Configurazione dei nodi pipeline
Configurare i nodi della pipeline per specificare gli input e per creare gli output come parte della pipeline.
Specifica dell'ambito dello spazio di lavoro
Per impostazione predefinita, l'ambito per una pipeline è il progetto che contiene la pipeline. È possibile specificare esplicitamente un ambito diverso da quello predefinito, per individuare un asset utilizzato in pipeline. L'ambito è il progetto, il catalogo o lo spazio che contiene l'asset. Dall'interfaccia utente è possibile sfogliare l'ambito.
In un notebook specificare l'ambito come parte del percorso ad un asset, come segue:
[cpd://]/(projects|spaces|catalogs)/<scope-id>/<resource-type>/<resource-ID>
dove:
- Il contesto è l' URL e del cluster o del server da cui si accede a Cloud Pak for Data.
- scope è il progetto, lo spazio o il catalogo che contiene la risorsa.
- La risorsa può essere identificata con il nome o l'ID.
Modifica della modalità di input
Quando si configura un nodo, è possibile specificare qualsiasi risorsa che include dati e notebook in vari modi. Ad esempio, immettendo direttamente un nome o un ID, ricercando un asset o utilizzando l'output di un nodo precedente nella pipeline per popolare un campo. Per vedere quali opzioni sono disponibili per un campo, fare clic sull'icona di input per il campo. A seconda del contesto, le opzioni possono includere:
- Seleziona una risorsa: utilizza il browser delle risorse per trovare una risorsa, ad esempio un file di dati, oppure inserisci direttamente il valore.
- Assegnare il parametro pipeline: assegnare un valore utilizzando una variabile configurata con un parametro pipeline. Per ulteriori informazioni, consultare Configurazione degli oggetti globali.
- Selezionare da un altro nodo: utilizzare l'output da un nodo precedentemente in pipeline come valore per questo campo.
- Immettere l'espressione: immettere il codice per assegnare i valori o identificare le risorse. Per ulteriori informazioni, consultare la sezione "Funzioni utilizzate nel Generatore di espressioni di Orchestration Pipelines ".
- Da script: utilizzare l'output di uno script Bash o Korn per assegnare il valore. Per il codice dello script in linea, usa il comando
echo <path_of_script>per salvare l'output dello script come input.
Parametri e nodi pipeline
Configurare i seguenti tipi di nodi pipeline:
Copia nodi
Utilizzare i nodi Copia per aggiungere gli asset alla pipeline o per esportare gli asset della pipeline.
Copiare gli asset selezionati da un progetto o uno spazio in uno spazio non vuoto. È possibile copiare questi asset in uno spazio:
AutoAI esperimento
Lavoro pacchetto codice
Connessione
flusso di Data Refinery
lavoro Data Refinery
Asset di dati
Lavoro di distribuzione
Ambiente
Funzione
Lavoro
Modello
Notebook
Lavoro Notebook
Lavoro Pipeline
Script
Lavoro script
lavoro SPSS Modeler
Copia asset
Parametri di input
| Parametro | Descrizione |
|---|---|
| Asset di origine | Sfoglia o ricerca il asset di origine da aggiungere alla lista. È inoltre possibile specificare un asset con un parametro pipeline, con l'output di un altro nodo o inserendo l'ID asset |
| Destinazione | Sfoglia o ricerca lo spazio di destinazione |
| Modalità copia | Scegli come gestire un caso in cui il flusso cerca di copiare un asset e uno stesso nome esiste. Uno di: ignore, fail, overwrite |
Parametri di output
| Parametro | Descrizione |
|---|---|
| Asset di output | Elenco di asset copiati |
Esporta asset
Esportare gli asset selezionati dall'ambito, ad esempio, un progetto o uno spazio di distribuzione. L'operazione esporta tutte le attività per impostazione predefinita. È possibile limitare la selezione degli asset costruendo un elenco di risorse da esportare.
Parametri di input
| Parametro | Descrizione |
|---|---|
| Asset | Scegliere Ambito per esportare tutti gli elementi esportabili oppure scegliere Elenco per creare un elenco di elementi specifici da esportare |
| Progetto o spazio di origine | Il nome del progetto o dello spazio che contiene gli asset da esportare |
| File esportato | Percorso file per la memorizzazione del file di esportazione |
| Modalità di creazione (opzionale) | Scegli come gestire un caso in cui il flusso cerca di creare un asset e uno stesso nome esiste. Uno di: ignore, fail, overwrite |
Parametri di output
| Parametro | Descrizione |
|---|---|
| File esportato | Percorso per il file esportato |
Note:
Se si esportano gli asset del progetto che contengono un notebook, l'ultima versione del notebook viene inclusa nel file di esportazione. Se la pipeline con il nodo Esegui lavoro notebook è stata configurata per utilizzare una versione del notebook diversa dalla versione più recente, la pipeline esportata viene automaticamente riconfigurata per utilizzare la versione più recente quando viene importata. Ciò potrebbe produrre risultati imprevisti o richiedere una riconfigurazione dopo l'importazione.
Se gli asset sono contenuti in modo autonomo nel progetto esportato, vengono conservati quando si importa un nuovo progetto. In caso contrario, potrebbe essere richiesta una certa configurazione in seguito ad un'importazione di asset esportati.
Importa asset
Importare gli asset da un file ZIP che contiene gli asset esportati.
Parametri di input
| Parametro | Descrizione |
|---|---|
| Percorso della destinazione di importazione | Sfoglia o ricerca i beni da importare |
| File di archivio da importare | Specificare il percorso in un file o archivio ZIP |
Note: Dopo aver importato un file, i percorsi e i riferimenti ai beni importati vengono aggiornati, seguendo queste regole:
- I riferimenti agli asset dal progetto esportato o dallo spazio vengono aggiornati nel nuovo progetto o nello spazio dopo l'importazione.
- Se gli asset dal progetto esportato si riferiscono ad asset esterni (inclusi in un progetto diverso), il riferimento all'asset esterno persisterà dopo l'importazione.
- Se l'asset esterno non esiste più, il parametro viene sostituito con un valore vuoto ed è necessario riconfigurare il campo in modo che punti ad un asset valido.
Nodi di invio
Comunicare con altri utenti sugli eventi presenti nella pipeline.
Invia email
Invia email per notificare i destinatari di un evento in una pipeline.
Prerequisiti
- Gli utenti devono configurare le preferenze dell'utente per ricevere email.
- Il servizio SMTP deve essere configurato sul cluster Cloud Pak for Data . Per ulteriori informazioni, consultare Abilitazione delle notifiche email. Nota: è necessario configurare un amministratore per SMTP prima di completare l'installazione della posta.
