Machine Learning Designer memungkinkan Anda menghubungkan komponen Update EAS Service (Beta) sebagai node hilir ke komponen model untuk pembaruan layanan model online. Machine Learning Designer juga memungkinkan Anda mengirimkan pipeline ke DataWorks untuk penjadwalan berkala, sehingga layanan model dapat diperbarui secara otomatis.
Prasyarat
Model yang dihasilkan oleh Machine Learning Designer telah diterapkan ke Elastic Algorithm Service (EAS) sebagai layanan model online dan berjalan sesuai harapan. Untuk informasi lebih lanjut, lihat Menerapkan Model sebagai Layanan Online.
Prosedur
Seret komponen Update EAS Service (Beta) ke kanvas dan hubungkan komponen ini sebagai node hilir ke komponen model. Pastikan port keluaran model dari komponen hulu terhubung langsung ke port masukan komponen Update EAS Service (Beta).
Port masukan komponen Update EAS Service (Beta) dapat dihubungkan ke jalur model yang disimpan dalam bucket Object Storage Service (OSS). Sebagai contoh, Anda dapat menggunakan model Predictive Model Markup Language (PMML) yang dihasilkan oleh algoritma pembelajaran mesin atau model yang dihasilkan oleh algoritma pelatihan visi, pemrosesan teks, dan XGBoost.
Klik komponen Update EAS Service (Beta). Di panel yang muncul, konfigurasikan parameter pada tab Parameters Settings.
EAS Service Name: Nama layanan EAS yang telah diterapkan. Layanan harus dalam keadaan Berjalan.
EAS service description json: File JSON yang mendeskripsikan layanan. Dalam banyak kasus, parameter ini dibiarkan kosong. Jika ingin menambahkan pengaturan, masukkan pengaturan tersebut di editor kode. Untuk informasi lebih lanjut, lihat Jalankan Perintah untuk Menggunakan Klien EASCMD.
Klik kanan komponen Update EAS Service (Beta) dan pilih Run Current Node. Setelah node berhasil dijalankan, layanan model online akan dibuat.
Perbarui layanan model online secara berkala menggunakan DataWorks.
Untuk memperbarui layanan model online secara berkala, kirimkan pipeline sebelumnya ke DataWorks untuk penjadwalan berkala. Untuk informasi lebih lanjut, lihat Gunakan Tugas DataWorks untuk Menjadwalkan Pipeline di Machine Learning Designer.
Referensi
Anda dapat mengunjungi halaman Elastic Algorithm Service (EAS) untuk melihat status layanan model yang telah diterapkan atau mengelola layanan model. Untuk informasi lebih lanjut, lihat Kelola Layanan EAS.