All Products
Search

This Product

    DataWorks:Ikhtisar Pengembangan Node

    Document Center

    DataWorks:Ikhtisar Pengembangan Node

    Last Updated:Aug 18, 2026

    Data Studio mendukung berbagai jenis node untuk pemrosesan data: node integrasi data untuk sinkronisasi, node komputasi engine (MaxCompute SQL, Hologres SQL, EMR Hive, dan lainnya) untuk pembersihan data, serta node tujuan umum (node virtual, loop do-while, dan lainnya) untuk logika kompleks.

    Jenis node yang didukung

    Tabel berikut mencantumkan jenis node yang didukung oleh penjadwalan periodik. Jenis node yang didukung untuk tugas manual atau alur kerja yang dipicu secara manual mungkin berbeda. Untuk daftar terbaru, lihat UI.

    Catatan

    • Ketersediaan node bervariasi berdasarkan edisi dan Wilayah. Untuk informasi paling akurat, lihat UI.

    • Beberapa node tidak dapat dijalankan dalam alur kerja. Lihat detail node untuk informasi lebih lanjut.

    Jenis node

    Nama node

    Deskripsi

    Kode node

    TaskType

    Data Integration

    batch synchronization

    Menyinkronkan data dalam batch berulang antara sumber data, mendukung sinkronisasi lintas beberapa sumber heterogen dalam skenario kompleks.

    Untuk informasi lebih lanjut tentang sumber data yang didukung oleh sinkronisasi batch, lihat Sumber data yang didukung dan solusi sinkronisasi.

    23

    DI

    real-time synchronization

    Menyinkronkan perubahan data dari sumber ke database tujuan secara real time. Anda dapat menyinkronkan satu tabel atau seluruh database untuk menjaga konsistensi data.

    Untuk informasi lebih lanjut tentang sumber data yang didukung oleh sinkronisasi real time, lihat Sumber data yang didukung dan solusi sinkronisasi.

    900

    RI

    Notebook

    Notebook

    Platform interaktif untuk pemrosesan dan analisis data yang membuat eksplorasi data, visualisasi, dan pembuatan model lebih efisien melalui alur kerja modular dan interaktif.

    1323

    NOTEBOOK

    MaxCompute

    MaxCompute SQL

    Mendukung penjadwalan periodik tugas MaxCompute SQL. MaxCompute SQL menggunakan sintaks mirip SQL dan cocok untuk skenario pemrosesan terdistribusi yang melibatkan data berskala besar (tingkat TB) tetapi tidak memerlukan kinerja real-time tinggi.

    10

    ODPS_SQL

    SQL component

    Templat kode SQL yang dapat digunakan kembali dengan beberapa parameter input dan output. Menyaring, menggabungkan, dan mengagregasi tabel sumber data untuk menghasilkan tabel hasil. Anda dapat membuat node komponen SQL dan menggunakan komponen yang telah ditentukan ini untuk membangun pipeline pemrosesan data dengan cepat.

    1010

    COMPONENT_SQL

    MaxCompute Script

    Menggabungkan beberapa pernyataan SQL menjadi satu skrip untuk dikompilasi dan dieksekusi secara terpadu, ideal untuk skenario kueri kompleks seperti subkueri bersarang atau operasi multi-langkah. Seluruh skrip dikirim sekaligus dengan rencana eksekusi terpadu, sehingga pekerjaan hanya perlu masuk antrian dan dieksekusi sekali.

    24

    ODPS_SQL_SCRIPT

    PyODPS 2

    Mengintegrasikan SDK Python MaxCompute sehingga Anda dapat menulis dan mengedit kode Python langsung pada node PyODPS 2 untuk melakukan tugas pemrosesan dan analisis data di MaxCompute.

    221

    PY_ODPS

    PyODPS 3

    Menulis pekerjaan MaxCompute langsung dalam kode Python dan mengonfigurasinya untuk penjadwalan periodik.

    1221

    PYODPS3

    MaxCompute Spark

    Menjalankan pekerjaan batch Spark berbasis MaxCompute (mode kluster) pada platform DataWorks.

