# 导入数据至盘古平台
数据集是一组用于处理和分析的相关数据样本。
用户将存储在OBS服务中的数据或本地数据导入至ModelArts Studio大模型开发平台后，将生成"原始数据集"被平台统一管理，用于后续加工或发布操作。
#### 创建导入任务
创建导入任务前，请先按照[数据集格式要求](https://support.huaweicloud.com/usermanual-pangulm/pangulm_04_0018.html)提前准备数据。
平台支持使用OBS服务导入数据，请详见[通过控制台快速使用OBS](https://support.huaweicloud.com/zh-cn/qs-obs/obs_qs_0001.html)。
创建导入任务步骤如下：
1. 登录ModelArts Studio大模型开发平台，在"我的空间"模块，单击空间名称进入操作空间。
   图1我的空间   
   ![](https://support.huaweicloud.com/usermanual-pangulm/zh-cn_image_0000002571207538.png) 
2. 在左侧导航栏中选择"数据工程 \> 数据获取 \> 导入任务"，单击界面右上角"创建导入任务"。
3. 在"创建导入任务"页面，选择"数据集类型"、"文件格式"和"导入来源"。 
   图2创建导入任务   
   ![](https://support.huaweicloud.com/usermanual-pangulm/zh-cn_image_0000002571047896.png) 
4. 导入来源选择"OBS"，单击"![](https://support.huaweicloud.com/usermanual-pangulm/zh-cn_image_0000002601607087.png)"，在"存储位置"弹窗中选择需导入的数据，单击"确定"。
   图3选择导入的数据   
   ![](https://support.huaweicloud.com/usermanual-pangulm/zh-cn_image_0000002601727023.png)
   导入来源可选择"本地上传"，单击"添加文件"，选择需要导入的文件。
   **图2** 本地上传
   ![](https://support.huaweicloud.com/usermanual-pangulm/zh-cn_image_0000002571207534.png)
   
5. 填写"数据集名称"和"描述"，用作后续数据加工和模型训练。
6. 可选择填写"扩展信息"。
   扩展信息包括"数据集属性"与"数据集版权"：
   - 数据集属性。可以给数据集添加行业、语言和自定义信息。
   
   - 数据集版权。训练模型的数据集除用户自行构建外，也可能会使用开源的数据集。数据集版权功能主要用于记录和管理数据集的版权信息，确保数据的使用合法合规，并清晰地了解数据集的来源和相关的版权授权。通过填写这些信息，可以追溯数据的来源，明确数据使用的限制和许可，从而保护数据版权并避免版权纠纷。
     
7. 单击页面右下角"立即创建"，返回至"导入任务"页面，在该页面可以查看数据集的任务状态，若状态为"运行成功"，则数据导入成功。
8. 导入后的数据集可在"数据工程 \> 数据管理 \> 数据集 \> 原始数据集"中查看。
   ![](https://support.huaweicloud.com/usermanual-pangulm/public_sys-resources/note_3.0-zh-cn.png)
   如果任务状态为"运行失败"，可能由以下原因导致：
   - 文件后缀校验不通过，需要检查文件后缀是否一致。例如，选择创建csv格式的数据集时，文件后缀应为".csv"。
   
   - 文件内容校验不通过，需要检查上传的文件数据格式是否正确。可以在"创建导入任务"页面下载数据样例进行比对。
     
 
#### 管理原始数据集
数据导入成功后，可对原始数据集进行统一管理，支持的操作如下：查看数据集的基本信息、数据血缘、操作记录以及对下载、删除数据集等操作。
1. 登录ModelArts Studio大模型开发平台，单击进入操作空间。
2. 在左侧导航栏中选择"数据工程 \> 数据管理 \> 数据集 \> 原始数据集"。
3. 数据集支持"数据集名称"、"数据集模态"、"数据集属性名称"等属性类型进行搜索、过滤。
   图4数据集过滤   
   ![](https://support.huaweicloud.com/usermanual-pangulm/zh-cn_image_0000002571207526.png) 
4. 单击需要查看的数据集名称。
   - 查看数据集基本信息。在"基本信息"页签，可以查看数据详情、数据来源以及扩展信息。
   
   - 在扩展信息内，可以根据用户需求设置数据集属性及数据集版权，包括数据集属性名称、行业、语言、自定义标签和数据集版权相关信息。单击编辑图标，即可对数据集的扩展信息进行编辑和保存，如[图5]
     图5编辑扩展信息   
     ![](https://support.huaweicloud.com/usermanual-pangulm/zh-cn_image_0000002601727035.png) 
   
   - 下载原始数据集。在"数据预览"页签，可以查看数据内容，单击右上角"下载"即可下载原始数据集。
     图6数据预览   
     ![](https://support.huaweicloud.com/usermanual-pangulm/zh-cn_image_0000002601607085.png) 
   
   - 查看数据血缘。在"数据血缘"页签，可以查看当前数据集所经历的完整操作，如加工、标注等。数据血缘上钻至OBS源文件下钻至模型训练。
     图7数据血缘   
     ![](https://support.huaweicloud.com/usermanual-pangulm/zh-cn_image_0000002571047894.png) 
   
   - 查看操作记录。在"操作记录"页签，可以查看当前数据集的操作记录，如创建该数据集的时间、状态、操作人员等。
     图8操作记录   
     ![](https://support.huaweicloud.com/usermanual-pangulm/zh-cn_image_0000002601607079.png) 
    
5. 在"原始数据集"页签，单击数据集操作列的"删除"，并在弹窗中单击"确定"，软删除后可单击右上角恢复按钮恢复。
   图9删除数据集   
   ![](https://support.huaweicloud.com/usermanual-pangulm/zh-cn_image_0000002571207536.png)
   如需彻底删除数据集，单击右上角显示已删除数据，找到删除的数据后，单击屏幕上方"彻底删除"按钮，弹窗提示：数据集将被永久删除，删除后无法恢复，请谨慎操作。可同步勾选删除OBS原始文件。
   图10彻底删除   
   ![](https://support.huaweicloud.com/usermanual-pangulm/zh-cn_image_0000002571047890.png)
   ![](https://support.huaweicloud.com/usermanual-pangulm/public_sys-resources/note_3.0-zh-cn.png)
   删除"原始数据集"属于高危操作，删除前，请确保该数据集不再使用。
   
 
#### 在预测分类任务中指定目标列
对于预测中的"时序分类"和"结构化分类"数据集，用户可以指定导入的csv文件的目标列，用于数据配比。
1. 在导入任务中选择"预测 \> 时序分类"或"预测 \> 结构化分类"。
2. 选择导入来源，并选择文件上传。
3. 在下拉框中选择列名，并指定为目标列。
4. 创建导入任务。
图11创建预测数据集并指定目标列   
![](https://support.huaweicloud.com/usermanual-pangulm/zh-cn_image_0000002571207530.png)