Pemecahan masalah API multivariat

Artikel ini menyediakan panduan tentang cara memecahkan masalah dan memulihkan pesan kesalahan saat menggunakan API multivariat.

Kode galat multivariat

Kesalahan Umum

Kode Galat Kode Galat HTTP Pesan kesalahan Komentar
SubscriptionNotInHeaders 400 apim-subscription-id tidak ditemukan di header Silakan tambahkan ID langganan APIM Anda di header. Contoh header: {"apim-subscription-id": <Your Subscription ID>}
FileNotExist 400 <Sumber file tidak > ada. Silakan periksa validitas tanda tangan akses bersama blob Anda (SAS). Pastikan bahwa itu belum kedaluwarsa.
InvalidBlobURL 400 Tanda tangan akses bersama blob Anda (SAS) bukan SAS yang valid.
StorageWriteError 403 Kesalahan ini mungkin disebabkan oleh masalah izin. Layanan kami tidak diizinkan untuk menulis data ke blob yang dienkripsi oleh Kunci yang Dikelola Pelanggan (CMK). Hapus CMK atau berikan akses ke layanan kami lagi. Harap tinjau halaman ini untuk detail selengkapnya.
StorageReadError 403 Sama seperti StorageWriteError.
UnexpectedError 500 Silakan hubungi kami dengan informasi kesalahan terperinci. Anda dapat mengambil opsi dukungan dari dokumen ini atau mengirim email kepada kami di

Melatih Model Deteksi Anomali Multivariat

Kode Galat Kode Galat HTTP Pesan kesalahan Komentar
TooManyModels 400 Langganan ini telah mencapai angka model maksimum. Setiap ID berlangganan APIM diperbolehkan memiliki 300 model aktif. Harap hapus model yang tidak digunakan sebelum melatih model baru
TooManyRunningModels 400 Langganan ini telah mencapai jumlah maksimum model yang berjalan. Setiap ID berlangganan APIM diizinkan untuk melatih 5 model secara bersamaan. Silakan melatih model baru setelah model sebelumnya menyelesaikan proses pelatihan mereka.
InvalidJsonFormat 400 Format json tidak valid. Permintaan pelatihan bukan JSON yang valid.
InvalidAlignMode 400 Bidang 'alignMode' harus berupa salah satu dari yang berikut: 'Inner' atau 'Outer' . Harap periksa nilai 'alignMode' yang harus berupa 'Inner' atau 'Outer' (peka huruf besar/kecil).
InvalidFillNAMethod 400 'fillNAMethod'Bidang harus menjadi salah satu dari yang berikut: , , 'Previous' , , , dan tidak dapat 'Subsequent''Linear''Zero''Fixed''NotFill''NotFill''alignMode''Outer' kapan. Harap periksa nilai 'fillNAMethod'. Anda dapat melihat ke bagian ini untuk detail selengkapnya.
RequiredPaddingValue 400 Bidang 'paddingValue' diperlukan dalam permintaan ketika 'fillNAMethod' adalah 'Fixed'. Anda perlu memberikan nilai padding yang valid ketika 'fillNAMethod' adalah 'Fixed'. Anda dapat melihat ke bagian ini untuk detail selengkapnya.
RequiredSource 400 Bidang 'source' diperlukan dalam permintaan. Permintaan pelatihan Anda belum menentukan nilai untuk bidang 'source'. Contoh: {"source": <Your Blob SAS>}.
RequiredStartTime 400 Bidang 'startTime' diperlukan dalam permintaan. Permintaan pelatihan Anda belum menentukan nilai untuk bidang 'startTime'. Contoh: {"startTime": "2021-01-01T00:00:00Z"}.
InvalidTimestampFormat 400 Format Indeks Tanda Waktu tidak valid. <timestamp> bukan format valid. Format tanda waktu dalam isi permintaan tidak benar. Anda mungkin mencoba import pandas as pd; pd.to_datetime(timestamp) untuk memverifikasi.
RequiredEndTime 400 Bidang 'endTime' diperlukan dalam permintaan. Permintaan pelatihan Anda belum menentukan nilai untuk bidang 'startTime'. Contoh: {"endTime": "2021-01-01T00:00:00Z"}.
InvalidSlidingWindow 400 Bidang 'slidingWindow' harus berupa bilangan bulat antara 28 dan 2880. 'slidingWindow' harus berupa bilangan bulat antara 28 dan 2880.

Mendapatkan Model Multivarat dengan ID Model

Kode Galat Kode Galat HTTP Pesan kesalahan Komentar
ModelNotExist 404 Model tidak ada. Model dengan ID model yang sesuai tidak ada. Harap periksa ID model di URL permintaan.

