华为云用户手册

  • 解决方案 请确认当前Hive SQL和Spark SQL脚本使用的数据连接为“ MRS API连接”还是“通过代理连接”。 “MRS API连接”模式下 DataArts Studio 通过API把脚本提交给MRS,然后查询是否执行完成;而MRS不会将具体的错误原因反馈到DataArts Studio,因此导致数据开发脚本执行界面只能显示执行成功还是失败。 “通过代理连接”模式下DataArts Studio提交脚本并运行,查看脚本是否执行完成,同时在数据开发脚本执行界面,日志中会显示具体错误信息和脚本执行的结果。 如果需要查看具体的错误原因,则需要到MRS的作业管理界面进行查看。
  • 如何选择区域? 选择区域时,您需要考虑以下几个因素: 地理位置 一般情况下,建议就近选择靠近您或者您的目标用户的区域,这样可以减少网络时延,提高访问速度。不过,在基础设施、BGP网络品质、资源的操作与配置等方面,中国大陆各个区域间区别不大,如果您或者您的目标用户在中国大陆,可以不用考虑不同区域造成的网络时延问题。 曼谷等其他地区和国家提供国际带宽,主要面向非中国大陆地区的用户。如果您或者您的目标用户在中国大陆,使用这些区域会有较长的访问时延,不建议使用。 云服务之间的关系 如果多个云服务一起搭配使用,需要注意不同区域的云服务内网不互通。 例如DataArts Studio(包括管理中心、 CDM 等组件)需要与MRS、OBS等服务互通时,如果DataArts Studio与其他云服务处于不同区域的情况下,需要通过公网或者专线打通网络;而在同区域情况下,同子网、同安全组的不同实例默认网络互通。 资源的价格 不同区域的资源价格可能有差异,请参见华为云服务价格详情。
  • 什么是区域、可用区? 我们用区域和可用区来描述数据中心的位置,您可以在特定的区域、可用区创建资源。 区域(Region):从地理位置和网络时延维度划分,同一个Region内共享弹性计算、块存储、对象存储、VPC网络、弹性公网IP、镜像等公共服务。Region分为通用Region和专属Region,通用Region指面向公共租户提供通用云服务的Region;专属Region指只承载同一类业务或只面向特定租户提供业务服务的专用Region。 可用区(AZ,Availability Zone)是同一区域内,电力和网络互相隔离的物理区域,一个可用区不受其他可用区故障的影响。一个区域内可以有多个可用区,不同可用区之间物理隔离,但内网互通,既保障了可用区的独立性,又提供了低价、低时延的网络连接。 图1阐明了区域和可用区之间的关系。 图1 区域和可用区 目前,华为云已在全球多个地域开放云服务,您可以根据需求选择适合自己的区域和可用区。更多信息请参见华为云全球站点。
  • 如何选择可用区? DataArts Studio实例中的数据集成CDM集群所在可用区。DataArts Studio实例通过数据集成CDM集群与其他服务实现网络互通。 第一次购买DataArts Studio实例或增量包时,可用区无要求。再次购买DataArts Studio实例或增量包时,是否将资源放在同一可用区内,主要取决于您对容灾能力和网络时延的要求。 如果您的应用需要较高的容灾能力,建议您将资源部署在同一区域的不同可用区内。 如果您的应用要求实例之间的网络延时较低,则建议您将资源创建在同一可用区内。
  • 解决方案 CDM虽然不支持直接在不同集群间迁移作业,但是通过批量导出、批量导入作业的功能,可以间接实现集群间的作业迁移,方法如下: 将CDM集群1中的所有作业批量导出,将作业的JSON文件保存到本地。 由于安全原因,CDM导出作业时没有导出连接密码,连接密码全部使用“Add password here”替换。 在本地编辑JSON文件,将“Add password here”替换为对应连接的正确密码。 将编辑好的JSON文件批量导入到CDM集群2,实现集群1和集群2之间的作业同步。