    225

    ODPS_SPARK

    MaxCompute MR

    Buat node MaxCompute MR untuk mengirimkan program MapReduce yang memproses dataset berskala besar di MaxCompute menggunakan API Java MapReduce.

    11

    ODPS_MR

    Map metadata to Hologres

    Untuk mempercepat kueri data MaxCompute di Hologres, gunakan fitur pemetaan metadata MaxCompute dari Data Catalog untuk memetakan metadata tabel MaxCompute ke Hologres, sehingga memungkinkan kueri dipercepat melalui tabel eksternal Hologres.

    -

    -

    Synchronize data to Hologres

    Menyinkronkan data satu tabel dari MaxCompute ke Hologres untuk analisis data besar dan kueri real-time.

    -

    -

    Hologres

    Hologres SQL

    Meminta data dalam instans Hologres. Hologres dan MaxCompute terhubung secara mulus di tingkat dasar, sehingga Anda dapat menggunakan pernyataan PostgreSQL standar untuk meminta dan menganalisis data MaxCompute berskala besar tanpa memindahkannya.

    1093

    HOLOGRES_SQL

    Synchronize data to MaxCompute

    Memigrasikan data satu tabel dari Hologres ke MaxCompute.

    1070

    HOLOGRES_SYNC_DATA_TO_MC

    One-click MaxCompute table schema synchronization

    Menyediakan fitur impor skema tabel satu-klik untuk membuat tabel eksternal Hologres secara batch yang sesuai dengan skema tabel MaxCompute.

    1094

    HOLOGRES_SYNC_DDL

    One-click MaxCompute data synchronization

    Secara cepat menyinkronkan data dari MaxCompute ke database Hologres.

    1095

    HOLOGRES_SYNC_DATA

    Serverless Spark

    Serverless Spark Batch

    Node Spark berbasis Serverless Spark, cocok untuk pemrosesan data berskala besar.

    2100

    SERVERLESS_SPARK_BATCH

    Serverless Spark SQL

    Node kueri SQL berbasis Serverless Spark yang mendukung sintaks SQL standar dan menyediakan kemampuan analisis data berkinerja tinggi.

    2101

    SERVERLESS_SPARK_SQL

    Serverless Kyuubi node

    Terhubung ke Serverless Spark melalui antarmuka JDBC/ODBC Kyuubi, menyediakan layanan Spark SQL multi-penyewa.

    2103

    SERVERLESS_KYUUBI

    Severless StarRocks

    Serverless StarRocks SQL

    Node SQL berbasis EMR Serverless StarRocks yang kompatibel dengan sintaks SQL StarRocks open-source, menyediakan analisis kueri OLAP ultra-cepat dan analisis kueri lakehouse.

    2104

    SERVERLESS_STARROCKS

    LLM

    Large language model node

    Engine bawaan untuk pemrosesan dan analisis data yang melakukan pembersihan dan penambangan data berdasarkan instruksi bahasa alami Anda.

    2200

    LLM_NODE

    Flink

    Flink SQL Streaming

    Menentukan logika pemrosesan tugas real-time menggunakan pernyataan SQL standar. Menawarkan dukungan SQL yang kaya, manajemen state yang kuat dan toleransi kesalahan, kompatibilitas dengan event time dan processing time, serta skalabilitas fleksibel. Terintegrasi dengan sistem seperti Kafka dan HDFS serta menyediakan alat logging dan pemantauan kinerja.

    2012

    FLINK_SQL_STREAM

    Flink SQL Batch

    Menentukan dan mengeksekusi tugas pemrosesan data menggunakan pernyataan SQL standar. Cocok untuk analisis dan transformasi dataset besar, termasuk pembersihan dan agregasi data. Mendukung konfigurasi visual untuk pemrosesan data batch berskala besar yang efisien.

    2011

    FLINK_SQL_BATCH

    EMR

    EMR Hive

    Menggunakan pernyataan mirip SQL untuk membaca, menulis, dan mengelola dataset besar guna analisis dan pengembangan data log yang efisien.

