Menginstal dan menjalankan kontainer Azure AI Penerjemah

  • Artikel

Penting

  • Untuk menggunakan kontainer Penerjemah, Anda harus mengirimkan permintaan online dan menyetujuinya. Untuk informasi selengkapnya, lihatMeminta akses kontainer.
  • Kontainer Azure AI Penerjemah mendukung fitur terbatas dibandingkan dengan penawaran cloud.

Kontainer memungkinkan Anda menghosting Azure AI Penerjemah API pada infrastruktur Anda sendiri. Gambar kontainer mencakup semua pustaka, alat, dan dependensi yang diperlukan untuk menjalankan aplikasi secara konsisten di lingkungan komputasi privat, publik, atau pribadi apa pun. Jika persyaratan keamanan atau tata kelola data Anda tidak dapat dipenuhi dengan memanggil Azure AI Penerjemah API dari jarak jauh, kontainer adalah opsi yang baik.

Dalam artikel ini, pelajari cara menginstal dan menjalankan kontainer Penerjemah secara online dengan Docker API. Kontainer azure AI Penerjemah mendukung operasi berikut:

  • Terjemahan Teks. Terjemahkan arti kontekstual kata atau frasa dari yang didukung source ke bahasa yang didukung target secara real time. Untuk informasi selengkapnya, lihatKontainer: menerjemahkan teks.

  • 🆕 Transliterasi Teks. Konversi teks dari satu skrip bahasa atau sistem penulisan ke skrip bahasa lain atau sistem penulisan secara real time. Untuk informasi selengkapnya, lihatKontainer: mentransliterasi teks.

  • 🆕 Terjemahan dokumen (pratinjau). Menerjemahkan dokumen secara sinkron sambil mempertahankan struktur dan format secara real time. Untuk informasi selengkapnya, lihatDokumen kontainer:terjemahkan.

Prasyarat

Untuk memulai, Anda memerlukan sumber daya, persetujuan akses, dan alat berikut:

Sumber daya Azure

  • Langganan Azure yang aktif. Jika Anda tidak memilikinya, Anda dapat membuat akun gratis 12 bulan.

  • Permintaan akses yang disetujui ke kontainer yang terhubung Penerjemah atau kontainer Penerjemah terputus.

  • Sumber daya Azure AI Penerjemah (bukan sumber daya layanan Azure AI multi-layanan) yang dibuat di bawah ID langganan yang disetujui. Anda memerlukan kunci API dan URI titik akhir yang terkait dengan sumber daya Anda. Kedua nilai diperlukan untuk memulai kontainer dan dapat ditemukan di halaman gambaran umum sumber daya di portal Azure.

    • Untuk Penerjemah kontainer yang terhubung, pilih S1 tingkat harga.

    • Untuk kontainer Penerjemah terputus, pilih Commitment tier disconnected containers sebagai tingkat harga Anda. Anda hanya melihat opsi untuk membeli tingkat komitmen jika permintaan akses kontainer yang terputus disetujui.

      Cuplikan layar yang memperlihatkan pembuatan sumber daya di portal Azure.

Alat Docker

Anda harus memiliki pemahaman dasar tentang konsep Docker seperti registri, repositori, kontainer, dan gambar kontainer, serta pengetahuan tentang terminologi dasar dockerdan perintah. Untuk primer tentang Docker dan dasar kontainer, lihat Gambaran umum Docker.

Tip

Pertimbangkan untuk menambahkan Docker Desktop ke lingkungan komputasi Anda. Docker Desktop adalah antarmuka pengguna grafis (GUI) yang memungkinkan Anda membuat, menjalankan, dan berbagi aplikasi dalam kontainer langsung dari desktop Anda.

