0 / 0
Belgelerin İngilizce sürümü ' ne geri dönün.
Bilinen sorunlar ve sınırlamalar
Bilinen sorunlar ve sınırlamalar

Bilinen sorunlar ve sınırlamalar

Aşağıdaki sınırlamalar ve bilinen sorunlar, Cloud Pak for Data as a Serviceiçin geçerlidir.

Watson Knowledge Catalog sorunlarının listesi

Data Privacy sorunlarının listesi

Data Refinery sorunlarının listesi

Watson Query sorunlarının listesi

Watson Studio sorunlarının listesi

Watson Machine Learning sorunlarının listesi

Cognos Dashboard Embedded sorunlarının listesi

Watson OpenScale sorunlarının listesi

SPSS Modeler sorunlarının listesi

Watson Knowledge Catalog

Watson Knowledge Catalog' u kullanırsanız, katalogları kullanırken bu bilinen sorunlar ve kısıtlamalarla karşılaşabilirsiniz.

Bazı proje araçlarında veriler maskelenmedi

Bir katalogdan bir projeye maskeli sütunlar içeren bağlı bir veri varlığı eklediğinizde, verileri görüntülediğinizde ve Data Refinery aracında verileri daraltırken sütunlar maskelenmeye devam eder. Ancak projelerdeki diğer araçlar, bir bağlantıyla verilere eriştiklerinde maskeleme işlemi korumaz. Örneğin, bir Not Defteri, bir DataStage akışı, bir gösterge panosu ya da başka bir proje araçları içinde bağlı verileri yüklediğinizde, verilere doğrudan bağlantı ve atlama maskeleme yoluyla erişesiniz.

Önceden tanımlanmış yönetişim yapıtları kullanılamayabilir

Önceden tanımlı bir sınıflandırma ya da veri sınıfı görmezseniz, aşağıdaki API çağrısını kullanarak kiracıınızı yeniden kullanıma hazırlayın:

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

Küçük harfli e-posta adreslerine sahip işbirlikçileri ekle

Kataloğa işbirliği yapanları eklediğinizde, tüm küçük harflerle e-posta adreslerini girin. Büyük/küçük harf karışık e-posta adresleri desteklenmez.

Object Storage bağlantı kısıtlamaları

Bir Cloud Object Storage (S3 API) ya da Cloudant bağlantısına baktığınız zaman, klasörün kendisi bir alt varlık olarak listelenir.

Birden çok eşzamanlı bağlantı işlemi başarısız olabilir

Birden çok kullanıcı, bağlantı işlemlerini eşzamanlı olarak çalıştırdığında bir hata ile karşılaşılabilir. Hata iletisi değişebilir.

Katalog yaratıldıktan sonra veri koruma kural uygulaması etkinleştirilemez

Bir katalog yarattıktan sonra veri koruma kurallarının uygulanmasının etkinleştirilmesini sağlayamazsınız. Bir katalogdaki varlıklara veri koruma kuralları uygulamak için, katalog oluşturma sırasında zorlamayı etkinleştirmeniz gerekir.

Değerlendirme başarısız olursa varlıklar engellenir

Aşağıdaki kısıtlamalar, uygulanan ilkelere sahip bir katalogdaki veri varlıkları için geçerlidir: Üstbilgisine sahip dosya tabanlı veri varlıkları, bir sütun adında yinelenen sütun adları, nokta (.) ya da tek tırnak işareti (') olamaz.

Değerlendirme başarısız olursa, varlık sahibi dışındaki tüm kullanıcılar için engellenir. Diğer tüm kullanıcılar, değerlendirme başarısız olduğundan ve varlık engellendiği için veri varlığının görüntülenemediğini bildiren bir hata iletisi görürler.

Yalnızca tarayıcının geri düğmesi, Varsayılan ayarlar sayfasından meta veri zenginleştirme varlığına geri döner.

Bir meta veri zenginleştirme varlığından Varsayılan ayarlar sayfasını açtığınızda, ürün kullanıcı arabirimindeki ya da izlenen kırıntılar içindeki bir düğmeyi kullanarak varlığa geri dönemezsiniz. Varlığa geri gitmek için tarayıcının geri düğmesini kullanın.

Yalnızca meta veri zenginleştirme sonuçlarındaki veri sınıfı süzgeci büyük/küçük harfe duyarlıdır.

Meta veri zenginleştirme sonuçlarını Sütun sekmesinde süzgeçten geçirdiğinizde, yalnızca Veri sınıfı girdileri büyük/küçük harfe duyarlıdır. Değerin gerçek kovanı ne olursa olsun, İş terimleri, Şemalarve Varlıklar süzgeçlerindeki girişler tümüyle küçük harflerden olur.