  • 华为 智能数据湖 方案 华为数据使能服务DAYU,为大型政企客户量身定制跨越孤立系统、感知业务的数据资源智能管理解决方案,实现全域数据入湖,帮助政企客户从多角度、多层次、多粒度挖掘数据价值,实现数据驱动的数字化转型。 DAYU的核心主要是华为智能 数据湖 FusionInsight,包含数据库、 数据仓库 、数据湖等各计算引擎和 数据治理中心 DataArts Studio平台,提供了数据使能的全套能力,支持数据的采集、汇聚、计算、资产管理、数据开放服务的全生命周期管理。 华为 FusionInsight 解决方案,对应的各服务如下: 数据库: 关系型数据库包括:云数据库RDS、云数据库 GaussDB (for MySQL)、云数据库 GaussDB、云数据库 PostgreSQL、云数据库 SQL Server等。 非关系型数据库包括:文档数据库服务DDS、云数据库 GeminiDB(兼容Influx、Redis、Mongo以及Cassandra多种协议)等。 数据仓库:数据仓库服务DWS。 数据湖:云原生大数据MRS、 数据湖探索 DLI等。 数据治理 平台:数据治理中心DataArts Studio。
  • 什么是数据库? 数据库是“按照数据结构来组织、存储和管理数据的仓库”。 广义上的数据库,在20世纪60年代已经在计算机中应用了。但这个阶段的数据库结构主要是层次或网状的,且数据和程序之间具备非常强的依赖性,应用较为有限。 现在通常所说的数据库指的是关系型数据库。关系数据库是指采用了关系模型来组织数据的数据库,其以行和列的形式存储数据,具有结构化程度高,独立性强,冗余度低等优点。1970年关系型数据库的诞生,真正彻底把软件中的数据和程序分开来,成为主流计算机系统不可或缺的组成部分。关系型数据库已经成为目前数据库产品中最重要的一员,几乎所有的数据库厂商新出的数据库产品都支持关系型数据库,即使一些非关系数据库产品也几乎都有支持关系数据库的接口。 关系型数据库主要用于联机事务处理OLTP(On-Line Transaction Processing),主要进行基本的、日常的事务处理,例如银行交易等场景。
  • 什么是数据湖? 在企业内部,数据是一类重要资产已经成为了共识。随着企业的持续发展,数据不断堆积,企业希望把生产经营中的所有相关数据都完整保存下来,进行有效管理与集中治理,挖掘和探索数据价值。 数据湖就是在这种背景下产生的。数据湖是一个集中存储各类结构化和非结构化数据的大型数据仓库,它可以存储来自多个数据源、多种数据类型的原始数据,数据无需经过结构化处理,就可以进行存取、处理、分析和传输。数据湖能帮助企业快速完成异构数据源的联邦分析、挖掘和探索数据价值。 数据湖的本质,是由“数据存储架构+数据处理工具”组成的解决方案。 数据存储架构:要有足够的扩展性和可靠性,可以存储海量的任意类型的数据,包括结构化、半结构化和非结构化数据。 数据处理工具,则分为两大类: 第一类工具,聚焦如何把数据“搬到”湖里。包括定义数据源、制定数据同步策略、移动数据、编制数据目录等。 第二类工具,关注如何对湖中的数据进行分析、挖掘、利用。数据湖需要具备完善的数据管理能力、多样化的数据分析能力、全面的数据生命周期管理能力、安全的数据获取和数据发布能力。如果没有这些数据治理工具,元数据缺失,湖里的数据质量就没法保障,最终会由数据湖变质为数据沼泽。 随着大数据和AI的发展,数据湖中数据的价值逐渐水涨船高,价值被重新定义。数据湖能给企业带来多种能力,例如实现数据的集中式管理,帮助企业构建更多优化后的运营模型,也能为企业提供其他能力,如预测分析、推荐模型等,这些模型能刺激企业能力的后续增长。 对于数据仓库与数据湖的不同之处,可以类比为仓库和湖泊的区别:仓库存储着来自特定来源的货物;而湖泊的水来自河流、溪流和其他来源,并且是原始数据。 表2 数据湖与数据仓库的对比 维度 数据湖 数据仓库 应用场景 可以探索性分析所有类型的数据,包括机器学习、数据发现、特征分析、预测等 通过历史的结构化数据进行数据分析 使用成本 起步成本低,后期成本较高 起步成本高,后期成本较低 数据质量 包含大量原始数据,使用前需要清洗和标准化处理 质量高,可作为事实依据 适用对象 数据科学家、数据开发人员为主 业务分析师为主
