Déclencher manuellement le cycle de modélisation

Article
04/24/2024

Cet article guide les développeurs qui souhaitent utiliser l’outil "Modéliser maintenant" pour déclencher manuellement un cycle de préparation pour leur ressource de modélisation.

Une fois qu’une ressource de modélisation a été créée et déployée, le service Recommandations intelligentes continuera de traiter les données via un cycle de préparation périodique. Par défaut, le cycle de préparation des données se produit toutes les 36 heures.

Vous pouvez choisir de déclencher manuellement le cycle de modélisation (avec certaines limitations) avant la planification par défaut de 36 heures. Les raisons d’une transmission de type Push de la modélisation par défaut peuvent être dues à un réglage affiné de dernière minute des données ou à des erreurs de configuration des données dans Azure Data Lake Storage.

Pour déclencher manuellement le processus de modélisation, utilisez l’appel d’API décrit dans cet article.

Comment déclencher manuellement le processus de modélisation

Déclencher un cycle de modélisation avec Insomnia

La requête POST suivante lance un nouveau cycle de modélisation :

https://<your-endpoint-url>/Control/V1.0/Model?modeling=<your-modeling-name>

Vous pouvez trouver votre URL de point de terminaison en suivant les étapes du Guide de démarrage rapide pour voir les résultats des recommandations.

Limitations du déclenchement manuel du processus de modélisation

Quelques limitations doivent être gardées à l’esprit pour déclencher manuellement le processus de modélisation :

Un utilisateur peut exécuter une nouvelle requête POST Modéliser maintenant toutes les 30 minutes.
Un utilisateur peut faire un nombre maximum de 5 requêtes POST toutes les 24 h (par roulement).
Le paramètre de modélisation est facultatif. Si vous n’avez spécifié aucun paramètre, la ressource de modélisation par défaut est déclenchée.
À l’instar de tous les autres appels d’API, le déclenchement du processus de modélisation avec la requête POST est un appel authentifié auprès du point de terminaison du service Recommandations intelligentes, c’est pourquoi vous devez inclure les détails d’authentification. Pour plus d’informations, consultez Guide de démarrage rapide pour les appels d’API authentifiés.

Exemples de réponses d’API

Message de succès

Une réponse positive inclut un message de réussite :

{
    "status": "Success",
    "environmentId": "your env id will be written here",
    "version": "20210930173241" // this is the timestamp of the trigger
}

Error message

Un message d’erreur peut apparaître :

Si un cycle de préparation est déjà en cours
Si trop de demandes de déclenchement ont été envoyées dépassent la fréquence autorisée (max. de 5 tentatives toutes les 24 heures, ou plus d’une par créneau de 30 minutes).

Le message d’erreur ressemble à ceci :

{
    "error": {
        "code": "TooManyRequests",
        "message": "Too many requests"
    }
}

Pour en savoir plus sur les autres messages d’erreur qui peuvent survenir pendant le processus de modélisation, consultez Journaux d’erreurs.

Voir aussi

Présentation du contrat de données
Guide de démarrage rapide : créer une demande d’API
Guide de démarrage rapide : configurer et exécuter des recommandations intelligentes avec des exemples de données
Présentation du déploiement

Partager via