    227

    EMR_HIVE

    EMR Impala

    Mesin kueri SQL interaktif real-time yang cepat untuk data besar berskala PB.

    260

    EMR_IMPALA

    EMR MR

    Membagi dataset berskala besar menjadi beberapa tugas Map paralel untuk meningkatkan efisiensi pemrosesan data secara signifikan.

    230

    EMR_MR

    EMR Presto

    Mesin kueri SQL terdistribusi yang fleksibel dan dapat diskalakan yang mendukung analisis interaktif dan permintaan data besar menggunakan sintaks kueri SQL standar.

    259

    EMR_PRESTO

    EMR Shell

    Menulis dan mengeksekusi skrip Shell kustom untuk pemrosesan data, memanggil komponen Hadoop, dan operasi file.

    257

    EMR_SHELL

    EMR Spark

    Engine analitik data besar tujuan umum yang mendukung komputasi in-memory kompleks, ideal untuk membangun aplikasi analitik data berskala besar dengan latensi rendah.

    228

    EMR_SPARK

    EMR Spark SQL

    Memproses data terstruktur menggunakan mesin kueri SQL terdistribusi untuk meningkatkan efisiensi eksekusi pekerjaan.

    229

    EMR_SPARK_SQL

    EMR Spark Streaming

    Memproses data streaming real-time ber-throughput tinggi dengan mekanisme toleransi kesalahan yang dapat pulih dengan cepat dari error aliran data.

    264

    EMR_SPARK_STREAMING

    EMR Trino

    Mesin kueri SQL terdistribusi yang cocok untuk analisis interaktif dan permintaan lintas berbagai sumber data.

    267

    EMR_TRINO

    EMR Kyuubi

    Gerbang terdistribusi dan multi-penyewa yang menyediakan layanan kueri SQL untuk mesin kueri data lake seperti Spark, Flink, dan Trino.

    268

    EMR_KYUUBI

    ADB

    ADB for PostgreSQL

    Mendukung pengembangan dan penjadwalan periodik tugas AnalyticDB for PostgreSQL.

    1000090

    -

    ADB for MySQL

    Mendukung pengembangan dan penjadwalan periodik tugas AnalyticDB for MySQL.

    1000126

    -

    ADB Spark

    Mendukung pengembangan dan penjadwalan periodik tugas AnalyticDB Spark.

    1990

    ADB_SPARK

    ADB Spark SQL

    Mendukung pengembangan dan penjadwalan periodik tugas AnalyticDB Spark SQL.

    1991

    ADB_SPARK_SQL

    CDH

    CDH Hive

    Untuk pengguna yang telah menerapkan kluster CDH dan ingin menjalankan tugas Hive di DataWorks.

    270

    CDH_HIVE

    CDH Spark

    Engine analitik data besar tujuan umum yang mendukung analisis in-memory kompleks, cocok untuk membangun aplikasi analitik data berskala besar dengan latensi rendah.

    271

    CDH_SPARK

    CDH Spark SQL

    Memproses data terstruktur menggunakan mesin kueri SQL terdistribusi untuk meningkatkan efisiensi eksekusi pekerjaan.

    272

    CDH_SPARK_SQL

    CDH MR

    Memproses dataset berskala sangat besar.

    273

    CDH_MR

    CDH Presto

    Mesin kueri SQL terdistribusi yang meningkatkan kemampuan analisis data di lingkungan CDH.

    278

    CDH_PRESTO

    CDH Impala

    Menulis dan mengeksekusi skrip SQL Impala untuk kinerja kueri yang lebih cepat.

    279

    CDH_IMPALA

    Lindorm

    Lindorm Spark

    Mendukung pengembangan dan penjadwalan periodik tugas Lindorm Spark.

    1800

    LINDORM_SPARK

    Lindorm Spark SQL

    Mendukung pengembangan dan penjadwalan periodik tugas Lindorm Spark SQL.

