IBM Cloud Pak for DataIBM Cloud Pak for Data
0 / 0
Volver a la versión inglesa de la documentación
Limitaciones y problemas conocidos
Limitaciones y problemas conocidos

Limitaciones y problemas conocidos

Las siguientes limitaciones y problemas conocidos se aplican a Cloud Pak for Data como servicio.

Lista de problemas de Watson Knowledge Catalog

Lista de problemas de flujo de enmascaramiento

Lista de problemas de Data Refinery

Lista de problemas de Watson Query

Lista de problemas de Watson Studio

Lista de problemas de Watson Machine Learning

Lista de problemas de Cognos Dashboard Embedded

Lista de problemas de Watson OpenScale

Lista de problemas de SPSS Modeler

Watson Knowledge Catalog

Si utiliza Watson Knowledge Catalog, es posible que encuentre estos problemas conocidos y restricciones cuando utiliza los catálogos.

Los datos no están enmascarados en algunas herramientas del proyecto

Cuando añade un activo de datos conectado que contiene columnas enmascaradas de un catálogo a un proyecto, las columnas permanecen enmascaradas cuando visualiza los datos y cuando refina los datos en la herramienta Data Refinery. No obstante, otras herramientas de los proyectos no conservan la máscara cuando acceden a datos desde una conexión. Por ejemplo, cuando carga datos conectados en un cuaderno, un flujo de DataStage , un panel de instrumentos u otras herramientas de proyecto, puede acceder a los datos a través de una conexión directa y eludir el enmascaramiento.

Es posible que los artefactos de gobierno predefinidos no estén disponibles

Si no ve ninguna clasificación o clases de datos predefinidas, vuelva a inicializar el arrendatario utilizando la siguiente llamada de API:

curl -X POST "https://api.dataplatform.cloud.ibm.com/v3/glossary_terms/admin/initialize_content" -H "Authorization: Bearer $BEARER_TOKEN" -k

Añadir colaboradores con direcciones de correo electrónico en minúsculas

Cuando añade colaboradores al catálogo, especifique las direcciones de correo electrónico con todas las letras en minúsculas. Las direcciones de correo electrónico con minúsculas y mayúsculas no están soportadas.

Restricciones de las conexiones con Object Storage

Cuando visualiza una conexión de con Cloud Object Storage (API S3) o Cloudant, la carpeta se lista como un activo hijo.

Varias opciones de conexión simultáneas pueden fallar

Es posible que se genere un error cuando varios usuarios están ejecutando operaciones de conexión al mismo tiempo. El mensaje de error puede variar.

No se puede habilitar la aplicación de reglas de protección de datos tras la creación del catálogo

No puede habilitar la aplicación de las reglas de protección de datos después de crear un catálogo. Para aplicar las reglas de protección de datos a los activos de un catálogo, debe habilitar su aplicación durante la creación del catálogo.

Los activos se bloquean si falla la evaluación

Se aplican las restricciones siguientes a los activos de datos de un catálogo con las políticas aplicadas: Los activos de datos basados en archivos que tienen una cabecera no pueden tener nombres de columna duplicados, un punto (.) o una comilla simple (') en el nombre de columna.

Si falla la evaluación, se bloque el activo para todos los usuarios, excepto para el propietario del activo. Todos los otros usuarios verán un mensaje de error indicando que no se puede ver el activo de datos porque ha fallado la evaluación y el activo está bloqueado.

Sólo el botón Atrás del navegador le devuelve al activo de enriquecimiento de metadatos desde la página Valores predeterminados

Cuando abre la página Valores predeterminados desde dentro de un activo de enriquecimiento de metadatos, no puede volver al activo utilizando un botón en la interfaz de usuario del producto o el rastro de navegación. Utilice el botón Atrás del navegador para volver al activo.

Sólo el filtro de clase de datos en los resultados de enriquecimiento de metadatos distingue entre mayúsculas y minúsculas

Cuando filtra los resultados de enriquecimiento de metadatos en la pestaña Columna, sólo las entradas de Clase de datos distinguen entre mayúsculas y minúsculas. Las entradas de los filtros Términos empresariales, Esquemas y Activos están todas en minúsculas independientemente de la carcasa real del valor.