  • 什么是数据仓库? 随着数据库的大规模应用,使信息行业的数据爆炸式的增长。为了研究数据之间的关系,挖掘数据隐藏的价值,人们越来越多的需要使用联机分析处理OLAP(On-Line Analytical Processing)进行数据分析,探究一些深层次的关系和信息。但是不同的数据库之间很难做到数据共享,数据之间的集成与分析也存在非常大的挑战。 为解决企业的数据集成与分析问题,数据仓库之父比尔·恩门于1990年提出数据仓库(Data Warehouse)。数据仓库主要功能是将OLTP经年累月所累积的大量数据,通过数据仓库特有的数据储存架构进行OLAP,最终帮助决策者能快速有效地从大量数据中,分析出有价值的信息,提供决策支持。自从数据仓库出现之后,信息产业就开始从以关系型数据库为基础的运营式系统慢慢向决策支持系统发展。 数据仓库相比数据库,主要有以下两个特点: 数据仓库是面向主题集成的。数据仓库是为了支撑各种业务而建立的,数据来自于分散的操作型数据。因此需要将所需数据从多个异构的数据源中抽取出来,进行加工与集成,按照主题进行重组,最终进入数据仓库。 数据仓库主要用于支撑企业决策分析,所涉及的数据操作主要是数据查询。因此数据仓库通过表结构优化、存储方式优化等方式提高查询速度、降低开销。 表1 数据仓库与数据库的对比 维度 数据仓库 数据库 应用场景 OLAP OLTP 数据来源 多数据源 单数据源 数据标准化 非标准化Schema 高度标准化的静态Schema 数据读取优势 针对读操作进行优化 针对写操作进行优化
  • 解决方法 用python3解释器,在主机上做一个软连接,如下图所示。 图2 主机上做软连接 在文件中设置标准编码方式。 # -*- coding: utf-8 -*-;或者设置主机的编码格式:在python安装目录的Lib\site-packages文件夹下新建一个sitecustomize.py文件,在文件中写入如下内容。 # encoding=utf8 #import sys #reload(sys) #sys.setdefaultencoding('utf8') 重启python,通过sys.getdefaultencoding()查看默认编码,这时为'utf8'。
  • 原因分析 云搜索服务 对于时间类型有一个特殊处理:如果存储的时间数据不带时区信息,在Kibana可视化的时候,Kibana会认为该时间为GMT标准时间。 在各个地区会产生日志显示时间与本地时区时间不一致的现象,例如,在东八区某地,日志显示时间比本地时区时间少8个小时。因此在CDM迁移数据到 云搜索 服务的时候,如果是通过CDM自动创建的索引和类型(例如图2中,目的端的“date_test”和“test1”在云搜索服务中不存在时,CDM会在云搜索服务中自动创建该索引和类型),则CDM默认会将时间类型字段的格式设置为“yyyy-MM-dd HH:mm:ss.SSS Z”的标准格式,例如“2018-01-08 08:08:08.666 +0800”。 图2 作业配置 此时,从其他数据源导入数据到云搜索服务时,如果源端数据中的日期格式不完全满足标准格式,例如“2018/01/05 15:15:46”,则CDM作业会执行失败,日志提示无法解析日期格式。需要通过CDM配置字段转换器,将日期字段的格式转换为云搜索服务的目的端格式。
