1. 調試模式和執行模式
1.1.調試模式
系統能夠通過拖拽構造工作流。在編輯流的過程中，處於調試模式，為了保證快速地計算和顯示當前結果（只顯示前20個數據，可在調試的采樣量中修改），此時，所有執行器都不會參與到工作流中，意味着數據庫和數據表都不會被寫入和更新。
（是否記得所有模塊分為 生成，轉換，過濾和執行四類？）
在調試時，從爬蟲轉換模塊可能會請求web數據，為了提升性能，該模塊對請求做了緩存。保證數據只需獲取一次，如果想強制刷新數據，將從爬蟲轉換模塊禁用，再啟用，原始緩存數據就會被擦除。
。
1.2執行模式
只有點擊執行時，才會切換到執行模式。系統會切入到串行/並行模式，並行模式可以設置最大工作線程數，只有之前的工作線程完成工作，才會填入新的任務。
點擊執行后，為了保證執行過程不受干擾，建議不要再修改各個模塊的參數，此時刷新結果不可用。
當你想取消某一個任務，可以在任務管理視圖的任務上，點右鍵選擇取消任務即可。
2. 腳本系統
Hawk可以嵌入Python，以支持精細的控制，實現用圖形界面難以操作的功能。Hawk使用IronPython作為解釋器，其語法和Python3接近。
2.1 在工作流中使用腳本
我們用例子來講解如何使用：
拖入生成區間數，添加一列，列名叫A，范圍為1-20，間隔為1：
再拖入另外一個生成區間數，列名為B，范圍1-40，間隔為2，注意生成模式為Merge。
此處介紹生成模式的區別：
- Merge：橫向混合，形成另外獨立的一列
- Append: 縱向添加，生成新的數據行，跟在后面
- Cross: 笛卡爾集，縱向組合，例如
(A,B) Cross (1,2,3) = A1,A2,A3,B1,B2,B3 - Mix：交叉混合：縱向組合，例如
(A,B,C) Mix (D,E,F)= A,D,B,E,C,F
基本上以上四種情況能足以應付絕大多數情形。
之后，將Python轉換器拖入A列，設置如下：
即可看到，多出了C列，且C=A+B。
腳本里，屬性名可以直接作為變量使用，可以執行所有Python支持的操作。代碼需要有返回值，但不需要return。拖入的列，除了可以用列名引用外，還可以使用value。當前的數據字典名稱為data，因此上面的代碼還可以寫為：
data['A']+data['B']
值得注意的是，Python是強類型的語言，因此如果讀入的是文本，上面的代碼就會出錯，應當改為:
int(A)+int(B)
2.2在加載任務時使用腳本
在定制抓取任務時，我們可以在界面上雙擊模塊，修改工作流的參數，如采集不同城市的數據，之后再進行保存。
但這種做法比較麻煩，容易出錯。因此，我們可以在工程文件的同一級目錄放置Python腳本，在加載任務時，腳本會自動執行。
3.單步調試
已經編寫的工作流，可能會因為某些外界環境的變化而出錯，此時需要排除錯誤，我們可以使用單步調試：
還是上面A+B=C的例子：
在屬性對話框，調試窗口里，填寫模塊數量為1，點擊刷新結果，此時，系統會只執行第一步，顯示A列。
點擊單步調試，模塊數量變為2，顯示A和B列。
本質上，單步調試只是提取了工作流的一部分進行操作，你可以在單步調試中，拖入新的模塊。模塊會自動插入在工作流中間。
4.組合多個工作流
有時，不可能把所有的任務都在同一個工作流中實現。如果把工作流拆成不同的子流，那么就能方便重用和組合。
組合子模塊的功能包含三類：子流-執行，子流-轉換和子流-生成。為什么不包括子流-過濾？因為過濾操作通常比較簡單，不需要子流實現。
- 子流-生成，作為生成器，一般在主流的開頭位置。
- 子流-轉換，可看成轉換器，通常位於中間位置。
- 子流-執行：作為執行器，一般位於末尾。
值得指出，子流還可以調用其他的子流，形成樹狀的調用結構。
當加載一個任務時，該任務依賴的子任務也會自動加載。對子流的修改，也會傳遞到主流上。
(未完待續)