Las opciones de filtro en los resultados de enriquecimiento de metadatos podrían no actualizarse inmediatamente

Al añadir activos, asignar nuevas clases de datos o términos empresariales o eliminar términos empresariales, los filtros respectivos no se actualizan inmediatamente. Como método alternativo, renueve el navegador para ver las listas de filtros actualizadas.

Es posible que los detalles de enriquecimiento para un activo no reflejen los valores aplicados en la última ejecución de enriquecimiento

Después de editar las opciones de enriquecimiento para un enriquecimiento de metadatos que se ha ejecutado al menos una vez, los detalles del activo pueden mostrar las opciones actualizadas en lugar de las opciones aplicadas en la última ejecución de enriquecimiento.

No se puede acceder directamente a páginas individuales en un activo de enriquecimiento de metadatos

Si el número de activos o columnas de un activo de enriquecimiento de metadatos abarca varias páginas, no puede ir directamente a una página específica. La lista desplegable de números de página está inhabilitada. En su lugar, utilice los botones Página siguiente y Página anterior.

Detalles incompletos para una clase de datos asignada en los resultados de enriquecimiento de una columna

Cuando pulsa la clase de datos asignada en la pestaña Gobierno de los detalles de la columna en los resultados del enriquecimiento de metadatos, se muestra una vista previa de los detalles de la clase de datos. Sin embargo, los detalles son incompletos.

En algunos casos, es posible que no vea el registro completo de un trabajo de enriquecimiento de metadatos ejecutado en la interfaz de usuario

Si la lista de errores en una ejecución de enriquecimiento de metadatos es excepcionalmente larga, sólo se puede visualizar una parte del registro de trabajo en la interfaz de usuario.

Solución temporal: Descargue todo el registro y analícelo en un editor externo.

Es posible que falte información de esquema al filtrar los resultados de enriquecimiento

Cuando filtra activos o columnas en los resultados de enriquecimiento en la información de origen, es posible que la información de esquema no esté disponible.

Solución temporal: Vuelva a ejecutar el trabajo de enriquecimiento y aplique de nuevo el filtro Origen .

Cuando busca un activo en la pestaña Activos de un activo de enriquecimiento de metadatos, es posible que no se devuelvan resultados. Tenga en cuenta estas limitaciones:

  • La búsqueda distingue entre mayúsculas y minúsculas.
  • El resultado sólo contiene registros que coinciden con la frase de búsqueda exacta o empiezan por la frase.

Las reglas ejecutadas en columnas de tiempo de tipo en activos de datos del origen de datos Amazon Redshift no devuelven los resultados adecuados

Para activos de datos de orígenes de datos Amazon Redshift , las columnas de tipo hora se importan con indicación de fecha y hora de tipo. No puede aplicar reglas de calidad de datos específicas del tiempo a dichas columnas.

Flujo de enmascaramiento

Si utiliza el flujo de enmascaramiento, es posible que encuentre estos problemas conocidos y restricciones al privatizar datos.

Es posible que fallen los trabajos de enmascaramiento

Durante un trabajo de flujo de enmascaramiento, Spark puede intentar leer un origen de datos completo en la memoria. Pueden producirse errores cuando no hay suficiente memoria para dar soporte al trabajo. El volumen de datos más alto que puede ajustarse al nodo de proceso de Spark desplegado de mayor tamaño es de aproximadamente 12GB.

Data Refinery

Si utiliza Data Refinery, es posible que encuentre estos problemas conocidos y restricciones cuando refina los datos.

Las credenciales personales no están soportadas para activos de datos conectados en Data Refinery

Si crea un activo de datos conectado con credenciales personales, otros usuarios deben utilizar la siguiente solución temporal para utilizar el activo de datos conectado en Data Refinery.

Solución temporal:

  1. Vaya a la página del proyecto y pulse el enlace del activo de datos conectado para abrir la vista previa.
  2. Especifique las credenciales.
  3. Abra Data Refinery y utilice el activo de datos conectado autenticado para un origen o destino.

No se pueden ver los trabajos en los flujos de Data Refinery en la nueva interfaz de usuario de proyectos

Si está trabajando en la interfaz de usuario de proyectos nuevos, no tiene la opción de ver trabajos desde el menú de opciones en Flujos deData Refinery.

