Gestire un servizio Web usando il portale dei servizi Web di Azure Machine Learning

Il portale dei servizi Web di Microsoft Azure Machine Learning consente di gestire i servizi Web classici e nuovi di Machine Learning. Poiché i servizi Web classici e nuovi sono basati su tecnologie diverse, sono disponibili funzionalità di gestione leggermente diverse.

Nel portale dei servizi Web di Azure Machine Learning è possibile:

  • Monitorare la modalità d'uso del servizio Web.
  • Configurare la descrizione, aggiornare le chiavi per il servizio Web (solo servizi nuovi), aggiornare la chiave dell'account di archiviazione (solo servizi nuovi), abilitare la registrazione e abilitare o disabilitare i dati di esempio.
  • Eliminare il servizio Web.
  • Creare, eliminare o aggiornare i piani di fatturazione (solo servizi nuovi).
  • Aggiungere ed eliminare gli endpoint (solo servizi classici)
Nota

Prova gratuita di Azure Machine Learning

Non è necessaria una carta di credito o una sottoscrizione di Azure. Per iniziare >.

Autorizzazioni per gestire i nuovi servizi Web basati su Resource Manager

I nuovi servizi Web vengono distribuiti come risorse di Azure. Di conseguenza, è necessario disporre delle autorizzazioni corrette per distribuire e gestire i nuovi servizi Web. Per distribuire o gestire i nuovi servizi Web è necessario che all'utente sia assegnato un ruolo di collaboratore o di amministratore nella sottoscrizione in cui viene distribuito il servizio Web. Se si invita un altro utente a un'area di lavoro di Machine Learning, è necessario assegnargli un ruolo di collaboratore o amministratore della sottoscrizione prima di poter distribuire o gestire i servizi Web.

Se l'utente non dispone delle autorizzazioni corrette per accedere alle risorse nel portale dei servizi Web di Azure Machine Learning, riceverà l'errore seguente quando cercherà di distribuire un servizio Web:

Web Service deployment failed. This account does not have sufficient access to the Azure subscription that contains the Workspace. In order to deploy a Web Service to Azure, the same account must be invited to the Workspace and be given access to the Azure subscription that contains the Workspace. (Distribuzione del servizio Web non riuscita. L'account non dispone dei diritti di accesso sufficienti per accedere alla sottoscrizione di Azure che contiene l'area di lavoro. Per distribuire un servizio Web in Azure, è necessario che lo stesso account sia invitato all'area di lavoro e che gli sia assegnato l'accesso alla sottoscrizione di Azure contenente l'area di lavoro).

Per altre informazioni sulla creazione di un'area di lavoro, vedere Creare e condividere un'area di lavoro di Azure Machine Learning.

Per altre informazioni sull'impostazione delle autorizzazioni di accesso, vedere Visualizzare le assegnazioni di accesso per utenti e gruppi nel Portale di Azure - Anteprima pubblica.

Gestire i nuovi servizi Web

Per gestire i nuovi servizi Web:

  1. Accedere al portale dei servizi Web di Microsoft Azure Machine Learning usando l'account di Microsoft Azure associato alla sottoscrizione di Azure.
  2. Nel menu fare clic su Servizi Web.

Verrà visualizzato un elenco di servizi Web distribuiti per la sottoscrizione.

Per gestire un servizio Web, fare clic su Web Services (Servizi Web). Nella pagina Servizi Web è possibile:

  • Fare clic sul servizio Web per gestirlo.
  • Fare clic sul piano di fatturazione per il servizio Web per aggiornarlo.
  • Eliminare un servizio Web.
  • Copiare un servizio Web e distribuirlo in un'altra area.

Quando si fa clic su un servizio Web, viene visualizzata la pagina di avvio rapido del servizio Web. Questa pagina contiene due opzioni di menu che consentono di gestire il servizio Web:

  • DASHBOARD: consente di visualizzare l'utilizzo del servizio Web.
  • CONFIGURE (CONFIGURA): consente di aggiungere testo descrittivo, aggiornare la chiave dell'account di archiviazione associato al servizio Web e abilitare o disabilitare i dati di esempio.

Monitoraggio della modalità d'uso del servizio Web

Fare clic sulla scheda DASHBOARD .

Nel dashboard è possibile visualizzare l'utilizzo complessivo del servizio Web in un periodo di tempo. È possibile selezionare il periodo da visualizzare dal menu a discesa Periodo in alto a destra dei grafici di utilizzo. Il dashboard visualizza le informazioni seguenti:

  • Requests Over Time (Richieste nel tempo) visualizza un grafico con il numero di richieste nel periodo di tempo selezionato. Può aiutare a identificare se si verificano picchi di utilizzo.
  • Request-Response Requests (Richieste richiesta-risposta) visualizza il numero totale di chiamate di richiesta-risposta ricevute dal servizio nel periodo di tempo selezionato e il numero di richieste con errore.
  • Average Request-Response Compute Time (Tempo medio di calcolo richiesta-risposta) visualizza una media del tempo necessario per eseguire le richieste ricevute.
  • Batch Requests (Richieste batch) visualizza il numero totale di richieste batch ricevute dal servizio nel periodo di tempo selezionato e il numero di richieste con errore.
  • Average Job Latency (Latenza processo media) visualizza una media del tempo necessario per eseguire le richieste ricevute.
  • Errors (Errori) visualizza il numero complessivo di errori che si sono verificati nelle chiamate al servizio Web.
  • Services Costs (Costi servizi) visualizza le spese per il piano di fatturazione associato al servizio.

