使用数据科学项目管道

流程

1. 在 OpenShift AI 仪表板中点 Data Science projects。

   Data Science 项目页将打开。

2. 点您要为其配置管道服务器的项目名称。

   此时会打开项目详情页面。

3. 点 Pipelines 选项卡。

4. 单击 Configure pipeline server。

   此时会打开 Configure pipeline server 对话框。

5. 在 Object storage connection 部分中，为必填字段提供值：

   1. 在 Access key 字段中，输入 S3 兼容对象存储供应商的访问密钥 ID。
   2. 在 Secret key 字段中，为您指定的 S3 兼容对象存储帐户输入 secret 访问密钥。
   3. 在 Endpoint 字段中，输入 S3 兼容对象存储桶的端点。
   4. 在 Region 字段中，输入 S3 兼容对象存储帐户的默认区域。

   5. 在 Bucket 字段中，输入 S3 兼容对象存储桶的名称。

      重要

      如果您指定了不正确的连接设置，则无法更新同一管道服务器上的这些设置。因此，您必须删除管道服务器并配置另一个服务器。

      如果要使用管道中任务生成的现有工件，您可以使用 kfp.dsl.importer 组件从其 URI 导入工件。您只能将这些工件导入到您在管道服务器配置中的 Bucket 字段中定义的 S3 兼容对象存储桶。有关 kfp.dsl.importer 组件的更多信息，请参阅 Special Case: Importer 组件。

6. 点 Advanced settings 显示 Database,Pipeline 定义存储, 和 Pipeline 缓存 部分。

7. 在 Database 部分，选择以下选项之一来指定管道元数据和运行信息的位置：

   • 选择 集群中的 Default 数据库 以在项目中部署 MariaDB 数据库。

     重要

     cluster 选项中的 Default 数据库 仅用于开发和测试目的。对于生产环境管道工作负载，请选择 External MySQL 数据库 选项来使用外部 MySQL 或 MariaDB 数据库。

   • 选择 External MySQL 数据库，向管道服务器可访问的外部 MySQL 或 MariaDB 数据库添加新连接。

     1. 在 Host 字段中，输入数据库主机名。
     2. 在 Port 字段中输入数据库端口。
     3. 在 Username 字段中，输入连接到数据库的默认用户名。
     4. 在 Password 字段中，输入默认用户帐户的密码。
     5. 在 Database 字段中，输入数据库名称。
8. 可选：默认情况下，管道定义存储为 Kubernetes 资源，启用版本控制、GitOps 工作流以及与 OpenShift GitOps 或类似工具的集成。要在内部数据库中存储管道定义，请清除 Pipeline 定义 存储部分的 Kubernetes 复选框中的 Store pipeline 定义。
9. 可选： 默认情况下，缓存可在管道和任务级别进行配置。要禁用管道服务器中所有管道和任务的缓存并覆盖任何管道级别和任务级缓存设置，请在 Pipeline 缓存部分为每个管道和任务配置 Allow 缓存 复选框。
10. 单击 Configure pipeline server。

流程

1. 在 OpenShift AI 仪表板中点 Data Science pipelines → Pipelines。
2. 在 Pipelines 页面中，从 Project 下拉列表中选择您要导入管道的项目。
3. 点 Import pipeline。

4. 在 Import pipeline 对话框中，输入您要导入的管道的详情。

   1. 在 Pipeline name 字段中输入您要导入的管道的名称。
   2. 在 Pipeline description 字段中，输入要导入的管道的描述。

   3. 通过执行以下操作之一，选择您要从中导入管道的位置：

      • 选择 Upload a file 以从本地机器的文件系统上传管道。点 Upload 或通过拖放文件来导入管道。
      • 选择 Import by url 将管道从 URL 上传，然后在文本框中输入 URL。
   4. 点 Import pipeline。

流程

1. 在 OpenShift AI 仪表板中点 Data Science pipelines → Pipelines。
2. 在 Pipelines 页面中，从 Project 下拉列表中选择包含您要删除的管道的项目。
3. 点您要删除的管道旁的操作菜单(alsa)，然后点 Delete pipeline。
4. 在 Delete pipeline 对话框中，在文本字段中输入管道名称，以确认您想要删除它。
5. 点 Delete pipeline。

