数据集
简介
数据集一般用于管理图、文、音的数据集。
入口：「数据资产」-「数据集」。后端模型
Dataset（表名dataset），视图dataset_modelview，列表以卡片形式展示（myapp/views/view_dataset.py:1343-1347）。同名数据集可有多个版本（version字段），列表按主版本聚合展示历史版本。
数据集的建立
数据集有三种方式导入到平台。
SDK 导入数据集
数据集可以通过 SDK 上传，具体使用方法见 SDK 使用。
在线数据导入
在线数据集可以直接配置下载地址（download_url 字段），点击下载地址会直接下载到本地。
想要将在线数据集下载到平台、方便进入模型使用，需要使用 pipeline 的 dataset 模板（任务模板 job-template/job/dataset）。dataset 模板会把在线数据集下载到平台，保存在分布式存储中，供后续建模、推理等使用。
本地数据导入
本地数据集上传到平台，需要先用 notebook 把数据上传到分布式存储（参见 在线开发 / 在线 IDE），再在数据集中增加元数据信息，也就是手动添加分布式存储的路径（path 字段）。
数据集的增删改查与备份
数据集可以进行增删改查与备份。删改和详情查看在数据集卡片的「更多」按钮处。
备份对应「备份」动作（save_store，myapp/views/view_dataset.py:353），通过异步任务 update_dataset 把数据复制到当前集群的全局目录：
/data/k8s/kubeflow/global/dataset/<数据集名>/<版本>/
（路径见 myapp/tasks/async_task.py:389-394；删除数据集时该备份目录会被一并清理，见 myapp/views/view_dataset.py:1330-1334。版本为空时按 latest 处理。）
注：源文档写作
/data/k8s/Kubeflow/global/dataset，代码中目录全为小写kubeflow，已据代码更正。