Configurazione del servizio Web

Fare clic sull'opzione di menu CONFIGURA .

È possibile aggiornare le proprietà seguenti:

  • Description (Descrizione) consente di immettere una descrizione per il servizio Web.
  • Title (Titolo) consente di immettere un titolo per il servizio Web.
  • Chiavi consente di ruotare le chiavi API primarie e secondarie.
  • Storage account key (Chiave dell'account di archiviazione) consente di aggiornare la chiave per l'account di archiviazione associato alle modifiche del servizio Web.
  • Enable Sample data (Abilita dati di esempio) consente di fornire dati di esempio che è possibile usare per testare il servizio di richiesta-risposta. Se il servizio Web è stato creato in Machine Learning Studio, i dati di esempio vengono prelevati dai dati usati per il training del modello. Se il servizio è stato creato a livello di codice, i dati vengono ricavati dai dati di esempio forniti come parte del pacchetto JSON.

Gestione dei piani di fatturazione

Fare clic sull'opzione di menu Piani della pagina Avvio rapido dei servizi Web. È anche possibile fare clic sul piano associato al servizio Web specifico per gestire tale piano.

  • Nuovo consente di creare un nuovo piano.
  • Add/Remove Plan instance (Aggiungi/Rimuovi istanza di piano) consente di aumentare un piano esistente per aggiungere capacità.
  • Upgrade/DownGrade (Esegui aggiornamento/downgrade) consente di aumentare un piano esistente per aggiungere capacità.
  • Elimina consente di eliminare un piano.

Fare clic su un piano per visualizzare il relativo dashboard. Il dashboard indica l'uso dello snapshot o del piano in un periodo di tempo selezionato. Per selezionare il periodo di tempo da visualizzare, fare clic sull'elenco a discesa Period (Periodo) nella parte superiore destra del dashboard.

Il dashboard del piano contiene le informazioni seguenti:

  • Descrizione piano visualizza le informazioni sui costi e le capacità associate al piano.
  • Plan Usage (Uso piano) visualizza il numero di transazioni e di ore di calcolo addebitate in base al piano.
  • Web Services (Servizi Web) visualizza il numero di servizi Web che usano il piano.
  • Top Web Service By Calls (Primi servizi Web per chiamate) visualizza i primi quattro servizi Web che stanno effettuando chiamate per cui viene applicato un addebito in base al piano.
  • Top Web Services by Compute Hrs (Primi servizi Web per ore di calcolo) visualizza i primi quattro servizi Web che stanno usando le risorse di calcolo per cui viene applicato un addebito in base al piano.

Gestire i servizi Web classici

Nota

Le procedure di questa sezione si riferiscono alla gestione dei servizi Web classici nel portale dei servizi Web di Azure Machine Learning. Per informazioni sulla gestione dei servizi Web classici tramite Machine Learning Studio e il portale di Azure classico, vedere Gestire un'area di lavoro di Azure Machine Learning.

Per gestire i servizi Web classici:

  1. Accedere al portale dei servizi Web di Microsoft Azure Machine Learning usando l'account di Microsoft Azure associato alla sottoscrizione di Azure.
  2. Fare clic su Classic Web Services (Servizi Web classici).

Per gestire un servizio Web classico, fare clic su Classic Web Services(Servizi Web classici). Nella pagina relativa ai servizi Web classici è possibile:

  • Fare clic sul servizio Web per visualizzare gli endpoint associati.
  • Eliminare un servizio Web.

Quando si gestisce un servizio Web classico, si gestisce ognuno degli endpoint separatamente. Quando si fa clic su un servizio Web nella pagina dei servizi Web, viene aperto l'elenco degli endpoint associati al servizio.

Nella pagina relativa agli endpoint dei servizi Web classici è possibile aggiungere ed eliminare gli endpoint del servizio. Per altre informazioni sull'aggiunta di endpoint, vedere Creazione di endpoint.

Fare clic su uno degli endpoint per aprire la pagina di avvio rapido del servizio Web. Questa pagina contiene due opzioni di menu che consentono di gestire il servizio Web:

  • DASHBOARD: consente di visualizzare l'utilizzo del servizio Web.
  • CONFIGURE (CONFIGURA): consente di aggiungere testo descrittivo, attivare e disattivare la registrazione degli errori, aggiornare la chiave dell'account di archiviazione associato al servizio Web e abilitare e disabilitare i dati di esempio.

Monitoraggio della modalità d'uso del servizio Web

Fare clic sulla scheda DASHBOARD .

