son对象”； 注意到钉钉接口文档中，表格/明细控件的value为转为字符串的array，所以先构造相应的json array，见下图，数据结构来源于钉钉接口文档，其中name的值为钉钉表单中的字段名，value为该字段对应的值。 步骤12 新建执行动作，选择连接器为“变量”，执行动作为“追加到数组变量”；

查看更多 →

并行度控制任务的数量，影响操作后数据被切分成的块数。调整并行度让任务的数量和每个任务处理的数据与机器的处理能力达到更优。 查看CPU使用情况和内存占用情况，当任务和数据不是平均分布在各节点，而是集中在个别节点时，可以增大并行度使任务和数据更均匀的分布在各个节点。增加任务的并行度，充分利用集群机器的计算能力。

查看更多 →

text-aware）的API场景级零代码自主测试生成功能，能够实现应用API场景级测试全自动设计、生成、执行和判定，全过程不需要写一行代码。在自主设计、自主生成、自主执行、自主判定的AI算法加持下，API场景级测试的人机交互模式已发生了巨大的转变。 传统的测试设计和执行交互模式

查看更多 →

给导入接口对应的字段填值 步骤7 查询刚才mes导入的物料的记录，记录值 步骤8 获取其中的物料id 步骤9 判断在SparkPack 企业ERP查询的物料是否为停用，如果是，调用mes物料停用接口 步骤10 开启流 父主题： 基于API实现业务流的编排，打通双方系统

查看更多 →

口需要的格式创建一条json 将每次循环处理的json，放入到之前的数组变量中 用变量定义OA接口需要的currentDateTime的值 用MD5编码工具定义OA接口需要的MD5值 用一个json构造器，构造完整的OA接口请求体，数值引用前面定义的各个值 选择OA连接器的创建修改基础数据执行动作，传入接口需要的参数

查看更多 →

步骤1 集成工作台 -我的流-创建流 步骤2 添加重复执行计划： 步骤2 添加执行动作查询MES报工记录列表 查询时间为前两分钟到前一分钟报工的记录： 步骤3 新建变量记录各个查询值 步骤4 新增遍历循环，遍历从MES查询的报工记录 步骤5 根据查询结果为上一步创建的变量赋值 步骤6 根据工单ID查询工序计划详情

查看更多 →

并行度控制任务的数量，影响操作后数据被切分成的块数。调整并行度让任务的数量和每个任务处理的数据与机器的处理能力达到更优。 查看CPU使用情况和内存占用情况，当任务和数据不是平均分布在各节点，而是集中在个别节点时，可以增大并行度使任务和数据更均匀的分布在各个节点。增加任务的并行度，充分利用集群机器的计算能力。

查看更多 →

基本概念 点 图数据模型中的点代表实体。如交通网络中的车辆、通信网络中的站点、电商交易网络中的用户和商品、互联网中的网页等。 边 图数据模型中的边代表关系。如社交网络中的好友关系、电商交易网络中用户评分和购买行为、论文中作者之间的合作关系、文章之间的索引关系等。 Gremlin Gremlin是Apache

查看更多 →

false：表示失败。 数据分片结果 数据分片后的结果，返回值为二维数组。 多分支条件 用户选择多分支条件后，侧边栏会展示该动作包含的参数，画布上会展示一个多分支条件的白色框，单击“添加分支”，添加业务场景所需要的各个分支条件，同时画布上会展示各个分支条件的信息，分支条件里面可以再添加其他分支。以下图为例：

查看更多 →

false：表示失败。 数据分片结果 数据分片后的结果，返回值为二维数组。 多分支条件 用户选择多分支条件后，侧边栏会展示该动作包含的参数，画布上会展示一个多分支条件的白色框，单击“添加分支”，添加业务场景所需要的各个分支条件，同时画布上会展示各个分支条件的信息，分支条件里面可以再添加其他分支。以下图为例：