Parametri di input
| Parametro | Descrizione |
|---|---|
| File di indirizzi email destinatari | Collegarsi a un file .txt che contiene gli indirizzi email per il destinatario con indirizzi separati da virgole. Immettere il formato prefix@domain . Per la conformità con i protocolli di gestione dei dati, si consiglia di utilizzare email di gruppo (indirizzi funzionali) invece di indirizzi personali. |
| Oggetto email | Immettere il titolo per il messaggio |
| File di testo del modello del corpo della posta predefinito | Connettersi a un file di testo che contiene il contenuto del messaggio per l'email. Il messaggio può essere in testo semplice o HTML. |
| Allegati (facoltativo) | Inviare uno o più allegati nella propria email. |
| Comprimi allegati (facoltativo) | Comprimere gli allegati in un file compresso. Questa opzione è true per impostazione predefinita. Nota: se è false, solo i primi 4 allegati vengono inclusi nell'email e il resto degli allegati vengono eliminati. |
| Variabili del template del corpo | Utilizzare le variabili per inserire elementi quali il nome utente, il nome lavoro o altri dettagli del lavoro nel corpo del messaggio. Per ogni variabile, immettere la chiave (nome variabile) utilizzando il formato {{VAR}}, scegliere un tipo, facoltativamente definire la variabile con un'espressione e aggiungerla all'elenco |
| Politica di errore (opzionale) | Opzionalmente, sovrascrivi la policy di errore predefinita per il nodo |
Parametri di output
| Parametro | Descrizione |
|---|---|
| Stato di esecuzione | Restituisce il valore: Completato, Completato con avvertenze, Completato con errori, Non riuscito, Annullato o Errore di configurazione |
| Messaggio di stato | Messaggio associato allo stato |
Crea nodi
Configurare i nodi per la creazione di asset nella pipeline.
Crea esperimento AutoAI
Utilizzare questo nodo per eseguire il training di un esperimento di classificazione o regressione AutoAI e generare pipeline candidate al modello.
Parametri di input
| Parametro | Descrizione |
|---|---|
| Nome esperimento AutoAI | Nome del nuovo esperimento |
| Ambito | Un progetto o uno spazio in cui verrà creato l'esperimento |
| Tipo di previsione | Il tipo di modello per i seguenti dati: binario, classificazione o regressione |
| Colonna di previsione (etichetta) | Il nome della colonna di previsione |
| Classe positiva (opzionale) | Specificare una classe positiva per un esperimento di classificazione binario |
| Rapporto di suddivisione dei dati di formazione (facoltativo) | La percentuale di dati da trattenere dall'addestramento e utilizzare per verificare le pipeline (float: 0.0 - 1.0) |
| Algoritmi da includere (facoltativo) | Limitare l'elenco degli estimatori da utilizzare (la lista dipende dal tipo di apprendimento) |
| Algoritmi da utilizzare | Specificare l'elenco degli estimatori da utilizzare (la lista dipende dal tipo di apprendimento) |
| Ottimizzare metrica (opzionale) | La metrica utilizzata per la classifica dei modelli |
| Specifica hardware (facoltativa) | Specificare una specifica hardware per l'esperimento |
| Descrizione dell'esperimento AutoAI | Descrizione dell'esperimento |
| Tag di esperimento AutoAI (facoltativo) | Tag per identificare l'esperimento |
| Modalità di creazione (opzionale) | Scegli come gestire un caso in cui la pipeline cerca di creare un esperimento e uno stesso nome esiste. Uno di: ignore, fail, overwrite |
Parametri di output
| Parametro | Descrizione |
|---|---|
| AutoAI esperimento | Percorso al modello salvato |
Crea esperimento serie temporale AutoAI
Utilizzare questo nodo per addestrare un esperimento di serie temporali AutoAI e generare pipeline candidate al modello.
Parametri di input
| Parametro | Descrizione |
|---|---|
| Nome dell'esperimento della serie temporale AutoAI | Nome del nuovo esperimento |
| Ambito | Un progetto o uno spazio, dove verrà creato il gasdotto |
| Colonne di previsione (etichetta) | Il nome di una o più colonne di previsione |
| Colonna data/ora (facoltativo) | Nome della colonna data/ora |
| Sfruttare i valori futuri delle funzionalità di supporto | Scegliere "True" per abilitare la considerazione per le funzioni di supporto (esogene) per migliorare la previsione. Ad esempio, includere una funzione di temperatura per prevedere le vendite di gelati. |
| Funzioni di supporto (facoltativo) | Scegliere le funzioni di supporto e aggiungerle all'elenco |
| Metodo di assegnazione (facoltativo) | Scegliere una tecnica per assegnare i valori mancanti in un dataset |
| Soglia di assegnazione (facoltativo) | Specificare una soglia più alta per la percentuale di valori mancanti da fornire con il metodo di assegnazione specificato. Se la soglia viene superata, l'esperimento non riesce. Ad esempio, se si specifica che il 10% dei valori può essere assegnato e nel dataset manca il 15% dei valori, l'esperimento ha esito negativo. |
| Tipo di riempimento | Specificare in che modo il metodo di assegnazione specificato riempie i valori null. Scegliere di fornire una media di tutti i valori e la mediana di tutti i valori oppure specificare un valore di riempimento. |
| Valore di riempimento (facoltativo) | Se si è scelto di specificare un valore per la sostituzione di valori null, immettere il valore in questo campo. |
| Dataset di addestramento finale | Scegliere se addestrare le pipeline finali solo con i dati di training o con i dati di training e di holdout. Se si scelgono i dati di addestramento, il notebook generato include una cella per richiamare i dati di holdout |
| Dimensione holdout (facoltativo) | Se si stanno suddividendo i dati di training in dati di training e dati di holdout, specificare una percentuale dei dati di training da riservare come dati di holdout per la convalida delle pipeline. I dati di holdout non superano un terzo dei dati. |
| Numero di backtest (facoltativo) | Personalizza i backtest per la convalida incrociata dell'esperimento di serie temporali |
| Lunghezza spazio (facoltativo) | Regolare il numero di punti temporali tra il dataset di addestramento e il data set di convalida per ogni backtest. Quando il valore del parametro è diverso da zero, i valori delle serie temporali nello scarto non vengono utilizzati per addestrare l'esperimento o valutare il backtest corrente. |
| Finestra Lookback (facoltativo) | Un parametro che indica quanti valori di serie temporali precedenti vengono utilizzati per prevedere il punto temporale corrente. |
| Finestra Previsione (facoltativo) | L'intervallo che si desidera prevedere in base ai dati nella finestra retrospettiva. |
| Algoritmi da includere (facoltativo) | Limitare l'elenco degli estimatori da utilizzare (la lista dipende dal tipo di apprendimento) |
| Pipeline da completare | Facoltativamente, modificare il numero di pipeline da creare. Più pipeline aumentano i tempi di formazione e le risorse. |
| Specifica hardware (facoltativa) | Specificare una specifica hardware per l'esperimento |
| Descrizione dell'esperimento della serie temporale AutoAI (facoltativo) | Descrizione dell'esperimento |
| Tag di esperimento AutoAI (facoltativo) | Tag per identificare l'esperimento |
| Modalità di creazione (opzionale) | Scegli come gestire un caso in cui la pipeline cerca di creare un esperimento e uno stesso nome esiste. Uno di: ignore, fail, overwrite |
Parametri di output
| Parametro | Descrizione |
|---|---|
| Esperimento di serie temporali AutoAI | Percorso al modello salvato |
Crea distribuzione batch
Utilizzare questo nodo per creare una distribuzione batch per un modello di machine learning.
