你好,
我試圖完成課程的練習可擴展的機器學習與Apache“火花”使用Community Edition磚,但是當我跑實驗室設置我得到以下錯誤:
HTTPError: 503服務器錯誤:無法提供服務的url:https://community.cloud.m.eheci.com/api/2.0/feature-store/feature-tables/search?max_results=10000..。響應從服務器:{“error_code”:“TEMPORARILY_UNAVAILABLE”,“消息”:“服務/ api / 2.0 / feature-store / feature-tables /搜索' '暫時不可用。請稍後再試。'}命令跳過
似乎錯誤時拋出“Classroom-Setup”腳本中執行下麵的代碼:
進口再保險DA = DBAcademyHelper (course_config lesson_config) DA.reset_lesson () DA.init () DA.init_mlflow_as_job () DA.conclude_setup ()
我怎麼能修複這個錯誤呢?
謝謝!
回顧DBAcademyHelper代碼之後,我已經看到,問題是,Community Edition不有以下特點:
特色商店
-MLflow模型注冊
-MLflow端點
我讀過,Community Edition的原因是,他們不提供生產工具。我認為這將是一個好主意,包括這些功能但有限的(例如,存儲的特性,模型注冊表,端點從Community Edition幾個小時後重啟),所以沒有人可以免費使用磚在生產中,但我們想做的人的課程,我們可以使用它。
可以修改設置代碼做一些練習,但是我不推薦它,因為它隻讓你做1或2練習(那些隻使用MLflow實驗),完成其餘的你需要模型注冊表。
推薦- - - - - -
如果有人感興趣的設置代碼,這些都是我做的修改”包括/ Classroom-Setup”。
類CommunityEditionDBAcademyHelper (DBAcademyHelper): def清理(自我,validate_datasets: bool = True) - >沒有:dbacademy.dbhelper。從dbacademy.dbhelper dataset_manager_class DatasetManager進口。workspace_cleaner_class進口WorkspaceCleaner wc = WorkspaceCleaner(自我)狀態= False如果self.lesson_config.name沒有:打印(f“重置學習環境:”)其他:打印(f“重置學習環境({self.lesson_config.name}):“) dbgems.spark.catalog.clearCache()狀態= wc._stop_all_streams如果self.lesson_config()或狀態。enable_ml_support:試試:狀態= wc._drop_feature_store_tables (lesson_only = True)或狀態除了:打印(“警告:功能存儲不可用!”)試題:狀態= wc._cleanup_mlflow_endpoints (lesson_only = True)或狀態除了:打印(“警告:MLflow模型注冊表沒有!”)試題:狀態= wc._cleanup_mlflow_models (lesson_only = True)或狀態除了:打印(“警告:功能存儲不可用!”)狀態= wc._cleanup_experiments (lesson_only = True)或狀態狀態= wc._drop_catalog()或身份地位= wc._drop_schema()或狀態#總是最後刪除數據庫文件不被sql-drop操作。狀態= wc._cleanup_working_dir()或狀態如果不是狀態:打印(“|不行動”)如果validate_datasets: DatasetManager.from_dbacademy_helper(自我).validate_datasets (fail_fast = True) def reset_lesson(自我):返回self.cleanup (validate_datasets = False) def reset_learning_environment(自我):從dbacademy.dbhelper。workspace_cleaner_class進口WorkspaceCleaner wc = WorkspaceCleaner(自我)打印(“重置所有課程的學習環境:”)開始= dbgems.clock_start () dbgems.spark.catalog.clearCache () wc._stop_all_streams如果self.lesson_config ()。enable_ml_support:嚐試:wc._drop_feature_store_tables (lesson_only = False)除了:打印(“警告:功能存儲不可用!”)試題:wc._cleanup_mlflow_endpoints (lesson_only = False)除了:打印(“警告:MLflow模型注冊表沒有!”)試題:wc._cleanup_mlflow_models (lesson_only = False)除了:打印(“警告:功能存儲不可用!”)wc._cleanup_experiments (lesson_only = False) wc._reset_databases () wc._reset_datasets () wc._reset_working_dir()打印(f“|學習環境是成功重置{dbgems.clock_stopped (start)}。”)進口再保險DA = CommunityEditionDBAcademyHelper (course_config lesson_config) DA.reset_lesson () DA.init () DA.init_mlflow_as_job () DA.conclude_setup ()