  • 解决方案 编辑作业,进入作业的字段映射步骤,在源端的时间格式字段后面,选择新建转换器,如图3所示。 图3 新建转换器 转换器类型选择“表达式转换”,目前表达式转换支持字符串和日期类型的函数,语法和Java的字符串和时间格式函数非常相似,可以查看表达式转换了解如何编写表达式。 本例中源时间格式是“yyyy/MM/dd HH:mm:ss”,要将其转换成“yyyy-MM-dd HH:mm:ss.SSS Z”,需要经过如下几步: 添加时区信息“+0800”到原始日期字符串的尾部,对应的表达式为:value+" +0800"。 使用原始日期格式来解析字符串,将字符串解析为一个日期对象。可以使用DateUtils.parseDate函数来解析,语法是:DateUtils.parseDate(String value, String format)。 将日期对象格式化成目标格式的字符串,可以使用DateUtils.format函数来格式化,语法是DateUtils.format(Date date, String format)。 因此本例中串起来完整的表达式是:DateUtils.format(DateUtils.parseDate(value+" +0800","yyyy/MM/dd HH:mm:ss Z"),"yyyy-MM-dd HH:mm:ss.SSS Z"),如图4所示。 图4 配置表达式 保存转换器配置,再保存并运行作业,可解决云搜索服务的解析日期格式失败问题。
  • 数据目录组件有什么用? 数据目录的核心是通过元数据采集任务,采集并展示企业在工作空间范围内的数据资产地图,包括元数据信息和数据血缘关系。 元数据管理 元数据管理模块是数据湖治理的基石,支持创建自定义策略的采集任务,可采集数据源中的技术元数据。支持自定义业务元模型,批量导入业务元数据,关联业务和技术元数据、全链路的血缘管理和应用。 数据地图 数据地图围绕数据搜索,服务于数据分析、数据开发、数据挖掘、数据运营等数据表的使用者和拥有者,提供方便快捷的数据搜索服务,拥有功能强大的血缘信息及影响分析。 在数据地图中,可通过关键词搜索数据资产,支持模糊搜索,快速检索,定位数据。 使用数据地图根据表名直接查看表详情,快速查阅明细信息,掌握使用规则。获得数据详细信息后,可添加额外描述。 通过数据地图的血缘分析可以查看每个数据表的来源、去向,并查看每个表及字段的加工逻辑。 对数据资产,可以从业务角度定义分类或标签。 父主题: 数据目录
  • 责任共担 华为云秉承“将公司对网络和业务安全性保障的责任置于公司的商业利益之上”。针对层出不穷的 云安全 挑战和无孔不入的云安全威胁与攻击,华为云在遵从法律法规业界标准的基础上,以安全生态圈为护城河,依托华为独有的软硬件优势,构建面向不同区域和行业的完善云服务安全保障体系。 安全性是华为云与您的共同责任,如图1所示。 华为云:负责云服务自身的安全,提供安全的云。华为云的安全责任在于保障其所提供的IaaS、PaaS和SaaS类云服务自身的安全,涵盖华为云数据中心的物理环境设施和运行其上的基础服务、平台服务、应用服务等。这不仅包括华为云基础设施和各项云服务技术的安全功能和性能本身,也包括运维运营安全,以及更广义的安全合规遵从。 租户:负责云服务内部的安全,安全地使用云。华为云租户的安全责任在于对使用的IaaS、PaaS和SaaS类云服务内部的安全以及对租户定制配置进行安全有效的管理,包括但不限于虚拟网络、 虚拟主机 和访客虚拟机的操作系统,虚拟防火墙、API网关和高级安全服务,各项云服务,租户数据,以及身份账号和密钥管理等方面的安全配置。 《华为云安全白皮书》详细介绍华为云安全性的构建思路与措施,包括云安全战略、责任共担模型、合规与隐私、安全组织与人员、基础设施安全、租户服务与租户安全、工程安全、运维运营安全、生态安全。 图1 华为云安全责任共担模型 父主题: 安全