Parametri di input
| Parametro | Descrizione |
|---|---|
| Asset ML | Nome o ID del asset learning machine da distribuire |
| Nuovo nome di distribuzione (opzionale) | Nome del nuovo lavoro, con descrizione opzionale e tag |
| Modalità di creazione (opzionale) | Come gestire un caso in cui la pipeline cerca di creare un lavoro e uno stesso nome esiste. Uno di: ignore, fail, overwrite |
| Nuova descrizione di distribuzione (opzionale) | Descrizione della distribuzione |
| Nuovi tag di distribuzione (opzionale) | Tag per identificare la distribuzione |
| Specifica hardware (facoltativa) | Specificare una specifica hardware per il lavoro |
Parametri di output
| Parametro | Descrizione |
|---|---|
| Nuova distribuzione | Percorso della nuova distribuzione creata |
Crea asset di dati
Utilizzare questo nodo per creare un asset di dati.
Parametri di input
| Parametro | Descrizione |
|---|---|
| File | Percorso per file in una memoria di file |
| Ambito di destinazione | Percorso verso lo spazio o il progetto di destinazione |
| Nome (facoltativo) | Nome dell'origine dati con descrizione opzionale, paese di origine e tag |
| Descrizione (facoltativa) | Descrizione per l'asset |
| Paese di origine (facoltativo) | Paese di origine per le normative sui dati |
| Tag (facoltativo) | Tag per identificare gli asset |
| Modalità di creazione | Come gestire un caso in cui la pipeline cerca di creare un lavoro e uno stesso nome esiste. Uno di: ignore, fail, overwrite |
Parametri di output
| Parametro | Descrizione |
|---|---|
| Asset di dati | L'asset di dati appena creato |
Crea spazio di distribuzione
Utilizzare questo nodo per creare e configurare uno spazio che è possibile utilizzare per organizzare e creare distribuzioni.
Parametri di input
| Parametro | Descrizione |
|---|---|
| Nuovo nome spazio | Nome del nuovo spazio con descrizione opzionale e tag |
| Nuovi tag di spazio (opzionale) | Tag per identificare lo spazio |
| Modalità di creazione (facoltativo) | Come gestire un caso in cui la pipeline tenta di creare uno spazio e ne esiste uno con lo stesso nome. Uno tra: ignore, fail, overwrite| | Descrizione spazio (facoltativo) | Descrizione spazio |
Parametri di output
| Parametro | Descrizione |
|---|---|
| Spazio | Percorso dello spazio appena creato |
Crea distribuzione online
Utilizzare questo nodo per creare una distribuzione in linea in cui è possibile inoltrare i dati di test direttamente a un endpoint API REST del servizio Web.
Parametri di input
| Parametro | Descrizione |
|---|---|
| Asset ML | Nome o ID del asset learning machine da distribuire |
| Nuovo nome di distribuzione (opzionale) | Nome del nuovo lavoro, con descrizione opzionale e tag |
| Modalità di creazione (opzionale) | Come gestire un caso in cui la pipeline cerca di creare un lavoro e uno stesso nome esiste. Uno di: ignore, fail, overwrite |
| Nuova descrizione di distribuzione (opzionale) | Descrizione della distribuzione |
| Nuovi tag di distribuzione (opzionale) | Tag per identificare la distribuzione |
| Specifica hardware (facoltativa) | Specificare una specifica hardware per il lavoro |
Parametri di output
| Parametro | Descrizione |
|---|---|
| Nuova distribuzione | Percorso della nuova distribuzione creata |
Attendere
Utilizzare i nodi per sospendere una pipeline fino a quando un asset è disponibile nell'ubicazione specificata nel percorso.
Utilizzare questo nodo per attendere che tutti i risultati dei nodi precedenti in pipeline siano disponibili in modo che la pipeline possa continuare.
Questo nodo non prende input e non produce alcun output. Quando i risultati sono tutti disponibili, la pipeline continua automaticamente.
Attendi tutti i risultati
Utilizzare questo nodo per attendere che qualsiasi risultato dai nodi precedenti in pipeline sia disponibile in modo che la pipeline possa continuare. Eseguire i nodi downstream non appena viene soddisfatta una delle condizioni upstream.
Questo nodo non prende input e non produce alcun output. Quando gli eventuali risultati sono disponibili, la pipeline continua automaticamente.
Attendi qualsiasi risultato
Attendere che un asset venga creato o aggiornato nella posizione che viene specificata nel percorso da un lavoro o da un processo in precedenza nella pipeline. Specificare una lunghezza di timeout per attendere che la condizione venga soddisfatta. Se 00:00:00 è la lunghezza di timeout specificata, il flusso attende indefinitamente.
Attendi file
Parametri di input
| Parametro | Descrizione |
|---|---|
| Ubicazione file | Specificare la posizione nel browser degli asset in cui risiede l'asset. Utilizzare il formato data_asset/filename dove il percorso è relativo alla radice. Il file deve esistere ed essere nella posizione specificata o il nodo fallisce con un errore. |
| Modalità attesa | Per impostazione predefinita la modalità è per il file da visualizzare. È possibile modificare in attesa che il file scompia |
| Lunghezza di timeout (opzionale) | Specificare il periodo di attesa prima di procedere con la pipeline. Utilizza il formato hh:mm:ss |
| Politica di errore (opzionale) | Vedere errori di gestione |
Parametri di output
| Parametro | Descrizione |
|---|---|
| Valore di ritorno | Valore di ritorno dal nodo |
| Stato di esecuzione | Restituisce un valore di: Completato, Completato con avvertenze, Completato con errori, Non riuscito o Annullato |
| Messaggio di stato | Messaggio associato allo stato |
Nodi di controllo
Controllare la pipeline aggiungendo la gestione degli errori e la logica.