Solución temporal: Para ver trabajos en Flujos deData Refinery, abra un flujo de Data Refinery , pulse el icono Trabajos la ejecución o la planificación de un icono de trabajoy seleccione Guardar y ver trabajos . Puede ver una lista de todos los trabajos del proyecto en la pestaña Trabajos.

Problemas de Watson Studio

Es posible que encuentre algunos de estos problemas cuando empiece a utilizar Watson Studio.

Los activos de Aprendizaje federado no se pueden buscar en Todos los activos, los resultados de búsqueda o los resultados de filtro en la nueva interfaz de usuario de proyectos

Si está trabajando en la interfaz de usuario de proyectos nuevos, no puede buscar activos de aprendizaje federado desde la vista Todos los activos , los resultados de la búsqueda o los resultados del filtro del proyecto.

Método alternativo: pulse el activo de aprendizaje federado para abrir la herramienta o vuelva a los proyectos existentes para seguir utilizando la versión totalmente integrada del aprendizaje federado en el proyecto.

La duplicación de un cuaderno no crea un nombre exclusivo en la nueva interfaz de usuario de proyectos

Cuando duplica un cuaderno en la interfaz de usuario de proyectos nuevos, el cuaderno duplicado no se crea con un nombre exclusivo.

No se pueden crear activos en cuentas antiguas

Si está trabajando en una instancia de Watson Studio que se activó antes de noviembre de 2017, es posible que no pueda crear activos operativos, como cuadernos. Si el botón Crear permanece gris e inhabilitado, debe añadir el servicio Watson Studio a su cuenta desde el catálogo de servicios.

Se han recibido 500 errores del servidor interno al iniciar Watson Studio

En raras ocasiones, puede recibir un error del servidor interno HTTP (500) al iniciar Watson Studio. Esto puede ser debido a una cookie caducada almacenada para el navegador. Para confirmar que la causa del error es una cookie obsoleta, intente iniciar Watson Studio en una sesión de navegación privada (incógnito) o utilizando un navegador diferente. Si puede iniciarlo de forma correcta en el nuevo navegador, el error ha sido debido a una cookie caducada. Tiene una selección de resoluciones:

  1. Salga por completo de la aplicación de navegador para restablecer la cookie. Debe cerrar y reiniciar la aplicación, no solo cerrar la ventana del navegador. Reinicie la aplicación de navegador e inicie Watson Studio para restablecer la cookie de sesión.
  2. Borre las cookies de IBM de los datos de navegación e inicie Watson Studio. Consulte los datos de navegación o las opciones de seguridad del navegador para borrar las cookies. Tenga en cuenta que borrar todas las cookies de IBM puede afectar a otras aplicaciones de IBM.

Si el error 500 persiste después de realizar una de estas resoluciones, consulte en la página de estado las incidencias de IBM Cloud que afectan a Watson Studio. Además, puede abrir un caso de soporte en el portal de soporte de IBM Cloud.

Error durante el inicio de sesión

Es posible que reciba este mensaje error cuando intente iniciar una sesión en Watson Studio: "Access Manager WebSEAL no ha podido completar su solicitud debido a un error imprevisto". Regrese a dataplatform.cloud.ibm.com y vuelva a iniciar la sesión. Normalmente, el segundo intento de inicio de sesión funciona.

La instalación manual de algunas bibliotecas de tensor no está soportada

Algunas bibliotecas de flujo de tensor están preinstaladas, pero si intenta instalar bibliotecas de flujos de tensor adicionales, aparece un error.

La conexión con el kernel del cuaderno tarda más de lo previsto después de ejecutar una celda de código

Si intenta volver a conectarse al kernel y ejecutar inmediatamente una celda de código (o si la reconexión del kernel se ha producido durante la ejecución del código), el cuaderno no se vuelve a conectar al kernel y no se muestra ninguna salida para la celda de código. Debe volver a conectarse manualmente al kernel pulsando Kernel > Volver a conectar. Cuando el kernel esté listo, intente volver a ejecutar la celda de código.

Si se utiliza el objeto sqlContext predefinido en varios cuadernos, se genera un error

Es posible que reciba un error de Apache Spark si utiliza el objeto sqlContext predefinido en varios cuadernos. Cree un nuevo objeto sqlContext para cada cuaderno. Consulte esta explicación del desbordamiento de pila.

