Nano Hash - криптовалюты, майнинг, программирование

Использование альтернативных источников данных в Sharepoint

Насколько я знаю, Sharepoint сохраняет список всех пользователей в одной таблице. У меня есть несколько списков sharepoint. И я хочу хранить данные из списков Sharepoint в пользовательской базе данных MS Sql Server. Эти разные списки Sharepoint хранят данные в разных таблицах. Я хочу, чтобы эти данные хранились только в моей собственной базе данных (не в базе данных sharepoint).

И я также хочу, чтобы взаимные (многие ко многим) связи между различными списками в этой БД были. Например, у меня есть 2 списка «Проекты» и «Работодатели», в одном проекте может быть много работодателей, и один работодатель может работать над несколькими проектами. Я хочу, чтобы, если я удалю работодателя из ссылки проекта, этот проект будет удален из этого работодателя.

Не могли бы Вы порекомендовать мне некоторые решения для этой задачи?


  • Так зачем вообще использовать SharePoint? Внешние связанные списки — это то, что нужно в SharePoint 2010 — в версии 2007 посмотрите на BDC. Звучит как много работы за небольшую, если вообще какую-либо пользу. 18.01.2012
  • Насколько мне известно, BDC является компонентом Sharepoint 2007. Но я использую только WSS-3.0. 18.01.2012
  • У вас есть возможность связывать списки с отношениями между ними во всех версиях SharePoint (столбцы поиска). Однако вам может потребоваться просмотреть рабочие процессы для обработки каскадных удалений. Но это может быть достигнуто и в WSS. Как я уже сказал, много усилий. 18.01.2012

Ответы:


1

Я думаю, что знаю, что вы пытаетесь сделать:\ Возможно, вы захотите взглянуть на этот http://www.simego.com/Products/Data-Synchronisation-Studio и использовать динамические столбцы

26.01.2012

2

Звучит как настоящий мэшап, я бы использовал некоторые внешние компоненты, такие как ASPxGridView от DevExpress, http://www.devexpress.com/Products/NET/Controls/ASP/Grid/, чтобы получить представления списка, поскольку вы не сможете использовать внутренние списки.

Для взаимодействия с внутренними списками SharePoint я бы использовал Camelot .NET Connector от Bendsoft, http://www.bendsoft.com/net-sharepoint-connector/.

С этой комбинацией не имеет значения, куда вы поместите результат, его можно использовать как внутри SharePoint, так и снаружи, и не имеет значения, используете ли вы версию 2007 или новее.

18.01.2012
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..