Membuat Daftar Model Multivariat

Kode Galat Kode Galat HTTP Pesan kesalahan Komentar
InvalidRequestParameterError 400 Nilai tidak valid untuk $skip atau $top … Harap periksa apakah nilai untuk dua parameter bersifat numerik. $skip dan $top digunakan untuk membuat daftar model dengan penomoran halaman. Karena API hanya mengembalikan 10 model yang paling baru diperbarui, Anda dapat menggunakan $skip dan $top untuk mendapatkan model yang diperbarui sebelumnya.

Deteksi Anomali dengan Model Terlatih

Kode Galat Kode Galat HTTP Pesan kesalahan Komentar
ModelNotExist 404 Model tidak ada. Model yang digunakan untuk inferensi tidak ada. Harap periksa ID model di URL permintaan.
ModelFailed 400 Model gagal dilatih. Model ini tidak berhasil dilatih. Silakan dapatkan informasi terperinci dengan mendapatkan model dengan ID model.
ModelNotReady 400 Model belum siap. Model belum siap. Harap tunggu beberapa saat sampai proses pelatihan selesai.
InvalidFileSize 413 <File file melebihi batas ukuran file >< (batas ukuran > byte). Ukuran data inferensi melebihi batas atas (2GB saat ini). Harap gunakan lebih sedikit data untuk inferensi.

Mendapatkan Hasil Deteksi

Kode Galat Kode Galat HTTP Pesan kesalahan Komentar
ResultNotExist 404 Hasil tidak ada. Hasil per permintaan tidak ada. Entah kesimpulan belum selesai atau hasilnya telah kedaluwarsa (7 hari).

Kesalahan Pemrosesan Data

Kode galat berikut tidak memiliki Kode galat HTTP terkait.

Kode Kesalahan Pesan kesalahan Komentar
NoVariablesFound Tidak ada variabel yang ditemukan. Harap periksa apakah file Anda diatur sesuai instruksi. Tidak ada file csv yang dapat ditemukan dari sumber data. Hal ini biasanya disebabkan oleh organisasi file yang salah. Harap lihat data sampel untuk struktur yang diinginkan.
DuplicatedVariables Ada beberapa variabel dengan nama yang sama. Ada nama variabel duplikat.
FileNotExist <Nama file file tidak > ada. Kesalahan ini biasanya terjadi selama inferensi. Variabel telah muncul dalam data pelatihan tetapi hilang dalam data inferensi.
RedundantFile Nama < file file adalah > redundant. Kesalahan ini biasanya terjadi selama inferensi. Variabel telah muncul dalam data pelatihan tetapi hilang dalam data inferensi.
FileSizeTooLarge Ukuran nama file file <> terlalu besar. Ukuran nama file file csv tunggal <> melebihi batas. Harap berlatih dengan lebih sedikit data.
ReadingFileError Kesalahan terjadi saat membaca < nama file > . <pesan kesalahan> Gagal membaca nama berkas berkas <> . Anda dapat merujuk ke < pesan kesalahan untuk rincian lebih lanjut atau memverifikasi dengan di lingkungan >pd.read_csv(filename) lokal.
FileColumnsNotExist Kolom timestamp atau nilai dalam nama file file <> tidak ada. Setiap file csv harus memiliki dua kolom dengan nama tanda waktu dan nilai (peka huruf besar/kecil).
VariableParseError Variabel <> variabel mengurai < kesalahan pesan kesalahan > kesalahan. Tidak dapat memproses < variabel > karena kesalahan runtime. Silakan lihat < pesan kesalahan > untuk detail lebih lanjut atau hubungi kami dengan pesan <> kesalahan.
MergeDataFailed Gagal menggabungkan data. Harap periksa format data. Penggabungan data gagal. Hal ini mungkin disebabkan oleh format data yang salah, organisasi file, dll. Silakan merujuk data sampel untuk struktur file saat ini.
ColumnNotFound <Kolom kolom tidak dapat ditemukan dalam data > gabungan. Kolom hilang setelah digabungkan. Harap verifikasikan hal berikut.
NumColumnsMismatch Jumlah kolom data gabungan tidak sesuai dengan jumlah variabel. Harap verifikasikan hal berikut.
TooManyData Terlalu banyak poin data. Angka maksimum adalah 1000000 per variabel. Harap kurangi ukuran input data.
NoData Tidak ada data yang efektif Tidak ada data untuk melatih/inferensi setelah diproses. Harap periksa waktu mulai dan waktu akhir.
DataExceedsLimit Lamanya data yang timestamp-nya antara startTime dan endTime melebihi batas <> (limit). Ukuran data setelah diproses melebihi batas. (Saat ini tidak ada batasan pada data yang diproses.)
NotEnoughInput Tidak memiliki data yang cukup. Panjang data adalah < panjang > data, tetapi panjang minimum harus lebih besar dari jendela geser yang < ukuran jendela > geser. Jumlah minimum titik data untuk inferensi adalah ukuran jendela geser. Cobalah untuk memberikan lebih banyak data untuk inferensi.