  • 使用仪表盘 仪表盘即项目过程中的可视化管理,支持基于数据的迭代回顾,包括:需求、缺陷、路标日历、进度、燃尽图、团队成员等,还支持自定义报表卡片。可以直观了解工作动态、迭代的质量、进度、工作量的情况,基于真实数据进行改进。 进入项目详情页面,选择“仪表盘”。 默认显示当前迭代(迭代1)的需求、缺陷、路标日历、进度、燃尽图和团队成员。 选择不同迭代了解各个迭代的统计数据,如工作执行情况、质量、工作量等。 单击右下角还可以添加自定义报表卡片,深入了解项目情况。 自定义卡片包括任务、工作完成度、个人工时、吞吐量、工作饱和度、项目Bug统计和项目Story统计,更多详细操作,请参见 仪表盘。
  • 新建特性 在项目主页,切换至“特性”页签。 单击“+新建FE”按钮,进入“新建FE”页面。 在“新建FE” 页面,填入特性的基本属性值。各属性值含义如表1所示。 属性值填写完毕后,单击“确定”按钮。 页面右上角提示:“新建FE成功”,系统会自动跳转到特性列表页,显示新建的FE。 表1 参数说明 参数名 参数说明 标题 特性名称。 描述 对特性的文字、图片、链接等形式的说明。 根据工作项的类型不同,系统提供不同的模板,例如特性的描述信息格式如下: 【特性背景】 【特性价值】 【特性详情】 附件 单个特性的附件数量最多为100个,附件总容量为50MB。 归属项目 特性归属的项目,默认为当前进入的项目,不可修改。 责任人 特性的责任人,单选,默认为创建人。 所属特性集 所属特性集是特性树的某一归属结构。 优先级 特性的优先级:低,中,高,默认为中。 计划开始时间 计划开始时间。 计划完成时间 计划完成时间。 计划工时 计划所用工时。 价值特性 标志此特性是否是关键特性,可选是,否。 功能场景 无默认值,最多支持输入128个中文字符。 领域 所属领域。 抄送人 特性抄送人。
  • 处理工作项 在看板项目页面,在左上角选择工作项类型(如“需求”)。 单击“过滤”,可以选择不同过滤条件筛选需要处理工作项。 如果需要处理一个迭代的工作项,单击“过滤器”窗口下方“个人过滤器”后的“创建”。 设置个人过滤器参数,包括处理人、迭代、创建时间、状态和过滤器名称等。 单击“保存并过滤”,也可以选择临时过滤。 此时将显示符合条件的所有工作项。 单击要处理的工作项名称,进入工作项详情页。 修改工作项,如处理人、工作项状态、工时、评论等。 工作项处理完成后,单击右上角“保存”。更详细操作请参见工作项。
  • 统计内容 统计报表名称 数据描述 缺陷概览统计 统计当前时刻全部、处理中、已完成、已超期、严重及以上的缺陷数量,可单击数字查看到对应的列表。 遗留缺陷DI趋势 统计所选时间区间内的遗留缺陷DI趋势。 DI:指各等级严重程度的缺陷按照其所占权重计算而来的数值。 遗留缺陷DI=遗留致命缺陷个数*10+遗留严重缺陷个数*3+遗留一般缺陷个数*1+遗留提示缺陷个数*0.1 缺陷累计三曲线 累计三曲线指累计发现缺陷/累计解决缺陷/累计遗留缺陷的趋势曲线。 累计遗留缺陷=累积发现缺陷-累计解决缺陷。 缺陷每日吞吐 所选时间区间内,统计每日发现、解决的缺陷数。 缺陷按严重程度分布 统计当前时刻处于各严重程度的缺陷数。 缺陷按状态分布 统计当前时刻处于各状态的缺陷数。 成员遗留缺陷TOP8 统计当前时刻各当前责任人的遗留缺陷数,展示排名TOP8的成员。
  • 移出成员 移出成员可以移出单个,也可以批量移出多个。 移出单个项目成员(用户) 在成员管理页面的成员列表中,单击目标成员所在行后的,根据提示完成移出。 成员移出后,即该用户被移出项目。 用户被移出后,其名下的工作项等资源不会被删除,他所做过的工作仍旧会被保留,如果需要转移项目的管理权限,请参见移交项目创建者。 批量移出项目成员 在“项目成员”列表页面中勾选目标成员。 单击“批量移出”。 根据移出提示单击“确定”,即可完成项目成员批量移出。