Es posible que las tareas de Spark fallen con un error que indica que faltan claves de AWS

Si se vuelve a generar un ejecutor anómalo durante un trabajo que lee o graba Parquet en S3, las tareas posteriores fallan porque faltan claves de AWS.

El kernel del cuaderno no se inicia cuando se abre un cuaderno de Scala

Puede observar que el kernel del cuaderno no se ejecuta cuando abre un cuaderno de Scala que utiliza Spark y las bibliotecas de Scala personalizadas. Esta situación se produce cuando utiliza bibliotecas de Scala que no son compatibles con la versión de Spark que está utilizando, por ejemplo, si utiliza un archivo jar de Scala 2.10 en un cuaderno con Spark 2.1.

Para evitar esta situación:

  1. Asegúrese de que utiliza las bibliotecas de Scala 2.11 con Spark 2.1.

  2. Ejecute el siguiente código en un cuaderno de Python para eliminar las bibliotecas de Scala existentes:

    !rm -rvf ~/data/libs/*

  3. Vuelva a cargar las bibliotecas necesarias.

Mensaje de error de conexión

Si el kernel se detiene, el cuaderno ya no se guarda automáticamente. Para guardarlo, pulse Archivo > Guardar manualmente y debe obtener un mensaje Cuaderno guardado en el área de información del kernel, que aparece antes de la versión de Spark. Si recibe un mensaje que indica que el kernel ha fallado, para volver a conectar el cuaderno al kernel, pulse Kernel > Volver a conectar. Si nada de lo que hace reinicia el kernel y no se puede guardar el cuaderno, puede descargarlo para guardar los cambios pulsando Archivo > Descargar como > Cuaderno (.ipynb). A continuación, debe crear un nuevo cuaderno basado en el archivo del cuaderno que ha descargado.

Ha fallado la conexión con el kernel del cuaderno en Amazon EMR

Si el idioma del cuaderno, por ejemplo Python 3.7 with Spark , no se visualiza para el cuaderno, el kernel del cuaderno no se ha podido iniciar.

Para verificar que la pasarela de kernel a Amazon Elastic Map Reduce se ha iniciado y sus puntos finales son accesibles a través de Internet, ejecute: curl https://<KG_EMR_URL>:<PORT>/api/kernelspecs -H "Authorization: token <Personal_access_token>"

Se puede acceder al Kernel Gateway si se devuelve una lista JSON de los kernels disponibles. Si no es así, debe volver a instalar Jupyter Kernel Gateway en Amazon EMR. Para obtener más detalles, consulte Añadir un servicio Amazon EMR Spark.

La conexión con el kernel del cuaderno en Amazon EMR tarda más tiempo de lo previsto

Si el kernel del cuaderno no se inicia, es posible que el servicio Amazon Elastic Map Reduce se haya quedado sin recursos de Spark. Puede liberar los recursos de Spark deteniendo los kernels de cuadernos que no estás usando. De forma alternativa, puede detener todos los kernels reiniciando Kernel Gateway en el clúster EMR:

  1. Abra la consola de Amazon EMR e inicie una sesión en el nodo maestro del clúster.
  2. Especifique wget https://raw.githubusercontent.com/IBMDataScience/kernelgateway-setup/master/install_kg_emr_bootstrap_script.sh para descargar la configuración de Kernel Gateway.
  3. Especifique chmod +x install_kg_emr_bootstrap_script.sh para ejecutar el script.
  4. Especifique ./install_kg_emr_bootstrap_script.sh --restart para reiniciar Kernel Gateway. Se le solicitará el número de puerto.

La conexión con Amazon EMR no está disponible

Si continúa teniendo problemas de conexión con Amazon Elastic Map Reduce, es mejor desinstalar Kernel Gateway y volver a instalarlo:

  1. Abra la consola de Amazon EMR e inicie una sesión en el nodo maestro del clúster.
  2. Especifique wget https://raw.githubusercontent.com/IBMDataScience/kernelgateway-setup/master/install_kg_emr_bootstrap_script.sh para descargar la configuración de Kernel Gateway.
  3. Especifique chmod +x install_kg_emr_bootstrap_script.sh para ejecutar el script.
  4. Especifique ./install_kg_emr_bootstrap_script.sh --uninstall para eliminar Kernel Gateway.
  5. Especifique ./install_kg_emr_bootstrap_script.sh para volver a instalar Kernel Gateway.

