Fejllogfiler
Intelligent Recommendations opretter en fejllog for hvert dataobjekt, som tjenesten behandler i Azure Data Lake Storage. Fejllogfilen skrives tilbage til Data Lake Storage-kontoen. Hvis du har problemer med datakonfigurationen, kan du bruge denne artikel til at forstå de fejl, der rapporteres i logfilen, og hvordan du kan løse dem.
Denne artikel indeholder de typer fejltyper i logfilen, som findes af tjenesten til Intelligent Recommendations, hvad de betyder, og tip til, hvordan de kan løses.
Når fejl bliver rettet, hentes de nye data automatisk i Intelligent Recommendations, og ændringerne behandles i løbet af den næste periodiske modelleringscyklus. Du kan få mere at vide om denne proces ved at gå til Udløs modellering manuelt.
Fejltyper
Brug følgende tabel til at forstå de forskellige fejltyper, der kan blive returneret af Intelligent Recommendations.
Visse fejltyper medfører, at en række kan blive udeladt fra behandlingen, mens andre fejltyper kan være fatale og forårsage, at behandlingspipelinen stopper behandlingen helt.
Ved fejl, der medfører, at rækken ikke bliver behandlet, kan det medføre dårlig produktkvalitet eller endda tomme resultater, hvis inputdataene indeholder mange fejl.
Fejltype | Beskrivelse | Foreslået løsning |
---|---|---|
AttributeValueNotAllowed | En attribut bruger en reserveret eller forkert værdi. | Værdien "0" er reserveret i systemet. Du kan om muligt redigere værdien for denne attribut. Du kan få flere oplysninger under Katalogdataobjekter. |
DataTypeMismatch | Formatet for den angivne datatype er forkert. | Kontrollér formateringen omhyggeligt, og sørg for, at der ikke er forkerte tegn eller mellemrum i hverken model.json eller i datakontrakten. Du kan finde flere oplysninger om formatering i vores retningslinjer for formatering af datakontrakter. |
EmptyMandatoryAttribute | En af de obligatoriske attributter i en række er tom. | Udfyld de manglende data. |
InvalidGuidIdFormat | Hvis systemet er indstillet til at fungere med ItemID-GUID-typer, skal alle id'er være GUID'er. | Gør ItemID-typen ensartet på tværs af alle rækker. |
InvalidIdFormat | Hvis systemet er indstillet til at fungere med alfanumeriske (16) ItemID-typer, skal alle id'er være alfanumeriske (16). | Gør ItemID-typen ensartet på tværs af alle rækker. |
ImageContentIsEmpty | Det downloadede billede er tomt. | Kontrollér billedets URL-adresse. |
ImageDownloadFailed | Billeder skal være på Data Lake Storage, og de skal være beskyttet med godkendelse (ikke-anonym adgang). | Kontrollér billedets URL-adresse. |
ImageMalwareDetected | Malwarescanningen har registreret et problem med billedet. | Kontrollér billedets URL-adresse. |
ImageNotFound | Billedet blev ikke fundet i den angivne URL-adresse. | Kontrollér billedets URL-adresse. |
ImageSizeLargerThanAllowed | Billedet er større end den maksimalt tilladte størrelse. | Kontrollér billedets URL-adresse. |
ImageUnexpectedContentType | URL-adressen til billedet indeholder en uventet indholdstype. | Kontrollér billedets URL-adresse. |
MalwareDetected | Kontrollér billedfilerne. De kan være inficeret. | Kontrollér billedets URL-adresse. |
InvalidListName | Kontrollér, at listenavnet stemmer overens med dokumentationen. | Du kan få flere oplysninger under Dataobjekter for forbedring af anbefalinger. |
InvalidDateFormat | I inputtet ItemsAndVariants er udgivelsesdatoen ikke i det understøttede dato-/klokkeslætsformat yyyy-MM-ddTHH:mm:ss.fffZ . |
Bekræft, at dato-/klokkeslætsformatet opfylder kravene i datakontraktskemaet, eller lad udgivelsesdatoen være tom. |