I loop sono un nodo in una Pipeline che opera come un loop codificato.
I due tipi di loop sono paralleli e sequenziali.
È possibile utilizzare i loop quando il numero di iterazioni per un'operazione è dinamico. Ad esempio, se non si conosce il numero di notebook da elaborare o si desidera scegliere il numero di notebook in fase di esecuzione, è possibile utilizzare un loop da iterare attraverso l'elenco dei notebook.
È inoltre possibile utilizzare un loop per iterare attraverso l'output di un nodo o attraverso elementi in una matrice di dati.
Loop in parallelo
Aggiungere un costrutto di looping parallelo alla pipeline. Un loop parallelo esegue i nodi iteranti in modo indipendente ed eventualmente contemporaneamente.
Ad esempio, per preparare un modello di machine learning con una serie di iperparametri per trovare il miglior esecutore, è possibile utilizzare un loop per eseguire l'iterazione su un elenco di iperparametri per addestrare le variazioni del notebook in parallelo. I risultati possono essere confrontati successivamente nel flusso per trovare il notebook migliore.
Parametri di input durante l'iterazione dei tipi di elenco
| Parametro | Descrizione |
|---|---|
| Input elenco | Il parametro Input elenco contiene due campi, il tipo di dati dell'elenco e il contenuto dell'elenco su cui il loop esegue l'iterazione o un link standard all'input della pipeline o all'output della pipeline. |
| Parallelismo | Numero massimo di attività da eseguire contemporaneamente. Deve essere maggiore di zero |
Parametri di input durante l'iterazione dei tipi String
| Parametro | Descrizione |
|---|---|
| Input di testo | Dati di testo che il loop legge da |
| Separatore | Un char utilizzato per dividere il testo |
| Parallelismo (facoltativo) | Numero massimo di attività da eseguire contemporaneamente. Deve essere maggiore di zero |
Se il tipo di elemento array di input è JSON o qualsiasi tipo rappresentato come tale, questo campo potrebbe decomporlo come dizionario. I tasti sono le chiavi elemento originali e i valori sono gli alias per i nomi di output.
Parametri di output
| Parametro | Descrizione |
|---|---|
| Controllo Interruzione ID nodo | Contiene l'ID del nodo terminatore su cui il nodo è terminato, altrimenti è vuoto |
| Stato di esecuzione | Informazioni sullo stato del lavoro: in sospeso, a partire, in esecuzione, completata, annullata o non riuscita con errori |
| Messaggio di stato | Informazioni sullo stato del lavoro |
Loop in sequenza
Aggiungere un costrutto di loop sequenziale alla pipeline. I loop possono iterare su una gamma numerica, un elenco o un testo con un delimitatore.
Un caso di utilizzo per i loop sequenziali è se si desidera tentare un'operazione 3 volte prima di determinare se un'operazione non è riuscita.
Parametri di input
| Parametro | Descrizione |
|---|---|
| Input elenco | Il parametro Input elenco contiene due campi, il tipo di dati dell'elenco e il contenuto dell'elenco su cui il loop esegue l'iterazione o un link standard all'input della pipeline o all'output della pipeline. |
| Input di testo | Dati di testo da cui legge il loop. Specificare un carattere per dividere il testo. |
| Intervallo | Specificare il passo iniziale, finale e facoltativo per un intervallo da iterare. Il passo predefinito è 1. |
Dopo aver configurato l'intervallo iterativo del loop, definire un flusso di pipeline secondaria all'interno del loop da eseguire fino a quando il loop non è completo. Ad esempio, può richiamare notebook, script o altri flussi per iterazione.
Parametri di output
| Parametro | Descrizione |
|---|---|
| Controllo Interruzione ID nodo | Contiene l'ID del nodo terminatore su cui il nodo è terminato, altrimenti è vuoto |
| Stato di esecuzione | Informazioni sullo stato del lavoro: in sospeso, a partire, in esecuzione, completata, annullata o non riuscita con errori |
| Messaggio di stato | Informazioni sullo stato del lavoro |
Termina loop
In un flusso di processi di loop sequenziali o paralleli, è possibile aggiungere un nodo Termina pipeline per terminare il processo di loop in qualsiasi momento. È necessario personalizzare le condizioni di disdetta. Nei nodi, è possibile modificare lo stato del ciclo quando termina come Completo o Fallimento. In questo modo si garantisce la possibilità di completare il ciclo e di soddisfare le condizioni di fallimento del nodo del ciclo e di scegliere se continuare con la pipeline o eseguire altre azioni.
Imposta variabili utente
Configurare una variabile utente con una coppia chiave / valore, quindi aggiungere l'elenco delle variabili dinamiche per questo nodo.
Per ulteriori informazioni su come creare una variabile utente, consultare Configurazione di oggetti globali.
Parametri di input
| Parametro | Descrizione |
|---|---|
| Nome | Inserire il nome, o chiave, per la variabile |
| Tipo di input | Scegliere Espressione o parametro Pipeline come tipo di input. |
- Per le espressioni, utilizzare l'Expression Builder integrato per creare una variabile che deriva da un'espressione personalizzata.
- Per i parametri pipeline, assegnare un parametro pipeline e utilizzare il valore del parametro come input per la variabile utente.
Termina pipeline
È possibile avviare e controllare la terminazione di una pipeline con un nodo di pipeline Terminato dalla categoria Controllo. Quando viene eseguito il flusso di errori, puoi facoltativamente specificare come gestire i lavori di preparazione o notebook che sono stati avviati dai nodi nella pipeline. È necessario specificare se attendere il completamento dei lavori, annullare i lavori, quindi arrestare la pipeline o arrestare tutto senza annullare. Specificare le opzioni per il nodo della pipeline di Terminale.
Parametri di input
| Parametro | Descrizione |
|---|---|
| Modalità terminator (opzionale) | Scegli il comportamento per il flusso di errore |
La modalità terminator può essere:
- Terminare la pipeline e tutti i lavori in esecuzione interromperla tutti i lavori e arresta la pipeline.
- Annulla tutti i lavori in esecuzione quindi termina la pipeline annulla qualsiasi lavoro in esecuzione prima di arrestare la pipeline.
- Terminate pipeline run dopo aver eseguito la finitura dei lavori attende che i lavori di esecuzione finiscano, quindi arresta la pipeline.
- Terminare pipeline che viene eseguito senza arrestare i lavori interromperla la pipeline ma consente di continuare i lavori in esecuzione.