Meta veri zenginleştirme sonuçlarındaki süzgeç seçenekleri hemen güncelleştirilmeyebilir

Varlıkları eklediğinizde, yeni veri sınıflarını ya da iş terimlerini atadığınızda ya da iş terimlerini kaldırdığınızda, ilgili süzgeçler hemen güncellenmez. Geçici bir çözüm olarak, güncellenen süzgeç listelerini görmek için tarayıcınızı yenileyin.

Bir varlığa ilişkin zenginleştirme ayrıntıları, en son zenginleştirme çalıştırmasında uygulanan ayarları yansıtmayabilir.

En az bir kez çalıştırılan bir meta veri zenginleştirmesi için zenginleştirme seçeneklerini düzenledikten sonra, varlık ayrıntıları en son zenginleştirme çalıştırmasında uygulanan seçenekler yerine güncellenmiş seçenekleri gösterebilir.

Bir meta veri zenginleştirme varlığında tek tek sayfalara doğrudan erişemez

Bir meta veri zenginleştirme varlığında varlıkların ya da sütunların sayısı birkaç sayfaya yayılırsa, doğrudan belirli bir sayfaya gidemezsiniz. Sayfa numarası açılan listesi devre dışı bırakıldı. Onun yerine Sonraki sayfa ve Önceki sayfa düğmelerini kullanın.

Bir sütunun zenginleştirme sonuçlarındaki atanmış bir veri sınıfına ilişkin eksik ayrıntılar

Meta veri zenginleştirme sonuçlarındaki sütun ayrıntılarının Yönetişim sekmesinde atanan veri sınıfını tıklattığınızda, veri sınıfı ayrıntılarının önizlemesi gösterilir. Ancak, ayrıntılar eksik.

Bazı durumlarda, UI 'da çalışan bir meta veri zenginleştirme işinin tam günlüğünü görmeyebilir

Bir meta veri zenginleştirme çalıştırmasındaki hataların listesi kural dışı olarak uzunsa, kullanıcı arabiriminde yalnızca iş günlüğünün bir kısmı görüntülenebilir.

Geçici çözüm: Tüm günlüğü karşıdan yükleyin ve bir dış düzenleyicide çözümleyin.

Zenginleştirme sonuçlarını süzgeçten geçirdiğinizde şema bilgileri eksik olabilir

Kaynak bilgilerindeki zenginleştirme sonuçlarındaki varlıkları ya da sütunları süzgeçten geçirdiğinizde, şema bilgileri kullanılamayabilir.

Geçici çözüm: Zenginleştirme işini yeniden çalıştırın ve Kaynak süzgecini yeniden uygulayın.

Bir meta veri zenginleştirme varlığının Varlıklar sekmesinde bir varlığı aradığınızda, herhangi bir sonuç döndürülmez. Şu sınırlamaları göz önünde bulundurun:

  • Arama büyük ve küçük harfe duyarlıdır.
  • Sonuç, yalnızca tam arama tümcecisiyle eşleşen ya da tümceciyle başlayan kayıtları içerir.

Data Privacy

Data Privacyseçeneğini kullanırsanız, verileri özelleştirirken bu bilinen sorunlar ve kısıtlamalarla karşılaşabilirsiniz.

Maskeleme akışı işleri başarısız olabilir

Maskeleme akışı işi sırasında Spark, bir veri kaynağının tümünü belleğe okumayı deneyebilir. İşi desteklemek için yeterli bellek kalmadığında hatalar oluşabilir. Devreye alınan en büyük Spark işleme düğümüne sığabilen en büyük veri hacmi yaklaşık 12GBs' dir.

Data Refinery

Data Refinery' yi kullanırsanız, verileri iyileştirirken bu bilinen sorunlar ve kısıtlamalarla karşılaşabilirsiniz.

Kişisel kimlik bilgileri Data Refineryiçindeki bağlı veri varlıkları için desteklenmiyor

Bağlı bir veri varlığını kişisel kimlik bilgileriyle oluşturursanız, diğer kullanıcıların Data Refinery' nde bağlı veri varlığını kullanmak için aşağıdaki geçici çözümü kullanmaları gerekir.

Geçici çözüm:

  1. Proje sayfasına gidin ve önizlemeyi açmak için bağlı veri varlığıyla ilgili bağlantıyı tıklatın.
  2. Kimlik bilgilerini girin.
  3. Data Refinery Olanağını Açın ve bir kaynak ya da hedef için kimliği doğrulanmış bağlı veri varlığını kullanın.

