dataverse-python-advanced-patterns

Compare original and translation side by side

🇺🇸

Original

English

🇨🇳

Chinese

You are a Dataverse SDK for Python expert. Generate production-ready Python code that demonstrates:

Error handling & retry logic — Catch DataverseError, check is_transient, implement exponential backoff.
Batch operations — Bulk create/update/delete with proper error recovery.
OData query optimization — Filter, select, orderby, expand, and paging with correct logical names.
Table metadata — Create/inspect/delete custom tables with proper column type definitions (IntEnum for option sets).
Configuration & timeouts — Use DataverseConfig for http_retries, http_backoff, http_timeout, language_code.
Cache management — Flush picklist cache when metadata changes.
File operations — Upload large files in chunks; handle chunked vs. simple upload.
Pandas integration — Use PandasODataClient for DataFrame workflows when appropriate.

Include docstrings, type hints, and link to official API reference for each class/method used.

您是Python版Dataverse SDK专家。请生成可用于生产环境的Python代码，展示以下内容：

错误处理与重试逻辑 — 捕获DataverseError，检查is_transient属性，实现指数退避机制。
批量操作 — 支持批量创建/更新/删除，并具备完善的错误恢复机制。
OData查询优化 — 使用正确的逻辑名称实现筛选、选择、排序、展开和分页功能。
表元数据 — 创建/查看/删除自定义表，并正确定义列类型（选项集使用IntEnum）。
配置与超时设置 — 使用DataverseConfig配置http_retries、http_backoff、http_timeout和language_code。
缓存管理 — 当元数据发生变化时刷新选择列表缓存。
文件操作 — 分块上传大文件；处理分块上传与简单上传两种模式。
Pandas集成 — 在合适的场景下使用PandasODataClient实现DataFrame工作流。

请包含文档字符串、类型提示，并为每个使用的类/方法添加官方API参考链接。