Aggiorna nodi
Utilizzare i nodi di aggiornamento per sostituire o aggiornare gli asset per migliorare le prestazioni. Ad esempio, se si desidera standardizzare i propri tag, è possibile aggiornare per sostituire un tag con un nuovo tag.
Aggiornare i dettagli di addestramento per un esperimento AutoAI.
Aggiorna esperimento AutoAI
Parametri di input
| Parametro | Descrizione |
|---|---|
| AutoAI esperimento | Percorso verso un progetto o uno spazio, dove risiede l'esperimento |
| Nome dell'esperimento AutoAI (facoltativo) | Nome dell'esperimento da aggiornare, con descrizione opzionale e tag |
| Descrizione dell'esperimento AutoAI (facoltativo) | Descrizione dell'esperimento |
| Tag di esperimento AutoAI (facoltativo) | Tag per identificare l'esperimento |
Parametri di output
| Parametro | Descrizione |
|---|---|
| AutoAI esperimento | Percorso dell'esperimento aggiornato |
Aggiorna distribuzione batch
Utilizzare questi parametri per aggiornare una distribuzione batch.
Parametri di input
| Parametro | Descrizione |
|---|---|
| Distribuzione | Percorso alla distribuzione da aggiornare |
| Nuovo nome per la distribuzione (opzionale) | Nome o ID della distribuzione da aggiornare |
| Nuova descrizione per la distribuzione (opzionale) | Descrizione della distribuzione |
| Nuovi tag per la distribuzione (opzionale) | Tag per identificare la distribuzione |
| Asset ML | Nome o ID del asset learning machine da distribuire |
| Specifica hardware | Aggiornare la specifica hardware per il lavoro |
Parametri di output
| Parametro | Descrizione |
|---|---|
| Distribuzione | Percorso della distribuzione aggiornata |
Aggiorna spazio di distribuzione
Aggiornare i dettagli per uno spazio.
Parametri di input
| Parametro | Descrizione |
|---|---|
| Spazio | Percorso dello spazio esistente |
| Nome spazio (facoltativo) | Aggiornare il nome spazio |
| Descrizione dello spazio (facoltativo) | Descrizione dello spazio |
| Tag di spazio (opzionale) | Aggiungere nuovi tag o sovrascrivere i tag esistenti per identificare lo spazio |
Parametri di output
| Parametro | Descrizione |
|---|---|
| Spazio | Percorso dello spazio aggiornato |
Aggiorna distribuzione online
Utilizzare questi parametri per aggiornare una distribuzione in linea (servizio Web).
Parametri di input
| Parametro | Descrizione |
|---|---|
| Distribuzione | Percorso della distribuzione esistente |
| Nome di distribuzione (opzionale) | Aggiornare il nome di distribuzione |
| Descrizione della distribuzione (opzionale) | Descrizione della distribuzione |
| Tag di distribuzione (opzionale) | Tag per identificare la distribuzione |
| Asset (facoltativo) | Asset learning machine (o versione) da ridistribuire |
Parametri di output
| Parametro | Descrizione |
|---|---|
| Distribuzione | Percorso della distribuzione aggiornata |
Elimina nodi
Configurare i parametri per le operazioni di cancellazione.
Elimina
È possibile eliminare:
- AutoAI esperimento
- Distribuzione batch
- Spazio di distribuzione
- Distribuzione online
Per ogni articolo, scegliere l'asset per la cancellazione.
Esegui nodi
Usa questi nodi per addestrare un esperimento, eseguire uno script o eseguire un flusso di dati.
Esegui esperimento AutoAI
Addestra e memorizza le pipeline e i modelli AutoAI experiment .
Parametri di input
| Parametro | Descrizione |
|---|---|
| AutoAI esperimento | Sfoglia per l'asset di ML Pipeline o ottienici l'esperimento da un parametro pipeline o l'output da un nodo precedente. |
| Asset di dati di addestramento | Sfoglia o ricerca i dati per addestrare l'esperimento. Notare che è possibile fornire i dati al runtime utilizzando un parametro pipeline |
| Asset di dati di holdout (facoltativo) | Facoltativamente, scegliere un file separato da utilizzare per i dati di holdout per le prestazioni di testingmodel |
| Conteggio dei modelli (opzionale) | Specificare quanti modelli salvare dalle pipeline migliori. Il limite è di 3 modelli |
| Nome di esecuzione (opzionale) | Nome dell'esperimento e descrizione opzionale e tag |
| Prefisso nome modello (opzionale) | Prefisso utilizzato per denominare i modelli formati. Default su < (nome esperimento)> |
| Descrizione esecuzione (opzionale) | Descrizione del nuovo corso di formazione |
| Eseguire tag (opzionale) | Tag per nuovo corso di formazione |
| Modalità di creazione (opzionale) | Scegli come gestire un caso in cui il flusso di pipeline cerca di creare un asset e uno stesso nome esiste. Uno di: ignore, fail, overwrite |
| Politica di errore (opzionale) | Opzionalmente, sovrascrivi la policy di errore predefinita per il nodo |
Parametri di output
| Parametro | Descrizione |
|---|---|
| Modelli | Elenco dei percorsi del modello N più elevato addestrato e persistente (ordinati per metrica di valutazione selezionata) |
| Modello migliore | percorso del modello vincente (basato su metrica di valutazione selezionata) |
| Metriche modello | un elenco di metriche del modello addestrato (ogni articolo è un oggetto nidificato con metriche come: holdout_accuratezza, holdout_average_precision, ...) |
| Metrica modello vincente | metrica di valutazione eletta del modello vincente |
| Metrica ottimizzata | Metrica utilizzata per ottimizzare il modello |
| Stato di esecuzione | Informazioni sullo stato del lavoro: in sospeso, a partire, in esecuzione, completata, annullata o non riuscita con errori |
| Messaggio di stato | Informazioni sullo stato del lavoro |
Esegui script Bash
Esegui uno script Bash o Korn shell in linea per automatizzare una funzione o un processo nella pipeline. È possibile immettere il codice dello script Bash manualmente, oppure è possibile importare lo script bash da una risorsa, un parametro della pipeline o l'output di un altro nodo.
È inoltre possibile utilizzare uno script Bash o uno script della shell Korn per elaborare file di output di grandi dimensioni. Ad esempio, è possibile generare un grande elenco separato da virgole che è possibile iterare utilizzando un loop.
Nel seguente esempio, l'utente ha immesso manualmente il codice dello script in linea. Lo script utilizza lo strumento cpdctl per ricercare in tutti i notebook con una tag di variabile impostata e aggrega i risultati in un elenco JSON. L'elenco può quindi essere utilizzato in un altro nodo, ad esempio l'esecuzione dei notebook restituiti dalla ricerca.

