Q：​ID图谱任务运行成功，但是数据集中的ID并没有进CDP是为什么？

需要确认ID图谱绑定的上游数据集的分区字段的格式是否相同，格式不一致可能导致ID图谱任务录入数据失败。

Q：通过批量新建的方式修改事件或事件属性信息，上传信息是否会覆盖原来所有配置？

不会，会过滤掉重复项，补充之前缺少的。

Q：CDP支持哪些数据连接？

支持MySQL、HIVE、ClickHouse等数据库连接、API数据连接、流式数据（Kafka数据）接入、本地文件数据上传、巨量引擎及巨量千川数据接入。

Q：CDP的基准ID（即OneID）是每天都按照生成策略和规则重新生成的吗？

可以在IDMapping配置时自行配置，CDP的ID图谱构建中有「基准ID是否可变」的按钮，默认可变，即按照生成策略每天都进行重新生成。如果希望某些ID类型基准ID生成后保持不变，则可以关闭此开关。

Q：多产品联合部署的时候，Finder的数据如何接入CDP？

联合部署时，CDP和finder底层是一份数据，CDP中会内置finder的行为&属性数据，供CDP系统应用。注意：CDP与Finder目前仅在私有化部署情况下打通。

Q：CDP元数据登记中要求的行为/明细/属性数据格式是怎样的？是否有数据样例。

用户属性是用户状态的记录，由指定的事件赋值/更新，用户属性的定义来源不同，由各个业务系统定义（含cdp）。包含用户的基本信息（性别、年龄...）和业务场景信息（会员id、积分...）。
数据格式样例如下：

行为数据是“谁，在什么时间，在什么地点，对什么内容，做了什么事情，产生了多少结果”， 行为数据源包括离线和实时的用户行为数据，用于用户标签的构建与人群的圈选，常见行为数据如：

• 小程序、app等用户实时行为数据；
• 为方便快速圈人而设计的通过明细数据转换的离线行为数据；

行为数据格式样例如下：

明细数据是业务事实数据，主要用于标签构建和圈人，支持筛选字段筛选、聚合、条件判断（聚合方式支持总次数、求和、平均值、最大值、最小值）。
数据样例格式如下：

Q：''增量抽取''的逻辑？

每天按照时间戳的形式对增量数据进行抽取，增量字段无时间的更新的数据在当天就不做抽取。

Q：手动触发idm任务后相关下游任务并未重新执行？

当天分区已经运行成功的任务，再次触发上游任务，下游已成功的任务是不会重新执行的

Q： 配置 ID 生成策略时，该 ID 与基准 ID 强制一对一怎么理解？

如果希望某些 ID 类型只要原始 ID 不同，生成的基准 ID 必然不同则可打开此开关，例如会员号生成基准ID时设定为参考手机号，如果有其他会员 ID 通过此手机号已经生成过基准 ID，则此会员号不会复用已有基准ID，而是会重新生成。

Q：配置 ID 生成策略时，基准 ID 是否可变怎么理解？

默认打开，每天按照生成策略重新生成基准 ID，之所以基准 ID 会变是因为，基准 ID 是基于依赖关系生成的，重要的 ID 类型会放在前面，如果当天的数据重要 ID 还没进来，则根据次重要 ID 来生成基准 ID，如果第二天重要 ID 数据过来了，则基准 ID 会重新生成。

Q：AI算子/分类/聚类/回归算子运行失败原因汇总

1. AI算子运行要求行数大于200行
2. 分类/回归算子的标签列去重的枚举值应该不超过总行数的1/3
3. 分类算法，标签列的枚举值不能过多，建议50分类以内，过多会导致评估的类别没有参与算法训练
4. 同时，所有的特征列不能都一样
5. 某一列的特征值，不能全为null
6. spark-catboost目前开源的版本，不支持一个spark-session里面同时运行两个任务。同时需要增加高级参数，spark.task.cpus，值和spark.executor.cores的值一样
7. 除了catboost和xgboost的特征列做了优化，支持选string/array/map，其他的AI算子特征列只支持选择数字类型（int，double，float，long，short等）