DockerDesktop mencakup Docker Engine, klien Docker CLI, Docker Compose, dan menyediakan paket yang mengonfigurasi Docker untuk sistem operasi pilihan Anda:

Alat Deskripsi Kondisi
Mesin Docker Docker Engine adalah komponen inti dari platform kontainerisasi Docker. Ini harus diinstal pada komputer host untuk memungkinkan Anda membangun, menjalankan, dan mengelola kontainer Anda. Diperlukan untuk semua operasi.
Docker Compose Alat Docker Compose digunakan untuk menentukan dan menjalankan aplikasi multi-kontainer. Diperlukan untuk mendukung kontainer.
Docker CLI Antarmuka baris perintah Docker memungkinkan Anda berinteraksi dengan Docker Engine dan mengelola kontainer Docker langsung dari komputer lokal Anda. Direkomendasikan
Persyaratan komputer host

Host adalah komputer berbasis x64 yang menjalankan kontainer Docker. Ini bisa menjadi komputer di tempat Anda atau salah satu layanan hosting Docker ini di Azure:

Sistem Operasi Persyaratan sistem
Windows • Windows 10 atau Windows 11 terinstal
• Prosesor 64-bit
• Minimal RAM 4 GB
• Fitur Windows Hyper-V dan Kontainer, dan virtualisasi perangkat keras tingkat BIOS
• Untuk informasi selengkapnya, lihatMenginstal Docker Desktop di Windows
Mac • Model komputer 2010 atau yang lebih baru
• OS 10.13 atau yang lebih baru
• Minimal RAM 4 GB
• Untuk informasi selengkapnya, lihatMenginstal Docker Desktop di Mac
Linux • Versi 64-bit Ubuntu (versi LTS terbaru (dukungan jangka panjang) atau versi non-LTS saat ini), Debian 12, Fedora 38, atau Fedora 39
• Dukungan CPU untuk virtualisasi
• Minimal RAM 4 GB
• Untuk informasi selengkapnya, lihatMenginstal Docker Desktop di Linux

Catatan

Spesifikasi minimum dan direkomendasikan didasarkan pada batas Docker, bukan sumber daya komputer host.

Tabel berikut menjelaskan spesifikasi minimum dan yang direkomendasikan serta Transaksi Per Detik (TPS) yang diizinkan untuk setiap kontainer.

Fungsi Minimum yang disarankan Catatan
Terjemahan teks 4 Core, memori 4 GB
Transliterasi teks 4 Core, memori 2 GB
Penerjemahan dokumen 4 Core, memori 6 GB Jumlah dokumen yang dapat diproses secara bersamaan dapat dihitung dengan rumus berikut: [minimum (n-2), (m-6)/4)].
• n adalah jumlah inti CPU.
• m adalah GB memori.
• Contoh: 8 Core, memori 32 GB dapat memproses enam (6) dokumen bersamaan [minimum (8-2), (36-6)/4)].

  • Setiap core harus setidaknya 2,6 gigahertz (GHz) atau lebih cepat.

  • Untuk setiap pasangan bahasa, memori 2 GB disarankan.

  • Selain persyaratan dasar, memori 4 GB untuk setiap pemrosesan dokumen bersamaan.

    Tip

    Anda dapat menggunakan perintah gambar docker untuk mencantumkan gambar kontainer yang diunduh. Misalnya, perintah berikut mencantumkan ID, repositori, dan tag dari setiap gambar kontainer yang diunduh, yang diformat sebagai tabel:

    docker images --format "table {{.ID}}\t{{.Repository}}\t{{.Tag}}"

IMAGE ID         REPOSITORY                TAG
<image-id>       <repository-path/name>    <tag-name>

Input yang diperlukan

Semua kontainer Azure AI memerlukan nilai input berikut:

  • Pengaturan persetujuan EULA. Anda harus memiliki perjanjian lisensi pengguna akhir (EULA) yang ditetapkan dengan nilai Eula=accept.

  • Kunci API dan URL Titik Akhir. Kunci API digunakan untuk memulai kontainer. Anda dapat mengambil kunci API dan nilai URL Titik Akhir dengan menavigasi ke halaman Kunci dan Titik Akhir sumber daya azure AI Penerjemah dan memilih Copy to clipboard ikon.

  • Jika Anda menerjemahkan dokumen, pastikan untuk menggunakan titik akhir terjemahan dokumen.

Penting

  • Kunci digunakan untuk mengakses sumber daya Azure AI Anda. Jangan bagikan kunci Anda. Simpan dengan aman, misalnya menggunakan Azure Key Vault.