Parametri di input
| Parametro | Descrizione |
|---|---|
| Codice script in linea | Inserisci uno script Bash o uno script della shell Korn nell'editor di codice in linea. Optional: In alternativa, è possibile selezionare una risorsa, assegnare un parametro pipeline o selezionare da un altro nodo. |
| Variabili di ambiente (facoltativo) | Specificare un nome variabile (il tasto) e un tipo di dati e aggiungere all'elenco delle variabili da utilizzare nello script. Attenzione: per le variabili di ambiente codificate, il relativo valore viene fornito come file temporaneo montato in modo che possa essere letto senza inoltrarlo esternamente. Per i dettagli, vedere Parametri codificati .
|
| Tipo di runtime (facoltativo) | Selezionare Utilizza runtime autonomo (predefinito) o un runtime condiviso. Utilizzare un runtime condiviso per le attività che richiedono l'esecuzione nei pod condivisi. |
| Politica di errore (opzionale) | Opzionalmente, sovrascrivi la policy di errore predefinita per il nodo |
Parametri di output
| Parametro | Descrizione |
|---|---|
| Variabili di output | Configurare una coppia chiave / valore per ogni variabile personalizzata, quindi fare clic sul pulsante Aggiungi per popolare l'elenco delle variabili dinamiche per il nodo |
| Valore di ritorno | Valore di ritorno dal nodo |
| Output standard | Output standard dallo script |
| Errore standard | Messaggio di errore standard dallo script |
| Stato di esecuzione | Informazioni sullo stato del lavoro: in sospeso, a partire, in esecuzione, completata, annullata o non riuscita con errori |
| Messaggio di stato | Messaggio associato allo stato |
Regole per l'output degli script della shell Bash o Korn
L'output di uno script è spesso il risultato di un'espressione calcolata e può essere di grandi dimensioni. Quando si esaminano le proprietà per uno script con un output di grandi dimensioni valido, è possibile visualizzare l'anteprima o scaricare l'output in un visualizzatore.
Queste regole gestiscono il tipo di output di grandi dimensioni valido.
- L'output di un
list_expressionè un'espressione calcolata, quindi è valido un output di grandi dimensioni. - L'output della stringa viene trattato come un valore letterale piuttosto che come un'espressione calcolata, quindi deve seguire i limiti di dimensione che gestiscono le espressioni in linea. Ad esempio, si viene avvisati quando un valore letterale supera 1 KB e i valori di 2 KB e superiori risultano in un errore.
- È possibile includere messaggi di errore standard nell'output standard (
standard_output) e visualizzarli, ad esempio con la funzioneGetCommandOutput.
Riferimento a una variabile in uno script
Il modo in cui si fa riferimento a una variabile in uno script dipende dal fatto che la variabile sia stata creata come variabile di input o come variabile di output. Le variabili di emissione vengono create come un file e richiedono un percorso file nel riferimento. In particolare:
- Le variabili di input sono disponibili utilizzando il nome assegnato
- I nomi delle variabili di output richiedono che
_PATHsia aggiunto al nome della variabile per indicare che i valori devono essere scritti nel file di output indicato dalla variabile{output_name}_PATH.
Utilizzo di SSH negli script Bash
La seguente procedura descrive come utilizzare ssh per eseguire lo script Bash remoto.
- Creare una chiave privata e una chiave pubblica.
ssh-keygen -t rsa -C "XXX" - Copiare la chiave pubblica sull'host remoto.
ssh-copy-id USER@REMOTE_HOST - Sull'host remoto, verificare se il contenuto della chiave pubblica è stato aggiunto in
/root/.ssh/authorized_keys. - Copiare le chiavi pubbliche e private in una nuova directory nel nodo Esegui script Bash .
mkdir -p $HOME/.ssh #copy private key content echo "-----BEGIN OPENSSH PRIVATE KEY----- ... ... -----END OPENSSH PRIVATE KEY-----" > $HOME/.ssh/id_rsa #copy public key content echo "ssh-rsa ...... " > $HOME/.ssh/id_rsa.pub chmod 400 $HOME/.ssh/id_rsa.pub chmod 400 $HOME/.ssh/id_rsa ssh -o StrictHostKeyChecking=no -o UserKnownHostsFile=/get-started/null -o GlobalKnownHostsFile=/get-started/null -i $HOME/.ssh/id_rsa USER@REMOTE_HOST "cd /opt/scripts; ls -l; sh 1.sh"
Utilizzo dei programmi di utilità SSH negli script Bash
La seguente procedura descrive come utilizzare sshpass per eseguire lo script Bash remoto.
- Inserire il file di password SSH nel percorso di sistema, ad esempio il percorso del volume di archiviazione montato.
- Utilizzare la password SSH direttamente nel nodo Esegui script Bash :
cd /mnts/orchestration ls -l sshpass chmod 777 sshpass ./sshpass -p PASSWORD ssh -o StrictHostKeyChecking=no USER@REMOTE_HOST "cd /opt/scripts; ls -l; sh 1.sh"
Esegui distribuzione batch
Configurare questo nodo per eseguire i lavori di distribuzione selezionati.
Parametri di input
| Parametro | Descrizione |
|---|---|
| Distribuzione | Sfoglia o cerca il lavoro di distribuzione |
| Asset di dati di input | Specificare i dati da utilizzare per il processo batch |
| Asset di output | Nome del file di output per i risultati del lavoro batch. È possibile selezionare Nome file e immettere un nome file personalizzato oppure Asset dati e selezionare un asset esistente in uno spazio. |
| Specifica hardware (facoltativa) | Sfoglia una specifica hardware da applicare per il lavoro |
| Politica di errore (opzionale) | Opzionalmente, sovrascrivi la policy di errore predefinita per il nodo |
Parametri di output
| Parametro | Descrizione |
|---|---|
| Lavoro | Percorso al file con risultati dal lavoro di distribuzione |
| Esecuzione lavoro | ID per il lavoro |
| Stato di esecuzione | Informazioni sullo stato del lavoro: in sospeso, a partire, in esecuzione, completata, annullata o non riuscita con errori |
| Messaggio di stato | Informazioni sullo stato del lavoro |
Esegui lavoro pacchetto codice
Esegui Python o codice R da un pacchetto compresso come un lavoro. Per ulteriori informazioni, consultare Pacchetti di codice.
