配置模型相关节点-数据管理 DMS-阿里云帮助中心

注意事项

目前该功能处于邀测阶段。

模型说明

模型训练

模型训练是机器学习的第一步，也是最重要的一步。在训练阶段，系统会使用指定数据对机器学习模型进行训练，使其能够识别数据中的规律和模式，并对新的、未知的数据进行预测或分类。待训练完成后，系统将自动将训练好的模型注册至模型组。

说明
在实际业务应用中，通常一周调度一次，以更新模型效果。如果对模型效果要求较高，可以每天训练一次。
模型评估

您可以使用特定指标对模型进行评估，评估完成后，DMS将自动把评估结果注册至模型组，供您评估是否可进行模型推理。
模型推理

在推理阶段，可以使用经过训练并发布的模型对新的未知数据进行预测或分类。

说明
在实际业务应用中，根据具体应用需求，数据的触发频率可有所不同。例如，某些应用可能每日运行一次，而较高频率的应用则可能每小时运行一次，或依据特定事件进行触发。

前提条件

已购买了AnalyticDB for MySQL或PolarDB MySQL版实例并创建AI资源。更多信息，请参见创建AnalyticDB for MSQL企业版或基础版湖仓版集群、购买PolarDB企业版集群和开启PolarDB for AI功能。

使用流程

操作步骤

步骤一：新建模型组

登录数据管理DMS 5.0。
请单击控制台左上角的图标，选择全部功能 > 数据资产 > 模型管理。

说明
若您使用的是非极简模式的控制台，请在顶部菜单栏中，选择数据资产 > 模型管理。
在页面左上方，单击新建模型组。
配置模型组名称及描述，单击确定。

步骤二：创建并配置模型训练节点

创建模型训练节点。
1. 单击控制台左上角的图标，选择全部功能 > Data+AI > 数据开发 > 任务编排。
  说明
  若您使用的是非极简模式的控制台，在顶部菜单栏中，选择Data+AI > 数据开发 > 任务编排。
2. 单击目标任务流名称，进入任务流详情页面。
  
  新增任务流操作，请参见概述。
3. 在画布左侧任务类型列表中，拖拽模型训练节点到画布空白区域。
配置节点信息。

配置地域、模型组、模型名称、AI资源等信息。部分参数说明如下：
- 地域选择目标模型组所在地域。
- 模型名称可以使用变量名，同时，模型名称不可重复。如果您需要配置动态的模型名称，可以使用模型训练节点的内置变量modelNmae。
- AI资源需要根据实际业务训练的数据量大小进行选择。
- 创建模型的SQL语法，请参见模型使用流程及说明。
  
  在模型配置页面中，设置以下参数：地域、模型组、模型名称、类型（选择 SQL）、引擎类型（选择 AnalyticDB MySQL）、实例和AI 资源。页面下方的代码编辑器中会自动生成 CREATE MODEL SQL 模板语句，包含 model_class、x_cols、y_cols、model_parameter 等参数占位符以及 SELECT ... FROM table_reference 查询结构，根据实际需求修改对应参数值。
配置任务流调度。
- 时间调度：当任务需要在固定的时间点或时间周期内执行时，可选择时间调度。具体操作，请参见配置时间调度。
- 事件调度：当任务的触发条件依赖于外部事件调度时，可选择事件调度。具体操作，请参见配置事件调度。
运行节点。

单击页面上方的试运行。如果执行日志末尾出现status SUCCEEDED，表明任务试运行成功。每一次运行成功都会记录到模型组中。

说明
如果执行日志末尾出现status FAILED，则表示试运行失败。您可以在执行日志中查看执行失败的节点和原因，修改配置后重新尝试。

步骤三：（可选）创建并配置模型评估节点

创建模型评估节点。
1. 单击控制台左上角的图标，选择全部功能 > Data+AI > 数据开发 > 任务编排。
  说明
  若您使用的是非极简模式的控制台，在顶部菜单栏中，选择Data+AI > 数据开发 > 任务编排。
2. 单击目标任务流名称，进入任务流详情页面。
  