    1801

    LINDORM_SPARK_SQL

    Click House

    ClickHouse SQL

    Mendukung kueri SQL terdistribusi dan pemrosesan data terstruktur untuk meningkatkan efisiensi eksekusi pekerjaan.

    1301

    CLICK_SQL

    Data Quality

    Quality monitoring

    Konfigurasikan aturan pemantauan kualitas data untuk memeriksa tabel sumber data terhadap isu seperti data kotor. Anda dapat menyesuaikan kebijakan penjadwalan untuk menjalankan tugas pemantauan secara periodik demi validasi data.

    1333

    DATA_QUALITY_MONITOR

    Data comparison

    Membandingkan data di berbagai tabel menggunakan berbagai metode.

    1331

    DATA_SYNCHRONIZATION_QUALITY_CHECK

    General

    Zero load node

    Node tipe kontrol yang melakukan dry run tanpa menghasilkan data. Biasanya digunakan sebagai node root untuk orkestrasi alur kerja guna mengatur node dan alur kerja.

    99

    VIRTUAL

    Assignment node

    Meneruskan hasil kueri atau output terakhir dari node assignment ke node downstream melalui fitur konteks node, memungkinkan penerusan parameter lintas node.

    1100

    CONTROLLER_ASSIGNMENT

    Shell node

    Node Shell mendukung sintaks Shell standar tetapi tidak mendukung sintaks interaktif.

    6

    DIDE_SHELL

    Parameter node

    Mengagregasi parameter dari node upstream dan mendistribusikannya ke downstream.

    1115

    PARAM_HUB

    OSS object check

    Memicu eksekusi node downstream dengan memantau objek OSS.

    239

    OSS_INSPECT

    Python node

    Mendukung Python 3.0. Dapat memperoleh parameter upstream melalui parameter penjadwalan dan menerapkan parameter kustom, serta meneruskan outputnya sebagai parameter ke node downstream.

    1322

    PYTHON

    Merge node

    Menggabungkan status eksekusi node upstream, menyelesaikan mounting dependensi dan pemicuan eksekusi untuk node downstream dari node cabang.

    1102

    CONTROLLER_JOIN

    Branch node

    Menilai hasil upstream dan mengarahkan hasil berbeda ke logika cabang berbeda. Dapat digunakan bersama node assignment.

    1101

    CONTROLLER_BRANCH

    For-each node

    Iterasi melalui set hasil yang diteruskan oleh node assignment.

    1106

    CONTROLLER_TRAVERSE

    Do-while node

    Menjalankan subset logika node dalam loop. Juga dapat digunakan dengan node assignment untuk melakukan loop melalui hasil yang diteruskan oleh node assignment.

    1103

    CONTROLLER_CYCLE

    Check node

    Memeriksa apakah objek target (tabel partisi MaxCompute, file FTP, atau file OSS) tersedia. Ketika kebijakan pemeriksaan terpenuhi, node mengembalikan status sukses dan memicu eksekusi tugas downstream. Objek target yang didukung:

    • MaxCompute partitioned table

    • FTP file

    • OSS file

    • HDFS

    • OSS-HDFS

    241

    CHECK_NODE

    Function Compute

    Menjadwalkan dan memproses fungsi event secara periodik.

    1330

    FUNCTION_COMPUTE

    HTTP trigger

    Memicu tugas DataWorks ketika tugas pada sistem penjadwalan lain selesai.

    Catatan

    DataWorks tidak lagi mendukung pembuatan cross-tenant nodes. Jika Anda menggunakan node lintas penyewa, kami sarankan beralih ke node pemicu HTTP, yang menyediakan kemampuan yang sama.

    1114

    SCHEDULER_TRIGGER

    SSH

    Mengakses host jarak jauh yang terhubung melalui sumber data SSH tertentu dan memicu eksekusi skrip pada host jarak jauh tersebut.

    1321

    SSH

    Data Push

    Mendorong hasil kueri data yang dihasilkan oleh node lain dalam alur kerja Data Studio ke grup DingTalk, grup Lark, grup WeCom, Teams, dan email dengan membuat target dorong data.

