导入未标注数据 - BML 全功能AI开发平台 | 百度智能云文档
导入未标注数据 目录 导入未标注数据方式说明 从本地上传图片导入 从本地上传压缩包导入 导入线上已有数据集 导入未标注数据方式说明 为选定的实例分割数据集导入未标注数据（即原始图片）的方式有两种。一种为从本地选择图片文件；一种为从平台中其余同为图片类型数据集中导入。 从本地上传图片导入 选择 无标注数据-本地-上传图片 ，点击上传图片后选择本地图片文件进行导入。
序列标注数据导入 - BML 全功能AI开发平台 | 百度智能云文档
样本数据详见Demo数据 平台限免阶段每个账户最多支持100万条样本数据，超出后会被平台忽略 二次导入已标注数据 平台支持用户对于已有的数据集，进行二次导入数据。请注意，再次导入的已标注数据，标注标签需要完全一致。注意，二次导入过程 不校验json文件 。只对标注文本进行校验，与第一次上传的json文件里不一致的标签和标注数据，平台将过滤掉。
数据缓存 - Baidu Palo/Doris 使用文档
当访问相同的远程文件时，PALO 会检查本地缓存中是否存在该文件的缓存数据，并根据 Block 的 offset 和 size，确认哪些数据从本地 Block 读取，哪些数据从远程拉起，并缓存远程拉取的新数据。BE 节点重启的时候，扫描 cache_path 目录，恢复 Block 的元信息。当缓存大小达到阈值上限的时候，按照 LRU 原则清理长久未访问的 Block。
导入已标注数据 - BML 全功能AI开发平台 | 百度智能云文档
导入已标注数据 目录 导入已标注数据方式说明 从已有数据集导入已标注数据 查看已标注数据 导入已标注数据方式说明 如果您已有标注好的数据，支持快速导入到BML，方便直接进入后续训练环节。 实例分割任务向选定的数据集导入已标注好的数据目前支持一种方式: 将其他数据集已经标注好的数据导入 从已有数据集导入已标注数据 从已有数据集导入已标注数据，支持选择数据集及导入的具体标签进行导入。
使用自定义任务处理数据 - 百度百舸 · AI计算平台 | 百度智能云文档
使用自定义任务处理数据 在百舸平台中用户可以利用已有资源池队列或创建专门的CPU资源池，使用分布式训练任务模块提交自定义任务方式处理数据，并将处理好的数据写入到BOS、PFS、CFS等存储中供后续业务使用。 此文档提供使用百舸自定义任务处理数据的最佳实践方法和思路，针对不同业务场景，用户可参考该文档实现更加复杂的数据处理任务，亦可以创建可以并发处理的分布式处理任务。
数据同步 对象存储（BOS）
数据同步 put_bucket_replication 创建数据同步。
拷贝数据 对象存储（BOS）
ect 拷贝，具体如下： 使用CopyObject API接口拷贝Object 使用SDK拷贝Object Java SDK Python SDK PHP SDK C# SDK Android SDK 注意事项 您需要有源 Object 的读取权限及目标 Bucket 的读写权限，否则会无法完成操作。
数据质量 - 百度数据湖管理与分析平台EDAP | 百度智能云文档
数据质量 数据汇聚到平台后，需要对数据的完整性、唯一性、有效性、准确性、一致性、及时性进行探查，清洗脏数据，以确保数据的存储和共享的质量。
数据迁移 - ElasticsearchBES | 百度智能云文档
在线reindex reindex from a remote cluster api 是Elasticsearch提供的一个 api接口，可以把数据从源Elasticsearch集群导入到当前Elasticsearch集群，实现数据的迁移。原理是从源 Elasticsearch 集群中查询数据，然后写入到目标 Elasticsearch 集群中。
数据更新 - Baidu Palo/Doris 使用文档
要解决这个问题，需要业务侧保证在同一批次数据中，没有主键相同的行。或者需参考 Sequence Column 对数据进行适配。