流程

1. 在 OpenShift AI 仪表板中点 Data Science pipelines → Pipelines。
2. 在 Pipelines 页面中，从 Project 下拉列表中选择包含您要删除的管道服务器的项目。
3. 在 Pipeline 服务器操作 列表中，选择 Delete pipeline server。
4. 在 Delete pipeline server 对话框中，在文本字段中输入管道服务器的名称，以确认您想要删除它。
5. 点击 Delete。

流程

1. 在 OpenShift AI 仪表板中点 Data Science pipelines → Pipelines。
2. 在 Pipelines 页面中，从 Project 下拉列表中选择包含您要查看的管道服务器的项目。
3. 从 Pipeline 服务器操作 列表中，选择 Manage pipeline server configuration。

流程

1. 在 OpenShift AI 仪表板中点 Data Science pipelines → Pipelines。
2. 在 Pipelines 页面中，从 Project 下拉列表中选择包含您要查看的管道的项目。
3. 可选：点击管道行中的 Expand ( )来查看其管道版本。

流程

1. 在 OpenShift AI 仪表板中点 Data Science pipelines → Pipelines。
2. 在 Pipelines 页面中，从 Project 下拉列表中选择您要上传管道版本的项目。
3. 单击 Import pipeline 下拉列表，然后选择 Upload new version。

4. 在 Upload new version 对话框中，输入您要上传的管道版本的详情。

   1. 在 Pipeline 列表中，选择要将管道版本上传到的管道。
   2. 在 Pipeline version name 字段中，确认管道版本的名称，并根据需要修改它。
   3. 在 Pipeline version description 字段中，输入管道版本的描述。

   4. 通过执行以下操作之一选择要上传管道版本的位置：

      • 选择 Upload a file 以从本地机器的文件系统上传管道版本。点 Upload 导入管道版本，或者拖放文件。
      • 选择 Import by url 将管道版本从 URL 上传，然后将 URL 输入到文本框中。
   5. 点 Upload。

流程

1. 在 OpenShift AI 仪表板中点 Data Science pipelines → Pipelines。

   Pipelines 页面将打开。

2. 删除您不再需要的管道版本：

   • 删除单个管道版本：

     1. 从 Project 列表中，选择包含您要删除的管道版本的项目。
     2. 在包含管道的行中，点 Expand ( )。

     3. 点您要删除的项目版本旁的操作菜单(alsa)，然后点 Delete pipeline version。

        Delete pipeline version 对话框将打开。

     4. 在文本字段中输入管道版本的名称，以确认您想要删除它。
     5. 点击 Delete。

   • 删除多个管道版本：

     1. 在包含您要删除的每个管道版本的行中，选择复选框。
     2. 点 Import pipeline 下拉列表旁边的操作菜单(swig)，然后从列表中选择 Delete。

流程

1. 在 OpenShift AI 仪表板中点 Data Science pipelines → Pipelines。

   Pipelines 页面将打开。

2. 在 Project 下拉列表中选择包含您要查看详情的管道版本的项目。

3. 点管道名称查看其最新版本的更多详情。Pipeline 版本详情页面会打开，显示 Graph,Summary, 和 Pipeline spec 标签页。

   或者，点击包含您要查看版本的管道的行中的 Expand ( )，然后点击您要查看详情的管道版本。Pipeline 版本详情页面会打开，显示 Graph,Summary, 和 Pipeline spec 标签页。

流程

1. 在 OpenShift AI 仪表板中点 Data Science pipelines → Pipelines。
2. 在 Pipelines 页面中，从 Project 下拉列表中选择包含您要下载的版本的项目。
3. 点包含您要下载的版本的管道旁的 Expand ( )。

4. 点您要下载的管道版本。

   Pipeline 版本详情页面将打开。

5. 点 Pipeline spec 选项卡，然后点 Download 按钮( )将包含管道版本代码的 YAML 文件下载到本地机器。

流程

1. 在 OpenShift AI 仪表板中点 Experiments → Experiment s 并运行。
2. 在 Experiments 页面上，从 Project 下拉列表中选择要创建管道实验的项目。
3. 单击 Create experiment。

4. 在 Create experiment 对话框中，配置管道实验：

   1. 在 Experiment name 字段中，输入管道试验的名称。
   2. 在 Description 字段中，输入管道实验的描述。
   3. 单击 Create experiment。

流程

1. 在 OpenShift AI 仪表板中点 Experiments → Experiment s 并运行。
2. 在 Experiments 页面中，从 Project 下拉列表中选择包含您要存档的管道试验的项目。
3. 点您要归档的管道试验旁的操作菜单(alsa)，然后点 Archive。
4. 在 Archiving 试验 对话框中，在文本字段中输入管道试验名称，以确认您想要归档它。
5. 点 Archive。

