Early Access: The content on this website is provided for informational purposes only in connection with pre-General Availability Qlik Products.
All content is subject to change and is provided without warranty.
Przeskocz do zawartości głównej Przejdź do treści uzupełniającej

Źródło do analityki Databricks MLflow

Databricks MLflow to platforma uczenia maszynowego do automatyzacji, zapewniania i przyspieszania analiz predykcyjnych, która pomaga specjalistom od danych i analitykom w tworzeniu i wdrażaniu dokładnych modeli predykcyjnych.

Aby się połączyć z Databricks MLflow, musisz utworzyć model lub mieć do niego dostęp i wdrożyć go w punkcie końcowym na platformie Databricks MLflow. Ponadto ten punkt końcowy musi być publicznie dostępny dla Qlik Cloud.

Managed MLflow.

Ograniczenia

  • Databricks MLflow ma przydział punktów końcowych: Więcej informacji zawiera temat Wprowadzenie do uczenia maszynowego z Databricks.

  • Zasoby dostępne w usługach Databricks MLflow, w których wdrożono model, wpłyną ograniczająco na wydajność ładowania Qlik Sense i responsywność wykresu.

  • Łącznik Databricks MLflow ma ograniczenie 200,000 wierszy na żądanie. Są one wysyłane do usługi punktu końcowego w partiach po 2,000 wierszy. Jeżeli wymagane jest przetworzenie większej liczby wierszy, użyj instrukcji Loop w skrypcie ładowania danych, aby przetworzyć więcej wierszy w partiach.

  • Kiedy aplikacja jest regularnie ładowana, najlepsza praktyka polega na buforowaniu prognoz przy użyciu pliku QVD i wysyłaniu do punktu końcowego prognoz tylko nowych wierszy. Poprawi to wydajność ponownego ładowania aplikacji Qlik Sense i zmniejszy obciążenie punktu końcowego Databricks MLflow.

  • Podczas używania połączeń Databricks MLflow w wyrażeniu wykresu ważne jest podanie typów danych pól, ponieważ model musi je przetworzyć w poprawnym formacie ciągu lub liczbowym. Ograniczenie rozszerzeń po stronie serwera w wyrażeniach wykresu polega na tym, że typy danych nie są automatycznie wykrywane tak jak w skrypcie ładowania.

  • Jeśli używasz względnej nazwy połączenia i zdecydujesz się przenieść aplikację z przestrzeni udostępnionej do innej przestrzeni udostępnionej lub jeśli przeniesiesz aplikację z przestrzeni udostępnionej do przestrzeni prywatnej, aktualizacja połączenia analitycznego w celu odzwierciedlenia nowej lokalizacji przestrzeni zajmie trochę czasu.

Czy ta strona była pomocna?

Jeżeli natkniesz się na problemy z tą stroną lub jej zawartością — literówkę, brakujący krok lub błąd techniczny — daj nam znać, co możemy poprawić!