Parametri di input
| Parametro | Descrizione |
|---|---|
| Lavoro pacchetto codice | Selezionare o immettere un percorso per un lavoro del pacchetto di codice esistente. |
| Ambiente (facoltativo) | Selezionare lo spazio in cui eseguire il lavoro del pacchetto di codici e assegnare le risorse di ambiente. Attenzione: lasciare il campo degli ambienti invariato per utilizzare il runtime predefinito. Se si sceglie di sovrascrivere, specificare un ambiente alternativo per l'esecuzione del lavoro. Assicurarsi che qualsiasi ambiente specificato sia compatibile con la lingua del pacchetto di codice e la configurazione hardware per evitare un errore di runtime.
|
| Variabili di ambiente (facoltativo) | Specificare un nome variabile (il tasto) e un tipo di dati e aggiungere all'elenco delle variabili da utilizzare nello script. |
| Politica di errore (opzionale) | Opzionalmente, sovrascrivi la policy di errore predefinita per il nodo |
Parametri di output
| Parametro | Descrizione |
|---|---|
| Lavoro | Percorso dei risultati del lavoro del pacchetto di codice |
| Esecuzione lavoro | Informazioni sul lavoro eseguito |
| Nome lavoro | Nome del lavoro |
| Variabili di output | Configurare una coppia chiave / valore per ogni variabile personalizzata, quindi fare clic su Aggiungi per popolare l'elenco delle variabili dinamiche per il nodo |
| Stato di esecuzione | Informazioni sullo stato del lavoro: in sospeso, a partire, in esecuzione, completata, annullata o non riuscita con errori |
| Messaggio di stato | Informazioni sullo stato del lavoro |
Esegui lavoro Data Refinery
Questo nodo esegue un job Data Refinery specificato.
Parametri di input
| Parametro | Descrizione |
|---|---|
| lavoro Data Refinery | Percorso del lavoro Data Refinery . |
| Ambiente | Percorso dell'ambiente utilizzato per eseguire il job Attenzione: lasciare il campo degli ambienti invariato per utilizzare il runtime predefinito. Se si sceglie di sovrascrivere, specificare un ambiente alternativo per l'esecuzione del lavoro. Assicurarsi che qualsiasi ambiente specificato sia compatibile con la lingua del componente e la configurazione hardware per evitare un errore di runtime.
|
| Politica di errore (opzionale) | Opzionalmente, sovrascrivi la policy di errore predefinita per il nodo |
Parametri di output
| Parametro | Descrizione |
|---|---|
| Lavoro | Percorso ai risultati dal lavoro Data Refinery |
| Esecuzione lavoro | Informazioni sul lavoro eseguito |
| Nome lavoro | Nome del lavoro |
| Stato di esecuzione | Informazioni sullo stato del flusso: in sospeso, a partire, in esecuzione, completata, annullata o non riuscita con errori |
| Messaggio di stato | Informazioni sullo stato del flusso |
Eseguire più processi
Questo nodo consente di eseguire più processi nell'area di lavoro delle pipeline. Seleziona l 'ambito, quindi seleziona i lavori all'interno di tale ambito che desideri aggiungere.
Esegui lavoro notebook
Utilizzare queste opzioni di configurazione per specificare come eseguire un Jupyter Notebook in una pipeline.
Parametri di input
| Parametro | Descrizione |
|---|---|
| Lavoro Notebook | Percorso del lavoro notebook. |
| Ambiente | Percorso dell'ambiente utilizzato per eseguire il notebook. Attenzione: lasciare il campo Ambienti invariato per utilizzare l'ambiente predefinito. Se si sceglie di sovrascrivere, specificare un ambiente alternativo per l'esecuzione del lavoro. Accertarsi che qualsiasi ambiente specificato sia compatibile con la lingua del notebook e la configurazione hardware per evitare un errore di runtime.
|
| Variabili di ambiente (facoltativo) | Elenco delle variabili di ambiente utilizzate per eseguire il lavoro notebook |
| Politica di errore (opzionale) | Opzionalmente, sovrascrivi la policy di errore predefinita per il nodo |
Note:
- Le variabili d'ambiente definite in una pipeline non possono essere utilizzate per i lavori su notebook eseguiti al di fuori di Orchestration Pipelines.
- È possibile eseguire un notebook da un pacchetto di codice in un pacchetto regolare.
Parametri di output
| Parametro | Descrizione |
|---|---|
| Lavoro | Percorso dei risultati del lavoro notebook |
| Esecuzione lavoro | Informazioni sul lavoro eseguito |
| Nome lavoro | Nome del lavoro |
| Variabili di output | Configurare una coppia chiave / valore per ogni variabile personalizzata, quindi fare clic su Aggiungi per popolare l'elenco delle variabili dinamiche per il nodo |
| Stato di esecuzione | Informazioni sullo stato dell'esecuzione: in sospeso, a partire, in esecuzione, completata, annullata o non riuscita con errori |
| Messaggio di stato | Informazioni sullo stato dell'esecuzione del notebook |
Componente Esegui Pipeline
Eseguire un componente pipeline riutilizzabile creato utilizzando uno script Python . Per ulteriori informazioni, consultare Creazione di un componente personalizzato.
- Se è disponibile un componente pipeline, la configurazione del nodo presenta un elenco di componenti disponibili.
- Il componente scelto specifica l'immissione e l'emissione per il nodo.
- Una volta assegnato un componente ad un nodo, non è possibile eliminare o modificare il componente. È necessario eliminare il nodo e crearne uno nuovo.
Esegui lavoro pipeline
Aggiungere una pipeline per eseguire un lavoro della pipeline nidificata come parte di una pipeline contenente. Questo è un modo per aggiungere processi riutilizzabili a più pipeline. Puoi utilizzare l'output da una pipeline nidificata che viene eseguito come input per un nodo nella pipeline che lo contiene.
Parametri di input
| Parametro | Descrizione |
|---|---|
| Lavoro Pipeline | Selezionare o immettere un percorso per un lavoro Pipeline esistente. |
| Ambiente (facoltativo) | Selezionare l'ambiente in cui eseguire il lavoro Pipelines e assegnare le risorse di ambiente. Attenzione: lasciare il campo degli ambienti invariato per utilizzare il runtime predefinito. Se si sceglie di sovrascrivere, specificare un ambiente alternativo per l'esecuzione del lavoro. Assicurarsi che qualsiasi ambiente specificato sia compatibile con la lingua del componente e la configurazione hardware per evitare un errore di runtime.
