Databricks MLflow analiz kaynağı
Databricks MLflow; veri bilimcilerine ve analizcilere doğru tahmin modelleri geliştirme ve dağıtmada yardımcı olmak üzere tahmin analizlerini otomatikleştirme, doğrulama ve hızlandırma amaçlı bir makine öğrenmesi platformudur.
Databricks MLflow konumuna bağlanmak için bir model oluşturmuş olmanız veya bir modele erişiminiz olması ve bu modeli Databricks MLflow platformundaki bir uç noktaya dağıtmış olmanız gerekir. Ayrıca bu uç nokta, Qlik Cloud tarafından erişilebilir olmalıdır.
Sınırlamalar
-
Databricks MLflow, uç nokta kotasına sahiptir. Daha fazla bilgi için bk. Databricks Makine Öğrenimi'ne giriş.
-
Modelin dağıtılmış olduğu Databricks MLflow hizmetlerinde mevcut olan kaynaklar, Qlik Sense yeniden yükleme ve grafik yanıt verme durumu performansını etkiler ve sınırlar.
-
Databricks MLflow bağlayıcısı, istek başına 200,000 satır ile sınırlıdır. Bunlar uç nokta hizmetine 2,000 satırlık gruplar halinde gönderilir. Daha fazla sayıda satırın işlenmesi gereken senaryolarda, daha fazla satırı toplu olarak işlemek için veri komut dosyası içinde bir Döngü kullanın.
-
Bir uygulama düzenli olarak yeniden yükleniyorsa tahminleri bir QVD dosyası kullanarak önbelleğe almak ve tahmin uç noktasına yalnızca yeni satırları göndermek iyi bir uygulamadır. Qlik Sense uygulamasının yeniden yükleme performansını artırır ve Databricks MLflow uç noktasındaki yükü azaltır.
-
Bir grafik ifadesinde Databricks MLflow kullanılırken, alanların veri türlerinin sağlanması, modelin bunları doğru dizesel/sayısal biçimde işlemesi gerektiğinden önemlidir. Grafik ifadelerindeki sunucu tarafı uzantılarının bir sınırlaması, veri türlerinin komut dosyasında olduğu gibi otomatik olarak algılanmamasıdır.
-
Görece bir bağlantı adı kullanıyorsanız ve uygulamanızı bir paylaşılan alandan başka bir paylaşılan alana veya uygulamanızı paylaşılan bir alandan kendi özel alanınıza taşımak istiyorsanız bu durumda analitik bağlantının yeni alan konumunu yansıtacak şekilde güncellenmesi biraz zaman alacaktır.