服务工作流示例
服务工作流是将ETL或数据挖掘以服务的方式进行发布。
要求：输入层必须是“服务输入”节点，输出层必须是“服务输出”节点。
通过部署服务后，通常用于数据预测的应用。“服务输入”的处理层可以实现数据来源于其它接口。
下图是一个简单的服务工作流示例：
在这个工作流中，实现的是对输入的数据进行派生列处理后输出。
部署服务
概述
服务部署指的是当用户用实验训练好了一个预测模型 ，并将此预测模型部署成一个web的服务。当前发布的web服务就可以作为预测模型应用于类似场景的预测，当用户要预测一个新样本，只需要把样本特征信息用 restful api 传给服务，服务就可以依据训练好的预测模型返回预测结果。
服务部署的前提条件：服务工作流完成搭建且执行成功。工作流中每个节点旁边显示绿色的勾即表示该节点是执行成功的。
功能入口
在实验定制界面中，单击工具栏的 部署服务 按钮，如下图所示：
数据选择
服务输入中的数据支持“手工输入”和和“选择节点数据”两种方式：
手工输入：是手工输入json列数据。
选择节点数据：是选择运行通过后的某节点输出结果数据。
示例
选择节点数据部署服务，方法如下：
- 通过数据源或数据预处理定义实验模型，并运行该实验模型。
- 拖拽“服务输入”节点到画布，并选择节点，该节点的数据结果是用于服务发布的节点。
- 将“服务输入”节点在实验模型中替换所选的节点，并将所选节点前的所有节点删除。
- 拖拽“服务输出”节点到流程节点最末，流程执行通过后执行 部署服务 即可。
服务监控
服务监控是指对所有已经搭建的服务工作流进行管理。
功能入口：在“数据挖掘”界面中选择 服务管理 页签，显示“服务管理”界面，如下图所示：
该界面分为如下几个区：
- 功能区：用于手动刷新列表和搜索。
操作 | 图标 | 说明 |
|---|---|---|
手动刷新 | 
| 手动刷新服务列表。 |
搜索服务 | 
| 服务流程名称关键字模糊匹配搜索结果。 |
- 状态栏：显示所有服务流程不同状态的统计数据。
- 列表区：显示服务流程列表，支持如下操作：
操作 | 图标 | 说明 |
|---|---|---|
服务启用 | 
| 用于启用当前服务流程。 若当前服务呈启用状态，该按钮置灰。 |
服务下线 | 
| 用于设置当前服务下线。 若当前服务呈下线状态，该按钮置灰。 |
编辑 | 
| 用于编辑当前服务，进入“服务配置”界面（如下图所示），支持修改服务的别名和描述。 
|
删除 | 
| 用于删除当前服务流程。 |
服务应用
目前服务工作流的应用通常为：对于已创建好的分类模型、回归模型、聚类模型，我们将新的数据输入后，通过模型计算预测出结果。
成功部署服务后即可进行服务的应用，应用入口：在“服务监控”界面的服务列表中，双击“名称”列中的服务，进入到“服务配置”界面，再单击 服务测试 页签，显示“服务测试”界面：
在“测试数据”文本框中按照示例填写数据，单击 测试 按钮，这些数据进入到当前服务部署的模型中执行后显示测试结果。
服务调用示例
调用流程说明：
1. 示例附件（ServiceInvokeDemo.zip）解压后,得到Demo目录结构如下:
2. 各目录说明
1) doc——文档目录,demo说明文档在该目录下。
2) example——服务示例目录,自带一个可运行的服务Dag示例,可以在平台中进行流程导入,并部署成服务。
3) java——java语言编写的demo工程,该项目为maven工程,可以使用开发工具以maven项目的形式进行导入,maven环境自行安装。
4) python——python语言编写的demo工程,开发工具以python项目的形式进行导入,python环境自行安装(推荐使用anaconda3和python3.6及其以上版本)。
3. 调用执行
1) java语言,成功导入工程后,在ServiceInvokeDemo.java文件中根据实际调用的服务环境,修改对应的ip、端口、服务ID和输入数据，然后运行。运行成功返回如图所示:
备注:该图片返回数据是自带服务Dag示例的返回数据。如果不是使用该服务示例，可能返回数据有一定差异。
2) python语言,成功导入工程后,在ServiceInvokeDemo.py文件中根据实际调用的服务环境,修改对应的ip、端口、服务ID和输入数据，然后运行。运行成功返回如图所示:
备注:该图片返回数据是自带服务Dag示例的返回数据。如果不是使用该服务示例，可能返回数据有一定差异。