La conexión con el servicio IBM Analytics Engine no está disponible

Es posible que se haya suprimido la instancia de servicio de IBM Analytics Engine que ha seleccionado para su cuaderno en Watson Studio o que no se esté ejecutando. Para comprobar que la instancia de servicio existe y se ha suministrado en el panel de control de IBM Cloud, pulse el menú de navegación en Watson Studio y seleccione Panel de control.

Añada un nuevo servicio de IBM Analytics Engine desde la sección Servicios de IBM en la página Servicios e integraciones.

No hay soporte de inserción para los cuadernos que se ejecutan en entornos de Spark 3.0 y Scala 2.12

No se puede acceder a los datos desde los activos del proyecto en los cuadernos Scala que se ejecutan en entornos Spark 3.0 y Scala 2.12. Se devuelve un error al pulsar el enlace Insertar en código debajo del nombre del activo y seleccionar cargar datos en un DataFrame SparkSession. Una solución temporal es volver a utilizar un entorno Spark 2.4 y Scala 2.11.

Por ejemplo, si el cuaderno contiene secciones que enlaza desde una sección de introducción en la parte superior del cuaderno, los enlaces a estas secciones no funcionarán si el cuaderno se ha abierto en modalidad de solo visualización en Firefox. No obstante, si abre el cuaderno en modalidad de edición, estos enlaces funcionarán.

No se puede conectar con el kernel del cuaderno

Si intenta ejecutar un cuaderno y ve el mensaje Connecting to Kernel, seguido de Connection failed. Reconnecting y finalmente un mensaje de error de conexión fallida, es posible que el cortafuegos esté bloqueando la ejecución del cuaderno.

Si Watson Studio está instalado detrás de un cortafuegos, debe añadir la conexión de WebSocket wss://dataplatform.cloud.ibm.com a los valores del cortafuegos. La habilitación de esta conexión WebSocket es necesaria cuando se utilizan cuadernos y RStudio.

ERROR_RESOURCES_UNAVAILABLE al abrir o editar un cuaderno

Si ve el mensaje ERROR_RESOURCES_UNAVAILABLE al abrir o editar un cuaderno, el tiempo de ejecución del entorno asociado con el cuaderno tiene problemas de recursos.

Para encontrar la causa, intente comprobar la página de estado de las incidencias de IBM Cloud que afectan a Watson Studio. Además, puede abrir un caso de soporte en el portal de soporte de IBM Cloud .

Problemas de Watson Machine Learning

Es posible que encuentre algunos de estos problemas cuando trabaje con los componentes de IBM Watson Machine Learning, incluidos el creador de modelos y el editor de flujos.

Requisitos de la región

Solo puede asociar una instancia del servicio Watson Machine Learning al proyecto de Watson Studio si la instancia del servicio Watson Machine Learning y la instancia de Watson Studio se encuentran en la misma región.

Restricciones de tiempo de ejecución del editor de flujos

Watson Studio no incluye funciones SPSS en Perú, Ecuador, Colombia y Venezuela.

Problemas de despliegue

  • Si un despliegue está inactivo (sin puntuaciones) durante un periodo de tiempo establecido (24 horas para el plan gratuito o 120 horas para un plan de pago), se hiberna automáticamente. Cuando se envía una nueva solicitud de puntuación, el despliegue se vuelve a activar y se responde a la solicitud de puntuación. Después de la activación, espere de 1 a 60 segundos antes de la primera solicitud de puntuación, en función de la infraestructura del modelo.
  • En algunas infraestructuras, por ejemplo, en el modelador SPSS, la primera solicitud de puntuación de un modelo desplegado después de la hibernación puede generar un error 504. Si esto sucede, vuelva a enviar la solicitud. Las solicitudes siguientes se ejecutarán correctamente.

Limitaciones conocidas de AutoAI

  • Actualmente, los experimentos de AutoAI no dan soporte a los juegos de caracteres de doble byte. AutoAI solo da soporte a archivos CSV con caracteres ASCII. Los usuarios deben convertir cualquier carácter no ASCII en el nombre de archivo o contenido y proporcionar datos de entrada como un CSV tal como se define en este estándar CSV.

  • Para interactuar mediante programación con un modelo AutoAI, utilice la API REST, en lugar del cliente Python. Las API del cliente Python necesarias para dar soporte a AutoAI no están disponibles globalmente en este momento.