查看更多 →

，应根据当前的业务容量和增长速度，规划合理的内存和CPU资源，特别需要关注以下几点： 根据自己的业务目标，规划CPU资源和内存资源。规划时，需要结合当前的数据分布情况，业务复杂度，设置JobManager的内存，TaskManager的数量，TaskManager的内存，每个Ta

查看更多 →

边上权重 String 空或字符串 空：边上的权重、距离默认为“1” 字符串：对应的边上的属性将作为权重，当某边没有对应属性时，权重将默认为“1” 说明： 边上权重应大于0。 weight 注意事项 Louvain算法只生成最后的社区结果，不保存层次化结果。 示例 输入参数coverage=0

查看更多 →

使用包围符来括住字符串值。包围符内的字段分隔符被视为字符串值的一部分，目前只支持"作为包围符。： 否 自定义目录层次 支持用户自定义文件的目录层次。 例如：【表名】/【年】/【月】/【日】/【数据文件名】. csv 否 目录层次 自定义目录层次选择是时显示该参数。 指定文件的目录层次，支持时间宏（时

查看更多 →

系统自动生成策略包括哪些防护规则？ 在添加防护网站进行“策略配置”时，您可以选择已创建的防护策略或默认的“系统自动生成策略”，系统自动生成的策略相关说明如表1所示。 入门版、标准版只能选择“系统自动生成策略”。 您也可以在 域名 接入后根据防护需求配置防护规则。 表1 系统自动生成策略说明

查看更多 →

Call Hierarchy 调用Call Hierarchy视图显示了从某个方法到其他方法的所有调用，并允许您深入到调用者和被调用者。要打开调用Call Hierarchy视图，在右侧的活动栏中，选择Java视图并展开Call Hierarchy节点。 右键单击一个方法，选择Show

查看更多 →

支持KMS数据加密功能，消除在保护敏感数据时涉及的操作负担和复杂性。 弹性扩展无上限 用户表的数据规模可以无限扩展，访问流量可以自动扩展，且自动满足业务高峰低谷访问的弹性需求。 权限控制方式多 提供公网访问能力，对云内云外每个请求进行签名认证； 系统还会对用户进行运营权限检查。

查看更多 →

注意此方法只能直接获取当前作业里配置的参数值，并不能获取到父作业传递过来的参数值，也不能获取到工作空间里面配置的全局变量，作用域仅为本作业。 这种情况下建议使用表达式${job_param_name}，既可以获取到父作业传递过来的参数值，也可以获取到全局配置的变量。 获取参数test的值： #{Job

查看更多 →

首先需要查询ERP中需要进行审批的单据，则需要调用查询B1草稿单的接口，查询未同步的草稿单：选择自定义的B1连接器，选择里面的查询草稿单列表执行动作，参数用全局配置实现可配置 查询出来的未同步草稿单可能有多条，用遍历集合元素执行动作遍历查询结果 选择B1连接器中自定义的数据转换执行动作，将B1返回的数据结

查看更多 →

Hive的持久化表，因此在Spark中允许三个层次的同名数据表。 查询的时候，Spark SQL优先查看是否有Spark的临时表，再查找当前DB的Hive临时表，最后查找当前DB的Hive持久化表。 图1 Spark表管理层次 当Session退出时，用户操作相关的临时表将自动删除。建议用户不要手动删除临时表。

查看更多 →

Hive的持久化表，因此在Spark中允许三个层次的同名数据表。 查询的时候，Spark SQL优先查看是否有Spark的临时表，再查找当前DB的Hive临时表，最后查找当前DB的Hive持久化表。 图1 Spark表管理层次 当Session退出时，用户操作相关的临时表将自动删除。建议用户不要手动删除临时表。

查看更多 →

随机决策森林是用随机的方式建立一个森林模型，森林由很多的决策树组成，每棵决策树之间没有关联。当有一个新的样本输入时，该样本取值为所有决策树的预测值的平均值。 随机决策森林回归中的决策树算法是递归地构建决策树的过程，用平方误差最小准则，进行特征选择，生成二叉树。平方误差计算公式如下：

查看更多 →