Nano Hash - криптовалюты, майнинг, программирование

JIRA: перенос содержимого настраиваемых полей вручную

02.08.2013

  • эта статья помогла кому-нибудь? 02.08.2013

Ответы:


1

У вас есть настраиваемое поле типа X, и вы хотите, чтобы оно было типа Y. Или что-то в этом роде.

Переименуйте старое поле в «устарело». Создайте новое поле. Для каждого значения в старом поле запустите запрос, чтобы выбрать только проблемы с этим значением: Запустите массовое обновление этих проблем, чтобы установить значение в новом поле. Удалить старое поле

Это довольно утомительно, я знаю. Другой подход — использовать REST API для получения каждой задачи по одной, решить, каким должно быть значение в новом поле, обновить задачу. Этот подход обычно может изменить 2 или 3 задачи в секунду и хорош, если вам нужно изменить тысячи задач.

02.08.2013
Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..