InvalidListAvailabilityRange | Startdatoen skal være tidligere end slutdatoen, og ingen af dem må være tomme. | Kontrollér datoerne for tilgængelighederne. Du kan få flere oplysninger under Katalogdataobjekter. |
UniqueAttributeCountExceedsThreshold | Visse attributter er begrænsede med hensyn til entydige værdier. Denne fejl betyder, at tjenesten til Intelligent Recommendations har nået datastørrelsen ud over de understøttede begrænsninger. | Hvis denne fejl opstår, og du ikke kan løse problemet, skal du gå til Support. |
CsvInvalidFormat | Inputdataobjektet kan have et forkert CSV-format. | Fejllogfilen angiver fejlens placering og flere detaljer om fejlen til klienten. Du kan finde flere oplysninger under retningslinjerne for formatering af datakontrakter. |
MissingAttribute | Et angivet dataobjekt indeholder ikke alle påkrævede attributter. | Du kan finde flere oplysninger om, hvad de påkrævede attributter for bestemte dataobjekter er, i Oversigt over datakontrakt. |
MandatoryInputIsMisssing | Filen model.json mangler. | Bekræft igen, at du har uploadet dine model.json-filer korrekt til din lagerkonto under mappen ir_root. For det andet skal du kontrollere, at forbindelsesstrengen for modelleringsressourcen peger på den mappe, der indeholder filen model.json. Hvis din model.json-fil er blevet ændret, er beskadiget eller mangler, kan du downloade en ny model.json-fil fra datakontrakten og føje den til mappen ir_root. |
MulitpleFilterTypes | Reco_ItemAndVariantFilters indeholder et filternavn med mere end én (eller flere) filtertype. | Gennemse datakontrakten, og kontrollér, at alle værdier, der er relateret til et bestemt FilterName, alle sammen har samme FilterType. Du kan finde flere oplysninger i vores retningslinjer for vare- og variantfiltre. |
NonNumericFilterValue | Numeriske filtre antager, at alle værdier er numeriske. | Skift filter til numeriske data. |
TotalLineCountExceedsThreshold | Inputdataobjekterne overskrider i øjeblikket tærskelværdien for antallet af linjer. | Tjenesten har en standardtærskelværdi for antallet af entydige værdier og kombinationer for visse dataobjekter og værdier. Kontrollér logfilerne for at se, hvor fejlen opstår, og følg retningslinjerne for formatering af datakontrakter for at identificere de rette tærskelværdier for de enkelte dataobjekter. |
UnexpectedColumnCount | Du enten mangler kolonner eller har flere kolonner, end det er tilladt i henhold til datakontrakten. Visse kolonner kan have valgfrie værdier og kan stå tomme, men alle kolonner skal være til stede, for at tjenesten kan fungere korrekt. | Lad kolonnen stå tom i forbindelse med ikke-påkrævede kolonner eller ikke-tilgængelige data. Fjern ikke kolonner. Der skal være præcis 12 kolonner i inputskemaet. Forkerte escape-strenge kan indeholde kommaer og overskride kolonneantallet. Du må ikke redigere filen model.json, da det kan bryde din datakontrakt. Hvis din model.json-fil er blevet ændret eller er beskadiget, kan du downloade en ny model.json-fil fra datakontrakten. |
UniqueAttributeCountExceedsThreshold | Inputdataobjekterne overskrider i øjeblikket tærskelværdien for antallet af entydige værdier/kombinationer. | Tjenesten har en standardtærskelværdi for antallet af entydige værdier og kombinationer for visse dataobjekter og værdier. Kontrollér logfilerne for at se, hvor fejlen opstår, og følg retningslinjerne for formatering af datakontrakter for at identificere de rette tærskelværdier for de enkelte dataobjekter. |
UnsupportedFilterType | Tjenesten mistænker, at du anvender en ikke-understøttet filtertype. | Kontrollér, at filtertypen er en af de understøttede værdier i dokumentationen. Du kan finde flere oplysninger i Katalogdataobjekter. |
