元数据设计

var mdList = [
    {
        name: ‘employee_info‘,
        collection:‘employee_info‘,
        text: ‘员工信息‘,
        group: ‘employee‘,
        items: [
            {
                name: ‘empName‘,
                text: ‘员工姓名‘,
                db: ‘string‘,//bool,number,date,string
                format: ‘${value}‘,
                input: ‘text‘,
                validator: ["required", "length:1-10"]
            },
            {
                name: ‘empBirthday‘,
                text: ‘出生日期‘,
                db: ‘date‘,
                format: ‘CommonDateFormat(${value},"yyyy-mm-dd")‘,
                input: ‘datePicker‘,
                validator: ["DateValidator:yyyy-mm-dd"]
            },
            {
                name: ‘empAge‘,
                text: ‘年龄‘,
                db: null,//不存储,
                format: ‘CommonAgeFormat(${entity},"empBirthday")‘,
                input: ‘readonly‘,
                validator: []
            },
            {
                name: ‘empBelongOrg‘,
                text: ‘所属组织‘,
                db: ‘string‘,
                format: ‘OrgFormat(${value})‘,
                input: ‘selector:OrgSelector(${value},${entity})‘,
                validator: []
            },
            {
                name: ‘empBelongOrg‘,
                text: ‘所属组织‘,
                db: ‘string‘,
                format: ‘OrgFormat(${value})‘,
                input: ‘selector:OrgSelector(${value},${entity}):target.id‘,
                validator: []
            },
            {
                name: ‘empSalaryBase‘,
                text: ‘基本工资‘,
                db: ‘number‘,
                format: ‘${value} 元‘,
                input: ‘text‘,
                validator: [‘number‘]
            },
            {
                name: ‘empNation‘,
                text: ‘民族‘,
                db: ‘string‘,
                format: ‘${value}‘,
                input: ‘select:SelectEnum("Nation"):target‘,
                validator: [‘number‘]
            },
            {
                name: ‘empPosition‘,
                text: ‘担任岗位‘,
                db: ‘string‘,
                format: ‘${value}‘,
                input: ‘select:SelectDataSource("Position"):target.id‘,
                validator: [‘number‘]
            }
        ]
    },

    {
        name: ‘employee_family‘,
        collection:‘employee_family‘,
        text: ‘家庭成员‘,
        group: ‘employee‘,
        items: [
            {
                name: ‘familyName‘,
                text: ‘姓名‘,
                db: ‘string‘,//bool,number,date,string
                format: ‘${value}‘,
                input: ‘text‘,
                validator: ["required", "length:1-10"]
            },
            {
                name: ‘familyBirthday‘,
                text: ‘出生日期‘,
                db: ‘date‘,
                format: ‘CommonDateFormat(${value},"yyyy-mm-dd")‘,
                input: ‘datePicker‘,
                validator: ["DateValidator:yyyy-mm-dd"]
            }
        ]
    }

];

  

时间: 2024-07-28 19:29:05

元数据设计的相关文章

使用元数据设计测试用例

Jaydeep Kaur在软件测试的整个软件测试生命周期(STLC),包括需求分析,测试,交付和支持方面有近四十年的经验.有了为银行,保险公司和资本市场公司工作的经验,Jaydeep领导着卓越数据屏蔽中心Capgemini质量保证团队.她闲暇时间就读读小说,还对市场上最新的产品有着浓厚的兴趣.? Devjyoti Namata在为金融服务机构的软件测试的整个软件测试周期方面有近两年的经验.在过去的一年,他一直是一名Capgemini金融服务全球业务部卓越数据屏蔽中心的成员.他空闲时间有时做做饭,

数据仓库主题设计及元数据设计

明确仓库的对象:主题和元数据 大多数商务数据都是多维的,所以采集和表示三维以上的数据不能完全借用业务数据库设计中的方法,必须有一种新的方法来表达多维数据.现阶段流行的有2种方 法,一是面向对象方法,即把商务数据抽象为对象,再使用Rational Rose等对象建模工具来表达这些对象:另一种方法就是使用信息包图,这是一种简便且高效的方法,在项目中使用的普及率很高. 信息包图实际上是自上而下数据建模方法的一个很好的工具.自上而下的建模技术从用户的观点开始设计.用户的观点是通过与用户交流得到的,可以进

分布式存储系统之元数据管理的思考

在使用和设计分布式存储系统时,非常重要的一个环节是数据寻址,即定位一个key的数据副本存放在哪个机器(甚至哪块磁盘):目前有几种常用的解决方案:中心节点管理元数据,分布式管理元数据,无元数据设计:本文结合自身经验谈谈三种方案的特点: 1.中心节点管理元数据:在设计分布式(存储)系统时,使用中心节点是非常简介.清晰地一种方案,中心节点通常兼具元数据存储与查询.集群节点状态管理.决策制定与任务下发等功能: 优点: A.由于其元数据集中式管理的特点,可以方便的处理集群运维管理的统计分析类需求: B.

