在组件中使用数据集 返回华为云Astro大屏应用项目列表页面。 进入大屏应用开发页面，拖拽所需组件（如水平基本柱图）到画布中。 图3 拖拽水平基本柱图到画布中 选中该组件，单击组件上方的，进入组件数据页面。 在“数据类型”下拉框中，选择“数据集”，选择创建HTTP连接器数据集中创建的数据集。 配置全局变量。 全局变量可以理解为参数变量，用于控制组件之间参数的传递，从而达到交互的目的，例如图表联动、自定义字段等功能。如何使用全局变量，可参考如何基于页面级的全局变量实现组件交互~如何通过全局变量，实现组件数据的动态变化。本示例不做配置。 在组件预览中，选择要展示的表字段，即从左边栏中拖入到右边栏中，单击“保存”。 图4 拖拽字段到坐标轴 表格字段：展示创建HTTP连接器数据集中，获取的数据。 配置：从表格字段中，拖拽所需的字段到X轴数据、Y轴数据和系列中。 刷新周期：每隔多少秒从HTTP连接器中读取一次数据，默认配置为“0”，表示只获取一次。 共享数据：是否共享数据。勾选后，如果多个组件调用了相同的桥接器URL请求，不会各自只调用，而是共享结果数据。 选中水平基本柱图组件，单击组件上方的，设置标题内容为“各功能操作频率统计”。 单击页面上方的，保存设置页面。 单击，进入预览页面，预览效果。