  • Sebaiknya Anda meregenerasi kunci ini secara rutin. Hanya satu kunci yang diperlukan untuk melakukan panggilan API. Saat membuat ulang kunci pertama, Anda dapat menggunakan kunci kedua untuk akses berkelanjutan ke layanan.

Billing

  • Kueri ke kontainer ditagih pada tingkat harga sumber daya Azure yang digunakan untuk API Key.

  • Anda ditagih untuk setiap instans kontainer yang digunakan untuk memproses dokumen dan gambar Anda.

  • Perintah jalankan docker mengunduh gambar dari Registri Artefak Microsoft dan memulai kontainer ketika ketiga opsi berikut disediakan dengan nilai yang valid:

Opsi Deskripsi
ApiKey Kunci sumber daya layanan Azure AI yang digunakan untuk melacak informasi penagihan.
Nilai opsi ini harus diatur ke kunci untuk sumber daya yang disediakan yang ditentukan dalam Billing.
Billing Titik akhir sumber daya layanan Azure AI yang digunakan untuk melacak informasi penagihan.
Nilai opsi ini harus diatur ke URI titik akhir dari sumber daya Azure yang disediakan.
Eula Menunjukkan bahwa Anda menerima lisensi untuk kontainer.
Nilai opsi ini harus diatur untuk menerima.

Menghubungkan ke Azure

  • Nilai argumen penagihan kontainer memungkinkan kontainer tersambung ke titik akhir penagihan dan dijalankan.

  • Kontainer melaporkan penggunaan sekitar setiap 10 hingga 15 menit. Jika tidak tersambung ke Azure dalam periode waktu yang diizinkan, kontainer akan terus berjalan tetapi tidak melayani kueri hingga titik akhir penagihan dipulihkan.

  • Koneksi dicoba 10 kali pada interval waktu yang sama 10 hingga 15 menit. Jika tidak dapat tersambung ke titik akhir penagihan dalam 10 percobaan, kontainer berhenti melayani permintaan. Lihat FAQ kontainer Azure AI untuk contoh informasi yang dikirim ke Microsoft untuk penagihan.

Gambar dan tag kontainer

Gambar kontainer layanan Azure AI dapat ditemukan di katalog Registri Artefak Microsoft. Kontainer Azure AI Penerjemah berada dalam repositori azure-cognitive-services/translator dan diberi nama text-translation. Nama gambar kontainer yang sepenuhnya memenuhi syarat adalah mcr.microsoft.com/azure-cognitive-services/translator/text-translation:latest.

Untuk menggunakan versi terbaru kontainer, gunakan tag terbaru. Anda dapat melihat daftar lengkap tag versi Terjemahan Teks layanan Azure AI di MCR.

Gunakan kontainer

Pilih tab untuk memilih lingkungan kontainer azure AI Penerjemah Anda:

Kontainer azure AI Penerjemah memungkinkan Anda menjalankan layanan on-premise azure AI Penerjemah di lingkungan Anda sendiri. kontainer Koneksi berjalan secara lokal dan mengirim informasi penggunaan ke cloud untuk penagihan.

Mengunduh dan menjalankan gambar kontainer

Perintah jalankan docker mengunduh gambar dari Registri Artefak Microsoft dan memulai kontainer.

Penting

  • Perintah docker di bagian berikut menggunakan garis miring terbalik, \, sebagai karakter kelanjutan baris. Ganti atau hapus ini berdasarkan persyaratan sistem operasi host Anda.
  • Opsi EULA, Billing, dan ApiKey harus ditentukan untuk menjalankan kontainer; jika tidak, kontainer tidak akan dimulai.
  • Jika Anda menerjemahkan dokumen, pastikan untuk menggunakan titik akhir terjemahan dokumen.
docker run --rm -it -p 5000:5000 --memory 12g --cpus 4 \
-v /mnt/d/TranslatorContainer:/usr/local/models \
-e apikey={API_KEY} \
-e eula=accept \
-e billing={ENDPOINT_URI} \
-e Languages=en,fr,es,ar,ru  \
mcr.microsoft.com/azure-cognitive-services/translator/text-translation:latest

Perintah di atas akan:

  • Membuat kontainer Penerjemah yang sedang berjalan dari gambar kontainer yang diunduh.
  • Mengalokasikan memori 12 gigabyte (GB) dan empat inti CPU.
  • Mengekspos port protokol kontrol transmisi (TCP) 5000 dan mengalokasikan pseudo-TTY untuk kontainer. Sekarang, alamat menunjuk localhost ke kontainer itu sendiri, bukan komputer host Anda.
  • Menerima perjanjian pengguna akhir (EULA).
  • Mengonfigurasi titik akhir penagihan.
  • Mengunduh model terjemahan untuk bahasa Inggris, Prancis, Spanyol, Arab, dan Rusia.
  • Menghapus kontainer secara otomatis setelah kontainer keluar. Gambar kontainer masih tersedia di komputer host.

Tip

Perintah Docker tambahan:

  • docker ps mencantumkan kontainer yang sedang berjalan.
  • docker pause {your-container name} menjeda kontainer yang sedang berjalan.
  • docker unpause {your-container-name} membatalkan jeda kontainer yang dijeda.
  • docker restart {your-container-name} menghidupkan ulang kontainer yang sedang berjalan.
  • docker exec memungkinkan Anda menjalankan perintah lto melepaskan atau mengatur variabel lingkungan dalam kontainer yang sedang berjalan.

Untuk informasi selengkapnya, lihatreferensi CLI docker.

Menjalankan beberapa kontainer pada host yang sama

Jika Anda berniat menjalankan beberapa kontainer dengan port yang terbuka, pastikan untuk menjalankan setiap kontainer dengan port terbuka yang berbeda. Misalnya, jalankan kontainer pertama pada port 5000 dan kontainer kedua pada port 5001.

Anda dapat memiliki kontainer ini dan kontainer Azure AI yang berbeda yang berjalan di HOST bersama-sama. Anda juga dapat memiliki beberapa kontainer dari kontainer Azure AI yang sama yang berjalan.

Mengkueri titik akhir kontainer Penerjemah

Kontainer dilengkapi dengan API titik akhir Penerjemah berbasis REST. Berikut adalah contoh permintaan dengan bahasa sumber (from=en) yang ditentukan:

  curl -X POST "http://localhost:5000/translate?api-version=3.0&from=en&to=zh-HANS" -H "Content-Type: application/json" -d "[{'Text':'Hello, what is your name?'}]"

Catatan

  • Deteksi bahasa sumber memerlukan kontainer tambahan. Untuk informasi selengkapnya, lihatKontainer pendukung

  • Jika permintaan cURL POST mengembalikan Service is temporarily unavailable respons, kontainer belum siap. Tunggu beberapa menit, lalu coba lagi.

Memvalidasi bahwa kontainer dapat dijalankan

Ada beberapa cara untuk memvalidasi bahwa kontainer dapat dijalankan:

  • Kontainer memiliki halaman beranda di / validasi visual bahwa kontainer dapat dijalankan.

  • Anda dapat membuka browser web favorit dan membuka alamat IP eksternal dan port kontainer terbuka yang diinginkan. Gunakan URL permintaan berikut untuk memvalidasi kontainer yang sedang berjalan. Contoh URL permintaan yang tercantum menunjuk ke http://localhost:5000, tetapi kontainer spesifik Anda dapat bervariasi. Perlu diingat bahwa Anda membuka Alamat IP eksternal dan port terbuka kontainer.

URL Permintaan Tujuan
http://localhost:5000/ Kontainer menyediakan halaman beranda.
http://localhost:5000/ready Diminta dengan GET. Memberikan verifikasi bahwa kontainer siap untuk menerima kueri terhadap model. Permintaan ini dapat digunakan untuk penyelidikan keaktifan dan kesiapan Kubernetes.
http://localhost:5000/status Diminta dengan GET. Memverifikasi apakah kunci api yang digunakan untuk memulai kontainer valid tanpa menyebabkan kueri titik akhir. Permintaan ini dapat digunakan untuk penyelidikan keaktifan dan kesiapan Kubernetes.
http://localhost:5000/swagger Kontainer menyediakan serangkaian dokumentasi lengkap untuk titik akhir dan fitur Coba. Dengan fitur ini, Anda dapat memasukkan pengaturan Anda ke dalam formulir HTML berbasis web dan membuat kueri tanpa harus menulis kode apa pun. Setelah kueri kembali, contoh perintah CURL disediakan untuk menunjukkan header HTTP dan format isi yang diperlukan.