Hadoop 元数据持久化

文件系统元数据的持久化 Namenode存储HDFS的元数据.对于任何对文件元数据产生修改的操作,Namenode都使用一个称为Editlog的事务日志记录下来.例如,在HDFS中创建一个文件,Namenode就会在Editlog中插入一条记录来表示:同样,修改文件的replication因子也将往 Editlog插入一条记录.Namenode在本地OS的文件系统中存储这个Editlog.整个文件系统的namespace,包括block到文件的映射.文件的属性,都存储在称为FsImage的文件中

HDFS的架构和设计要点

HDFS的架构和设计要点 转 大数据之路 发布于 2012/10/11 23:00 字数 4487 阅读 495 收藏 1 点赞 0 评论 0 撸了今年阿里.头条和美团的面试,我有一个重要发现.......>>> 虽然本文已经比较旧远了,但是在很多方面还是有一定学习的价值,中文版译者为killme. 一.前提和设计目标 硬件错误是常态,而非异常情况,HDFS可能是有成百上千的server组成,任何一个组件都有可能一直失效,因此错误检测和快速.自动的恢复是HDFS的核心架构目标. 跑在HD

大数据平台架构设计探究

本文首发于 vivo互联网技术 微信公众号? 链接:https://mp.weixin.qq.com/s/npRRRDqNUHNjbybliFxOxA 作者:刘延江 近年来,随着IT技术与大数据.机器学习.算法方向的不断发展,越来越多的企业都意识到了数据存在的价值,将数据作为自身宝贵的资产进行管理,利用大数据和机器学习能力去挖掘.识别.利用数据资产.如果缺乏有效的数据整体架构设计或者部分能力缺失,会导致业务层难以直接利用大数据大数据,大数据和业务产生了巨大的鸿沟,这道鸿沟的出现导致企业在使用大数

实时计算,流数据处理系统简介与简单分析

转自:http://www.csdn.net/article/2014-06-12/2820196-Storm 摘要:实时计算一般都是针对海量数据进行的,一般要求为秒级.实时计算主要分为两块:数据的实时入库.数据的实时计算.今天这篇文章详细介绍了实时计算,流数据处理系统简介与简单分析. 编者按:互联网领域的实时计算一般都是针对海量数据进行的,除了像非实时计算的需求(如计算结果准确)以外,实时计算最重要的一个需求是能够实时响应计算结果,一般要求为秒级.实时计算的今天,业界都没有一个准确的定义,什么

新一代 Linux 文件系统 btrfs 简介 【转载】

Btrfs 被称为是下一代 Linux 文件系统.近年来 ext2/3 遇到越来越多的扩展性问题,在期待 ext4 的同时,人们发现了 btrfs,据说它采用了很多先进的文件系统设计,不仅解决了 ext2/3 的扩展性问题,还让人们看到了下一代文件系统所具有的许多其他特性.这一切都让人不禁心生好奇,btrfs 究竟提供了哪些特性?它是如何实现的?本文便围绕这些问题展开探讨,首先研究了 btrfs 所提供的新特性,并简要介绍了 btrfs 内部实现这些特性的原理:然后演示了 btrfs 的常用命令

GlusterFS存储结构原理介绍

一.分布式文件系统 分布式文件系统(Distributed File System)是指文件系统管理的物理存储资源并不直接与本地节点相连,而是分布于计算网络中的一个或者多个节点的计算机上.目前意义上的分布式文件系统大多都是由多个节点计算机构成,结构上是典型的客户机/服务器模式.流行的模式是当客户机需要存储数据时,服务器指引其将数据分散的存储到多个存储节点上,以提供更快的速度,更大的容量及更好的冗余特性. 目前流行的分布式文件系统有许多,如MooseFS.OpenAFS.GoogleFS,具体实现