示例代码 示例一：根据数据类型创建图像数据集 from modelarts.session import Session from modelarts.dataset import Dataset session = Session() dataset_name = "dataset-image" # 数据集名称 data_type = "IMAGE" # 数据集类型，图像类型数据集 data_sources = dict() # 数据集数据来源 data_sources["type"] = 0 # 数据来源类型，0表示OBS data_sources["path"] = "/obs-gaia-test/data/image/image-classification/" # 数据在OBS中的路径 work_path = dict() # 数据集输出位置，用于存放输出的标注信息等文件 work_path['type'] = 0 # 数据集工作目录的类型，0表示OBS work_path['path'] = "/obs-gaia-test/data/output/work_path/" # 数据集工作目录在OBS中的路径 create_dataset_resp = Dataset.create_dataset(session, dataset_name=dataset_name, data_type=data_type, data_sources=data_sources, work_path=work_path) 示例二：根据数据类型创建图像数据集（导入标注信息） from modelarts.session import Session from modelarts.dataset import Dataset session = Session() dataset_name = "dataset-image-with-annotations" data_type = "IMAGE" data_sources = dict() data_sources["type"] = 0 data_sources["path"] = "/obs-gaia-test/data/image/image-classification/" annotation_config = dict() # 源数据的标注格式 annotation_config['scene'] = "image_classification" # 数据标注场景为图像分类标注 annotation_config['format_name'] = "ModelArts image classification 1.0" # 标注格式为ModelArts image classification 1.0 data_sources['annotation_config'] = annotation_config work_path = dict() work_path['type'] = 0 work_path['path'] = "/obs-gaia-test/data/output/work_path/" create_dataset_resp = Dataset.create_dataset(session, dataset_name=dataset_name, data_type=data_type, data_sources=data_sources, work_path=work_path) 示例三：根据数据类型创建表格数据集 from modelarts.session import Session from modelarts.dataset import Dataset session = Session() dataset_name = "dataset-table" data_type = "TABLE" data_sources = dict() data_sources["type"] = 0 data_sources["path"] = "/obs-gaia-test/data/table/table0/" data_sources['with_column_header'] = True work_path = dict() work_path['type'] = 0 work_path['path'] = "/obs-gaia-test/data/output/work_path/" # 表格类型的数据集需要指定表格数据的schema信息 schema0 = dict() schema0['schema_id'] = 0 schema0['name'] = "name" schema0['type'] = "STRING" schema1 = dict() schema1['schema_id'] = 1 schema1['name'] = "age" schema1['type'] = "STRING" schema2 = dict() schema2['schema_id'] = 2 schema2['name'] = "label" schema2['type'] = "STRING" schemas = [] schemas.append(schema0) schemas.append(schema1) schemas.append(schema2) create_dataset_resp = Dataset.create_dataset(session, dataset_name=dataset_name, data_type=data_type, data_sources=data_sources, work_path=work_path, schema=schemas) 示例四：根据标注类型创建图像分类数据集 from modelarts.session import Session from modelarts.dataset import Dataset session = Session() dataset_name = "dataset-image-classification" dataset_type = 0 # 数据集的标注类型，0表示图像分类标注类型 data_sources = dict() data_sources["path"] = "/obs-gaia-test/data/image/image-classification/" data_sources["type"] = "0" work_path = dict() work_path['type'] = 0 work_path['path'] = "/obs-gaia-test/data/output/work_path/" create_dataset_resp = Dataset.create_dataset(session, dataset_name=dataset_name, dataset_type=dataset_type, data_sources=data_sources, work_path=work_path) 示例五：根据标注类型创建文本三元组数据集 dataset_name = "dataset-text-triplet" dataset_type = 102 # 数据集标注类型，102表示文本三元组标注类型 data_sources = dict() data_sources['type'] = 0 data_sources['path'] = "/obs-gaia-test/data/text/text-classification/" work_path = dict() work_path['type'] = 0 work_path['path'] = "/obs-gaia-test/data/output/work_path/" # 创建文本三元组标注类型的数据集，需要传入标签参数 label_entity1 = dict() # 标签对象 label_entity1['name'] = "疾病" # 标签名称 label_entity1['type'] = 101 # 标签类型，101表示实体类型标签 label_entity2 = dict() label_entity2['name'] = "疾病别称" label_entity2['type'] = 101 label_relation1 = dict() label_relation1['name'] = "又称为" label_relation1['type'] = 102 # 标签类型，102表示关系类型标签 property = dict() # 关系类型标签需要在标签属性中指定起始实体标签和终止实体标签 property['@modelarts:from_type'] = "疾病" # 起始实体标签 property['@modelarts:to_type'] = "疾病别称" # 终止实体标签 label_relation1['property'] = property labels = [] labels.append(label_entity1) labels.append(label_entity2) labels.append(label_relation1) create_dataset_resp = Dataset.create_dataset(session, dataset_name=dataset_name, dataset_type=dataset_type, data_sources=data_sources, work_path=work_path, labels=labels) 示例六：根据标注类型创建表格数据集 dataset_name = "dataset-table" dataset_type = 400 # 数据集标注类型，400表示表格数据集 data_sources = dict() data_sources['type'] = 0 data_sources['path'] = "/obs-gaia-test/data/table/table0/" data_sources['with_column_header'] = True # 用来指明表格数据中是否包含表头 work_path = dict() work_path['type'] = 0 work_path['path'] = "/obs-gaia-test/data/output/work_path/" # 表格数据集需要传入表格数据的表头参数 schema0 = dict() # 表格的表头 schema0['schema_id'] = 0 # 第一列表头 schema0['name'] = "name" # 表头名称，该列表头为name schema0['type'] = "STRING" # 表头数据类型，表示字符串 schema1 = dict() schema1['schema_id'] = 1 schema1['name'] = "age" schema1['type'] = "STRING" schema2 = dict() schema2['schema_id'] = 2 schema2['name'] = "label" schema2['type'] = "STRING" schemas = [] schemas.append(schema0) schemas.append(schema1) schemas.append(schema2) create_dataset_resp = Dataset.create_dataset(session, dataset_name=dataset_name, dataset_type=dataset_type, data_sources=data_sources, work_path=work_path, schema=schemas)

响应参数 状态码： 200 表2 响应Body参数 参数 参数类型 描述 items Array of DatasetShareProcessResponseBody objects 数据集分享流程列表 pagination PaginationResp object 分页信息 表3 DatasetShareProcessResponseBody 参数 参数类型 描述 creatorDID String 流程创建者身份标识 processID String 流程ID stages Array of StageInProcess objects 流程中的阶段信息 表4 StageInProcess 参数 参数类型 描述 stageName String 阶段名称 createTime String 阶段信息上链时间戳 consumer String 消费者身份标识 orderSeq String 订单序列号 表5 PaginationResp 参数 参数类型 描述 currentPage Integer 当前页码 pageSizeNum Integer 每页条数 totalItems Integer 总条数 状态码： 500 表6 响应Body参数 参数 参数类型 描述 errorCode String 错误码 errorMsg String 错误描述

