转换逻辑模型为物理模型 功能介绍 转换逻辑模型为物理模型 调用方法 请参见如何调用API。 URI PUT /v1/{project_id}/design/workspaces/{model_id}/transform 表1 路径参数 参数 是否必选 参数类型 描述 project_id

查看更多 →

编辑schema 物理表操作 新增物理表 选中页面左侧物理模型树最末级节点（“schema”节点），右侧表格上出现“新增物理表”按钮。 单击“新增物理表”按钮，跳转进入新增物理表页面。 填写表信息，新增字段，单击“提交”按钮完成操作。 图6 新增物理表 图7 填写物理表信息 编辑物理表：单击

查看更多 →

逻辑模型的基础构造型与自定义构造型元素以及逻辑模型架构方案配置的构造型）。 包括：在逻辑模型图上创建出来的逻辑元素，引用到逻辑模型中的逻辑元素（包含关联空间中的引用的逻辑元素）； 如何检查 查询基于模型图（只有逻辑模型图内的逻辑元素参与构树）并展示不匹配元素构出的逻辑模型架构树，找出所有逻辑元素中不在架构树中的逻辑元素。

查看更多 →

步骤为准。 创建0层逻辑模型图。 工程初始化创建时会在“逻辑视图>逻辑模型”包目录下默认创建一个逻辑模型图，可当作0层逻辑模型，如果是非初始化结构建目录 ，则选择要创建图的包节点 ，单击包后的菜单，选择“新建图”。 图类型选择“4+1视图>逻辑视图>逻辑模型”，输入图名称，单击保存即可。

查看更多 →

物理模型设计 物理模型是对真实数据库的描述，即根据逻辑模型对应到具体的数据模型的机器实现。解决方案工作台支持多种数据库类型的物理模型，支持从逻辑实体新建物理模型表/从文件导入，支持导出文件等。 创建物理模型 架构师进入到对应空间和方案后，选择对应信息架构的物理模型设计。 点击“新

查看更多 →

模进行落地的。除了将逻辑模型转换外为物理模型外，您也可以参考本章节直接新建一个物理模型。 本章节主要介绍以下内容： 物理模型设计时的考虑事项 新建物理模型 新建表并发布 通过逆向数据库导入物理表 物理模型设计时的考虑事项 物理模型要确保业务需求及业务规则所要求的功能得到满足，性能得到保障。

查看更多 →

多>同步”可将逻辑模型同步到数据目录模块的业务资产中。 逻辑模型转换为物理模型 完成逻辑模型的创建后，您可以将逻辑模型转换为物理模型，支持转换为新的物理模型或已有的物理模型。 在 DataArts Studio 控制台首页，选择实例，单击“进入控制台”，选择对应工作空间的“数据架构”模块，进入数据架构页面。

查看更多 →

逻辑模型设计 逻辑模型设计用于定义和描述数据之间的逻辑关系。解决方案工作台支持创建逻辑实体并配置逻辑实体间的关系，支持从文件导入逻辑模型，支持导出逻辑模型。 创建逻辑模型 架构师进入到对应空间和方案后，选择对应信息架构的逻辑模型设计，点击“新建”按钮，填写模型名称和描述(非必填)，点击确认。

查看更多 →

递进的，先设计概念模型，再进一步细化设计出逻辑模型，最后设计物理模型。 概念模型：是从用户的视角，主要从业务流程、活动中涉及的主要业务数据出发，抽象出关键的业务实体，并描述这些实体间的关系。 逻辑模型：是概念模型的进一步细化，通过实体、属性和关系勾勒出企业的业务信息蓝图，是IT和

查看更多 →

物理集群转换到逻辑集群 功能介绍 该接口用于将物理集群转换为逻辑集群。 调用方法 请参见如何调用API。 URI POST /v2/{project_id}/clusters/{cluster_id}/convert-to-logical-cluster/{name} 表1 路径参数

查看更多 →

选的 数据仓库 是DWS或 MRS _Hive。 在关系建模中，系统支持将物理模型和逻辑模型进行区分。例如，选择某个物理模型进入后，左侧的下拉列表里面都是物理模型，与逻辑模型区分开来。 维度建模 维度建模是从分析决策的需求出发构建模型，它主要是为分析需求服务，因此它重点关注用户如何更快速

查看更多 →

发布模型 逻辑实体创建完成后，必须创建对应的物理实体，才可以发布逻辑模型。 操作步骤 在数据服务左侧导航，选择“工具箱>数据开发>数据建模”。 在左侧导航中，单击展开分层，选择一个分层。 在需要发布的逻辑实体对应的“操作”列下，单击>。 在“提示”对话框中单击“确认”。 在“确认”对话框中单击“确定”。

查看更多 →

模型验证 模型验证服务是什么含义？ 父主题： 常见问题

查看更多 →

模型选择 目前，学件已经集成了几十维到上百维不同种类的特征库，源于历史各类Case和通用KPI异常检测的算法库。通过数据的特征画像，可以实现自动化的特征推荐和算法推荐。 单击“特征画像”左下方的“模型选择”。 新增“模型选择”内容，如图1所示。 图1 模型选择 单击“模型选择”代码框左侧的图标，运行代码。

查看更多 →

模型管理 在模型管理界面，可以将归档的模型，打包成模型包。 在菜单栏中，单击“模型管理”，进入“模型管理”界面。 单击界面右上角的“新建模型包”，弹出“新建模型包”对话框。 请根据实际情况，修改模型名称、模型版本、模型描述等信息，并勾选归档的学件模型“Learnware”。 单击

查看更多 →

模型验证 模型验证界面已经预置了模型验证服务，本次不使用，仅供参考。下面会提供端到端的操作流程，帮助用户快速熟悉模型验证界面操作。 单击菜单栏中的“模型验证”，进入模型验证界面。 可以看到预置的模型验证任务“hardisk-detect”。 单击“创建”，弹出如图1所示的对话框。

查看更多 →

其中“排行榜”展示所有训练出的模型列表，支持对模型进行如下操作： 单击模型所在行对应“操作”列的“详情”，查看模型超参取值和模型评分结果。 单击模型所在行对应“操作”列的“预测”，在新增的“AutoML模型预测”内容中，选择测试数据集test，运行代码框，查看模型预测结果，如图6所示。

查看更多 →

资产模型 创建资产模型 获取资产模型列表 获取资产模型详情 修改资产模型 删除资产模型 父主题： API列表

查看更多 →

模型训练 模型训练新建模型训练工程的时候，选择通用算法有什么作用？ 使用训练模型进行在线推理的推理入口函数在哪里编辑？ 通过数据集导入数据后，在开发代码中如何获取这些数据？ 如何在模型训练时，查看镜像中Python库的版本？ 如何在模型训练时，设置日志级别？ 如何自定义安装python第三方库？

查看更多 →

模型推理 将数据输入模型进行推理，推理结束后将推理结果返回。 接口调用 virtual HiLensEC hilens::Model::Infer(const InferDataVec & inputs, InferDataVec & outputs) 参数说明 表1 参数说明 参数名

查看更多 →

模型训练 模型训练简介 创建模型训练工程 创建联邦学习工程 创建训练服务 创建超参优化服务 创建Tensorboard 打包训练模型 父主题： 用户指南

查看更多 →