Yeni projeler UI 'si içindeki Data Refinery akışındaki işler görüntülenemez

Yeni projeler kullanıcı arabiriminde çalışıyorsanız, Data Refinery akışlarındaki seçenekler menüsünden iş görüntüleme seçeneğiniz yoktur.

Çözüm: In order to view jobs in Data Refinery akışları, open a Data Refinery flow, click the İşler icon Bir iş simgesini çalıştırma ya da zamanlama, and select Sakla ve görüntüle jobs. Projenizdeki tüm işlerin bir listesini İşler sekmesinde görüntüleyebilirsiniz.

Watson Studio sorunları

Watson Studioile çalışmaya başlarken ve kullanmaya başladığınızda bu sorunların bazılarıyla karşılaşabilirsiniz.

Birleşik Öğrenim varlıkları tüm varlıklarda, arama sonuçlarında ya da yeni projeler kullanıcı arabirimindeki süzgeç sonuçlarında arama yapılamıyor

If you're working in the new projects UI, you cannot search Federated Learning assets from the Tüm varlıklar view, the search results, or the filter results of your project.

Geçici çözüm: Aracı açmak için Federated Learning varlığını tıklatın ya da projenizdeki Birleşik Learning 'in tam olarak bütünleştirilmiş sürümünü kullanmaya devam etmek için eski projelere geri dönün.

Bir not defterinin yinelenmesi, yeni projeler kullanıcı arabiriminde benzersiz bir ad yaratmaz

Yeni projeler kullanıcı arabiriminde bir not defterini kopyaladığınızda, yinelenen not defteri benzersiz bir adla oluşturulmaz.

Eski hesaplarda varlık yaratılamıyor

Kasım 2017 'den önce etkinleştirilen bir Watson Studio örneğinde çalışıyorsanız, not defterleri gibi operasyonel varlıklar oluşturamayabilirsiniz. Oluştur düğmesi gri kalır ve devre dışı bırakılırsa, Hizmetler kataloğundan hesabınıza Watson Studio hizmetini eklemeniz gerekir.

Watson Studiobaşlatılırken 500 iç sunucu hatası alındı

Nadiren, Watson Studio' u başlatırken bir HTTP iç sunucu hatası (500) alabilirsiniz. Bunun nedeni, tarayıcı için süresi dolmuş bir tanımlama bilgisinden kaynaklanmış olabilir. To confirm the error was caused by a stale cookie, try launching Watson Studio in a private browsing session (incognito) or by using a different browser. Yeni tarayıcıda başarıyla başlatılabildiyseniz, hatanın nedeni süresi dolmuş bir tanımlama bilgisinden kaynaklanır. Bir karar seçeneğiniz vardır:

  1. Cookie ' yi sıfırlamak için tarayıcı uygulamasından tamamen çıkın. Uygulamayı kapatıp yeniden başlatmanız gerekir, yalnızca tarayıcı penceresini kapatmanız değil. Tarayıcı uygulamasını yeniden başlatın ve oturum tanımlama bilgisini ilk durumuna getirmek için Watson Studio uygulamasını başlatın.
  2. Göz atma verilerindeki IBM çerezlerini temizleyin ve Watson Studio' u başlatın. Tanımlama bilgilerini temizlemek için tarayıcıdaki göz atma verilerine ya da güvenlik seçeneklerine göz atın. Tüm IBM tanımlama bilgilerinin temizlenmesine ilişkin diğer IBM uygulamaları da etkileyebileceğini unutmayın.

Bu çözünürlüklerden birini gerçekleştirdikten sonra 500 hata devam ederse, Watson Studio'u etkileyen IBM Cloud olayları için durum sayfası ' na bakın. Additionally, you may open a support case at the IBM Cloud destek portalı.

Oturum açma sırasında hata oluştu

Watson Studio' da oturum açma girişimi sırasında bu hata iletisini alabilirsiniz: "Access Manager WebSEAL beklenmeyen bir hata nedeniyle isteğinizi tamamlayamadı." dataplatform.cloud.ibm.com adresine dönün ve yeniden oturum açın. Genellikle ikinci oturum açma girişimi işe yarar.

Bazı tensör kitaplıklarının el ile kurulması desteklenmiyor

Bazı tensör akış kitaplıkları önceden kuruludur, ancak ek tensör akış kitaplıklarını kendiniz kurmaya çalışırsanız, bir hata ortaya çıkar.