    1332

    DATA_PUSH

    Database nodes

    MySQL node

    Node MySQL mendukung pengembangan dan penjadwalan periodik tugas MySQL.

    1000125

    -

    SQL Server

    Node SQL Server mendukung pengembangan dan penjadwalan periodik tugas SQL Server.

    10001

    -

    Oracle node

    Node Oracle mendukung pengembangan dan penjadwalan periodik tugas Oracle.

    10002

    -

    PostgreSQL node

    Node PostgreSQL mendukung pengembangan dan penjadwalan periodik tugas PostgreSQL.

    10003

    -

    StarRocks node

    Mendukung pengembangan dan penjadwalan periodik tugas StarRocks.

    10004

    -

    DRDS node

    Mendukung pengembangan dan penjadwalan periodik tugas DRDS.

    10005

    -

    PolarDB MySQL node

    Mendukung pengembangan dan penjadwalan periodik tugas PolarDB MySQL.

    10006

    -

    PolarDB PostgreSQL node

    Node PolarDB PostgreSQL mendukung pengembangan dan penjadwalan periodik tugas PolarDB PostgreSQL.

    10007

    -

    Doris node

    Node Doris mendukung pengembangan dan penjadwalan periodik tugas Doris.

    10008

    -

    MariaDB node

    Node MariaDB mendukung pengembangan dan penjadwalan periodik tugas MariaDB.

    10009

    -

    SelectDB node

    Node SelectDB mendukung pengembangan dan penjadwalan periodik tugas SelectDB.

    10010

    -

    Redshift node

    Node Redshift mendukung pengembangan dan penjadwalan periodik tugas Redshift.

    10011

    -

    Saphana node

    Node Saphana mendukung pengembangan dan penjadwalan periodik tugas SAP HANA.

    10012

    -

    Vertica node

    Node Vertica mendukung pengembangan dan penjadwalan periodik tugas Vertica.

    10013

    -

    DM (Dameng) node

    Node DM mendukung pengembangan dan penjadwalan periodik tugas DM.

    10014

    -

    KingbaseES node

    Node KingbaseES mendukung pengembangan dan penjadwalan periodik tugas KingbaseES.

    10015

    -

    OceanBase node

    Node OceanBase mendukung pengembangan dan penjadwalan periodik tugas OceanBase.

    10016

    -

    DB2 node

    Node DB2 mendukung pengembangan dan penjadwalan periodik tugas DB2.

    10017

    -

    GBase 8a node

    Node GBase 8a mendukung pengembangan dan penjadwalan periodik tugas GBase 8a.

    10018

    -

    Algorithm

    PAI Designer

    Alat pemodelan visual PAI untuk mengimplementasikan alur kerja pengembangan pembelajaran mesin end-to-end.

    1117

    PAI_STUDIO

    PAI DLC

    Layanan pelatihan berbasis kontainer PAI untuk eksekusi terdistribusi tugas pelatihan.

    1119

    PAI_DLC

    PAI Flow

    Alur kerja indeks basis pengetahuan PAI / menghasilkan node PAIFlow di sisi DataWorks.

    1250

    PAI_FLOW

    Logic node

    SUB_PROCESS node

    Mengkonsolidasi beberapa alur kerja menjadi satu kesatuan untuk manajemen dan penjadwalan.

    1122

    SUB_PROCESS

    Buat node

    Buat node untuk alur kerja terjadwal

    Jika tugas Anda perlu dijalankan secara otomatis pada interval tertentu (misalnya per jam, harian, atau mingguan), buat node tugas terjadwal dengan salah satu cara berikut: buat node tugas terjadwal mandiri, tambahkan node internal ke alur kerja terjadwal, atau klon node yang sudah ada.

    1. Buka halaman Workspaces di Konsol DataWorks. Di bilah navigasi atas, pilih Wilayah yang diinginkan. Temukan ruang kerja yang diinginkan dan pilih Shortcuts > Data Studio di kolom Actions.

