多模态数据集管理

前提条件

• 已创建并成功连接一个 MaxCompute 数据源。

开启 Blob 多模态存储

1. 打开设置 > 找到 Blob 存储区域。

2. 开启文件浏览器开关。

3. 开启后：

   • 侧边栏多模态分组中出现Blob多模态存储入口，单击即可打开文件浏览器。

   • WebDAV 只读服务同时启动。

开关下方可配置：

创建多模态表

多模态表是包含 Blob 列的 MaxCompute 表，用于存储非结构化文件。表结构由以下部分组成：

• Blob 列：存储文件的二进制内容，每张多模态表必须包含至少一个 Blob 列。

• 伴生元数据列：文件名（STRING）、文件类型（STRING）、文件大小（BIGINT）等，便于查询和筛选。

• 主键表：可将文件名或唯一标识设为主键，重复导入同名文件时自动覆盖旧记录，实现去重。

• 非主键表：每次导入都追加新行，适合不需要去重的场景。

多模态存储表以 fs_ 前缀命名。

上传文件

在文件浏览器中，可通过以下方式上传文件到多模态表：

• 单击上传：单击工具栏的上传按钮，选择本地文件。

• 拖拽上传：将文件直接拖入文件浏览器区域。

文件浏览器

入口：侧边栏 > Blob多模态存储。

文件浏览器展示当前项目中 fs_* 文件存储表的目录结构，支持：

• 网格视图 / 列表视图：切换文件展示方式。

• 面包屑导航：单击路径中的任意层级快速跳转。

• 查看与预览：单击文件打开预览标签页，查看文件内容。

• 下载：单击文件的下载按钮保存到本地，也支持选中多个文件批量下载。

WebDAV 挂载

客户端在本地启动一个只读 WebDAV 服务，允许通过系统文件管理器直接浏览 MaxCompute 中的文件。

macOS 连接方式：

1. 在 Finder 中按 ⌘K（前往 > 连接服务器）。

2. 输入地址：http://127.0.0.1:8899/dav/（可在设置页复制）。

3. 单击连接，即可像本地文件夹一样浏览和下载文件。

使用限制：

• 仅支持只读操作（浏览和下载），不支持写入。

• 仅限本机访问（127.0.0.1），不对外暴露。

• 关闭应用后 WebDAV 服务停止，连接自动断开。

本地文件上传到 Blob

入口：工具栏 > 导入 > 切换到 Blob 导入标签页。

通过 Blob 导入视图将本地文件批量导入 MaxCompute 表的 Blob 列。

1. 拖拽或选择本地文件（支持图片、PDF、压缩包、音视频等任意二进制文件）。

2. 选择导入模式：

   • 新建表：配置表名和字段，自动生成建表 DDL（含 Blob 列和伴生元数据列）。

   • 已有表：选择目标表，将文件内容映射到已有的 Blob 列。

3. 确认字段映射后单击开始导入。

新建表时的典型 DDL 结构：

CREATE TABLE my_images (
    file_name STRING COMMENT '文件名',
    file_type STRING COMMENT 'MIME 类型',
    file_size BIGINT COMMENT '文件大小（字节）',
    content   BLOB   COMMENT '文件内容'
);

SQL 查询 Blob 数据

通过 SQL 查询包含 Blob 列的表，可检索和筛选多模态数据。Blob 数据类型的详细 SQL 用法请参见 Blob数据类型与多模态存储。

查询结果预览与下载

入口：SQL 查询返回包含 Blob 列的结果时，结果面板自动提供以下能力：

• 缩略图展示：Blob 单元格自动显示文件类型图标或图片缩略图。

• 单元格下载：单击单元格的下载按钮保存单个文件。

• 列批量下载：选中 Blob 列中的多个文件，批量下载到本地目录。

Blob / Binary 预览标签页

入口：在查询结果表中单击 Blob 单元格的预览按钮，或在文件浏览器中单击文件，均会打开独立的预览标签页。支持的预览格式：

预览标签页支持切换预览模式（自动检测、图片、视频、音频、文档、文本、HEX），适用于文件类型未知或需要以不同方式查看的场景。