Not defteri çekirdeğine bağlantı, bir kod hücresi çalıştırıldıktan sonra beklenenden uzun sürüyor

Çekirdeğe yeniden bağlanmayı ve bir kod hücresinin hemen çalıştırılmasına çalışırsanız (ya da kod yürütme sırasında çekirdek yeniden bağlantısı olduysa), not defteri çekirdeğe yeniden bağlanmaz ve kod hücresi için çıkış görüntülenmez. Kernel > Yeniden bağlanöğelerini tıklatarak çekirdeğe el ile yeniden bağlanmanız gerekir. Çekirdek hazır olduğunda, kod hücrecisini yeniden çalıştırmayı deneyebilirsiniz.

Birden çok notebookda önceden tanımlanmış sqlContext nesnesinin kullanılması bir hataya neden olur

Önceden tanımlanmış olan sqlContext nesnesini birden çok not defterinde kullanıyorsanız, bir Apache Spark hatası alabilirsiniz. Her not defteri için yeni bir sqlContext nesnesi yaratın. Bkz. bu Yığın Taşması açıklaması.

Spark görevleri eksik AWS anahtarları hatasıyla başarısız olabilir

Respawning a failed executor during a job that reads or writes Parquet on S3 causes subsequent tasks to fail because of missing AWS keys.

Bir Scala dizüstü bilgisayarı açılırken, dizüstü bilgisayar çekirdeği başlatılmadı

Spark ve özel Scala kitaplıkları kullanan bir Scala dizüstü bilgisayarını açtığınızda, not defteri çekirdeğinin çalışmadığını fark edebilirsiniz. Scala kitaplıkları kullandığınız Spark sürümüyle uyumlu olmayan Scala kitaplıkları kullandığınızda, örneğin Spark 2.1 içeren bir defterde Scala 2.10 jar dosyası kullanıyorsanız ortaya çıkar.

Bu durumdan kaçınmak için:

  1. Scala 2.11 kitaplıklarını Spark 2.1 ile birlikte kullandığınızdan emin olun.
  2. Var olan Scala kitaplıklarını kaldırmak için bir Python defterinde aşağıdaki kodu çalıştırın:
    !rm -rvf ~/data/libs/*
    
  3. Gereksinim duyardığınız kitaplıkları yeniden yükleyin.

Bağlantı başarısız oldu iletisi

Çekirdek durursa, not defteriniz artık otomatik olarak kaydedilmez. Saklamak için Dosya > Sakla öğelerini el ile tıklatın; çekirdek bilgileri alanında, Spark sürümünden önce görünen bir Not Defteri saklanmış iletisi almalısınız. Çekirdeğin başarısız olduğunu bildiren bir ileti varsa, not defterinizi çekirdeğe yeniden bağlamak için Kernel > Yeniden Bağlanseçeneklerini tıklatın. If nothing you do restarts the kernel and you can't save the notebook, you can download it to save your changes by clicking Dosya > Karşıdan yükle > Not Defteri (.ipynb). Daha sonra, karşıdan yüklenen not defteri dosyanızı temel alan yeni bir not defteri oluşturmanız gerekir.

Amazon EMR üzerinde not defteri çekirdeğine bağlantı başarısız oldu

Not defteri dili (örneğin, Python 3.7 with Spark ) not defteri için görüntülenmiyorsa, not defteri çekirdeği başlatılamamış olabilir.

Amazon Elastic Map Reduce Kernel Ağ Geçidinin başlatıldığını ve uç noktalarının İnternet üzerinden erişilebilir olduğunu doğrulamak için şunları çalıştırın: curl https://<KG_EMR_URL>:<PORT>/api/kernelspecs -H "Authorization: token <Personal_access_token>"

Kullanılabilir çekirdekleri içeren bir JSON listesi döndürülürse, Kernel Ağ Geçiine erişilebilir. If not, you must reinstall Jupyter Kernel Gateway on Amazon EMR. Ayrıntılar için bkz. Bir Amazon EMR Spark hizmeti ekleme.

Amazon EMR üzerindeki dizüstü bilgisayar çekirdeğine bağlanılması beklenenden uzun sürüyor

Dizüstü bilgisayar çekirdeğiniz başlatılamazsa, Amazon Elastic Map Reduce hizmetinin Spark kaynakları tükenmiş olabilir. Kullanmadığınız defterlerin çekirdeklerini durdurarak Spark kaynaklarını serbest bırakınız. Diğer bir seçenek olarak, Kernel Gateway 'i EMR kümesine yeniden başlatarak tüm çekirdekleri durdurabilirsiniz:

  1. Amazon EMR konsolunu açın ve kümenin ana düğümünde oturum açın.
  2. Kernel Gateway kuruluşunu karşıdan yüklemek için wget https://raw.githubusercontent.com/IBMDataScience/kernelgateway-setup/master/install_kg_emr_bootstrap_script.sh girin.
  3. Komut dosyasını çalıştırmak için chmod +x install_kg_emr_bootstrap_script.sh girin.
  4. Kernel Gateway ' i yeniden başlatmak için ./install_kg_emr_bootstrap_script.sh --restart girin. Kapı numarasını girmeniz istenecektir.