Q：数据集增加字段后，数据档案必须手动添加吗？

在数据集增加字段后，数据档案不会自动更新以包含新的字段。您需要手动添加新字段到相应的数据档案中。这通常涉及到编辑数据档案的配置，将新字段添加到档案定义中。在进行这样的更改时，应确保新字段的添加不会影响数据档案的现有逻辑和依赖关系。

Q：​属性档案展示名批量上传时预览正常，但为什么在确认时会弹出“未知数据源”的报错？

遇到该报错，一般是因为上传文件时，来源表字段未正确填写目标档案名称导致。

Q：混部环境数据库IP变化后，需要重启哪些服务？

如果MySQL IP发生变化，CDP侧的业务pod都需要滚动重启一下。

Q：CDP配置客户侧的SSO后，能直接登录到产品功能页面而不经过控制台吗？

假设客户环境有一个门户页面，提供了一个CDP的入口按钮，点击按钮就可以跳转到CDP指定页面。但是在未授权的时候，点击这个按钮会先跳转到SSO登录页面，登录完以后会回到这个入口按钮的链接上。在入口处直接配置目标地址为CDP的地址。

Q：可视化建模是否支持直接抽取ClickHouse底表数据？

CDP的可视化建模功能上是支持clickhouse自定义SQL查看ClickHouse底表，但是由于有性能风险暂时关闭了直接抽取。如果您有开启此功能的需求，可联系火山引擎技术人员，但需要注意开启后会对ClickHouse有稳定性风险（安全风险、抽挂风险）。

Q：可视化建模任务中第一个任务实例被终止进程，是什么原因吗？

可视化建模自身的一种任务调度优化机制是根据任务的“热度”调整任务实例的优先级。“热度”计算的规则是被访问次数 / 资源的闲置天数，查询的比较频繁的，就会判定热度高。当前BDB没有提供修改实例优先级的接口，可视化建模只能通过backfill回溯提高优先级，backfill会取消终止掉前一个实例。

Q：可视化建模任务中，支持上下游任务中间添加延迟策略后，才让下游任务开始执行吗？

可视化建模任务，上游的数据就绪后，直接下游的任务就会自动执行，没有延迟节点的这种逻辑。

Q：可视化建模IDM算子报错“离线ID_mapping算子配置错误，未获取到主体”？

遇到该问题一般为IDM图谱修改后，未正确保存IDM图谱导致，可以尝试重新编辑保存。除了对ID配置信息做保存、注意需要同时操作IDM图谱最最外层的保存功能。

Q：可视化输出数据集，存储配置选项该如何选择？

如果该数据集作为最终数据集，用于【元数据登记】或者【可视化查询】，建议选择 ClickHouse 的存储，如果该数据集只是用来进行中间结果的存储，或者与其他其他数据集进行关联操作，建议选择 Hive 的存储方式，Hive 中分区统一使用 p_date 字段，数据类型为 string，ClickHouse 中分区统一使用 p_date 字段，数据类型为 Date，ClickHouse 存储中，对于应用到【元数据登记】的数据集，排序字段、抽样字段、分片字段统一选择【base_id】，分区 p_date，生命周期根据需要进行设置，一般默认即可。

Q：provider任务失败，如何查看对应的建模任务？

1. provider任务为三方数据接入任务的上游，可通过如下SQL查看下游相关的建模任务：

   select name,app_id from aeolus_db.prep_task where name like '%数据处理%'
   

2. provider任务失败一般因为三方的服务不稳定失败，需要通过BDB重新执行。常见的错误有“api freq out of limit”触发三方频控、可以通过重试解决。

Q：手动触发idm任务后相关下游任务并未重新执行？

当天分区已经运行成功的任务，再次触发上游任务，下游已成功的任务是不会重新执行的。

Q：AI算子/分类/聚类/回归算子运行失败原因汇总

1. AI算子运行要求行数大于200行。
2. 分类/回归算子的标签列去重的枚举值应该不超过总行数的1/3。
3. 分类算法，标签列的枚举值不能过多，建议50分类以内，过多会导致评估的类别没有参与算法训练。
4. 同时，所有的特征列不能都一样。
5. 某一列的特征值，不能全为null。
6. spark-catboost目前开源的版本，不支持一个spark-session里面同时运行两个任务。同时需要增加高级参数，spark.task.cpus，值和spark.executor.cores的值一样。。
7. 除了catboost和xgboost的特征列做了优化，支持选string/array/map，其他的AI算子特征列只支持选择数字类型（int，double，float，long，short等）。。