    2. Di panel navigasi kiri, klik image untuk membuka halaman Data Studio.

    Buat node tugas terjadwal

    1. Klik image di sebelah kanan direktori proyek, pilih New Node, lalu pilih jenis node yang diinginkan.

      Penting

      Sistem menyediakan daftar Common Nodes dan daftar All Nodes. Pilih All Nodes di bagian bawah untuk melihat semua jenis node yang tersedia. Gunakan search box untuk menemukan node dengan cepat, atau gunakan category filters (seperti MaxCompute, Data Integration, dan General) untuk menemukan dan membuat node yang diinginkan.

      Anda dapat membuat direktori terlebih dahulu untuk mengatur dan mengelola node.

    2. Tetapkan nama node dan simpan. Halaman pengeditan node akan muncul.

    Buat node internal dalam alur kerja terjadwal

    1. Buat alur kerja terjadwal.

    2. Di kanvas alur kerja, klik New Node di bilah alat atas, pilih jenis node yang diinginkan berdasarkan tugas yang perlu Anda kembangkan, lalu seret ke kanvas.

    3. Tetapkan nama node dan simpan.

    Buat node dengan mengkloning

    Gunakan fitur klon untuk mengkloning node yang sudah ada dan membuat yang baru dengan cepat. Konten yang diklon termasuk informasi Scheduling Settings node (Scheduling Parameters, Scheduling time, dan Scheduling Dependency).

    1. Di Project Directory sebelah kiri, klik kanan node yang ingin Anda klon dan pilih Cloning dari menu konteks.

    2. Di dialog, ubah Name dan Path node (atau pertahankan nilai default), lalu klik Confirm untuk memulai kloning.

    3. Setelah kloning selesai, lihat node yang baru dibuat di Project Directory.

    Buat node untuk alur kerja yang dipicu secara manual

    Jika tugas Anda tidak perlu dijalankan secara periodik tetapi harus diterapkan ke lingkungan produksi dan dijalankan secara manual saat diperlukan, buat node internal dalam alur kerja yang dipicu secara manual.

    1. Buka halaman Workspaces di Konsol DataWorks. Di bilah navigasi atas, pilih Wilayah yang diinginkan. Temukan ruang kerja yang diinginkan dan pilih Shortcuts > Data Studio di kolom Actions.

    2. Di panel navigasi kiri, klik image untuk membuka halaman alur kerja yang dipicu secara manual.

      1. Buat alur kerja yang dipicu secara manual.

      2. Pada bilah alat di bagian atas halaman pengeditan alur kerja yang dipicu secara manual, klik New Internal Node, lalu pilih jenis node yang sesuai dengan tugas yang akan Anda kembangkan.

      3. Tentukan nama node dan simpan.

    Buat node tugas manual

    1. Buka halaman Workspaces di Konsol DataWorks. Di bilah navigasi atas, pilih Wilayah yang diinginkan. Temukan ruang kerja yang diinginkan dan pilih Shortcuts > Data Studio di kolom Actions.

    2. Di panel navigasi kiri, klik image untuk membuka halaman tugas manual.

    3. Di bagian bawah, klik image di sebelah kanan Manually Triggered Task, pilih New Node, lalu pilih jenis node yang diinginkan.

      Catatan

      Tugas manual hanya mendukung jenis node berikut: Offline synchronization, Notebook, Maxcompute SQL, Maxcompute Script, Pyodps 2, Maxcompute MR, Hologres SQL, Python, dan Shell.

    4. Tetapkan nama node dan simpan. Halaman pengeditan node akan muncul.

    Pengeditan batch node

    Ketika alur kerja berisi banyak node, membukanya satu per satu untuk diedit tidak efisien. DataWorks menyediakan fitur Internal Node List yang menampilkan semua node dalam daftar di sisi kanan kanvas untuk pratinjau cepat, pencarian, dan pengeditan batch.

