管理部署作业

创建一个或多个作业后，您可以在部署空间的 “资产” 选项卡中查看和管理它们。

在空间的 “资产” 选项卡中，您可以：

要监控作业运行情况，请打开 “作业运行 ”选项卡。

有关作业管理的各个方面，请参阅以下章节：

查看空间中的作业

您可从“作业”页面查看部署空间中已存在的所有作业。您也可以删除一个任务。

要查看特定作业的详细信息，请单击该作业。在职位详情页面，您可以执行以下操作：

查看该作业的运行以及每次运行的状态。如果运行失败，那么可以选中运行并查看日志尾或下载整个日志文件以帮助您对运行进行故障诊断。运行失败的原因可能与临时连接问题或环境问题有关。请尝试重新运行该作业。如果该作业仍失败，那么您可将日志发送给客户支持人员。
当任务正在运行时，信息页面上的进度指示器会显示有关该次运行的相对进度信息。您可以使用进度条来监控长时间运行的进程。
对于笔记本任务，您可以查看已完成笔记本运行的输出结果。使用此功能可查看可视化结果，或轻松比较多次运行的输出结果。
编辑计划设置或选择另一个环境模板。
单击作业操作栏中的运行图标以手动运行作业。必须取消选中调度才能手动运行作业。

无论作业是成功运行还是失败，一旦作业完成，通过用户界面创建的作业元数据默认会保存 30 天。在创建部署作业时，您可以覆盖此设置。您还可以通过编程方式管理部署作业的元数据保留策略。

如果您正在通过 Python 客户端或REST API以编程方式管理作业，则可在30天内使用该 GET 方法从部署端点检索元数据。

若要将元数据保留超过或少于 30 天，请将方法 POST 的查询参数从默认值更改为 retention=30 ，以覆盖默认设置并保留元数据。

注：

将该值更改为 retention=-1 可取消自动删除并保留元数据。

若要通过编程方式删除作业，请为 ` hard_delete=trueWatson Machine LearningDELETE ` 方法指定查询参数，以彻底移除作业元数据。

以下示例演示了如何使用 DELETE 该方法：

DELETE /ml/v4/deployment_jobs/{JobsID}

请参阅 “机器学习示例 ”以获取示例笔记本的链接，这些笔记本演示了如何使用 Watson Machine Learning REST API 以及 watsonx.ai Python 客户端库来创建批处理部署和作业。