跳到主要內容 跳至補充內容

Databricks MLflow 分析來源

Databricks MLflow 是一個機器學習平台,用於自動化、確保和加速預測分析,幫助資料科學家和分析師建置和部署準確的預測模型。

要連線到 Databricks MLflow,您必須已建立模型或有權存取模型,並將其部署到 Databricks MLflow 平台上的端點。此外,此端點必須可由 Qlik Cloud 公開存取。

受管理 MLflow

限制

  • Databricks MLflow 具有端點配額。如需更多資訊,請參見 Databricks 機器學習簡介

  • 已部署模型的 Databricks MLflow 服務上的可用資源會影響和限制 Qlik Sense 重新載入和圖表回應的效能。

  • Databricks MLflow 連接器限制為每個請求 200,000 列。這些請求以 2,000 列為一組傳送到端點服務。在必須處理更多列的狀況下,使用資料載入指令碼中的 Loop 來批次處理更多列。

  • 在定期重新載入應用程式的情況下,最佳做法是使用 QVD 檔案快取預測,並且只將新列傳送到預測端點。這將提升 Qlik Sense 應用程式重新載入的效能,並減少 Databricks MLflow 端點上的負載。

  • 在圖表運算式中使用 Databricks MLflow 時,提供欄位的資料類型相當重要,因為模型需要以正確的字串/數字格式處理這些資料類型。圖表運算式中伺服器端擴充有一個限制,也就是資料類型不會像在載入指令碼中那樣自動偵測。

  • 如果您使用的是相對連線名稱,並且您決定將應用程式從一個共用空間移動到另一個共用空間,或者您將應用程式從一個共用空間移動到您的私人空間,則更新分析連線以反映新的空間位置需要一些時間。

此頁面是否對您有幫助?

若您發現此頁面或其內容有任何問題——錯字、遺漏步驟或技術錯誤——請告知我們可以如何改善!