Translation not up to date
Zasoby aplikacyjne można eksportować z obszaru wdrażania, co umożliwia współużytkowanie obszaru z innymi lub ponowne wykorzystanie zasobów aplikacyjnych w innym obszarze.
Listę zasobów, które można wyeksportować z obszaru, zawiera sekcja Dodawanie zasobów do obszaru wdrażania.
Eksportowanie zasobów powierzchni z interfejsu użytkownika
Aby uniknąć problemów z importowaniem obszaru, należy wyeksportować wszystkie zależności razem z obszarem. Więcej informacji na ten temat zawiera sekcja Eksportowanie projektu.
Aby wyeksportować zasoby powierzchni z interfejsu użytkownika:
- W obszarze wdrażania kliknij ikonę importowania i eksportowania obszaru (). Z listy wybierz pozycję Eksportuj obszar.
- Kliknij opcję Nowy plik eksportu. Podaj nazwę pliku i opcjonalny opis.
Wskazówka: Aby zaszyfrować poufne dane w wyeksportowanym archiwum, wpisz hasło w polu Hasło . - Wybierz zasoby aplikacyjne, które mają zostać wyeksportowane z powierzchni.
- Kliknij przycisk Utwórz , aby utworzyć plik eksportu.
- Po wyeksportowaniu obszaru kliknij przycisk pobierania (), aby zapisać plik.
Ten obszar można ponownie wykorzystać, wybierając opcję Utwórz obszar z pliku podczas tworzenia nowego obszaru.
Eksportowanie zasobów powierzchni za pomocą narzędzia cpdctl
Za pomocą narzędzia cpdctl
można eksportować następujące typy zasobów:
wml_model
wml_model_definition
wml_pipeline
wml_function
wml_experiment
Zapoznaj się z następującym kodem przykładowym:
$ cpdctl asset export start --space-id <space id> --assets '{"all_assets": true}' --name <my exported space>
...
ID: <export id>
Name: <my exported space>
Created: <date>
State: completed
$ cpdctl asset export download --space-id <my exported space> --export-id <export id> --output-file /tmp/space.zip
...
W pliku /tmp/space.zip
zapisywane są następujące dane wyjściowe:
OK
Więcej informacji na ten temat zawiera dokumentacja narzędzia cpdctl.
Eksportowanie i importowanie obszaru za pomocą klienta Python
Aby uzyskać przykład eksportowania i importowania obszaru wdrażania za pomocą klienta Watson Machine Learning Python , wyświetl lub pobierz przykładowy notatnik.
Temat nadrzędny: Obszary wdrażania