在JupyterLab环境编辑区域，“选择数据”代码框下方单击“数据探索”。 数据探索文件在JupyterLab环境编辑界面上默认靠右展示，左侧为算法工程代码编辑主文件（*.ipynb）展示区域。用户可以通过按鼠标拖拽的方式设置数据探索文件的展示区域。左键单击数据探索文件标题区域，长按鼠标拖拽数据探索文件待出现

查看更多 →

数据探索 数据探索通过关联加工数据集，进行数据建模。数据建模有界面开发和sql开发两种方式。 图1 数据探索 界面开发：界面开发采用拖拽方式，把来自不同数据源的数据集进行关联。不用编写代码，就能轻松完成数据集的关联查询与分析。 图2 界面开发 通过关联关系配置，实现不同的应用场景。

查看更多 →

探索数据 数据探索概述 实例图谱探索 模型路径探索 父主题： 数据探索

查看更多 →

数据探索 什么是数据探索？ 什么样的用户可以使用数据探索？ 为什么别人可以看到HDFS数据源，我却看不到？ 为什么在HIVE数据源中，我只能看到少量的表，有的表也只能看到部分字段？ 数据探索支持跨不同数据源关联数据么？ 什么是异步任务？什么场景下会触发异步任务？ 什么是模板？什么时候使用模板？

查看更多 →

数据探索 本章节以“NormalDistribution.csv”（正态分布图的展示）为例，介绍数据探索的基本操作方法。 创建查询 配置查询条件 查看查询结果 父主题： 应用数据集

查看更多 →

数据探索 管理任务 管理模板 父主题： 管理基础工具

查看更多 →

数据探索 数据探索介绍 数据探索是针对当前数据源的数据进行挖掘和分析，主要聚焦在特征的分布范围、统计以及特征齐全度等，使用户能够更了解数据，进而指导在特征工程以及相关算法的配置。 数据探索是一个离线分析任务，任务有对应的启动时间，由于增量数据会实时入库，因此可以通过定时执行数据探索任务来覆盖增量数据。

查看更多 →

数据探索 模型图谱 探索数据 探索视图

查看更多 →

在左侧导航树中，单击，选择“安全与合规 > 数据安全中心”。 在左侧导航树中选择“资产管理 > 数据探索”，进入“数据探索”页面。 左上角单击下拉框选择展示模式： “数据库” “数据模式” “数据表” “数据列” 单击数据库名称，进入数据库详情页面。 您可以对数据库、数据表以及数据视图等添加描述、标签、密级和分类等。

查看更多 →

什么是数据探索？ 数据探索（Data Explorer），是一个聚焦用户数据集（有权限访问的数据），用统一的sql语法，为用户跨数据源探索价值数据的服务。 父主题： 数据探索

查看更多 →

数据探索概述 通过数据探索，可探索实例间的关系，包括实例图谱探索和模型路径探索两种方式。 在进行数据探索前，请确保实体模型对应的实例数据已入图。创建数据入图任务的具体操作请参考数据入图。 实例图谱探索：指基于实例及实例之间的关系进行扩展探索。即根据已知实例数据节点但不知节点间的关

查看更多 →

支持切换展示不同的探索视图，如果存在有操作权限的探索视图，可进行修改或删除操作。 修改探索视图：在探索视图选择框中选择有操作权限的探索视图，单击，跳转至该探索视图绑定的模型路径（详细请参见管理模型路径探索视图）。 删除探索视图：在探索视图选择框中选择有操作权限的探索视图，单击。 3 查询探索视图 在查询条件处输入

查看更多 →

图探索功能 提供图相关工具来探索图。 多标签图不支持图探索功能。 路径拓展 利用Filtered-query-API原理，对k跳过程进行逐层过滤，列出满足过滤条件的第k跳节点或边。Filtered-query接口说明可参考Filtered-query API。 在图引擎编辑器左侧

查看更多 →

None 服务介绍 数据湖探索 DLI 介绍什么是数据湖探索 02:47 数据湖探索DLI产品介绍 功能介绍 数据湖探索 DLI 熟悉数据湖探索控制台 03:10 数据湖探索控制台介绍 操作指导 数据湖探索 DLI 介绍怎样创建提交SQL作业 07:36 数据湖探索SQL作业入门指导

查看更多 →

描述 访问级别 资源类型（*为必须） 条件键 dli::operateAuth 授予数据湖探索权限管理权限。 permission_management - - dli::listAuth 授予数据湖探索权限信息查询权限。 list - - dli:variable:list 授予全局变量列表查询权限。

查看更多 →

行业知识库智能化建设，支持大数据存储、大数据计算分析引擎等数据底座，帮助企业快速构建从数据接入到数据分析的端到端智能数据系统，消除数据孤岛，统一数据标准，加快数据变现，实现数字化转型。 在 DataArts Studio 管理中心控制台创建数据连接即可访问DLI，进行数据分析。关于DataArts

查看更多 →

数据探索是什么？近线实时数据如何在数据探索中的报告体现？ 数据探索是针对当前数据源的数据进行挖掘和分析，主要聚焦在特征的分布范围、统计以及特征齐全度等，使用户能够更了解数据，进而指导在特征工程以及相关算法的配置。 数据探索是一个离线分析任务，任务有对应的启动时间，由于近线实时数据

查看更多 →

Integer 推荐结果个数。 entities KgRecommendRespEntities object 推荐结果详情。 表4 KgRecommendRespEntities 参数 参数类型 描述 id String 推荐的实体节点ID。 name String 推荐的实体节点名称。

查看更多 →

推荐模板 APM为用户提供多个基础告警模板推荐。 使用推荐告警模板 登录管理控制台。 单击左侧，选择“管理与监管 > 应用性能管理 APM”，进入APM服务页面。 在左侧导航栏选择“应用监控 > 指标”。 在界面左侧树单击对应的应用，进入该应用的指标详情页。 单击“推荐模板”，查看已配置好的告警模板。

查看更多 →

推荐实例列表，选择需要删除的推荐实例，单击操作列的“删除”。 单击“确定”。 删除数据后，数据无法找回，请谨慎操作。 您可以对推荐实例进行表2： 表2 其他操作 操作 说明 编辑推荐实例 在推荐实例列表，选择需要编辑的推荐实例，单击操作列的“编辑”。 批量编辑实例 在推荐实例列表

查看更多 →

资产时序探索 选择根资产 选择资产 选择属性 父主题： 时序分析

查看更多 →