Megosztás a következőn keresztül:

A többváltozós API hibaelhárítása

  • Cikk

Fontos

2023. szeptember 20-tól nem hozhat létre új anomáliadetektor erőforrásokat. A anomáliadetektor szolgáltatás 2026. október 1-jén megszűnik.

Ez a cikk útmutatást nyújt a gyakori hibaüzenetek hibaelhárításához és szervizeléséhez az Azure AI anomáliadetektor többváltozós API használatakor.

Többváltozós hibakódok

Az alábbi táblázatok többváltozós hibakódokat sorolnak fel.

Common errors

Error code HTTP-hibakód Hibaüzenet Megjegyzés
SubscriptionNotInHeaders 400 az apim-subscription-id nem található a fejlécekben. Adja hozzá az APIM-előfizetés azonosítóját a fejléchez. Ilyen például a {"apim-subscription-id": <Your Subscription ID>}fejléc.
FileNotExist 400 A fájlforrás <> nem létezik. Ellenőrizze a blob közös hozzáférésű jogosultságkódjának érvényességét. Győződjön meg arról, hogy még nem járt le.
InvalidBlobURL 400 A blob közös hozzáférésű jogosultságkódja nem érvényes közös hozzáférésű jogosultságkód.
StorageWriteError 403 Ezt a hibát valószínűleg engedélyproblémák okozzák. Szolgáltatásunk nem írhat adatokat az ügyfél által felügyelt kulccsal titkosított blobba. Távolítsa el az ügyfél által kezelt kulcsot, vagy adjon ismét hozzáférést a szolgáltatáshoz. További információ: Ügyfél által felügyelt kulcsok konfigurálása az Azure Key Vaulttal az Azure AI-szolgáltatásokhoz.
StorageReadError 403 Ugyanaz, mint StorageWriteErrora .
UnexpectedError 500 Lépjen kapcsolatba velünk részletes hibainformációkkal. Használhatja az Azure AI-szolgáltatások támogatási lehetőségeit és súgólehetőségeit , vagy küldjön e-mailt nekünk a következő címen AnomalyDetector@microsoft.com: .

Többváltozós anomáliadetektálási modell betanítása

Error code HTTP-hibakód Hibaüzenet Megjegyzés
TooManyModels 400 Ez az előfizetés elérte a modellek maximális számát. Minden APIM-előfizetés-azonosító 300 aktív modellel rendelkezhet. Új modell betanítása előtt törölje a nem használt modelleket.
TooManyRunningModels 400 Ez az előfizetés elérte a futó modellek maximális számát. Minden APIM-előfizetés-azonosító egyszerre öt modellt taníthat be. Új modell betanítása, miután a korábbi modellek befejezték a betanítási folyamatot.
InvalidJsonFormat 400 Érvénytelen JSON-formátum. A betanítási kérelem nem érvényes JSON.
InvalidAlignMode 400 A 'alignMode' mezőnek a következők egyikének kell lennie: 'Inner' vagy 'Outer' . Ellenőrizze annak az értéknek 'alignMode'az értékét, amelynek vagy 'Inner' a (kis- és nagybetűk 'Outer' megkülönböztetése) értéknek kell lennie.
InvalidFillNAMethod 400 A 'fillNAMethod' mezőnek a következők egyikének kell lennie: 'Previous', 'Subsequent', , 'Linear''Zero', , 'Fixed'. 'NotFill' Nem lehet 'NotFill' , ha 'alignMode' van 'Outer'. Ellenőrizze a következő értékét 'fillNAMethod': . További információ: Ajánlott eljárások a anomáliadetektor többváltozós API használatához.
RequiredPaddingValue 400 A 'paddingValue' mezőre akkor van szükség a kérelemben, ha 'fillNAMethod' igen 'Fixed'. Érvényes kitöltési értéket kell megadnia, ha 'fillNAMethod' az .'Fixed' További információ: Ajánlott eljárások a anomáliadetektor többváltozós API használatához.
RequiredSource 400 A 'source' kérelemben kötelező megadni a mezőt. A betanítási kérelem nem adott meg értéket a 'source' mezőhöz. Például: {"source": <Your Blob SAS>}.
RequiredStartTime 400 A 'startTime' kérelemben kötelező megadni a mezőt. A betanítási kérelem nem adott meg értéket a 'startTime' mezőhöz. Például: {"startTime": "2021-01-01T00:00:00Z"}.
InvalidTimestampFormat 400 Érvénytelen időbélyeg formátum. A <timestamp> formátum nem érvényes formátum. Az időbélyeg formátuma a kérelem törzsében nem helyes. Próbálja meg import pandas as pd; pd.to_datetime(timestamp) ellenőrizni.
RequiredEndTime 400 A 'endTime' kérelemben kötelező megadni a mezőt. A betanítási kérelem nem adott meg értéket a 'startTime' mezőhöz. Például: {"endTime": "2021-01-01T00:00:00Z"}.
InvalidSlidingWindow 400 A 'slidingWindow' mezőnek 28 és 2880 közötti egész számnak kell lennie. A 'slidingWindow' mezőnek 28 és 2880 közötti egész számnak kell lennie (beleértve az értékeket is).

Többváltozós modell lekérése modellazonosítóval

Error code HTTP-hibakód Hibaüzenet Megjegyzés
ModelNotExist 404 A modell nem létezik. A megfelelő modellazonosítóval rendelkező modell nem létezik. Ellenőrizze a modell azonosítóját a kérelem URL-címében.