No se ha encontrado el módulo de datos en IBM Federated Learning

El manejador de datos para IBM Federated Learning está intentando extraer un módulo de datos de la biblioteca FL, pero no puede encontrarlo. Es posible que vea el siguiente mensaje de error:

ModuleNotFoundError: No module named 'ibmfl.util.datasets'

Es posible que el problema se deba al uso de un DataHandler obsoleto. Revise y actualice el DataHandler para que se ajuste a la especificación más reciente. Este es el enlace al Manejador de datos MNIST más reciente o asegúrese de que las versiones de la galería de ejemplos están actualizadas.

Error de creación de pod al volver a ejecutar un experimento de IBM Federated Learning

Es posible que vea el siguiente mensaje de error:

Pod creation failed because of insufficient resources that prevented scheduling.

El problema posiblemente es el resultado de utilizar un modelo más antiguo en una especificación de software más reciente. Revise y actualice el modelo para que se ajuste a la especificación más reciente. A continuación se muestra el enlace a la Compatibilidad de versiones de Frameworks y Python más recientes.

Problemas de Cognos Dashboard Embedded

Es posible que surjan algunos de estos problemas cuando trabaja con Cognos Dashboard Embedded.

Los paneles de control de Cognos solo pueden utilizar conexiones de datos creadas con credenciales de nombre de usuario y contraseña

Cognos Dashboard Embedded requiere que las conexiones de base de datos y los activos de datos conectados añadidos como orígenes de datos a un panel de control incluyan credenciales de nombre de usuario y contraseña.

Si estas credenciales no se especifican en la conexión y en su lugar se utiliza una señal o una clave de API, Cognos Dashboard Embedded no puede utilizar esa conexión o activo de datos conectado como origen de datos.

Se muestra un tipo de datos incorrecto para los activos de datos refinados

Después de importar un archivo CSV, si pulsa en el archivo importado en la página visión general del activo, es posible que los tipos de algunas columnas no se muestren correctamente. Por ejemplo, un conjunto de datos de un informe de empresa con una columna denominada Ingresos que contiene los ingresos de la empresa puede aparecer como de tipo Serie, en lugar de un tipo de datos de orientación numérica, lo que sería más lógico.

Caracteres especiales no soportados en archivos CSV

El nombre del archivo CSV de origen puede contener caracteres no alfanuméricos. Sin embargo, el nombre de archivo CSV no puede contener los caracteres especiales / : & < . \ ". Si el nombre de archivo contiene estos caracteres, se eliminan del nombre de tabla.

Importante: los nombres de columna de tabla en el archivo CSV de origen no pueden contener ninguno de los caracteres especiales no soportados. Estos caracteres no se pueden eliminar porque el nombre del módulo de datos debe coincidir con el nombre de la columna del archivo de origen. En este caso, elimine los caracteres especiales de los nombres de columna para que se puedan utilizar sus datos en un panel de control.

Los valores de serie en los archivos CSV están limitados a 128 caracteres

Los valores de serie de una columna en el archivo CSV de origen solo pueden tener una longitud de 128 caracteres. Si su archivo CSV tiene columnas de serie con valores de una mayor longitud, se muestra un mensaje de error.

Limitaciones del formato de fecha en los archivos CSV

Hay limitaciones de formato de fecha para archivos CSV utilizados en visualizaciones. Para obtener más detalles, consulte Resolución de problemas cuando se utilizan datos de archivos CSV en Cognos Dashboard Embedded.

No se puede sustituir una tabla de datos en una visualización

Cuando añade una visualización a un panel de control, no puede añadir una tabla de datos a la visualización si anteriormente ha añadido y, a continuación, ha eliminado los campos de datos de otra tabla de datos. Esta restricción se aplica a Db2, tablas CSV y otros orígenes de datos.

Características de Cognos Analytics que no están soportadas

Las siguientes funciones de IBM Cognos Analytics no están soportadas en los paneles de control:

  • Agrupación de datos
  • Paletas de colores personalizadas
  • Visualizaciones personalizadas
  • Asistente
  • Previsiones
  • Detalles en visualización
  • Visualización de cuaderno Jupyter
  • Análisis avanzado de datos

Problemas de SPSS Modeler

Es posible que encuentre algunos de estos problemas cuando comienza a trabajar con SPSS Modeler.