流程

1. 在 OpenShift AI 仪表板中点 Experiments → Experiment s 并运行。
2. 在 Experiments 页面中，从 Project 下拉列表中选择包含您要删除的归档管道试验的项目。
3. 单击 归档 选项卡。
4. 点您要删除的管道试验旁的操作菜单(alsa)，然后点 Delete。
5. 在 Delete experiment? 对话框中，在文本字段中输入管道实验名称，以确认您想要删除它。
6. 点击 Delete。

流程

1. 在 OpenShift AI 仪表板中点 Experiments → Experiment s 并运行。
2. 在 Experiments 页面中，从 Project 下拉列表中选择包含您要恢复的归档管道试验的项目。
3. 单击 归档 选项卡。
4. 点您要恢复的管道实验旁边的操作菜单(autotune)，然后点 Restore。
5. 在 Restore 试验 对话框中，点 Restore。

流程

1. 在 OpenShift AI 仪表板中点 Experiments → Executions。
2. 在 Executions 页面上，从 Project 下拉列表中选择包含您要查看的管道任务测试的项目。

流程

1. 在 OpenShift AI 仪表板中点 Experiments → Artifacts。
2. 在 Artifacts 页面中，从 Project 下拉列表中选择包含您要查看的管道工件的项目。
3. 点列表中的工件名称查看工件的附加信息，包括其原始运行、原始执行和属性。

4. 要查看或下载存储在 S3 兼容对象存储中的工件内容，请点 preview 图标、下载图标或活跃工件 URI 链接。

   点浏览器可以显示的内容的 preview 图标或 URI 链接（如纯文本、HTML 或 markdown）在新浏览器标签页中打开工件。点浏览器无法显示的内容的下载图标或 URI 链接（如模型文件）下载工件。要下载浏览器标签页中显示的构件，请右键单击内容，然后单击 Save 作为。

流程

1. 在 OpenShift AI 仪表板中，选择 Experiments → Experiments 并运行。

   此时会打开 Experiments 页面。

2. 从 Project 下拉列表中，选择包含您要比较运行的项目。

3. 在 Experiment s 选项卡中，单击 Experiment 列中您要比较运行的实验。要选择不在实验中的运行，请单击 Default。在没有指定实验的情况下创建的所有运行都将出现在 Default 组中。

   Runs 页面将打开。

4. 选中您要比较的每个运行旁边的复选框，然后单击 Compare run。您可以一次比较最多 10 个运行。

   Compare run 页面会打开并显示您选择的运行的数据。

   1. Run list 部分显示所选运行的列表。您可以根据 run name, pipeline version, start date, 和 status 来过滤列表。
   2. Parameters 部分显示每个所选运行的参数信息。将 Hide 参数设置为 On 没有区别开关设置为 On 来隐藏具有相同值的参数。

   3. Metrics 部分显示所有所选运行中的 scalar 指标、混淆列表和 ROC curve 数据。

      1. 在 Scalar metrics 选项卡中，将 没有区别的 参数设置为 On 来隐藏具有相同值的参数。
      2. 在 ROC curve 选项卡中，在 artifacts 列表中清除您要从 chart 中删除工件旁边的复选框来调整 ROC curve chart。

5. 要选择不同的运行以进行比较，请单击 Manage run。

   此时会打开 Manage run 对话框。

   1. 在过滤器下拉列表中，选择 Run,Pipeline version,Created after, 或 Status 以根据每个值过滤 run 列表。
   2. 清除您要从您的比较中删除的每个运行旁边的复选框。
   3. 选择您要添加到比较的每个运行旁边的复选框。
6. 点 Update。

流程

1. 在 OpenShift AI 仪表板中，选择 Data Science pipelines → Runs。

   Runs 页面将打开。

2. 从 Project 下拉列表中，选择包含您要比较运行的项目。

3. 在 Runs 选项卡中，选中您要比较的每个运行旁边的复选框，然后单击 Compare run。您可以一次比较最多 10 个运行。

   Compare run 页面会打开并显示您选择的运行的数据。

   1. Run list 部分显示所选运行的列表。您可以通过运行名称、试验、管道版本、开始日期和状态过滤列表。
   2. Parameters 部分显示每个所选运行的参数信息。将 Hide 参数设置为 On 没有区别开关设置为 On 来隐藏具有相同值的参数。