DistinctValueViolation | ItemsAndVariants.csv indeholder duplikerede variant-id'er. Kontrollér logfilerne for at se varevariant-id'et med dubletter. | Hvis der identificeres dubletter i datakontrakten, standser tjenesten behandlingen af det relevante dataobjekt, så det scenarie, der bruger dataobjektet, ikke bliver behandlet. Denne fejl udløses mellem de første minutter eller inden for en time, afhængigt af datamængden. Du kan løse problemet ved at fjerne dubletter og genstarte modelleringscyklussen. |
DistinctValueViolation | Interactions.csv indeholder to forskellige mastervarer med samme variant-id. Kontrollér logfilerne for de vare-id'er, der har samme variant-id. | Hvis der identificeres dubletter i datakontrakten, standser tjenesten behandlingen af det relevante dataobjekt, så det scenarie, der bruger dataobjektet, ikke bliver behandlet. Denne fejl udløses mellem de første minutter eller inden for en time, afhængigt af datamængden. Du kan løse problemet ved at fjerne dubletter og genstarte modelleringscyklussen. |
UniqueAttributesCombinationExceedsThreshold | Der findes en kombination af inputdata, der har overskredet sin grænse. Eksempel: itemId, variantId unique count cross limit. | Kontrollér logfilerne for at se, hvor fejlen opstår, og følg retningslinjerne for formatering af datakontrakter for at identificere de rette tærskelværdier for de enkelte dataobjekter. |
MaxUniqueAttributeCountPerItemExceedsThreshold | En kombination af inputdata har overskredet en grænse, som er pr. produkt. Eksempel: Antallet af forskellige billeder pr. vare overskrider grænsen. | Kontrollér logfilerne for at se, hvor fejlen opstår, og følg retningslinjerne for formatering af datakontrakter for at identificere de rette tærskelværdier for de enkelte dataobjekter. |
Internal | Generel fejl – alle andre fejl end ovenstående, der ikke kunne identificeres. | Hvis denne fejl opstår, og du ikke kan løse problemet, skal du kontakte vores team. |
Eksempel på logfil
Her er et eksempel på en logfil. Svaret indeholder følgende afsnit:
- TotalRecordCount: Det samlede antal rækker, der behandles korrekt.
- TotalDroppedRecords: Det samlede antal rækker, der blev udeladt på grund af problemer med datakonfigurationen.
- Fejl: De registrerede fejltyper grupperet i kategorier. Hver fejltype indeholder det samlede antal rækker og et eksempel på de forkert formaterede data.
I det viste eksempel kan du se, at der returneres to fejltyper. Den første fejl, "EmptyMandatoryAttribute", viser, at der i øjeblikket er et ItemId tilbage med en tom streng. Den anden fejl, "InvalidIdFormat", henviser til et ugyldigt format for ItemId'er og eksempler på, hvilke ItemId'er der er konfigureret forkert.
{
"TotalRecordCount": 12803,
"TotalDroppedRecords": 69,
"Errors": [
{
"ErrorCategory": "EmptyMandatoryAttribute",
"ColumnName": "ItemId",
"ErrorCount": 1,
"Samples": [
""
]
},
{
"ErrorCategory": "InvalidIdFormat",
"ColumnName": "ItemId",
"ErrorCount": 68,
"Samples": [
"6.92E+13",
"4.18E+171",
"5.74E+13",
"6.70E+36",
"9.95E+11",
"5.13E+23",
"9.26E+14",
"1.02E+11",
"5.43E+14",
"9.07E+80"
]
}
]
}
Har du stadig brug for hjælp?
Hvis der opstår problemer, der ikke er inkluderet i denne tabel, kan du gå til Support for at få oplysninger om, hvordan du kommer i kontakt med supportteamet for Intelligent Recommendations.
Se også
Konfigurer logføring af fejl
Oversigt over datakontrakt
Reference til Intelligent Recommendations-API
API-statuskoder
Startvejledning: Konfigurer og kør Intelligent Recommendations med prøvedata
Oversigt over udrulning