Compartilhar via

Habilitar o registro em log para Serviços Web do Machine Learning Studio (Clássico)

APLICA-SE A:Aplica-se a.Machine Learning Studio (clássico) Não se aplica a.Azure Machine Learning

Importante

O suporte para o Machine Learning Studio (clássico) terminará em 31 de agosto de 2024. É recomendável fazer a transição para o Azure Machine Learning até essa data.

A partir de 1º de dezembro de 2021, você não poderá criar recursos do Machine Learning Studio (clássico). Até 31 de agosto de 2024, você pode continuar usando os recursos existentes do Machine Learning Studio (clássico).

A documentação do ML Studio (clássico) está sendo desativada e pode não ser atualizada no futuro.

Este documento fornece informações sobre o recurso de registro em log de serviços Web do Machine Learning Studio (clássico). Os logs fornecem informações adicionais, além de apenas um número de erro e uma mensagem, o que pode ajudar a solucionar suas chamadas para as APIs de Machine Learning Studio (clássico).

Como habilitar o log para um serviço web

Você ativa o logging no portal de Web Services do Machine Learning Studio (clássico).

  1. Entre no portal de Serviços Web do Machine Learning Studio (clássico) em https://services.azureml.net. Para um serviço Web Clássico, você também pode acessar o portal clicando em Nova Experiência de Serviços Web na página de Serviços Web do Machine Learning Studio (clássico) no Machine Learning Studio (clássico).

    Novo link de Experiência dos Serviços Web

  2. Na barra de menus superior, clique em Serviços Web para um novo serviço Web ou clique em Serviços Web Clássicos para um serviço Web Clássico.

    Selecione serviços Web Novos ou Clássicos

  3. Para um novo serviço Web, clique no nome de serviço Web. Para um serviço web clássico, clique no nome do serviço web e depois clique no ponto de extremidade apropriado na próxima página.

  4. Na barra de menus superior, clique em Configurar.

  5. Defina a opção Habilitar Log como Erro (para registrar somente erros) ou Todos (para registro em log completo).

    Selecionar o nível de log

  6. Clique em Save (Salvar).

  7. Para os serviços Web Clássicos, crie o contêiner ml-diagnostics.

    Todos os logs de serviço web são mantidos em um contêiner de blob denominado ml-diagnostics na conta de armazenamento associada ao serviço web. Para novos serviços Web, esse contêiner é criado na primeira vez que você acessa o serviço Web. Para serviços Web Clássico, você precisa criar o contêiner, se ele ainda não existe.

    1. No portal do Azure, vá para a conta de armazenamento associada ao serviço Web.

    2. Em Serviço Blob, clique em Contêineres.

    3. Se o contêiner ml-diagnostics não existir, clique em +Contêiner, dê ao contêiner o nome "ml-diagnostics" e selecione o Tipo de acesso como "Blob". Clique em OK.

      Criar um novo contêiner para armazenar seus logs de diagnóstico

Dica

Para um serviço Web Clássico, o Painel de Serviços Web no Machine Learning Studio (clássico) também tem uma opção para habilitar o log. No entanto, como o registro de logs agora é gerenciado pelo portal de Serviços Web, você precisa habilitar o registro de logs pelo portal, conforme descrito neste artigo. Se você já tiver habilitado o registro em log no Studio (clássico), então, no Portal de Serviços Web, desabilite o registro em log e habilite-o novamente.

Os efeitos de habilitar o registro em log

Quando o registro em log estiver habilitado, os diagnósticos e erros do ponto de extremidade do serviço web são registrados no contêiner de blob ml-diagnostics na Conta de Armazenamento do Azure vinculada à área de trabalho do usuário. Esse contêiner armazena todas as informações de diagnóstico dos pontos de extremidade dos serviços web de todos os workspaces associados a esta conta de armazenamento.

Os logs podem ser exibidos usando qualquer uma das várias ferramentas disponíveis para explorar uma Conta de Armazenamento do Azure. A maneira mais fácil possível de navegar para a conta de armazenamento no portal do Azure: clique em Contêineres e clique no contêiner ml diagnostics.

Informações detalhadas do log blob

Cada blob no contêiner contém as informações de diagnóstico para um das seguintes ações:

  • Uma execução do método Batch-Execution
  • Uma execução do método Request-Response
  • Inicialização de um contêiner de Request-Response

O nome de cada blob tem um prefixo da seguinte forma:

{Workspace Id}-{Web service Id}-{Endpoint Id}/{Log type}

Sendo que Tipo de log assume um dos seguintes valores:

  • lote
  • pontuação/solicitações
  • pontuação/init
  • Last updated on