  • 新建子工作项 新建好的子工作项显示在“子工作项”页签中。 Task和Bug是最末层次,Task和Bug没有子工作项。 增加子工作项有两种方法: 操作方法一 进入工作项详情,切换到“子工作项”页签。 单击“快速新建子工作项”可以快速完成子工作项创建。适合于快速场景的创建。 单击“新建子工作项”,可以设置更多参数信息,适合于完整创建子工作项。 操作方法二 在工作项列表中,分为快速创建和完整创建: 单击工作项所在行,只需输入关键信息快速完成创建。 单击工作项所在行,创建完整信息的子工作项。
  • 调整思维导图 在思维导图中,可以对工作项进行排序及调整工作项层级关系: 调整工作项顺序(平级): 选中思维导图中的工作项,按住鼠标左键上下拖拽工作项可以对工作项进行排序。 例如:拖拽Story_04调整到Story_02上面,Story_02上方出现灰色阴影,同时鼠标出现+号即可松开。 调整工作项层级关系(上下级): 选中思维导图中的工作项,按住鼠标左键左右拖拽工作项可以调整各级别工作项之间的层级关系。 例如:拖拽Story_01调整到Feature_03后面,Feature_03右侧出现灰色阴影,同时鼠标出现+号即可松开。
  • 修复缺陷 单击“修复”状态的缺陷标题,系统显示“修复”详情页。 在处理缺陷过程中,还可以对缺陷进行评论、关联工作项、添加附件、新增工时和查看历史记录等操作,具体请参见编辑缺陷详情。 修复完成后,单击页面右上角的“提交到测试”,弹出“提交到测试”信息填写窗口。 单击“退回到分析”,填写“责任人”和“退回原因”后,该缺陷的状态变为“分析”。 单击“挂起”,填写“挂起原因”后,可挂起该缺陷。 根据项目实际情况填写“责任人”和“修复方案”。 单击“确定”,自动进入“测试”阶段,并且在主页右上角给出“流转成功”的提示。
  • 测试缺陷 单击“测试”状态的缺陷标题,系统显示“测试”详情页。 在处理缺陷过程中,还可以对缺陷进行评论、关联工作项、添加附件、新增工时和查看历史记录等操作,具体请参见编辑缺陷详情。 测试完成后,单击页面右上角的“测试通过”,弹出“测试通过”信息填写窗口。 单击“退回到修复”,填写“退回原因”和“责任人”后,该缺陷的状态变为“修复”。 单击“挂起”,填写“挂起原因”后,可挂起该缺陷。 根据项目实际情况填写“责任人”和“测试报告”。 单击“确定”,该缺陷的状态变为“验收”。
  • 验收缺陷 单击“验收”状态的缺陷标题,系统显示“验收”详情页。 在处理缺陷过程中,还可以对缺陷进行评论、关联工作项、添加附件、新增工时和查看历史记录等操作,具体请参见编辑缺陷详情。 验收完成后,单击页面右上角的“验收通过”,弹出确定验收通过提示框窗口。 单击“退回到分析”,填写“责任人”和“退回原因”后,该缺陷的状态变为“分析”。 单击“确定”。 选择“关闭类型”。 单击“确定”,该缺陷的状态变为“关闭”。 关闭状态的缺陷支持激活,激活成功后缺陷状态变为“分析”。
  • 初始SF 在SF列表中,单击“初始”状态的SF标题名称,显示“初始”详情页。 在处理SF过程中,还可以对SF进行评论、关联工作项、添加附件、新增工时和查看历史记录等操作,具体请参见编辑SF详情。 设置完成后,在“详情”页签中直接将“状态”修改为“研发”,即可进入“研发”阶段。 在SF列表中也可直接修改对应SF的“状态”。 SF的状态支持切换到任一阶段。如果SF不涉及研发,可直接将状态修改为“完成”。
