Condividi tramite

Risolvere i problemi dell'API multivariata

  • Articolo

Importante

A partire dal 20 settembre 2023 non sarà possibile creare nuove risorse di Rilevamento anomalie. Il servizio Rilevamento anomalie verrà ritirato il 1° ottobre 2026.

Questo articolo fornisce indicazioni su come risolvere i problemi e risolvere messaggi di errore comuni quando si usa l'API Rilevamento anomalie di Azure AI multivariato.

Codici di errore multivariati

Nelle tabelle seguenti sono elencati i codici di errore multivariati.

Errori comuni

Codice di errore Codice di errore HTTP Error message Commento
SubscriptionNotInHeaders 400 apim-subscription-id non è presente nelle intestazioni. Aggiungere l'ID sottoscrizione di Gestione API nell'intestazione. Un'intestazione di esempio è {"apim-subscription-id": <Your Subscription ID>}.
FileNotExist 400 Il file <origine> non esiste. Controllare la validità della firma di accesso condiviso del BLOB. Assicurarsi che non sia scaduta.
InvalidBlobURL 400 La firma di accesso condiviso del BLOB non è una firma di accesso condiviso valida.
StorageWriteError 403 Questo errore è probabilmente causato da problemi di autorizzazione. Il servizio non è autorizzato a scrivere i dati nel BLOB crittografato da una chiave gestita dal cliente. Rimuovere la chiave gestita dal cliente o concedere nuovamente l'accesso al servizio. Per altre informazioni, vedere Configurare chiavi gestite dal cliente con Azure Key Vault per Servizi di Azure AI.
StorageReadError 403 Uguale a StorageWriteError.
UnexpectedError 500 Contattare Microsoft con informazioni dettagliate sull'errore. È possibile usare le opzioni di supporto dalle opzioni di supporto e assistenza di Servizi di Azure AI o inviare un'e-mail a Microsoft all'indirizzo AnomalyDetector@microsoft.com.

Eseguire il training di un modello di rilevamento anomalie multivariato

Codice di errore Codice di errore HTTP Error message Commento
TooManyModels 400 Questa sottoscrizione ha raggiunto il numero massimo di modelli. Ogni ID sottoscrizione di Gestione API può avere 300 modelli attivi. Eliminare i modelli inutilizzati prima di eseguire il training di un nuovo modello.
TooManyRunningModels 400 Questa sottoscrizione ha raggiunto il numero massimo di modelli in esecuzione. Ogni ID sottoscrizione di Gestione API può eseguire il training di cinque modelli contemporaneamente. Eseguire il training di un nuovo modello dopo che i modelli precedenti hanno completato il processo di training.
InvalidJsonFormat 400 Formato JSON non valido. La richiesta di training non è un formato JSON valido.
InvalidAlignMode 400 Il campo 'alignMode' deve essere uno dei seguenti: 'Inner' o 'Outer'. Controllare il valore di 'alignMode', che deve essere 'Inner' o 'Outer' (distinzione tra maiuscole e minuscole).
InvalidFillNAMethod 400 Il campo 'fillNAMethod' deve essere uno dei seguenti: 'Previous', 'Subsequent', 'Linear', 'Zero', 'Fixed', 'NotFill'. Non può essere 'NotFill' quando 'alignMode' è 'Outer'. Controllare il valore di 'fillNAMethod'. Per altre informazioni, vedere Procedure consigliate per l'uso dell'API Rilevamento anomalie multivariato.
RequiredPaddingValue 400 Il campo 'paddingValue' è obbligatorio nella richiesta quando 'fillNAMethod' è 'Fixed'. È necessario specificare un valore di riempimento valido quando 'fillNAMethod' è 'Fixed'. Per altre informazioni, vedere Procedure consigliate per l'uso dell'API Rilevamento anomalie multivariato.
RequiredSource 400 Il campo 'source' è obbligatorio nella richiesta. La richiesta di training non ha specificato un valore per il campo 'source'. Un esempio è {"source": <Your Blob SAS>}.
RequiredStartTime 400 Il campo 'startTime' è obbligatorio nella richiesta. La richiesta di training non ha specificato un valore per il campo 'startTime'. Un esempio è {"startTime": "2021-01-01T00:00:00Z"}.
InvalidTimestampFormat 400 Formato timestamp non valido. Il formato <timestamp> non è valido. Il formato del timestamp nel corpo della richiesta non è corretto. Provare import pandas as pd; pd.to_datetime(timestamp) per verificare.
RequiredEndTime 400 Il campo 'endTime' è obbligatorio nella richiesta. La richiesta di training non ha specificato un valore per il campo 'startTime'. Un esempio è {"endTime": "2021-01-01T00:00:00Z"}.
InvalidSlidingWindow 400 Il campo 'slidingWindow' deve essere un numero intero compreso tra 28 e 2880. Il campo 'slidingWindow' deve essere un numero intero compreso tra 28 e 2880 (inclusi).