Cuplikan layar beranda kontainer.

Jika Anda mengalami masalah dalam menjalankan kontainer layanan Azure AI, Anda dapat mencoba menggunakan kontainer diagnostik Microsoft. Gunakan kontainer ini untuk mendiagnosis kesalahan umum di lingkungan penyebaran Anda yang mungkin mencegah kontainer Azure AI berfungsi seperti yang diharapkan.

Untuk mendapatkan kontainer, gunakan perintah berikut docker pull:

docker pull mcr.microsoft.com/azure-cognitive-services/diagnostic

Kemudian jalankan kontainer. Ganti {ENDPOINT_URI} dengan titik akhir Anda, dan ganti {API_KEY} dengan kunci Anda ke sumber daya Anda:

docker run --rm mcr.microsoft.com/azure-cognitive-services/diagnostic \
eula=accept \
Billing={ENDPOINT_URI} \
ApiKey={API_KEY}

Kontainer menguji konektivitas jaringan ke titik akhir penagihan.

Menghentikan kontainer

Untuk mematikan kontainer, di lingkungan baris perintah tempat kontainer berjalan, pilih Ctrl+C.

Kasus penggunaan untuk mendukung kontainer

Beberapa kueri Penerjemah mengharuskan kontainer pendukung berhasil menyelesaikan operasi. Jika Anda menggunakan dokumen Office dan tidak memerlukan deteksi bahasa sumber, hanya kontainer Penerjemah yang diperlukan. Namun jika deteksi bahasa sumber diperlukan atau Anda menggunakan dokumen PDF yang dipindai, kontainer pendukung diperlukan:

Tabel berikut mencantumkan kontainer pendukung yang diperlukan untuk operasi terjemahan teks dan dokumen Anda. Kontainer Penerjemah mengirim informasi penagihan ke Azure melalui sumber daya Azure AI Penerjemah di akun Azure Anda.

Operasi Permintaan kueri Jenis dokumen Kontainer pendukung
• Terjemahan teks
• Terjemahan Dokumen		 from Ditentukan. Dokumen Office Tidak
• Terjemahan teks
• Terjemahan Dokumen		 from tidak ditentukan. Memerlukan deteksi bahasa otomatis untuk menentukan bahasa sumber. Dokumen Office ✔️ Analitik teks:kontainer bahasa
• Terjemahan teks
• Terjemahan Dokumen		 from Ditentukan. Dokumen PDF yang dipindai ✔️ Visi:baca kontainer
• Terjemahan teks
• Terjemahan Dokumen		 from tidak ditentukan yang memerlukan deteksi bahasa otomatis untuk menentukan bahasa sumber. Dokumen PDF yang dipindai ✔️ Analitik teks:kontainer bahasa

✔️ Visi:baca kontainer

Mengoperasikan kontainer pendukung dengan docker compose

Docker compose adalah alat yang memungkinkan Anda mengonfigurasi aplikasi multi-kontainer menggunakan satu file YAML yang biasanya bernama compose.yaml. docker compose up Gunakan perintah untuk memulai aplikasi kontainer Anda dan docker compose down perintah untuk menghentikan dan menghapus kontainer Anda.

Jika Anda menginstal Docker Desktop CLI, itu termasuk Docker compose dan prasyaratnya. Jika Anda tidak memiliki Docker Desktop, lihat gambaran umum Menginstal Docker Compose.

Membuat aplikasi

  1. Dengan menggunakan editor atau IDE pilihan Anda, buat direktori baru untuk aplikasi Anda bernama container-environment atau nama pilihan Anda.

  2. Buat file YAML baru bernama compose.yaml. Ekstensi .yml atau .yaml dapat digunakan untuk file.compose

  3. Salin dan tempel sampel kode YAML berikut ke dalam file Anda compose.yaml . Ganti {TRANSLATOR_KEY} dan {TRANSLATOR_ENDPOINT_URI} dengan nilai kunci dan titik akhir dari instans portal Azure Penerjemah Anda. Jika Anda menerjemahkan dokumen, pastikan untuk menggunakan document translation endpoint.