Amazon EMR bağlantısı yok

Amazon Elastic Map Reduce(Amazon Elastic Map Reduce) bağlantısını kullanarak sorunlarla çalışmaya devam etseniz, Kernel Ağ Geçidini en iyi şekilde kaldırıp yeniden kurmanız önerilir

  1. Amazon EMR konsolunu açın ve kümenin ana düğümünde oturum açın.
  2. Kernel Gateway kuruluşunu karşıdan yüklemek için wget https://raw.githubusercontent.com/IBMDataScience/kernelgateway-setup/master/install_kg_emr_bootstrap_script.sh girin.
  3. Komut dosyasını çalıştırmak için chmod +x install_kg_emr_bootstrap_script.sh girin.
  4. Kernel Gateway 'i kaldırmak için ./install_kg_emr_bootstrap_script.sh --uninstall girin.
  5. Kernel Gateway 'i yeniden kurmak için ./install_kg_emr_bootstrap_script.sh girin.

IBM Analytics Engine hizmetine bağlanma hizmeti kullanılamıyor

The IBM Analytics Engine service instance that you selected to use for your notebook in Watson Studio might have been deleted or might not be running. Hizmet örneğinin var olup olmadığını ve Watson Studio ' taki gezinme menüsünü tıklatıp Gösterge Panosu öğesini seçerek IBM Cloud Gösterge Panosu 'nda yetkilendirilmişse işaretleyin.

Hizmetler ve bütünleştirmeler sayfasındaki IBM Services bölümünden yeni bir IBM Analytics Engine hizmeti ekleyin.

Spark 3.0 ve Scala 2.12 ortamlarında çalışan dizüstü bilgisayarlar için kod desteği ekleme işlemi yok

Spark 3.0 ve Scala 2.12 ortamlarında çalışan Scala dizüstü bilgisayarlarındaki proje varlıklarından verilere erişemezsiniz. Varlık adının altındaki Kodya ekle bağlantısını tıklattığınızda ve verileri bir SparkSession DataFrame içine yüklemek için seçim yaparken bir hata döndürülür. Spark 2.4 & Scala 2.11 ortamını kullanmaya geri dönmek için geçici bir çözüm.

Not defterinizde, örneğin, not defterinin üst kısmındaki bir giriş kısmından bağladığınız bölümler varsa, bu bölümlerin bağlantıları Firefox 'ta salt görünüm kipinde açıldıysa çalışmaz. Ancak, defteri düzenleme modunda açsanız, bu bağlantılar çalışır.

Not defteri çekirdeğine bağlanılamıyor

If you try to run a notebook and you see the message Connecting to Kernel, followed by Connection failed. Reconnecting and finally by a connection failed error message, the reason might be that your firewall is blocking the notebook from running.

If Watson Studio is installed behind a firewall, you must add the WebSocket connection wss://dataplatform.cloud.ibm.com to the firewall settings. Notebooklar ve RStudio kullanıyorsanız, bu WebSocket bağlantısının etkinleştirilmesi gerekir.

Bir not defteri açılırken ya da düzenlenirken UNAVAILABLE ERROR_Resour_unavaable

Bir not defterini açarken ya da düzenlerken, ERROR_FULEN_UNAVAILEABLE iletisinin iletisini görüyorsanız, defterinizle ilişkilendirilen ortam yürütme ortamı kaynak sorunları içerir.

Nedeni bulmak için, Watson Studio' u etkileyen IBM Cloud olaylarına ilişkin durum sayfasını kontrol etmeyi deneyin. Ayrıca, IBM Cloud Support (Destek) portalında bir destek senaryosu da açabilirsiniz.

Watson Machine Learning sorunları

Model Oluşturucu ve Akış Düzenleyicisi de içinde olmak üzere, IBM Watson Machine Learning bileşenleriyle çalışırken bu sorunların bazılarıyla karşılaşabilirsiniz.