   3. Metrics 部分显示所有所选运行中的 scalar 指标、混淆列表和 ROC curve 数据。

      1. 在 Scalar metrics 选项卡中，将 没有区别的 参数设置为 On 来隐藏具有相同值的参数。
      2. 在 ROC curve 选项卡中，在 artifacts 列表中清除您要从 chart 中删除工件旁边的复选框来调整 ROC curve chart。

4. 要选择不同的运行以进行比较，请单击 Manage run。

   此时会打开 Manage run 页面。

   1. 在过滤器下拉列表中，选择 Run, Experiment, Pipeline version,Created after, 或 Status 以根据每个值过滤运行列表。
   2. 清除您要从您的比较中删除的每个运行旁边的复选框。
   3. 选择您要添加到比较的每个运行旁边的复选框。
5. 点 Update。

流程

1. 在 OpenShift AI 仪表板中点 Experiments → Experiment s 并运行。
2. 在 Experiments 页面中，从 Project 下拉列表中选择包含您要查看活跃管道运行的管道测试的项目。

3. 从试验列表中，点包含您要查看的活跃管道运行的实验。

   Runs 页面将打开。

   运行完成其执行后，运行状态将显示在 Runs 选项卡的 Status 列中，指示运行是成功还是失败。

流程

1. 在 OpenShift AI 仪表板中点 Experiments → Experiment s 并运行。
2. 在 Experiments 页面中，从 Project 下拉列表中选择包含您要为其创建运行的管道试验的项目。
3. 从管道试验列表中，点击您要为其创建运行的实验。
4. 单击 Create run。

5. 在 Create run 页面中，配置运行：

   1. 从 Experiment 列表中选择您要为其创建运行的管道实验。或者，若要创建新管道实验，请单击 Create new experiment，然后在 Create experiment 对话框中完成相关字段。
   2. 在 Name 字段中输入运行的名称，最多为 255 个字符。
   3. 在 Description 字段中，输入 run 的描述，最多 255 个字符。
   4. 在 Pipeline 列表中选择您要为其创建运行的管道。或者，要创建新管道，请点 Create new pipeline，然后完成 Import pipeline 对话框中的相关字段。
   5. 在 Pipeline version 列表中，选择要为其创建运行的管道版本。或者，若要上传新版本，请单击 Upload new version，然后在 Upload new version 对话框中完成相关字段。
   6. 通过从列表中选择参数来配置运行的输入参数。

   7. 单击 Create run。

      运行的详情页面将打开。

流程

1. 在 OpenShift AI 仪表板中点 Experiments → Experiment s 并运行。
2. 在 Experiments 页面中，从 Project 下拉列表中选择包含您要停止活跃运行的管道试验的项目。
3. 从管道试验列表中，点包含您要停止的 run 的管道试验。

4. 在 Runs 选项卡中，点您要停止的活跃运行旁的操作菜单(WWN)，然后点 Stop。

   运行停止时可能会有短暂的延迟。

流程

1. 在 OpenShift AI 仪表板中点 Experiments → Experiment s 并运行。
2. 在 Experiments 页面中，从 Project 下拉列表中选择包含您要重复的管道运行的管道测试的项目。
3. 从管道试验列表中，点包含您要重复的管道运行的实验。
4. 点相关活跃运行旁边的操作菜单(autotune)，然后点 Duplicate。

5. 在 Duplicate run 页面中，配置重复运行：

   1. 从 Experiment 列表中，选择一个管道试验来包含重复运行。或者，若要创建新管道实验，请单击 Create new experiment，然后在 Create experiment 对话框中完成相关字段。
   2. 在 Name 字段中输入重复运行的名称。
   3. 在 Description 字段中，输入重复运行的描述。
   4. 从 Pipeline 列表中，选择一个包含重复运行的管道。或者，要创建新管道，请点 Create new pipeline，然后完成 Import pipeline 对话框中的相关字段。
   5. 在 Pipeline version 列表中，选择一个包含重复运行的管道版本。或者，若要上传新版本，请单击 Upload new version，然后在 Upload new version 对话框中完成相关字段。
   6. 在 Parameters 部分中，通过从列表中选择参数来为重复运行配置输入参数。