Ottenere un modello multivariato con un ID modello

Codice di errore Codice di errore HTTP Error message Commento
ModelNotExist 404 Il modello non esiste. Il modello con ID modello corrispondente non esiste. Controllare l'ID modello nell'URL della richiesta.

Elencare i modelli multivariati

Codice di errore Codice di errore HTTP Error message Commento
InvalidRequestParameterError 400 Valori non validi per $skip o $top. Controllare se i valori per i due parametri sono numerici. I valori $skip e $top vengono usati per elencare i modelli con la paginazione. Poiché l'API restituisce solo i 10 modelli aggiornati più di recente, è possibile usare $skip e $top per ottenere i modelli aggiornati in precedenza.

Rilevamento anomalie con un modello sottoposto a training

Codice di errore Codice di errore HTTP Error message Commento
ModelNotExist 404 Il modello non esiste. Il modello usato per l'inferenza non esiste. Controllare l'ID modello nell'URL della richiesta.
ModelFailed 400 Il training del modello non è riuscito. Il training del modello non è stato eseguito correttamente. Ottenere informazioni dettagliate ottenendo il modello con ID modello.
ModelNotReady 400 Il modello non è ancora pronto. Il modello non è ancora pronto. Attendere qualche minuto fino al completamento del processo di training.
InvalidFileSize 413 Il file <file> supera il limite di dimensioni del file (<limite dimensioni> byte). Le dimensioni dei dati di inferenza superano il limite massimo, attualmente pari a 2 GB. Usare meno dati per l'inferenza.

Ottenere i risultati del rilevamento

Codice di errore Codice di errore HTTP Error message Commento
ResultNotExist 404 Il risultato non esiste. Il risultato per ogni richiesta non esiste. L'inferenza non è stata completata o il risultato è scaduto. La scadenza è di sette giorni.

Errori di elaborazione dei dati

I codici di errore seguenti non hanno codici di errore HTTP associati.

Codice di errore Error message Commento
NoVariablesFound Nessuna variabile trovata. Verificare che i file siano organizzati in base alle istruzioni. Non è possibile trovare alcun file CSV nell'origine dati. Questo errore è in genere causato da un'organizzazione non corretta dei file. Vedere i dati di esempio per la struttura desiderata.
DuplicatedVariables Esistono più variabili con lo stesso nome. Esistono nomi di variabili duplicati.
FileNotExist Il file <file> non esiste. Questo errore si verifica in genere durante l'inferenza. La variabile è presente nei dati di training, ma manca nei dati di inferenza.
RedundantFile Il file <nome file> è ridondante. Questo errore si verifica in genere durante l'inferenza. La variabile manca nei dati di training, ma è presente nei dati di inferenza.
FileSizeTooLarge Le dimensioni del file <nome file> sono troppo grandi. Le dimensioni del singolo file CSV <nome file> superano il limite. Eseguire il training con meno dati.
ReadingFileError Si sono verificati errori durante la lettura di <nome file>. <messaggi di errore> Non è possibile leggere il file <nome file>. Per altre informazioni, vedere i <messaggi di errore> o verificare con pd.read_csv(filename) in un ambiente locale.
FileColumnsNotExist Le colonne timestamp o valore nel file <nome file> non esistono. Ogni file CSV deve avere due colonne con i nomi timestamp e valore (con distinzione tra maiuscole e minuscole).
VariableParseError Errore <messaggio di errore> di analisi della variabile <variabile>. Non è possibile elaborare la <variabile> a causa di errori di runtime. Per altre informazioni, vedere il <messaggio di errore> oppure contattare Microsoft con il <messaggio di errore>.
MergeDataFailed Impossibile unire i dati. Controllare il formato dei dati. L'unione dei dati non è riuscita. Questo errore è probabilmente dovuto al formato dati errato o all'organizzazione non corretta dei file. Vedere i dati di esempio per la struttura dei file corrente.
ColumnNotFound Impossibile trovare la colonna <colonna> nei dati uniti. Dopo l'unione manca una colonna. Verify the data.
NumColumnsMismatch Il numero di colonne dei dati uniti non corrisponde al numero di variabili. Verify the data.
TooManyData Troppi punti dati. Il numero massimo è 1000000 per variabile. Ridurre le dimensioni dei dati di input.
NoData Non sono presenti dati effettivi. Non sono presenti dati per il training o l'inferenza dopo l'elaborazione. Controllare l'ora di inizio e l'ora di fine.
DataExceedsLimit. La lunghezza dei dati il cui timestamp è compreso tra startTime e endTime supera il limite(<limite>). Le dimensioni dei dati dopo l'elaborazione superano il limite. Attualmente non esiste alcun limite per i dati elaborati.
NotEnoughInput Dati non sufficienti. La lunghezza dei dati è <lunghezza dati>, ma la lunghezza minima deve essere maggiore della finestra temporale scorrevole, che è <dimensioni finestra temporale scorrevole>. Il numero minimo di punti dati per l'inferenza è la dimensione della finestra temporale scorrevole. Provare a fornire più dati per l'inferenza.