  新增任务流操作，请参见概述。
3. 在画布左侧任务类型列表中，拖拽模型评估节点到画布空白区域。
配置节点信息。

配置地域、模型组、 引擎类型 和模型信息。

说明
地域选择目标模型组所在地域。

类型选择SQL。SQL 编辑区域显示 EVALUATE 语法模板：SELECT ... FROM EVALUATE (MODEL model_name, SELECT ... FROM table_reference) WITH (x_cols, y_cols, metrics)。
配置任务流调度。
- 时间调度：当任务需要在固定的时间点或时间周期内执行时，可选择时间调度。具体操作，请参见配置时间调度。
- 事件调度：当任务的触发条件依赖于外部事件调度时，可选择事件调度。具体操作，请参见配置事件调度。
运行节点。

单击页面上方的试运行。如果执行日志末尾出现status SUCCEEDED，表明任务试运行成功。

说明
如果执行日志末尾出现status FAILED，则表示试运行失败。您可以在执行日志中查看执行失败的节点和原因，修改配置后重新尝试。

运行成功后，您可在模型组列表或运行日志中查看模型的各项指标。

模型指标说明，请参见模型使用流程及说明。

运行日志中显示模型评估任务的执行过程及评估指标，示例如下。

running    2024-09-03 18:46:36.650238
    2024-09-03 18:47:43[GMT+08:00] INFO - task status:running
    2024-09-03 18:47:53[GMT+08:00] INFO - check task status, Query
    key:ModelevalJob-e174
    2024-09-03 18:47:55[GMT+08:00] INFO - Query success! result List:
        taskStatus  filePath  results  startTime  endTime  errMsg  successBatch  allBatch
    xxx xxx xxx xxx xxx xxx xxx xxx xxx
                                    {"Fscore": "precision:{0: 0.955, 1: 0.4};
    recall:{0: 0.9975, 1: 0.0339};f1score:{0: 0.9758, 1: 0.0625}"}  2024-09-03 18:46:36.650238
    2024-09-03 18:47:55[GMT+08:00] INFO - task status:finish
    2024-09-03 18:47:55[GMT+08:00] INFO - model eval success, result path: ["http://
    xxx"]
    2024-09-03 18:47:55[GMT+08:00] INFO - eval result:{"Fscore": "precision:{0: 0.955, 1: 0.4};
    recall:{0: 0.9975, 1: 0.0339};f1score:{0: 0.9758, 1: 0.0625}"}
    2024-09-03 18:47:55[GMT+08:00] INFO - Finishing job j_13320 at xxx with status
        SUCCEEDED

步骤四：部署模型

在模型管理功能页面，找到并展开目标模型组。
找到目标模型，单击操作列下的部署。
在部署模型对话框中，选择目标AnalyticDB for MySQL实例和AI资源。

AI资源可以根据推理的数据量进行选择，无需与配置模型训练节点选择的AI资源一致。
单击部署。

模型状态变为已部署，表示部署成功。

步骤五：创建并配置模型推理节点

创建模型推理节点。
1. 单击控制台左上角的图标，选择全部功能 > Data+AI > 数据开发 > 任务编排。
  说明
  若您使用的是非极简模式的控制台，在顶部菜单栏中，选择Data+AI > 数据开发 > 任务编排。
2. 单击目标任务流名称，进入任务流详情页面。新增任务流操作，请参见概述。
3. 在画布左侧任务类型列表中，拖拽模型推理节点到画布空白区域。
配置节点信息。

配置地域、模型组、引擎类型和模型信息。
说明
- 地域选择目标模型组所在地域。
- 仅支持选择已部署的模型。
- 模型推理的SQL语法，请参见模型使用流程及说明。
在类型中选择SQL。
配置任务流调度。
- 时间调度：当任务需要在固定的时间点或时间周期内执行时，可选择时间调度。具体操作，请参见配置时间调度。
- 事件调度：当任务的触发条件依赖于外部事件调度时，可选择事件调度。具体操作，请参见配置事件调度。
运行节点。

单击页面上方的试运行。如果执行日志末尾出现status SUCCEEDED，表明任务试运行成功。

说明
如果执行日志末尾出现status FAILED，则表示试运行失败。您可以在执行日志中查看执行失败的节点和原因，修改配置后重新尝试。