Többváltozós modellek listázása

Error code HTTP-hibakód Hibaüzenet Megjegyzés
InvalidRequestParameterError 400 Érvénytelen értékek $skip vagy $top esetén. Ellenőrizze, hogy a két paraméter értékei numerikusak-e. A $skip és a $top értékekkel listázhatja a lapozásos modelleket. Mivel az API csak a 10 legutóbb frissített modellt adja vissza, $skip és $top használhatja a modellek korábbi frissítéséhez.

Anomáliadetektálás betanított modellel

Error code HTTP-hibakód Hibaüzenet Megjegyzés
ModelNotExist 404 A modell nem létezik. A következtetéshez használt modell nem létezik. Ellenőrizze a modell azonosítóját a kérelem URL-címében.
ModelFailed 400 A modell betanítása nem sikerült. A modell betanítása nem sikerült. Részletes információkért kérje le a modellt a modellazonosítóval.
ModelNotReady 400 A modell még nem áll készen. A modell még nem áll készen. Várjon egy ideig, amíg a betanítási folyamat befejeződik.
InvalidFileSize 413 A fájlfájl <> túllépi a fájlméret korlátját (<méretkorlát> bájt). A következtetési adatok mérete meghaladja a felső korlátot, amely jelenleg 2 GB. Használjon kevesebb adatot a következtetéshez.

Észlelési eredmények lekérése

Error code HTTP-hibakód Hibaüzenet Megjegyzés
ResultNotExist 404 Az eredmény nem létezik. A kérésenkénti eredmény nem létezik. Vagy a következtetés nem fejeződött be, vagy az eredmény lejárt. A lejárati idő hét nap.

Adatfeldolgozási hibák

Az alábbi hibakódok nem rendelkeznek HTTP-hibakódokkal.

Hibakód Hibaüzenet Megjegyzés
NoVariablesFound Nem találhatók változók. Ellenőrizze, hogy a fájlok az utasítások szerint vannak-e rendszerezve. Az adatforrásból nem találhatók CSV-fájlok. Ezt a hibát általában a fájlok helytelen szervezése okozza. Tekintse meg a kívánt struktúra mintaadatait.
DuplicatedVariables Több azonos nevű változó is létezik. Vannak ismétlődő változónevek.
FileNotExist A fájlnév <> nem létezik. Ez a hiba általában a következtetés során fordul elő. A változó megjelent a betanítási adatokban, de hiányzik a következtetési adatokból.
RedundantFile A fájlnév <> redundáns. Ez a hiba általában a következtetés során fordul elő. A változó nem szerepelt a betanítási adatokban, de megjelent a következtetési adatokban.
FileSizeTooLarge A fájlnév <> mérete túl nagy. Az egyetlen CSV-fájlnév <> mérete meghaladja a korlátot. Kevesebb adattal végzett betanítása.
ReadingFileError Hiba történt a fájlnév> olvasása <során. <Hibaüzenetek> Nem sikerült beolvasni a fájlnevet<>. További információkért tekintse meg a <hibaüzeneteket> , vagy ellenőrizze a pd.read_csv(filename) helyi környezetben.
FileColumnsNotExist A fájlnév <> oszlopainak időbélyege vagy értéke nem létezik. Minden CSV-fájlnak két oszloptal kell rendelkeznie, amelyek neve időbélyeggel és értékkel rendelkezik (a kis- és nagybetűk megkülönböztetése).
VariableParseError Változóváltozó <> elemzése <hibaüzenetet> jelez. Futásidejű <hibák miatt nem lehet feldolgozni a változót> . További információkért tekintse meg a <hibaüzenetet> , vagy lépjen kapcsolatba velünk a <hibaüzenettel>.
MergeDataFailed Nem sikerült egyesíteni az adatokat. Ellenőrizze az adatformátumot. Az adategyesítés nem sikerült. Ez a hiba valószínűleg a helytelen adatformátum vagy a fájlok helytelen szervezése miatt van. Tekintse meg az aktuális fájlstruktúra mintaadatait.
ColumnNotFound Az oszloposzlop <> nem található az egyesített adatokban. Az egyesítés után hiányzik egy oszlop. Az adatok ellenőrzése.
NumColumnsMismatch Az egyesített adatok oszlopainak száma nem egyezik meg a változók számával. Az adatok ellenőrzése.
TooManyData Túl sok adatpont. A maximális szám változónként 1000000. Csökkentse a bemeneti adatok méretét.
NoData Nincsenek hatékony adatok. A feldolgozás után nincs betanításra/következtetésre vonatkozó adat. Ellenőrizze a kezdési és a befejezési időpontot.
DataExceedsLimit. Azoknak az adatoknak a hossza, amelyek időbélyege a korlát (korlát>)< között startTimeendTime és azon túl van. A feldolgozás utáni adatok mérete meghaladja a korlátot. Jelenleg nincs korlátozás a feldolgozott adatokra.
NotEnoughInput Nincs elég adat. Az adatok hossza adathossz<>, de a minimális hossznak nagyobbnak kell lennie, mint a <tolóablak mérete>. Az adatpontok minimális száma a következtetéshez a tolóablak mérete. Próbáljon meg további adatokat megadni a következtetéshez.