Çok değişkenli API sorunlarını giderme

Bu makalede, Azure Bilişsel Hizmetler Anomali Algılayıcısı çok değişkenli API'yi kullanırken sık karşılaşılan hata iletilerinin sorunlarını giderme ve düzeltme hakkında yönergeler sağlanmaktadır.

Çok değişkenli hata kodları

Aşağıdaki tablolarda çok değişkenli hata kodları listelenmektedir.

Sık karşılaşılan hatalar

Hata kodu HTTP hata kodu Hata iletisi Yorum
SubscriptionNotInHeaders 400 apim-subscription-id üst bilgilerde bulunamadı. APIM abonelik kimliğinizi üst bilgisine ekleyin. Örnek üst bilgi: {"apim-subscription-id": <Your Subscription ID>}.
FileNotExist 400 Dosya <kaynağı> yok. Blob paylaşılan erişim imzanızın geçerliliğini denetleyin. Süresinin dolmadığından emin olun.
InvalidBlobURL 400 Blob paylaşılan erişim imzanız geçerli bir paylaşılan erişim imzası değil.
StorageWriteError 403 Bu hatanın nedeni izin sorunları olabilir. Hizmetimizin verileri müşteri tarafından yönetilen bir anahtarla şifrelenmiş bloba yazmasına izin verilmiyor. Müşteri tarafından yönetilen anahtarı kaldırın veya hizmetimize yeniden erişim verin. Daha fazla bilgi için bkz. Bilişsel Hizmetler için Azure Key Vault ile müşteri tarafından yönetilen anahtarları yapılandırma.
StorageReadError 403 ile StorageWriteErroraynı.
UnexpectedError 500 Ayrıntılı hata bilgileriyle bizimle iletişime geçin. Azure Bilişsel Hizmetler destek ve yardım seçeneklerinden destek seçeneklerini alabilir veya adresinden bize AnomalyDetector@microsoft.come-posta gönderebilirsiniz.

Çok değişkenli bir anomali algılama modelini eğitin

Hata kodu HTTP hata kodu Hata iletisi Yorum
TooManyModels 400 Bu abonelik, model sayısı üst sınırına ulaştı. Her APIM abonelik kimliğinin 300 etkin modele sahip olması gerekir. Yeni bir model eğitmeden önce kullanılmayan modelleri silin.
TooManyRunningModels 400 Bu abonelik çalışan model sayısı üst sınırına ulaştı. Her APIM abonelik kimliğinin aynı anda beş model eğitmeye izin verilir. Önceki modeller eğitim sürecini tamamladıktan sonra yeni bir model eğitin.
InvalidJsonFormat 400 Geçersiz JSON biçimi. Eğitim isteği geçerli bir JSON değil.
InvalidAlignMode 400 Alan 'alignMode' aşağıdakilerden biri olmalıdır: 'Inner' veya 'Outer' . veya 'Outer' (büyük/küçük harfe duyarlı) olması 'Inner' gereken değerini 'alignMode'denetleyin.
InvalidFillNAMethod 400 Alan 'fillNAMethod' aşağıdakilerden biri olmalıdır: 'Previous', 'Subsequent', 'Linear', 'Zero', 'Fixed', . 'NotFill' olduğunda 'alignMode''Outer'olamaz'NotFill'. değerini 'fillNAMethod'denetleyin. Daha fazla bilgi için bkz. Anomali Algılayıcısı çok değişkenli API'yi kullanmaya yönelik en iyi yöntemler.
RequiredPaddingValue 400 alanı 'paddingValue' , olduğunda 'fillNAMethod''Fixed'istekte gereklidir. olduğunda 'fillNAMethod''Fixed'geçerli bir doldurma değeri sağlamanız gerekir. Daha fazla bilgi için bkz. Anomali Algılayıcısı çok değişkenli API'yi kullanmaya yönelik en iyi yöntemler.
RequiredSource 400 alan 'source' istekte gereklidir. Eğitim isteğiniz alan için 'source' bir değer belirtmedi. {"source": <Your Blob SAS>} bunun bir örneğidir.
RequiredStartTime 400 alan 'startTime' istekte gereklidir. Eğitim isteğiniz alan için 'startTime' bir değer belirtmedi. {"startTime": "2021-01-01T00:00:00Z"} bunun bir örneğidir.
InvalidTimestampFormat 400 Geçersiz zaman damgası biçimi. Biçim <timestamp> geçerli bir biçim değil. İstek gövdesindeki zaman damgası biçimi doğru değil. Doğrulamayı deneyin import pandas as pd; pd.to_datetime(timestamp) .
RequiredEndTime 400 alan 'endTime' istekte gereklidir. Eğitim isteğiniz alan için 'startTime' bir değer belirtmedi. {"endTime": "2021-01-01T00:00:00Z"} bunun bir örneğidir.
InvalidSlidingWindow 400 Alan 'slidingWindow' 28 ile 2880 arasında bir tamsayı olmalıdır. Alan 'slidingWindow' 28 ile 2880 (dahil) arasında bir tamsayı olmalıdır.

Model kimliğiyle çok değişkenli bir model alma

Hata kodu HTTP hata kodu Hata iletisi Yorum
ModelNotExist 404 Model yok. Karşılık gelen model kimliğine sahip model yok. İstek URL'sindeki model kimliğini denetleyin.

