Logs

Logs de Jobs

Você pode integrar recursos de jobs com o serviço Logging para registrar detalhes de execução de job em um log personalizado.

As saídas padrão (stdout) e de erro padrão (stderr) do artefato de job são capturadas e disponibilizadas no log personalizado. Essas saídas não estão disponíveis para o serviço Data Science. Recomendamos que você ative a integração do registro em log dos jobs, tanto para depurar possíveis problemas quanto para monitorar o andamento da execução de artefatos de job.

As mensagens de saída padrão são categorizadas no tipo "com.oraclecloud.datascience.jobrun.stdout", enquanto as mensagens de erro padrão estão no tipo "com.oraclecloud.datascience.jobrun.stderr". Para ambos os tipos, os metadados de log incluem o "source", que é o OCID da execução do job que gera as mensagens.

Quando a integração do registro em log estiver ativada nas configurações de log de jobs, você poderá:

• Fornecer seu próprio grupo de logs e seu próprio log para capturar saídas de execução de job. Você pode configurar todas as execuções de job para usar o mesmo log, embora não seja recomendado. As mensagens de log são mais fáceis de ler quando cada execução de job vai para seu próprio log.

  Ou

• Fornecer seu próprio grupo de logs, mas ativar o serviço Data Science para criar automaticamente logs personalizados em seu nome no início de cada execução de job dentro do grupo de logs especificado. Se a criação automática de log estiver ativada, não haverá necessidade de você mesmo configurar os logs antes de cada execução de job. O log criado é nomeado no jobrun-<partial-jobrun-ocid>-logs, mas o nome pode ser editado conforme necessário. Não afeta a integração do registro em log com a execução do job.

Para qualquer tipo de configuração de registro em log, o controlador de recursos de execução de job deve ter permissões de gravação em logs personalizados.

Logs de Implantação de Modelo

Quando você integra o serviço Logging para implantações de modelo, o acesso e a previsão de categorias de log são criados:

Logs de Acesso

A categoria de log de acesso é um log personalizado que captura informações detalhadas sobre solicitações enviadas ao ponto final do modelo. Essas informações incluem a hora em que a solicitação foi recebida, os códigos de erro etc. Se você estiver tendo problemas com implantação de modelo, os logs de acesso geralmente serão o primeiro log a ser examinado.

Os metadados capturados pelos logs de acesso de implantação de modelo são:

logEmissionTime

O horário, no UTC, quando o log foi emitido do código.

message

O caminho da solicitação.

modelLatency

O tempo levado para processar uma solicitação no servidor de modelo em milissegundos.

opcRequestId

O Id da solicitação. Esse valor é o mesmo requestId que é recuperado na resposta.

status

O código de status de resposta da solicitação.

Por exemplo, uma entrada de log de acesso para implantação de modelo pode ser:

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

Logs de Previsão

Os logs de previsão originam-se de chamadas de log (stdout e stderr) feitas por execução de código personalizado nos arquivos Python do artefato de modelo. Os logs de previsão podem emitir informações úteis sobre o modelo e são totalmente personalizáveis. A configuração de logs de acesso e previsão faz parte das ações criar e editar.

Os metadados capturados pelos logs de previsão de implantação de modelo são:

MD_OCID

O valor do OCID de implantação de modelo.

level

O nível do logger. Também chamado de nível de severidade da mensagem de log.

logEmissionTime

O horário, no UTC, quando o log foi emitido do código.

message

Uma mensagem personalizada emitida do código Python do artefato de modelo.

name

O nome do logger utilizado.

Por exemplo, uma entrada de log de previsão para implantação de modelo pode ser:

"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"
    },

Você pode criar dois logs distintos para previsão e acesso ou pode usar o mesmo para ambos.