任务创建,是指可视化建模任务的创建环节,通常包含新建任务、数据连接等步骤。本文为您介绍任务创建的一般流程。
可视化建模任务支持抽取数据源中的数据,通过拖拽形式添加数据处理节点,将处理完成的数据输出到目标源中。
保存任务-运行类型-运行频率中的交易日历及多次同步功能目前仅支持私有化部署V2.83.0及以上版本产品使用,如您需要使用该功能,请联系火山引擎产团队为您开通。
在您点击进入「可视化建模」后,点击「任务列表」—「新建」—「新建离线任务」,即可跳转到任务创建页面。
在新建任务页面,点击左上方的加号,添加数据连接;可以选择添加多种类型的数据连接,平台支持对大部分离线存储做自定义SQL。
如果选择了数据集,在左侧画布中会加载:自定义SQL(离线任务可显示)、可视化建模数据集、智能数据洞察数据集、客户数据平台数据集(如同时购买并部署该产品)。
可视化建模任务创建页面的数据连接列表中,点击具体某个数据连接右侧的删除按钮,即可移除数据连接。
通过点击节点右侧加号添加并配置处理节点,拖拽上一节点右侧加号和下一节点左侧原点连线,配置节点流转关系。点击“应用”后可展开处理后的数据结果预览。
如下图所示,点击输入数据算子块的输出+号,展开六类操作节点:输出、数据清洗、特色专区算子、AI-特征工程、AI-机器学习、AI-自然语言,点击其中一类,则可看到可以使用的算子。
算子,即数据处理的节点。
常用算子说明
- 特征工程/机器学习/自然语言处理 算子后只可以搭配 「预测」算子进行使用
不仅在画布中可见算子,也支持在左侧tab栏中点击“算子”,选择可用的算子。具体每一个算子与模型的应用方式不同,在对应算子文档中将为您展开具体介绍,本文仅就任务创建的主要流程为您介绍。
在实际使用中,可视化建模算子支持增加文字描述,帮助用户更清晰地了解当前算子的备注信息。
可视化建模任务创建页面,支持自由布局与网格布局切换,灵活调整任务各节点的布局。
可视化建模新建任务页面,支持统一展示任务异常节点,辅助排查任务问题。
可视化建模任务创建页面,也支持通过点击删除键执行算子删除操作,提高数据清洗效率。
在预览中,提供数据清洗建议,用户点击后可一键完成清洗,提高数据清洗的效率。如下图所示:
在可视化建模任务的编辑页面,打开数据预览时,在预览界面左下方,可针对预览进行即时编辑或设置。用户可以配置参与预览计算的数据量(默认不超过1000000行),支持自定义行数或选择全量数据。配置后,预览将进行实时刷新。如下图所示:
配置中可以选中某节点并运行节点,进行运行检查。需注意的是,当上游节点更改后,必须重新执行上游节点后才能执行当前及下游节点。
节点执行完成后,节点旁会有绿色对号标记,表示当前节点已完成执行。
添加输出节点,选择输出到已有数据集或新建数据集。关于输出数据集的细节设置,请查看数据输出。
已支持输出数据集:以Hive、ClickHouse、ByteHouse存储的数据集
在可视化建模任务构建完毕后,可以点击「测试执行」,检验执行效果。
测试成功后,您可以打开「编辑任务信息」弹窗,设置任务名称、描述、路径以及运行类型。
相关参数配置说明如下:
参数 | 配置说明 |
---|---|
名称 | 可视化建模任务名称 |
描述 | 可视化建模任务描述,可包含任务目标、任务内容等信息 |
路径 | 可选择保存到某个任务列表文件夹中,方便后续查看 |
运行类型 | 可设置任务运行周期
|
周期运行-运行频率提供两种设置方式,说明如下:
精确时间 | 间隔时长 |
---|---|
|
注意 全量同步/大数据量同步使用分钟级同步将消耗大量资源,且性能不佳,请按需使用 |
注意
模型配置完成时,可以点击右上角的保存或另存为。如果模型未完成,也可以将运行频率调整为手动运行后点保存或另存为。
保存完任务配置,点击左上角返回可跳转到任务详情。
返回可视化建模页面,点击当前任务的「运行记录」,可以手动运行。更多任务管理能力,请查看任务管理。
在数据集详情及数据预览页面,点击「下载」可进行数据下载。其中,数据格式支持 CSV 与 Excel 两种格式。数据条数有 100 条、500 条、1000 条、5000 条、当前预览数据这几个预设选项,也支持自定义数据条数 。
说明
目前可视化建模模块仅提供离线任务,若您需要使用实时任务,数据源支持Kafka。(实时任务功能需同时购买DataWind 私有化版本、客户数据平台 CDP 和 Kafka,如您需要使用,请联系贵公司的商务人员或客户成功经理咨询购买事宜)。