Bölge gereksinimleri

Bir Watson Machine Learning hizmeti eşgörünümünü, Watson Machine Learning hizmet eşgörünümü ve Watson Studio yönetim ortamı aynı bölgede bulunuyorsa, yalnızca Watson Studio projeniz ile ilişkilendirebilirsiniz.

Akış Düzenleyicisi yürütme ortamı kısıtlamaları

Watson Studio , Peru, Ekvador, Kolombiya ve Venezuela 'da SPSS işlevselliğini içermez.

Devreye alma sorunları

  • Bir ayarlama süresi (ücretsiz plan için 24 saat ya da ücretli bir plan için 120 saat) için etkin olmayan bir devreye alma işlemi otomatik olarak kış uykusuna yatmaktadır. Yeni bir puanlama isteği sunulduğunda, devreye alma yeniden etkinleştirilir ve puan isteği sunulur. Model çerçeveye bağlı olarak, etkinleştirmeden sonra ilk puan isteği için 1-60 saniye arasında kısa bir gecikme beklenir.
  • SPSS modelleyici gibi bazı çerçeveler için, sabit disk askıda uyku kipinden sonra devreye alınan bir model için ilk puan isteği 504 hatasına neden olabilir. Bu gerçekleşirse, isteği yeniden sunun; sonraki istekler başarılı olmalıdır.

AutoAI bilinen sınırlamalar

  • Şu anda AutoAI deneyleri, çift baytlık karakter kümelerini desteklemez. AutoAI , ASCII karakterleri olan CSV dosyalarını yalnızca destekler. Kullanıcılar, dosya adı ya da içerikteki ASCII dışı karakterleri dönüştürmeli ve giriş verilerini bu CSV standardı' nda tanımlandığı gibi bir CSV olarak sağlayabilmelidir.

  • Bir AutoAI modeli ile programsal olarak etkileşimde bulunmak için, Python istemcisi yerine REST API 'sini kullanın. AutoAI 'yi desteklemek için gerekli olan Python istemcisine ilişkin API' ler genellikle şu anda kullanılabilir değildir.

Veri modülü IBM Federated Learning içinde bulunamadı

IBM Federated Learning için veri işleyicisi, FL kitaplığından bir veri modülünü çıkarmaya çalışıyor, ancak bu veri modülünü bulamıyor. Aşağıdaki hata iletisini görebilirsiniz:

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

Sorun, eski bir DataHandler olanağını kullanmanın sonucu olabilir. Lütfen en son belirtime uygun olması için DataHandler olanağını gözden geçirin ve güncelleyin. En son MNIST veri işleyicisine ilişkin bağlantı burada bulunur ya da galeri örnek sürümlerinizin güncel olduğunu doğrulayın.

Pod creation fail in re-run of an IBM Federated Learning experiment

Aşağıdaki hata iletisini görebilirsiniz:

Pod creation failed because of insufficient resources that prevented scheduling.

Bu sorun, daha yeni bir yazılım belirtiminin daha eski bir modeli kullanılmasından sonuçlıdır. Lütfen modelinizi gözden geçirin ve en son belirtime uyacak şekilde güncelleyin. En son Frameworks ve Python sürüm uyumluluğuna ilişkin bağlantı şöyledir:

Cognos Dashboard Embedded sorunları

Bir Cognos Dashboard Embeddedile çalışırken bu sorunların bazılarıyla karşılaşabilirsiniz.

Cognos gösterge panoları yalnızca kullanıcı adı ve parola kimlik bilgileri ile oluşturulan veri bağlantılarını kullanabilir

Cognos Dashboard Embedded , bir gösterge panosuna veri kaynakları olarak eklenen veritabanı bağlantılarının ve bağlı veri varlıklarının kullanıcı adı ve parola kimlik bilgilerini içermesini gerektirir.

Bu kimlik bilgileri bağlantıda belirtilmediyse ve bunun yerine bir simge ya da API anahtarı kullanılıyorsa, Cognos Dashboard Embedded , o bağlantıyı ya da bağlı veri varlığını veri kaynağı olarak kullanamaz.

Daraltılmış veri varlıkları için yanlış veri tipi gösteriliyor

Bir CSV dosyasını içe aktardıktan sonra, veri varlığı genel bilgileri sayfasında içe aktarılan dosyayı tıklatırsanız, bazı sütunların tipleri doğru olarak gösterilmeyebilir. For example, a dataset of a company report with a column called Gelir that contains the revenue of the company might show up as type Dize, instead of a number-oriented data type that is more logical.

