Log

Log di job

È possibile integrare le risorse dei job con il servizio Log per registrare i dettagli di esecuzione dei job in un log personalizzato.

Gli output standard in uscita (stdout) e gli output di errore standard (stderr) dell'artifact del job vengono acquisiti e resi disponibili nel log personalizzato. Questi output non sono disponibili per il servizio Data Science. Si consiglia di abilitare l'integrazione dei log per i job, sia per il debug di eventuali problemi che per il monitoraggio dell'avanzamento dell'esecuzione degli artifact del job.

I messaggi in uscita standard vengono categorizzati sotto il tipo "com.oraclecloud.datascience.jobrun.stdout", mentre i messaggi di errore standard sono sotto il tipo "com.oraclecloud.datascience.jobrun.stderr". Per entrambi i tipi, i metadati di log includono "source", ovvero l'OCID dell'esecuzione del job che restituisce i messaggi.

Quando l'integrazione log è abilitata nelle configurazioni di log dei job, è possibile effettuare le operazioni riportate di seguito.

• Fornire il proprio gruppo di log e il proprio log per acquisire gli output di esecuzione dei job. È possibile configurare tutte le esecuzioni dei job in modo che utilizzino lo stesso log anche se non è consigliabile. I messaggi di log sono più facili da leggere quando ogni job esegue l'output nel proprio log.

  oppure

• Fornire il proprio gruppo di log, ma abilitare il servizio Data Science per creare automaticamente log personalizzati per conto dell'utente all'inizio di ogni esecuzione del job all'interno del gruppo di log specificato. Se la creazione automatica dei log è abilitata, non è necessario configurare i log personalmente prima di ogni esecuzione del job. Il nome del log creato viene assegnato in jobrun-<partial-jobrun-ocid>-logs, ma il nome può essere modificato in base alle esigenze. Non influisce sull'integrazione del log con l'esecuzione del job.

Per entrambi i tipi di configurazione di log, il principal risorsa di esecuzione job deve disporre delle autorizzazioni di scrittura nei log personalizzati.

Log distribuzione modello

Quando si integra Log per le distribuzioni dei modelli, vengono create le categorie di log di accesso e previsione.

Log degli accessi

La categoria del log degli accessi è un log personalizzato che acquisisce informazioni dettagliate sulle richieste inviate all'endpoint del modello. Queste informazioni includono l'ora di ricezione della richiesta, i codici di errore e così via. Se si verificano problemi con la distribuzione del modello, i log degli accessi sono in genere il primo log da esaminare.

Di seguito sono riportati i metadati acquisiti dai log degli accessi alla distribuzione dei modelli.

logEmissionTime

L'ora, in UTC, in cui il log è stato emesso dal codice.

message

Il percorso della richiesta.

modelLatency

Tempo impiegato per elaborare una richiesta sul server modello in millisecondi.

opcRequestId

L'ID richiesta. Questo valore è lo stesso requestId recuperato nella risposta.

status

Codice stato risposta richiesta.

Ad esempio, una voce del log degli accessi per la distribuzione del modello potrebbe essere:

"data": {
  "logEmissionTime": "2021-01-25T07:23:39.101Z",
  "message": "POST /predict 1.1",
  "modelLatency": 4.43,
  "opcRequestId": "0BC0860C17DC46D79A0A1A7B4F139829",
  "status": 200
}

Log di previsione

I log di previsione hanno origine dalle chiamate di log (stdout e stderr) eseguite dall'esecuzione del codice personalizzato nei file Python dell'artifact modello. I log di previsione possono emettere informazioni utili sul modello e sono completamente personalizzabili. La configurazione dei log di accesso e previsione fa parte delle azioni Crea e Modifica.

Di seguito sono riportati i metadati acquisiti dai log di previsione della distribuzione del modello.

MD_OCID

Valore OCID distribuzione modello.

level

Livello di log. Viene anche definito livello di severità del messaggio di log.

logEmissionTime

Ora, in UTC, in cui il log è stato emesso dal codice.

message

Messaggio personalizzato emesso dal codice Python dell'artifact modello.

name

Il nome del logger utilizzato.

Ad esempio, una voce di log delle previsioni per la distribuzione del modello potrebbe essere:

"data": {
      "MD_OCID": "ocid1.datasciencemodeldeployment.oc1.iad.amaaaaaav66vvniauqakarfnyvn6gd2qt4fjpv2ffdnrthqyhqpapevmmh6a",
      "level": "ERROR",
      "logEmissionTime": "2021-01-27T08:43:04.029Z",
      "message": "exception :: name 'function' is not defined",
      "name": "root"
    },

È possibile creare due log separati per la previsione e l'accesso oppure utilizzare lo stesso log per entrambi.