    Penggunaan

    1. Di bilah alat atas kanvas alur kerja, klik tombol Show Internal Node List untuk membuka panel fitur di sisi kanan kanvas.

      image

    2. Setelah panel terbuka, semua node dalam alur kerja saat ini ditampilkan dalam daftar.

      • Pratinjau dan pengurutan kode:

        • Node yang mendukung pengeditan kode (seperti MaxCompute SQL) secara default membuka editor kode.

        • Node yang tidak mendukung pengeditan kode (seperti node virtual) ditampilkan sebagai kartu dan secara otomatis ditempatkan di bagian bawah daftar.

      • Pencarian dan navigasi cepat:

        • Search: Masukkan kata kunci di kotak pencarian di atas untuk melakukan pencarian fuzzy pada nama node.

        • Linkage: Terdapat keterkaitan dua arah antara kanvas dan sidebar. Memilih node di kanvas akan menyorot node yang sesuai di sidebar, dan sebaliknya.

      • Pengeditan online:

        • Actions: Pojok kanan atas setiap kartu node menyediakan aksi cepat seperti Load Latest Code, Open Node, dan Edit.

        • Auto-save: Setelah Anda memasuki mode pengeditan, perubahan disimpan secara otomatis ketika fokus mouse meninggalkan area blok kode.

        • Conflict detection: Jika kode diperbarui oleh pengguna lain selama pengeditan, notifikasi kegagalan simpan akan dipicu untuk mencegah penimpaan tidak disengaja.

      • Focus mode:

        • Pilih node dan klik image di pojok kanan atas jendela mengambang untuk mengaktifkan Focus Mode. Sidebar hanya menampilkan node yang sedang dipilih, memberikan lebih banyak ruang untuk pengeditan kode.

    Manajemen versi

    Kembalikan node ke versi historis tertentu. Sistem juga menyediakan fitur penampilan dan perbandingan versi untuk membantu Anda menganalisis perbedaan dan melakukan penyesuaian.

    1. Di Project Directory sebelah kiri, klik ganda nama node target untuk membuka halaman pengeditan node.

    2. Klik Version di sisi kanan halaman pengeditan node. Di halaman Version, lihat dan kelola informasi Developer Record dan Publish Record.

      • View a version:

        1. Di tab Developer Record atau Publish Record, temukan versi node yang ingin Anda lihat.

        2. Klik View di kolom Operation untuk membuka halaman detail tempat Anda dapat melihat konten kode node dan informasi Scheduling Settings.

          Catatan

          Informasi Scheduling Settings dapat dilihat dalam Script Mode atau Visual Mode. Anda dapat beralih antar mode tampilan di pojok kanan atas tab Scheduling Settings.

      • Compare versions:

        Di tab Developer Record atau Publish Record, Anda dapat membandingkan versi berbeda dari sebuah node. Contoh berikut menggunakan catatan pengembang untuk menunjukkan operasi perbandingan.

        • Bandingkan dalam catatan pengembangan atau penerapan: Di tab Developer Record, pilih dua versi dan klik tombol Select Comparison di atas untuk membandingkan konten kode node dan pengaturan penjadwalan antar versi.

        • Bandingkan lintas catatan pengembangan dan penerapan atau build:

          1. Di tab Developer Record, temukan versi node yang diinginkan.

          2. Klik Compare di kolom Operation, lalu di halaman detail, pilih versi dari Publish Record atau Build Records untuk dibandingkan.

      • Restore a version:

        Anda hanya dapat memulihkan node dari Developer Record ke versi historis tertentu. Di tab Developer Record, temukan versi target dan klik Restore di kolom Operation untuk memulihkan kode node dan informasi Scheduling Settings ke versi target.

    Referensi

    FAQ

    Apakah saya dapat mengunduh kode node (seperti SQL atau Python) ke mesin lokal saya?

    • Jawaban: Fitur unduh langsung tidak tersedia. Anda dapat menyalin kode ke mesin lokal selama pengembangan. Atau, kembangkan di direktori pribadi di Data Studio lalu kirimkan kode ke direktori proyek, yang menyimpan kode Anda secara lokal.