响应示例 状态码： 200 查询指定流程创建者的所有流程响应参数 { "items" : [ { "creatorDID" : "did:example:8sAvsS4tB3NYgMJ4uqbVYj", "processID" : "442a6b42-82b7-415a-a0e6-deaaee59f582", "stages" : [ { "stageName" : "Seconde transaction", "createTime" : "1639824526", "consumer" : "did:example:8sAvsS4tB3NYgMJ4uqbVYj", "orderSeq" : "N6UhspZ5cQY7NtHsxuFTZ" } ] }, { "creatorDID" : "did:example:8sAvsS4tB3NYgMJ4uqbVYj", "processID" : "a779dd88-f7a3-4ac9-bf1c-a0ed1d827632", "stages" : [ { "stageName" : "First transaction", "createTime" : "1639824239", "consumer" : "did:example:8sAvsS4tB3NYgMJ4uqbVYj", "orderSeq" : "FKCx1Cfatj7RRsKMWPQ7wQ" }, { "stageName" : "", "createTime" : "1639826471", "consumer" : "did:example:8sAvsS4tB3NYgMJ4uqbVYj", "orderSeq" : "8PuuWWg521bZDXadzwPdMn" }, { "stageName" : "Seconde transaction", "createTime" : "1639826898", "consumer" : "did:example:8sAvsS4tB3NYgMJ4uqbVYj", "orderSeq" : "SCkh1rQ6aD5SYTYkojn44W" } ] }, { "creatorDID" : "did:example:8sAvsS4tB3NYgMJ4uqbVYj", "processID" : "d15b5213-5cb8-4af4-97dc-143379369f35", "stages" : [ { "stageName" : "564econde transaction", "createTime" : "1639827681", "consumer" : "did:example:8sAvsS4tB3NYgMJ4uqbVYj", "orderSeq" : "XCXtVZsdKFDLaErzpSZYAN" } ] } ], "pagination" : { "currentPage" : 1, "pageSizeNum" : 100, "totalItems" : 3 }}

请求参数 表1 请求Body参数 参数 是否必选 参数类型 描述 orgID 是 String 组织id channelID 是 String 通道id cryptoMethod 是 String 加密方法，目前固定为SW cert 是 String 证书 sk 是 String 私钥 timestamp 是 String 时间戳 currentPage 否 String 分页参数：当前页码（默认1） pageSizeNum 否 String 分页参数：每页条数(默认100) creatorDID 是 String 流程创建者身份标识

请求示例 /v1/datashare/dataset/query-processes{ "orgID" : "{{orgID}}", "channelID" : "{{channelID}}", "cryptoMethod" : "{{cryptoMethod}}", "cert" : "{{cert}}", "sk" : "{{sk}}", "timestamp" : "{{timestamp}}", "creatorDID" : "did:example:8sAvsS4tB3NYgMJ4uqbVYj", "currentPage" : "1", "pageSizeNum" : "100"}

响应 响应样例 { "success": true, "returnData": { "id": "2845412935691619309", "name": "Christmas1", "businessName": "Christmas1", "scheme": "", "url": "375252172027615631--3343759697104414348--4832665986944823199", "datasetType": "HIVE", "comment": "Christmas1", "syncSampleData": "false", "source": "402880a76e91e909016eceadcaec1324", "dataAmount": "", "secretLevel": "15", "secretLevelShow": "", "expireDate": "2022-12-14 23:59:59", "publishRange": { "userRangeList": [], "tenantRangeList": [] }, "appendMetadata": "{}", "dataFrom": "DG", "classCode": "TABLE", "tenantId": "aitrainalpha_wulan3_test1", "simpleCount": "96", "timeLimit": "2028.0~3093.0", "subscriptionFlag": "0", "addCartFlag": "0", "timeLimitAuto": false, "subscriptionCounts": 0, "downloadCounts": 0, "viewCounts": 2, "dataTags": "" }} 要素说明 参数名 参数类型 备注 success String 请求是否成功。 returnData JSON 返回体。 id String 数据集ID。 name String 数据集名称。 businessName String 数据集名称。 scheme String 模式，暂无用。 url String 由目录ID组成的从树根部到节点目录的路径字符串。 datasetType String 数据集数据存储类型。 comment String 数据集备注信息。 source String 数据集来源。 dataAmount String 数据量。 secretLevel String 密级等级。 secretLevelShow String 密级等级，用于显示。 expireDate String 到期时间。 publishRange String 发布范围。 appendMetadata String 扩展字段。 dataFrom String 数据来源。 timeLimit String 时域。 subscriptionFlag String 是否订阅，取值包括如下： 0：代表没有订阅。 1：代表已经订阅。 2：代表申请中。 addCartFlag String 是否已加入购物车，取值包括如下： 0：代表已加入购物车。 1：代表没有加入购物车。 subscriptionCounts Int 订阅量。 downloadCounts Int 下载量。 viewCounts Int 查看量。