创建数据集及版本

1. 在数据模式页面右上角依次单击立即创建>创建数据集，填写创建数据集配置项。

表1 创建数据集配置项

配置项名称	说明
数据集名称	填写数据集名称，支持输入 大小写字母、数字、下划线，1-64字符，数据集名称在schema中不可重复。
数据集类型	选择数据集类型，内部数据集 / 外部数据集。 当选择内部数据集时，需要填写数据类型和描述。 当选择外部数据集时，需要填写数据类型、存储类型和描述。
存储类型	对象存储BOS。
数据类型	选择数据类型，数据类型：文本、图片、音频、视频。
数据集描述	填写数据集描述，0～150字符。

2. 在数据集页面右上角单击创建数据集版本按钮，进入配置流程。

表2 创建数据集版本配置项说明

配置项	说明
数据解析格式	下拉选择数据解析格式，当前支持Parquet、CSV、JSON、Text、Arrow、Imagefolder、Videofolder、Audiofolder和Webdataset。
描述	输入对数据集版本的描述，0-150字符。

查看数据集

在左侧目录树选择数据集后，右侧展示数据集的详细内容，用tab页切换可查看数据集数据/概览/详情。

数据集概览

1. 通过切换tab页选择概览可查看数据集描述、版本信息。
2. 单击描述旁边修改按钮可以对数据集的描述进行修改。
3. 版本信息：概览页面展示数据集概览版本信息，支持对版本信息进行删除操作。单击数据集概览中的版本信息，进入版本信息页面。可在页面左上角切换数据集版本，并通过tab页查看数据、概览和详情。

版本信息数据详情

展示当前版本文件中的详细数据内容，支持图片的查看，单击图片可将图片放大，右侧查看图片信息。单击全屏检索可在当前页面进入数据集分析检索页，通过编写SQL对数据集进行查询并支持保存SQL语句和导入SQL语句。

说明：当前空间默认资源组需配置分析与AI搜索实例才可进行数据预览。

版本信息概览

1. 切换至概览tab页，可查看和编辑当前版本的描述。
2. 在列表信息区域可查看当前版本的文件总数和文件存储路径，单击路径后的复制按钮可复制完整路径。
3. 文件列表展示当前路径下的文件或文件夹，单击刷新按钮可重新加载文件列表。

表3 版本信息文件列表说明

列表项名称	说明
文件名称	当前数据集版本中的文件或文件夹名称。单击文件夹名称可进入下一级路径。
文件大小	文件的大小。
更新时间	文件最近一次更新的时间。
操作	支持预览、下载和删除。可用操作以文件类型和当前用户权限为准。

搜索文件/文件夹

在文件列表上方的搜索框中输入关键词，可搜索当前路径下的文件或文件夹。搜索框左侧支持切换搜索模式，默认为前缀搜索。

表4 搜索模式说明

搜索模式	说明
前缀搜索	按文件名或文件夹名称的前缀匹配，输入内容变化时实时搜索。
模糊搜索	在当前路径已加载的对象中进行包含匹配，最多支持1000个对象。

注意：搜索仅针对当前路径，不递归搜索子文件夹。

下载文件

支持单个文件下载和批量下载。单个文件可点击文件右侧的下载按钮，批量下载操作如下：

1. 勾选一个或多个文件、文件夹。
2. 单击文件列表右上角批量下载按钮。
3. 系统将所选内容打包为ZIP文件并通过浏览器下载。

勾选文件夹时，系统递归下载文件夹中的全部文件，并在ZIP包中保留原有目录结构。

删除文件

支持单个文件删除和批量删除。单个文件可点击文件右侧的删除按钮，批量删除操作如下：

1. 勾选一个或多个文件、文件夹。
2. 单击文件列表右上角批量删除按钮。
3. 在确认对话框中核对待删除内容。
4. 确认无误后单击删除；如需放弃操作，单击取消。

注意：删除后的文件和文件夹无法恢复，请谨慎操作。

预览文件

单击文件列表操作列中的预览按钮，可在线查看文件内容。预览页面右上角支持复制文件路径和下载文件。

表5 文件预览方式说明

文件类型	支持格式	预览方式
文本类	.aln、.bed、.bedGraph、.bedpe、.bb、.csv、.fa、.faa、.fasta、.fastq、.fna、.fq、.gff、.gff3、.gtf、.json、.log、.md、.mtx、.mzML、.mzXML、.narrowPeak、.sam、.sky、.tsv、.txt、.vcf、.xml、.yaml/.yml	按照文本内容展示，仅预览文件前1MB的内容。文件超过1MB时截断展示，并提示下载完整文件。
树状图	.nwk、.treefile	解析文件内容并渲染为树图。
HTML报告	.html	在预览页面渲染并展示HTML报告。
图片	.bmp、.gif、.jpeg/.jpg、.png、.svg、.tif/.tiff、.webp	按照图片预览方式展示。
PDF	.pdf	按照PDF预览方式展示。

对于不支持在线预览的二进制文件、压缩文件或其他格式，可下载完整文件后查看。

上传文件

1. 单击页面右上角上传文件按钮，将文件拖入上传区域，或者单击上传区域选择本地文件。
2. 上传过程中，可在页面右下角查看上传状态和进度。
3. 上传完成后，文件显示在当前路径的文件列表中。

注意：最多上传100个文件，每次上传的文件总大小不超过5GB，单个文件不超过5GB。

版本信息详情

单击数据集概览中版本信息名称，进入版本信息详情，通过tab也切换选择详情可查看版本信息详情。详情包括数据集的版本、版本ID、数据路径、创建人、创建时间、最近修改人、修改时间、数据格式、样本数、数据集大小和属性。

删除版本

单击页面右上角删除按钮，系统弹出二次确认对话框。确认无误后单击确定，当前版本及其文件将被删除；如需放弃操作，单击取消。

注意：删除后的数据集版本无法恢复，请谨慎操作。

数据集详情

通过切换tab页选择详情可查看数据集数据集基本信息。包括数据集名称、数据集 ID、数据集类型、所有者、创建人、创建时间、最近修改人、修改时间、存储类型和数据类型。

权限管理

通过切换tab页选择权限管理，可在权限管理页面查看当前数据集的用户。通过单击授权或撤销可对用户进行授权和取消权限操作，支持通过主体名称进行搜索。

修改数据集名称

在数据集页面右上角创建按钮旁边单击重命名数据集按钮，在编辑框内修改数据集名称后单击确定，需要注意的是，数据集的名称在同个schema中不可重复，不同schema中间可以重复。

删除数据集

在数据集页面右上角创建按钮旁边单击删除数据集按钮，系统弹出二次确认对话框。确认无误后单击删除，当前数据集将被删除；注意：删除后数据无法恢复，请谨慎删除。