Çok değişkenli modelleri listeleme

Hata kodu HTTP hata kodu Hata iletisi Yorum
InvalidRequestParameterError 400 $skip veya $top için geçersiz değerler. İki parametrenin değerlerinin sayısal olup olmadığını denetleyin. $skip ve $top değerleri, modelleri sayfalandırmayla listelemek için kullanılır. API yalnızca en son güncelleştirilen 10 modeli döndürdüğünden, modellerin daha önce güncelleştirilmiş olmasını sağlamak için $skip ve $top kullanabilirsiniz.

Eğitilmiş bir modelle anomali algılama

Hata kodu HTTP hata kodu Hata iletisi Yorum
ModelNotExist 404 Model yok. Çıkarım için kullanılan model mevcut değildir. İstek URL'sindeki model kimliğini denetleyin.
ModelFailed 400 Model eğitilemedi. Model başarıyla eğitildi. Model kimliğine sahip modeli alarak ayrıntılı bilgi edinin.
ModelNotReady 400 Model henüz hazır değil. Model henüz hazır değil. Eğitim süreci tamamlanana kadar bir süre bekleyin.
InvalidFileSize 413 Dosya <dosyası,> dosya boyutu sınırını (<boyut sınırı> baytları) aşıyor. Çıkarım verilerinin boyutu şu anda 2 GB olan üst sınırı aşıyor. Çıkarım için daha az veri kullanın.

Algılama sonuçlarını alma

Hata kodu HTTP hata kodu Hata iletisi Yorum
ResultNotExist 404 Sonuç yok. İstek başına sonuç yok. Çıkarım tamamlanmadı veya sonucun süresi doldu. Süre sonu yedi gündür.

Veri işleme hataları

Aşağıdaki hata kodlarının ilişkili HTTP hata kodları yoktur.

Hata kodu Hata iletisi Yorum
NoVariablesFound Değişken bulunamadı. Dosyalarınızın yönergeye göre düzenlendiğini denetleyin. Veri kaynağından CSV dosyası bulunamadı. Bu hata genellikle dosyaların yanlış düzenlenmesinden kaynaklanır. İstenen yapı için örnek verilere bakın.
DuplicatedVariables Aynı ada sahip birden çok değişken vardır. Yinelenen değişken adları vardır.
FileNotExist Dosya <adı> yok. Bu hata genellikle çıkarım sırasında oluşur. Değişken eğitim verilerinde görünse de çıkarım verilerinde eksiktir.
RedundantFile Dosya <adı> yedekli. Bu hata genellikle çıkarım sırasında oluşur. Değişken eğitim verilerinde değildi ancak çıkarım verilerinde göründü.
FileSizeTooLarge Dosya <adı> boyutu çok büyük. Tek bir CSV dosya dosyası <adının> boyutu sınırı aşıyor. Daha az veriyle eğitin.
ReadingFileError Dosya adı> okunurken <hatalar oluştu. <hata iletileri> Dosya <adı> okunamadı. Daha fazla bilgi için hata iletilerine <> bakın veya yerel ortamda ile pd.read_csv(filename) doğrulayın.
FileColumnsNotExist Dosya <adı> içindeki sütunlar zaman damgası veya değer yok. Her CSV dosyasında zaman damgası ve değer (büyük/küçük harfe duyarlı) adlarıyla iki sütun bulunmalıdır.
VariableParseError Değişken <değişkeni> ayrıştırma <hata iletisi> hatası. Çalışma zamanı hataları nedeniyle değişken> işlenemiyor<. Daha fazla bilgi için hata iletisine <bakın veya hata iletisiyle><>bize ulaşın.
MergeDataFailed Veriler birleştirılamadı. Veri biçimini denetleyin. Veri birleştirme başarısız oldu. Bu hata büyük olasılıkla yanlış veri biçiminden veya dosyaların yanlış düzenlenmesinden kaynaklanır. Geçerli dosya yapısı için örnek verilere bakın.
ColumnNotFound Sütun <sütunu> birleştirilmiş verilerde bulunamıyor. Birleştirme işleminden sonra bir sütun eksik. Verileri doğrulayın.
NumColumnsMismatch Birleştirilmiş veri sütunlarının sayısı değişken sayısıyla eşleşmiyor. Verileri doğrulayın.
TooManyData Çok fazla veri noktası var. Değişken başına en fazla 10000000 sayısıdır. Giriş verilerinin boyutunu küçültün.
NoData Etkili veri yok. İşledikten sonra eğitecek/çıkaracak veri yoktur. Başlangıç saatini ve bitiş saatini denetleyin.
DataExceedsLimit. Zaman damgası arasında startTime olan ve endTime sınırı (<sınırı>) aşan verilerin uzunluğu. İşlemden sonra verilerin boyutu sınırı aşıyor. Şu anda işlenen verilerde bir sınır yoktur.
NotEnoughInput Yeterli veri yok. Verilerin uzunluğu veri uzunluğudur<>, ancak minimum uzunluk kayan pencere boyutundan <>büyük olmalıdır. Çıkarım için en az veri noktası sayısı, kayan pencerenin boyutudur. Çıkarım için daha fazla veri sağlamaya çalışın.