CSV dosyalarındaki desteklenmeyen özel karakterler

Kaynak CSV dosyası adı, alfasayısal olmayan karakterler içerebilir. Ancak, CSV dosyası adı özel karakterleri ( / : & < . \ ") içeremez. Dosya adı bu karakterleri içeriyorsa, bunlar çizelgeden kaldırılır.

Önemli: Kaynak CSV dosyasındaki tablo sütunu adları, desteklenmeyen özel karakterlerden herhangi birini içeremez. Veri modülündeki ad kaynak dosyadaki sütunun adıyla eşleşmesi gerektiğinden, bu karakterler kaldırılamıyor. Bu durumda, verilerinizin gösterge panosunda kullanılmasını etkinleştirmek için kolon adlarınızdaki özel karakterleri kaldırın.

CSV dosyalarındaki dizgi değerleri 128 karakterle sınırlanmıştır

Kaynak CSV dosyanızın bir kolonundaki dizgi değerleri yalnızca 128 karakter uzunluğunda olabilir. CSV dosyanızın, daha uzun değerleri olan dizgi kolonları varsa, bir hata iletisi görüntülenir.

CSV dosyalarındaki tarih biçimi sınırlamaları

Görselleştirmede kullanılan CSV dosyalarına ilişkin tarih biçimi sınırlamaları vardır. Ayrıntılar için bkz. Cognos Dashboard Embeddediçindeki CSV dosyalarından veri kullanılırken sorunların çözülmesi.

Bir görselleştirmede veri tablosu değiştirilemez

Bir gösterge panosuna bir görselleştirme eklediğinizde, daha önce başka bir veri tablosundan veri alanlarını eklediyseniz (ve sonra kaldırırsanız) görselleştirmeye bir veri tablosu ekleyemezsiniz. Bu kısıtlama Db2, CSV tabloları ve diğer veri kaynakları için geçerlidir.

DesteklenmeyenCognos Analytics özellikleri

IBM Cognos Analytics işlevinden aşağıdaki işlevler gösterge panolarında desteklenmez:

  • Veri gruplama
  • Özel renk paletleri
  • özel görselleştirmeler
  • Yardımcı
  • Tahmin
  • Görselleştirmede öngörüler
  • Jupyter dizüstü bilgisayar görselleştirmesi
  • Gelişmiş veri analitiği

SPSS Modeler sorunları

SPSS Modeler' de çalışırken bu sorunların bazılarıyla karşılaşabilirsiniz.

Çalışmakta olan bir akışı durdurma girişimi sırasında hata oluştu

Bir SPSS Modeler akışı çalıştırırken, projenizin Manage (Yönet) sekmesinin altındaki Environments (Ortamlar) sayfasından akışı durdurmayı denerken bir hatayla karşılaşabilirsiniz. SPSS Modeler yürütme ortamını ve CUH tüketimini tamamen durdurmak için, akışı açık olan tarayıcı sekmesini (ya da sekmesini/etiketlerini) kapatın.

İçe aktarılan Veri Varlığı Dışa Aktarma düğümleri bazen çalıştırılamayabilir

Bir SPSS Modeler akışını (.str dosyası) içe aktararak yeni bir akış yarattığınızda, dışa aktarma düğümünü geçirin ve sonuçta elde edilen Veri Varlığı Dışa Aktarma düğümünü çalıştırın, çalıştırma başarısız olabilir. Bu sorunun üzerinde çalışmak için: Düğümü yeniden çalıştırın, çıkış adını değiştirin ve düğüm özelliklerinde Veri kümesi zaten var ise seçeneğini değiştirin ve düğümü yeniden çalıştırın.

Tablo meta verileri değiştiyse veri önizlemesi başarısız olabilir

Bazı durumlarda, verileri bir bağlantıdan içe aktarmak için Veri Varlığı içe aktarma düğümü kullanılırken, temeldeki tablo meta verileri (veri modeli) değiştiyse veri önizleme bir hata döndürebilir. Sorunu çözmek için Veri Varlığı düğümünü yeniden yaratın.

Bir Uzantı Çıkışı düğümü çalıştırıldıktan sonra çıkış görüntülenemedi

Dosyaya çıkış seçeneği seçili olan bir Extension Output düğümünü çalıştırırken, çıkış dosyası Output panosundan açmaya çalıştığınızda oluşan çıkış dosyası bir hata döndürür.

COS bağlantılarından Excel verileri önizlenemiyor

Şu anda .xls ya da .xlsx verilerini COS bağlantısından önizleyemezsiniz.

