Мы пытаемся создать веб-сервис Azure ML, который получит файл данных (.csv), выполнит некоторую обработку и вернет два похожих файла. Поддержка Python, недавно добавленная в платформу azure ML, была очень полезна, и мы смогли успешно перенести наш код, запустить его в режиме эксперимента и опубликовать веб-сервис.Поддержка Python для Azure ML - проблема скорости
Используя «пакетную обработку» API, мы теперь можем перенаправить файл из памяти blob в службу и получить желаемый результат. Тем не менее, время выполнения для небольших файлов (несколько КБ) значительно медленнее, чем на локальной машине, и, что более важно, процесс, кажется, никогда не возвращается для немного больших файлов входных данных (40 МБ). Время обработки на моей локальной машине для того же файла составляет менее 1 минуты.
Мой вопрос в том, что вы можете видеть все, что мы делаем неправильно, или если есть способ ускорить это. Вот представление DAG эксперимента:
ли это путь эксперимент должен быть установлен?
Бросив этот вопрос внутренней команды, увидеть, если я могу получить хороший ответ для вас ... –
Мы понимаем, конфиденциальность, связанную с вашим процессом ... но будет нужно немного больше информации, чтобы помочь ... Можем ли мы получить какую-то идею, что вы делаете? Предоставление базового базового кода с некоторым фактическим кодом и форматами файлов python будет необходимо, если у нас нет прямого доступа к вашей рабочей области ... Если вы готовы опубликовать свой идентификатор рабочей области, мы можем посмотреть некоторые внутренние журналы, которые помогут нас отлаживать ... –
Благодарим вас за ответ. Я считаю, что это рабочее пространство ID: 6ad62803867e4060a11b0d32ba74e744 –