  4. Nama tingkat atas (azure-ai-translator, azure-ai-language, ) azure-ai-readadalah parameter yang Anda tentukan.

  5. container_name adalah parameter opsional yang menetapkan nama untuk kontainer saat berjalan, daripada membiarkan docker compose menghasilkan nama.

    services:
  azure-ai-translator:
    container_name: azure-ai-translator
    image: mcr.microsoft.com/product/azure-cognitive-services/translator/text-translation:latest
    environment:
        - EULA=accept
        - billing={TRANSLATOR_ENDPOINT_URI}
        - apiKey={TRANSLATOR_KEY}
        - AzureAiLanguageHost=http://azure-ai-language:5000
        - AzureAiReadHost=http://azure-ai-read:5000
    ports:
          - "5000:5000"
    azure-ai-language:
      container_name: azure-ai-language
      image:  mcr.microsoft.com/azure-cognitive-services/textanalytics/language:latest
      environment:
          - EULA=accept
          - billing={TRANSLATOR_ENDPOINT_URI}
          - apiKey={TRANSLATOR_KEY}
    azure-ai-read:
      container_name: azure-ai-read
      image:  mcr.microsoft.com/azure-cognitive-services/vision/read:latest
      environment:
          - EULA=accept
          - billing={TRANSLATOR_ENDPOINT_URI}
          - apiKey={TRANSLATOR_KEY}

  6. Buka terminal navigasi ke container-environment folder, dan mulai kontainer dengan perintah berikut docker-compose :

    docker compose up

  7. Untuk menghentikan kontainer, gunakan perintah berikut:

    docker compose down

    Tip

    Perintah Docker yang bermanfaat:

    • docker compose pause menjeda kontainer yang sedang berjalan.
    • docker compose unpause {your-container-name} membatalkan jeda kontainer yang dijeda.
    • docker compose restart memulai ulang semua kontainer yang dihentikan dan berjalan dengan semua perubahan sebelumnya utuh. Jika Anda membuat perubahan pada konfigurasi, compose.yaml perubahan ini tidak diperbarui dengan docker compose restart perintah . Anda harus menggunakan docker compose up perintah untuk mencerminkan pembaruan dan perubahan dalam compose.yaml file.
    • docker compose ps -a mencantumkan semua kontainer, termasuk yang dihentikan.
    • docker compose exec memungkinkan Anda menjalankan perintah untuk melepaskan atau mengatur variabel lingkungan dalam kontainer yang sedang berjalan.

    Untuk informasi selengkapnya, lihatreferensi CLI docker.

Penerjemah dan mendukung gambar dan tag kontainer

Gambar kontainer layanan Azure AI dapat ditemukan di katalog Registri Artefak Microsoft. Tabel berikut mencantumkan lokasi gambar yang sepenuhnya memenuhi syarat untuk terjemahan teks dan dokumen:

Kontainer Lokasi citra Catatan
Penerjemah: Terjemahan teks dan dokumen mcr.microsoft.com/azure-cognitive-services/translator/text-translation:latest Anda dapat melihat daftar lengkap tag versi Terjemahan Teks layanan Azure AI di MCR.
Analitik teks: bahasa mcr.microsoft.com/azure-cognitive-services/textanalytics/language:latest Anda dapat melihat daftar lengkap layanan Azure AI Tag versi Bahasa Analitik Teks di MCR.
Visi: baca mcr.microsoft.com/azure-cognitive-services/vision/read:latest Anda dapat melihat daftar lengkap tag versi Computer Vision Read OCR layanan Azure AI di MCR.

Parameter dan perintah lainnya

Berikut adalah beberapa parameter dan perintah lain yang dapat Anda gunakan untuk menjalankan kontainer:

Rekaman Penggunaan

Saat mengoperasikan kontainer Docker di lingkungan yang terputus, kontainer akan menulis catatan penggunaan ke volume di mana mereka dikumpulkan dari waktu ke waktu. Anda juga dapat memanggil titik akhir REST API untuk membuat laporan tentang penggunaan layanan.

