Ein Job ist eine Möglichkeit, eine Batch-Bereitstellung, ein Skript oder ein Notizbuch in watsonx.ai Runtime auszuführen. Sie können einen Job manuell oder nach einem von Ihnen angegebenen Zeitplan ausführen. Nachdem Sie mindestens einen Job erstellt haben, können Sie ihn über die Registerkarte Jobs in Ihrem Bereitstellungsbereich anzeigen und verwalten.
Auf der Registerkarte Jobs Ihres Bereichs haben Sie folgende Möglichkeiten:
- Liste der Jobs in Ihrem Bereich anzeigen
- Details zu jedem Job anzeigen. Sie können die Zeitplaneinstellungen eines Jobs ändern und eine andere Umgebungsvorlage auswählen.
- Jobausführungen überwachen
- Jobs löschen
Die folgenden Abschnitte enthalten verschiedene Aspekte der Jobverwaltung:
- Job für eine Stapelimplementierung erstellen
- Jobs in einem Bereich anzeigen
- Aufbewahrungsdauer für Jobmetadaten verwalten
Vorbereitende Schritte
Sie müssen Ihre Anmeldedaten für die Aufgabe einrichten, indem Sie einen API-Schlüssel erstellen. Weitere Informationen finden Sie unter Verwalten von Berechtigungsnachweisen für Aufgaben.
Job für eine Stapelimplementierung erstellen
Informationen zum Erstellen eines Jobs für eine Batchbereitstellung finden Sie unter Jobs in einer Batchbereitstellung erstellen.
Jobs in einem Bereich anzeigen
Sie können alle Jobs, die für Ihren Bereitstellungsbereich vorhanden sind, auf der Seite 'Jobs' anzeigen. Sie können auch einen Job löschen.
Um die Details eines bestimmten Jobs anzuzeigen, klicken Sie auf den Job. Auf der Detailseite des Jobs können Sie Folgendes ausführen:
Sie können die Ausführungen für diesen Job und den Status der einzelnen Ausführungen anzeigen. Wenn eine Ausführung fehlgeschlagen ist, können Sie die Ausführung auswählen und den Protokollnachsatz anzeigen oder die gesamte Protokolldatei herunterladen, die Sie bei der Fehlerbehebung unterstützt. Eine fehlgeschlagene Ausführung hängt möglicherweise mit einem temporären Verbindungs- oder Umgebungsproblem zusammen. Versuchen Sie, den Job erneut auszuführen. Wenn der Job immer noch fehlschlägt, können Sie das Protokoll an die Kundenunterstützung senden.
Wenn ein Job ausgeführt wird, zeigt ein Fortschrittsanzeiger auf der Informationsseite Informationen zum relativen Fortschritt der Ausführung an. Mit dem Fortschrittsanzeiger können Sie eine lange Laufzeit überwachen.
Bearbeiten Sie die Zeitplaneinstellungen oder wählen Sie eine andere Umgebungsvorlage aus.
Sie können den Job manuell ausführen, indem Sie auf das Ausführungssymbol in der Jobaktionsleiste klicken. Sie müssen die Auswahl des Zeitplans zurücknehmen, um den Job manuell auszuführen.
Aufbewahrungsdauer für Jobmetadaten verwalten
Der watsonx.ai Runtime-Plan, der mit Ihrem IBM Cloud verknüpft ist, legt Grenzen für die Anzahl der laufenden und gespeicherten Bereitstellungen fest, die Sie erstellen können. Wenn Sie Ihren Grenzwert überschreiten, können Sie keine neuen Bereitstellungen erstellen, bis Sie vorhandene Bereitstellungen löschen oder ein Upgrade für Ihren Plan durchführen. Weitere Informationen finden Sie unter watsonx.ai Laufzeitpläne.
Aufbewahrung und Löschung von Metadaten programmgesteuert verwalten
Wenn Sie einen Job programmgesteuert mithilfe des Python -Clients oder der REST-API verwalten, können Sie Metadaten vom Bereitstellungsendpunkt abrufen, indem Sie die Methode GET während der 30 Tage verwenden.
Um die Metadaten über einen länger oder kürzeren Zeitraum als 30 Tage aufzubewahren, überschreiben Sie den Standardwert retention=30 des Abfrageparameters für die Methode POST, damit die Metadaten beibehalten werden.
Wenn Sie den Wert in retention=-1 ändern, wird das automatische Löschen abgebrochen und die Metadaten werden beibehalten.
Um einen Job programmatisch zu löschen, geben Sie den Abfrageparameter ' hard_delete=true für die watsonx.ai Runtime-Methode ' DELETE an, um die Job-Metadaten vollständig zu entfernen.
Das folgende Beispiel zeigt, wie die Methode DELETE verwendet wird:
DELETE /ml/v4/deployment_jobs/{JobsID}
Aus Beispielen lernen
Unter Beispiele für maschinelles Lernen finden Sie Links zu Beispiel-Notizbüchern, die das Erstellen von Batch-Implementierungen und Jobs mithilfe der watsonx.ai Runtime REST API und der watsonx.ai Python demonstrieren.
Übergeordnetes Thema: Vorhersagebereitstellungen verwalten