|
| Nome esecuzione lavoro (facoltativo) | Viene utilizzato un nome di esecuzione lavoro predefinito a meno che non venga sovrascritto specificando un nome di esecuzione lavoro personalizzato. È possibile vedere il nome di esecuzione del lavoro nel dashboard Dettagli lavoro . |
| Valori per i parametri locali (facoltativo) | Modificare i parametri del lavoro predefiniti. Questa opzione è disponibile solo se si dispone di parametri locali nel lavoro. |
| Valori dalle serie di parametri (facoltativo) | Modificare le serie di parametri utilizzate da questo processo. È possibile scegliere di utilizzare i parametri come definiti per impostazione predefinita oppure utilizzare le serie di valori da altri parametri delle pipeline. |
| Politica di errore (opzionale) | Opzionalmente, sovrascrivi la policy di errore predefinita per il nodo |
Parametri di output
| Parametro | Descrizione |
|---|---|
| Lavoro | Percorso ai risultati dal lavoro di pipeline |
| Esecuzione lavoro | Informazioni sul lavoro eseguito |
| Nome lavoro | Nome del lavoro |
| Stato di esecuzione | Restituisce un valore di: Completato, Completato con avvertenze, Completato con errori, Non riuscito o Annullato |
| Messaggio di stato | Messaggio associato allo stato |
Note per l'esecuzione di lavori di pipeline nidificati
Se si crea una pipeline con pipeline nidificate ed si esegue un job di pipeline dal livello superiore, le pipeline vengono denominate e salvate come asset di progetto che utilizzano questa convenzione:
- Il lavoro di pipeline di primo livello è denominato "Trial job - pipeline guid".
- Tutti i lavori successivi sono denominati "pipeline pipeline guid".
Esegui lavoro script
Eseguire un lavoro di script generale di Python o R.
Parametri di input
| Parametro | Descrizione |
|---|---|
| Lavoro Python / R Script | Selezionare o immettere un percorso per un lavoro script esistente. |
| Ambiente (facoltativo) | Selezionare lo spazio in cui eseguire il lavoro del pacchetto di codici e assegnare le risorse di ambiente. |
| Variabili di ambiente (facoltativo) | Specificare un nome variabile (il tasto) e un tipo di dati e aggiungere all'elenco delle variabili da utilizzare nello script. |
| Politica di errore (opzionale) | Opzionalmente, sovrascrivi la policy di errore predefinita per il nodo |
Parametri di output
| Parametro | Descrizione |
|---|---|
| Lavoro | Percorso dei risultati dal lavoro script |
| Esecuzione lavoro | Informazioni sul lavoro eseguito |
| Nome lavoro | Nome del lavoro |
| Variabili di output | Configurare una coppia chiave / valore per ogni variabile personalizzata, quindi fare clic su Aggiungi per popolare l'elenco delle variabili dinamiche per il nodo |
| Stato di esecuzione | Informazioni sullo stato del lavoro: in sospeso, a partire, in esecuzione, completata, annullata o non riuscita con errori |
| Messaggio di stato | Informazioni sullo stato del lavoro |
Esegui lavoro SPSS Modeler
Utilizzare queste opzioni di configurazione per specificare come eseguire un SPSS Modeler in una pipeline.
Parametri di input
| Parametro | Descrizione |
|---|---|
| lavoro SPSS Modeler | Selezionare o immettere un percorso per un job SPSS Modeler esistente. |
| Ambiente (facoltativo) | Selezionare l'ambiente in cui eseguire il job SPSS Modeler e assegnare le risorse dell'ambiente. Attenzione: lasciare il campo degli ambienti invariato per utilizzare il runtime predefinito di SPSS Modeler . Se si sceglie di sovrascrivere, specificare un ambiente alternativo per l'esecuzione del lavoro. Assicurarsi che l'ambiente specificato sia compatibile con la configurazione hardware per evitare un errore di runtime.
|
| Valori per parametri locali | Modificare i parametri del lavoro predefiniti. Questa opzione è disponibile solo se si dispone di parametri locali nel lavoro. |
| Politica di errore (opzionale) | Opzionalmente, sovrascrivi la policy di errore predefinita per il nodo |
Parametri di output
| Parametro | Descrizione |
|---|---|
| Lavoro | Percorso ai risultati dal lavoro di pipeline |
| Esecuzione lavoro | Informazioni sul lavoro eseguito |
| Nome lavoro | Nome del lavoro |
| Stato di esecuzione | Restituisce un valore di: Completato, Completato con avvertenze, Completato con errori, Non riuscito o Annullato |
| Messaggio di stato | Messaggio associato allo stato |
Esegui il processo dell'applicazione Spark
| Nome | Esegui il processo dell'applicazione Spark |
|---|---|
| ID | run-spark-application-job |
| Gruppo | eseguire |
| Titolarità | casa sul lago |
Esegui il processo dell'applicazione Spark nell'area del progetto o di distribuzione.
Input
| Parametro | Descrizione |
|---|---|
job |
Percorso CPD dell'applicazione Spark da eseguire |
error_policy |
Un'azione intrapresa in caso di guasto del nodo |
Output
| Parametro | Descrizione |
|---|---|
| Lavoro | Percorso dei risultati del processo dell'applicazione Spark |
| Esecuzione lavoro | Informazioni sul lavoro eseguito |
| Nome lavoro | Nome del lavoro |
| Stato di esecuzione | Restituisce un valore di: Completato, Completato con avvertenze, Completato con errori, Non riuscito o Annullato |
| Messaggio di stato | Messaggio associato allo stato |
Esegui processo di acquisizione strutturato
| Nome | Esegui processo di acquisizione strutturato |
|---|---|
| ID | run-structured-ingest-job |
| Gruppo | eseguire |
| Titolarità | casa sul lago |
Esegui il processo di acquisizione strutturato nell'ambito del progetto o della distribuzione.
Input
| Parametro | Descrizione |
|---|---|
job |
Percorso CPD del processo di acquisizione strutturata da eseguire |
error_policy |
Un'azione intrapresa in caso di guasto del nodo |
Output
| Parametro | Descrizione |
|---|---|
| Lavoro | Percorso dei risultati del processo di acquisizione strutturato |
| Esecuzione lavoro | Informazioni sul lavoro eseguito |
| Nome lavoro | Nome del lavoro |
| Stato di esecuzione | Restituisce un valore di: Completato, Completato con avvertenze, Completato con errori, Non riuscito o Annullato |
| Messaggio di stato | Messaggio associato allo stato |
Input
| Parametro | Descrizione |
|---|---|
job |
Seleziona o inserisci il percorso di un processo " StreamSet " esistente. |
error_policy |
Opzionalmente, sovrascrivi la policy di errore predefinita per il nodo |
Output
| Parametro | Descrizione |
|---|---|
| Lavoro | Percorso dei risultati del processo " StreamSet " |
| Esecuzione lavoro | Informazioni sul lavoro eseguito |
| Nome lavoro | Nome del lavoro |
| Stato di esecuzione | Restituisce un valore di: Completato, Completato con avvertenze, Completato con errori, Non riuscito o Annullato |
| Messaggio di stato | Messaggio associato allo stato |