Argumen untuk menyimpan log

Saat dijalankan di lingkungan yang terputus, dudukan output harus tersedia ke kontainer untuk menyimpan log penggunaan. Misalnya, Anda akan menyertakan -v /host/output:{OUTPUT_PATH} dan Mounts:Output={OUTPUT_PATH} dalam contoh berikut, mengganti {OUTPUT_PATH} dengan jalur tempat log disimpan:

Contoh docker run perintah

docker run -v /host/output:{OUTPUT_PATH} ... <image> ... Mounts:Output={OUTPUT_PATH}

Nama variabel lingkungan dalam penyebaran Kubernetes

  • Beberapa Kontainer Azure AI, misalnya Penerjemah, mengharuskan pengguna untuk meneruskan nama variabel lingkungan yang menyertakan titik dua (:) saat menjalankan kontainer.

  • Kubernetes tidak menerima titik dua dalam nama variabel lingkungan. Untuk mengatasinya, Anda dapat mengganti titik dua dengan dua karakter garis bawah (__) saat menyebarkan ke Kubernetes. Lihat contoh format yang dapat diterima berikut untuk nama variabel lingkungan:

        env:
        - name: Mounts__License
          value: "/license"
        - name: Mounts__Output
          value: "/output"

Contoh ini menggantikan format default untuk Mounts:License nama variabel lingkungan dan Mounts:Output dalam perintah jalankan docker.

Mendapatkan rekaman penggunaan menggunakan titik akhir kontainer

Kontainer menyediakan dua titik akhir untuk mengembalikan rekaman mengenai penggunaannya.

Dapatkan semua catatan

Titik akhir berikut ini menyediakan laporan yang meringkas semua penggunaan yang dikumpulkan dalam direktori rekaman penagihan yang dipasang.

https://<service>/records/usage-logs/

Contoh titik akhir HTTPS untuk mengambil semua rekaman

http://localhost:5000/records/usage-logs

Dapatkan rekaman untuk bulan tertentu

Titik akhir berikut ini menyediakan laporan yang meringkas penggunaan selama bulan dan tahun tertentu:

https://<service>/records/usage-logs/{MONTH}/{YEAR}

Contoh titik akhir HTTPS untuk mengambil rekaman untuk bulan dan tahun tertentu

http://localhost:5000/records/usage-logs/03/2024

Titik akhir log penggunaan mengembalikan respons JSON yang mirip dengan contoh berikut:

kontainer Koneksi

adalah quantity jumlah yang Dikenakan biaya untuk penggunaan kontainer yang terhubung.

{
"apiType": "string",
"serviceName": "string",
"meters": [
{
    "name": "string",
    "quantity": 256345435
    }
  ]
}

Kontainer terputus

      {
    "type": "CommerceUsageResponse",
    "meters": [
      {
        "name": "CognitiveServices.TextTranslation.Container.OneDocumentTranslatedCharacters",
        "quantity": 1250000,
        "billedUnit": 1875000
      },
      {
        "name": "CognitiveServices.TextTranslation.Container.TranslatedCharacters",
        "quantity": 1250000,
        "billedUnit": 1250000
      }
    ],
    "apiType": "texttranslation",
    "serviceName": "texttranslation"
   }

Nilai agregat billedUnit untuk meteran berikut dihitung terhadap karakter yang Anda lisensikan untuk penggunaan kontainer yang terputus:

  • CognitiveServices.TextTranslation.Container.OneDocumentTranslatedCharacters

  • CognitiveServices.TextTranslation.Container.TranslatedCharacters

Ringkasan

Dalam artikel ini, Anda mempelajari konsep dan alur kerja untuk mengunduh, menginstal, dan menjalankan kontainer Azure AI Penerjemah:

  • Kontainer Azure AI Penerjemah mendukung terjemahan teks, terjemahan dokumen sinkron, dan transliterasi teks.

  • Gambar kontainer diunduh dari registri kontainer dan dijalankan di Docker.

  • Informasi penagihan harus ditentukan saat Anda menggunakan kontainer.

Langkah berikutnya

Pelajari selengkapnya tentang konfigurasikontainer Azure AI Pelajari selengkapnya tentang dukungan bahasa kontainer.