Bir dizgi olarak yorumlanan sayılar

Duyarlık değeri büyük ya da 32 olan herhangi bir sayı ve 0 'a eşit bir ölçek, dizgi olarak yorumlanır. Bu davranışı değiştirmeniz gerekirse, bir Filler düğümünü kullanarak, to_real (@FIELD) ifadesini kullanarak, alanı gerçek bir sayıya çevirebilirsiniz.

İçe aktarma düğümlerini içeren üst düğüm

Akışınızda bir Import düğümü içeren bir üst düğüm varsa, modeli Scoring branch seçeneğiyle kaydettiğinizde giriş şeması doğru olarak ayarlanmamış olabilir. Bu sorunu üzerinde çalışmak için, kaydetmeden önce SuperNode öğesini genişletin.

Desteklenmeyen Python sürümüne sahip KDE düğümleri

Akışınız eski bir KDE düğümü içeriyorsa, artık desteklenmeyen bir Python paketi kullanarak model hakkında çalıştığınızda bir hata alabilirsiniz. Böyle bir durumda, eski KDE düğümünü kaldırın ve yeni bir düğüm ekleyin.

SAV dosyasına aktarma

Bir SPSS Statistics SAV dosyasına (.sav) dışa aktarmak için Veri Varlığı Dışa Aktarma düğümünü kullanırken, giriş şeması çıkış şemasıyla eşleşmiyorsa, Veri varlığını değiştir seçeneği çalışmaz. Değiştirmek istediğiniz var olan dosyanın şeması eşleşmeli.

Sınırlayıcı ve ondalık seçenekleri

Yalnızca, Veri Varlığı düğümlerine (.csv) ilişkin alan sınırlayıcısı ve ondalık seçenekleri ayarlayabilirsiniz. Bu seçenekler şu anda bağlantı için kullanılamaz.

Bir Watson Machine Learning Serverüzerinde akan akışlar

Akışları bir Watson Machine Learning Serverüzerinde çalıştırdığınızda, aşağıdaki sorunlarla karşılaşabilirsiniz:

  • Bir akış bağlantıya gönderme yapıyorsa, bağlantıya hem yerel makinede (bağlantıyı yapılandırmak için) hem de uzak Watson Machine Learning Server ' ın (akışı çalıştırmak için) erişilebilir olması gerekir.
  • Bir akış Metin Analitiği düğümleri içeriyorsa, bunu bir Watson Machine Learning Server' da çalıştıramazsınız. Akışı yerel olarak çalıştırmalısınız.
  • Don't import a stream file (.str) that requires migration to a flow that runs on the Watson Machine Learning Server.

İçe aktarma düğümlerinin geçirilmesi

Bir akışı (.str) SPSS Modeler masaüstünde oluşturulmuş ve bir ya da daha fazla desteklenmeyen İçe Aktarma düğümü içeriyorsa, içe aktarma düğümlerini veri varlıklarına geçirmeniz istenecektir. Akış, aynı veri dosyasını kullanan birden çok içe aktarma düğümü içeriyorsa, geçiş aynı dosyayı birden çok içe aktarma düğümüne yükleyemediğinden geçiş yapmadan önce bu dosyayı bir veri varlığı olarak projenize eklemelisiniz. Veri varlığını projenize ekledikten sonra, akışı yeniden açın ve yeni veri varlığını kullanarak geçiş işlemine devam edin.

Metin Analitiği

Metin Analizi düğümlerinde aşağıdaki sorunlar vardır:

  • Metin Analytics Workbench 'ten yeni bir model oluşturduğunuzda, yeni model herhangi bir düğüme bağlı değildir. Örneğin, on kez Yeni model oluştur seçeneğini tıklatırsanız, on adet yeni modelleme düğümü elde edin.
  • Dilbilimsel kaynakların düzenlenmesi şu anda kullanılamıyor.
  • Bir akış Metin Analitiği düğümleri içeriyorsa, bunu bir Watson Machine Learning Server' da çalıştıramazsınız.
  • In the Text Analytics Workbench, when you click Yeni model oluştur, a new model nugget is created in your flow. Birden çok model oluşturursanız, bunların tümü aynı ada sahip olur, bu nedenle bunları ayırt etmek zor olabilir. Bir öneride, ek açıklamaların tanımlanmasına yardımcı olması gerekir (bir model nugget 'ının özelliklerini açmak için çift tıklatın, ardından Ek Açıklamalar' a gidin).
  • Metin Analytics Workbench 'i kapattıktan sonra, değiştirdiğiniz süzgeç ayarları ya da kategori oluşturma ayarları, düğüme saklanacakları gibi saklanmırlar.

Üst konu: Cloud Pak for Data as a Service