Q：hive数据集可以显示存储总量吗？

hive数据集当前不支持展示存储总量，预计会在CDP1.25版本提供支持。

Q：对于一个基准ID对应多个业务ID的场景，GMP会对两个业务ID进行触达吗？

对于一个基准ID对应多个业务ID的场景，GMP只会对其中一个业务ID进行触达，目前暂无规则，可以理解为随机。

Q：IDM编辑保存报错"[bdb] 接口异常： 10001, 参数错误: 依赖配置有问题，包含不存在的上游任务:[]，已关闭的上游任务:[210]，不满足偏移规则的上游任务:[]，请检查"？

IDM配置的数据集任务发生变动，IDM本身是要重新编辑保存下的，并且需要深度编辑保存。【ID】以及【参考关系】所有涉及到任务变动的数据集的，都要重新编辑保存下，刷新下IDM整体的任务依赖。

Q：微信公众号Sensor任务为什么就绪时间晚？

微信公众号Sensor任务对应的provider任务是部署在SaaS上的，可以根据日志的"providerDataSourceConfigId":xxx,"providerReportId":xx参数去查询；
补充：Provider的实现逻辑是通过接口逐条获取微信公众号数据，缓存到SaaS本地，此过程相对较慢；然后Sensor下游建模从SaaS获取。

Q：轮廓系数在聚类和评估的结果为什么不一致？

根本原因是聚类模型训练时拆分数据用于训练和预测，评估算子使用参与训练的数据进行评估，而训练结果使用拆分的预测数据评估，导致数据源不同和轮廓系数差异（结果是越小越好，值为0是一样）。

Q：实时任务里，如何用输出数据档案算子把数据写入Finder行为表？

进入数据档案找到Finder行为表，点击更新频率后的刷新按钮，刷新后Finder行为表变为实时表即可选择。

Q：可视化建模数据集TTL上限如何修改？

1. 如果部署了ABI（火山引擎智能数据洞察平台），可以在ABI的系统管理-数据运维配置-同步配置-设置数据生命周期上限，最大值为1500天。
   
2. 独立部署CDP需要通过开关变更设置数据生命周期可配置上限。

Q：仿真环境中，调用删除数据输出任务的接口报错404 NOT_FOUND？

原因：历史SDK版本（如1.27.4）存在ApiAction对应错误的情况，导致接口请求路径映射错误，从而返回404错误。
解决方法：将SDK更新到1.27.22版本，该版本修复了历史版本ApiAction对应错误导致接口请求404的问题。

Q：CDP的基准ID（即OneID）是每天都按照生成策略和规则重新生成的吗？

可以在IDMapping配置时自行配置，CDP的ID图谱构建中有「基准ID是否可变」的按钮，默认可变，即按照生成策略每天都进行重新生成。如果希望某些ID类型基准ID生成后保持不变，则可以关闭此开关。

Q：当ID存在一对多的情况，如何进行Mapping？

可以通过配置策略字段来进行更合理的Mapping，例如：手机号参照会员ID，当一个手机号对应多个会员ID的时候，可以配置生成策略，选择绑定时间，使用最新绑定的会员ID的基准ID作为结果，来实现更合理的ID mapping。

Q：IDMapping图谱构建如何删除主体？

部分版本支持页面删除主体，如页面没有但需要删除，需要联系火山引擎技术人员变更删除。

Q：创建ID类型时提示"ID类型code已存在"？

可能是由于在另一个主体或之前创建了相同的ID英文标识导致唯一性冲突，需要删除多余的具有同ID英文标识的ID类型。

Q：CDP资产输出-数据输出，编辑表单中，为什么ID类型下拉列表部分ID类型不可见？

CDP资产输出-数据输出不支持组合ID类型，已经剔除掉基准ID以及组合ID类型。

Q：关于CDP是否支持自定义导航栏、自定义菜单功能及相关配置入口？

项目中心-开放平台有配置入口，具体操作请参见开放平台。