  • 协同下发 仅已完成的需求不支持协同下发。 在研发需求列表中,选择需要协同下发的需求。 通过复选框选择需要协同下发的需求,单击页面下方的“协同下发”。 该方式支持单选和多选。 进入需要协同下发的需求的详情页面,单击右上角的图标,选择“协同下发”。 在弹出的提示窗口中选择下游项目。 如果下拉框中无取值,需要执行如下操作增加项目取值。 单击“配置协同下游项目”,系统跳转到“协同下游项目配置”页面。 单击“添加协同下游项目”,弹出“添加协同下游项目”窗口。 选择需要协同的项目。 单击“添加”,即可添加成功。 重新再执行步骤1~步骤2,即可选择刚添加的下游项目。 单击“下一步”,弹出“协同下发”窗口。 选择“接收人”和“期望接收时间”。 单击“确定”,协同下发成功。 在研发需求列表中,可查看到协同下发需求的“协同状态”显示为“协同下发”。 在下游项目“IPD项目2”中执行协同接收的操作,只有接收成功后,才算完成下发。
  • 关联工作项/代码提交记录/代码分支/用例/Wiki 项目为工作项提供了多种对象的管理:关联其他工作项、关联测试用例、关联代码提交记录、关联代码分支和关联Wiki词条。 进入工作项详情页面,选择“关联”页签。 完成关联操作。 关联工作项 展开关联工作项,单击“关联工作项”,在关联工作项页面可以勾选需要关联的工作项。 关联好的工作项显示“关联工作项”按钮下方。 关联测试用例 展开关联用例,单击“关联用例”,在关联测试页面可以勾选需要关联的用例。 关联好的测试用例显示“关联用例”按钮下方。 代码提交记录 展开代码提交记录,根据需要可以关联代码提交记录。 支持工作项关联代码提交记录。 在代码托管中提交附加工作项信息,关联分配的且非已关闭状态的工作项(与git命令行提交一样生效,详情见代码托管git命令中提交信息规范设置)。 插入工作项后,输入描述信息,单击“确定”。 关联成功后,在工作项详情中显示关联的提交信息。 关联代码分支 展开关联代码分支,显示已关联的代码分支。 工作项关联代码分支。 在代码托管中新建分支,同时关联工作项。 分支创建成功后,在工作项的关联页面可以查看工作项关联的分支信息。 关联Wiki:可以关联其他Wiki词条。
  • 修改工作项 在“卡片”视图中,支持快速修改工作项,如工作项拖拽、列拖拽、工作项卡片编辑详情。 工作项拖拽 鼠标左键单击卡片不放,拖拽到其他列上,当显示蓝色虚线框与“拖动到此处”的文字提示时,松开鼠标左键即可将工作项移动到指定位置。 是否能拖拽,跟起始状态能否流转到目标状态有关,详情见状态配置中的状态流转方向配置。当工作项不可拖拽到指定位置时,蓝色虚线框与“拖动到此处”提示不会出现。 列拖拽 鼠标左键单击列名称附近位置不放,左右拖拽到其他位置上,当显示蓝色虚线框时,松开鼠标左键即可将列移动到指定位置(待启动状态列不能进行拖拽)。 编辑工作项详情 工作项在“卡片”视图模式,可快速编辑处理人和结束日期信息。 单击工作项卡片可进行工作项详情查看及详情编辑,选择对应信息进行编辑后,单击右上方“保存”进行保存,详情编辑参见工作项详情。
  • 快速创建工作项 在“卡片”视图中,支持快速创建单个或多个工作项。 快速创建单个工作项 在卡片(默认)视图中,单击所在卡片的“新建工作项”按钮可以快速新建工作项。 快速创建多个工作项 单击“新建工作项”后,在设置名称输入框中,可以设置完一个名称后进行换行(Shift键 + Enter键),多个名称设置多行。 例如:设置了3个工作项名称,单击“新建3个工作项”可以一次完成多个工作项新建。 按下Enter键则只会创建1个工作项。 如果工作项卡片右上角显示蓝色图标,表示用户已关注工作项。单击,选中“取消关注”可取消关注。 如果工作项的执行被阻塞,单击,可选中“设置阻塞”,输入说明,单击“确定”。右下角会显示红色图标。
  • 设置工作状态流转方向(状态) 根据实际需要配置工作项状态的流转状态。工作项状态的流转状态配置好后,在工作项“列表”视图页面中单击工作项的状态,根据当前类型的状态显示可流转的状态。 单击“流转方向”页签,进入状态流转方向设置。 状态流转方向决定当前状态下的工作项是否能正常流转到目标状态,会影响工作项状态设置及拖动等功能。 勾选或取消勾选即可设置某状态是否能流转至某状态。 勾选表示可流转,不勾选表示不能流转。
共100000条