Nel dashboard è possibile visualizzare l'utilizzo complessivo del servizio Web in un periodo di tempo. È possibile selezionare il periodo da visualizzare dal menu a discesa Periodo in alto a destra dei grafici di utilizzo. Il dashboard visualizza le informazioni seguenti:

  • Requests Over Time (Richieste nel tempo) visualizza un grafico con il numero di richieste nel periodo di tempo selezionato. Può aiutare a identificare se si verificano picchi di utilizzo.
  • Request-Response Requests (Richieste richiesta-risposta) visualizza il numero totale di chiamate di richiesta-risposta ricevute dal servizio nel periodo di tempo selezionato e il numero di richieste con errore.
  • Average Request-Response Compute Time (Tempo medio di calcolo richiesta-risposta) visualizza una media del tempo necessario per eseguire le richieste ricevute.
  • Batch Requests (Richieste batch) visualizza il numero totale di richieste batch ricevute dal servizio nel periodo di tempo selezionato e il numero di richieste con errore.
  • Average Job Latency (Latenza processo media) visualizza una media del tempo necessario per eseguire le richieste ricevute.
  • Errors (Errori) visualizza il numero complessivo di errori che si sono verificati nelle chiamate al servizio Web.
  • Services Costs (Costi servizi) visualizza le spese per il piano di fatturazione associato al servizio.

Configurazione del servizio Web

Fare clic sull'opzione di menu CONFIGURA .

È possibile aggiornare le proprietà seguenti:

  • Description (Descrizione) consente di immettere una descrizione per il servizio Web. La descrizione è un campo obbligatorio.
  • Logging (Registrazione) consente di abilitare o disabilitare la registrazione nell'endpoint. Per altre informazioni sulla registrazione, vedere Abilitare la registrazione per i servizi Web di Machine Learning.
  • Enable Sample data (Abilita dati di esempio) consente di fornire dati di esempio che è possibile usare per testare il servizio di richiesta-risposta. Se il servizio Web è stato creato in Machine Learning Studio, i dati di esempio vengono prelevati dai dati usati per il training del modello. Se il servizio è stato creato a livello di codice, i dati vengono ricavati dai dati di esempio forniti come parte del pacchetto JSON.

Concedere o sospendere l'accesso ai servizi Web per gli utenti nel portale

Usando il portale di Azure classico, è possibile consentire o negare l'accesso a utenti specifici.

Accesso per gli utenti dei nuovi servizi Web

Per consentire ad altri utenti di usare i servizi Web nel portale dei servizi Web di Azure Machine Learning, è necessario aggiungere gli utenti come coamministratori nella sottoscrizione di Azure.

Accedere al portale di Azure classico usando l'account di Microsoft Azure associato alla sottoscrizione di Azure.

  1. Nel riquadro di spostamento sinistro fare clic su Impostazioni e quindi su Amministratori.
  2. Nella parte inferiore della finestra fare clic su Aggiungi.
  3. Nella finestra di dialogo AGGIUNGI COAMMINISTRATORE digitare l'indirizzo di posta elettronica della persona che si vuole aggiungere come coamministratore e quindi selezionare la sottoscrizione a cui il coamministratore potrà accedere.
  4. Fare clic su Save.

Accesso per gli utenti dei servizi Web classici

Per gestire un'area di lavoro:

Accedere al portale di Azure classico usando l'account di Microsoft Azure associato alla sottoscrizione di Azure.

  1. Nel riquadro dei servizi di Microsoft Azure fare clic su MACHINE LEARNING.
  2. Fare clic sull'area di lavoro da gestire.
  3. Fare clic sulla scheda CONFIGURE .

Nella scheda relativa alla configurazione sospendere l'accesso all'area di lavoro di Machine Learning facendo clic su NEGA. Gli utenti non saranno più in grado di aprire l'area di lavoro in Machine Learning Studio. Per ripristinare l'accesso, fare clic su CONSENTI.

Per utenti specifici:

Per gestire account aggiuntivi che hanno accesso all'area di lavoro in Machine Learning Studio, fare clic su Accedi a ML Studio nella scheda DASHBOARD. Verrà aperta l'area di lavoro in Machine Learning Studio. A questo punto, fare clic sulla scheda SETTINGS (IMPOSTAZIONI) e quindi su USERS (UTENTI). È possibile fare clic su INVITE MORE USERS (INVITA ALTRI UTENTI) per concedere agli utenti l'accesso all'area di lavoro oppure selezionare un utente e fare clic su REMOVE (RIMUOVI).

Nota

Il link all’ Accesso a ML Studio consente di aprire Machine Learning Studio usando l'account Microsoft con cui è stato eseguito l'accesso. L'account Microsoft usato per accedere al portale di Azure classico per creare un'area di lavoro non è automaticamente autorizzato ad aprire tale area di lavoro. Per aprire un'area di lavoro, è necessario essere connessi con l'account Microsoft definito come proprietario dell'area di lavoro oppure ricevere un invito dal proprietario per partecipare all'area di lavoro.