Error al intentar detener un flujo en ejecución

Al ejecutar un flujo de SPSS Modeler, es posible que encuentre un error si intenta detener el flujo en la página Entornos en la pestaña Gestionar del proyecto. Para detener por completo el tiempo de ejecución de SPSS Modeler y el consumo de CUH, cierre las pestañas del navegador donde tiene abierto el flujo.

Los nodos Exportación de activo de datos importados no se pueden ejecutar

Cuando crea un nuevo flujo importando una secuencia de SPSS Modeler (archivo .str), migra el nodo de exportación y, a continuación, ejecuta el nodo de exportación de activo de datos resultante, es posible que falle la ejecución. Para solucionar este problema: vuelva a ejecutar el nodo, cambie el nombre de salida y cambie la opción Si el conjunto de datos ya existe en las propiedades del nodo y, a continuación, vuelva a ejecutar el nodo.

La vista previa de datos puede fallar si los metadatos de tabla han cambiado

En algunos casos, cuando se utiliza el nodo de importación de activos de datos para importar datos desde una conexión, la vista previa de datos puede devolver un error si los metadatos de tabla subyacentes (modelo de datos) han cambiado. Vuelva a crear el nodo de Activo de datos para resolver el problema.

No se puede ver la salida después de ejecutar un nodo Salida de extensión

Cuando se ejecuta un nodo de salida de extensión con la opción Salida en archivo seleccionada, el archivo de salida resultante devuelve un error cuando intenta abrirlo desde el panel Resultados.

No se puede obtener una vista previa de los datos de Excel de conexiones COS

Actualmente, no puede obtener una vista previa de los datos .xls o .xlsx de una conexión COS.

Números interpretados como una serie

Cualquier número con una precisión mayor o igual a 32 y una escala igual a 0 se interpretará como una serie. Si necesita cambiar este comportamiento, puede utilizar un nodo Rellenar para convertir el campo en un número real, en lugar de utilizar la expresión to_real(@FIELD).

Supernodo que contiene nodos de importación

Si el flujo tiene un supernodo que contiene un nodo de importación, es posible que el esquema de entrada no se haya establecido correctamente al guardar el modelo con la opción Rama de puntuación. Para solucionar este problema, expanda el supernodo antes de guardar.

Exportación a un archivo SAV

Cuando se utiliza el nodo de exportación de activos de datos para exportar a un archivo SAV de SPSS Statistics (.sav), la opción Sustituir activo de datos no funcionará si el esquema de entrada no coincide con el esquema de salida. El esquema del archivo existente que desea sustituir debe coincidir.

Ejecución de flujos en Watson Machine Learning Server

Cuando ejecuta flujos en Watson Machine Learning Server, es posible que encuentre los problemas siguientes:

  • Si un flujo hace referencia a una conexión, la conexión debe estar accesible tanto en la máquina local (para configurar la conexión) como en Watson Machine Learning Server remoto (para ejecutar el flujo).
  • Si un flujo contiene nodos de análisis de texto, no puede ejecutarlo en un Watson Machine Learning Server. Debe ejecutar el flujo localmente.
  • No importe un archivo de secuencias (.str) que requiere la migración a un flujo que se ejecuta en Watson Machine Learning Server.

Migración de nodos de importación

Si importa una secuencia (.str) al flujo que se ha creado en el escritorio de SPSS Modeler y contiene uno o más nodos de importación no soportados, se le solicitará que migre los nodos de importación a activos de datos. Si la secuencia contiene varios nodos de importación que utilizan el mismo archivo de datos, primero debe añadir dicho archivo al proyecto como un activo de datos antes de realizar la migración porque la migración no puede cargar el mismo archivo en más de un nodo de importación. Después de añadir el activo de datos a su proyecto, vuelva a abrir el flujo y continúe con la migración utilizando el nuevo activo de datos.

Los valores de análisis de texto no se guardan

Después de cerrar el entorno de trabajo de Text Analytics, los valores de filtro o los valores de generación de categorías que ha modificado no se guardan en el nodo como deberían.

Fusionar caracteres de nodo y unicode

El nodo Fusionar trata los siguientes caracteres japoneses muy similares como el mismo carácter.
caracteres japoneses

Tema principal: Cloud Pak for Data como servicio