   7. 单击 Create run。

      运行的详情页面将打开。

流程

1. 在 OpenShift AI 仪表板中点 Experiments → Experiment s 并运行。
2. 在 Experiments 页面中，从 Project 下拉列表中选择包含您要查看的调度的管道运行的管道测试的项目。
3. 从管道试验列表中，点包含您要查看的管道运行的实验。

4. 在 Runs 页面上，单击 Schedules 选项卡。

   调度运行后，Status 列指示运行是否就绪或无法执行。要更改其执行可用性，请将 Status 开关设置为 On 或 Off。或者，您可以通过单击 Actions 下拉菜单，从调度的运行详情页面更改其执行可用性，然后选择 Enable 或 Disable。

流程

1. 要进入 Schedules 选项卡来运行，请执行以下几组操作：

   • 从实验中选择运行

     1. 在 OpenShift AI 仪表板中点 Experiments → Experiment s 并运行。
     2. 在 Experiments 页面中，从 Project 下拉列表中选择包含您要调度的运行管道试验的项目。
     3. 从管道试验列表中，单击包含您要调度的 run 的实验。
     4. 单击 Schedules 选项卡。

   • 选择任何运行

     1. 在 OpenShift AI 仪表板中点 Data Science pipelines → Runs。
     2. 在 Runs 页面上，从 Project 下拉列表中选择包含您要调度的运行的项目。
     3. 单击 Schedules 选项卡。
2. 单击 Create schedule。

3. 在 Create schedule 页面中，配置您要调度的运行：

   1. 从 Experiment 列表中选择您要包含调度的运行管道试验。或者，若要创建新管道实验，请单击 Create new experiment，然后在 Create experiment 对话框中完成相关字段。
   2. 在 Name 字段中输入运行的名称。
   3. 在 Description 字段中，输入 run 的描述。

   4. 在 Trigger type 列表中选择以下选项之一：

      • 选择 Periodic 来指定执行频率。在 Run every 字段中，输入数字并从列表中选择一个执行频率。
      • 选择 Cron，在 Cron string 字段中以 cron 格式指定执行调度。这会创建一个 cron 作业来执行运行。点 Copy 按钮( )将 cron 任务调度复制到剪贴板。左侧的字段代表秒。有关使用支持的 cron 格式调度任务的更多信息，请参阅 Cron Expression Format。
   5. 在 Maximum concurrent run 字段中，指定可以同时执行的运行数量，范围为一到 10。
   6. 对于 Start date，指定 run 的开始日期。使用日历以及时间列表中的开始时间选择开始日期。
   7. 对于 结束日期，请为运行指定结束日期。使用日历和时间列表中的结束时间选择结束日期。
   8. 对于 Catch up，启用或禁用捕获运行。您可以使用捕获运行来确保管道运行在暂停时不会永久回退到调度后。例如，如果您重新启用暂停的重复运行，则运行调度程序会回填每个未命中的运行间隔。
   9. 在 Pipeline 列表中选择您要为其创建运行的管道。或者，要创建新管道，请点 Create new pipeline，然后完成 Import pipeline 对话框中的相关字段。

   10. 对于 Pipeline 版本，请选择以下选项之一：

       • 选择 Always 使用最新的管道版本，以便每个重复运行都会自动使用最新的管道版本。
       • 选择 Use fixed version，然后为所有重复运行选择特定的管道版本。或者，若要上传新版本，请单击 Upload new version，然后在 Upload new version 对话框中完成相关字段。
   11. 通过从列表中选择参数来配置运行的输入参数。
   12. 单击 Create schedule。

流程

1. 要进入 Schedules 选项卡来运行，请执行以下几组操作：

   • 从实验中选择运行

     1. 在 OpenShift AI 仪表板中点 Experiments → Experiment s 并运行。
     2. 在 Experiments 页面中，从 Project 下拉列表中选择包含您要重复的运行的管道试验的项目。
     3. 从管道试验列表中，单击包含您要重复的运行的实验。
     4. 单击 Schedules 选项卡。

   • 选择任何运行

     1. 在 OpenShift AI 仪表板中点 Data Science pipelines → Runs。
     2. 在 Runs 页面上，从 Project 下拉列表中选择包含您要调度的运行的项目。
     3. 单击 Schedules 选项卡。
2. 点击您要复制的运行旁的操作菜单(WWN)，然后点 Duplicate。

3. 在 Duplicate schedule 页面中，配置重复运行：

   1. 从 Experiment 列表中，选择一个管道试验来包含重复运行。或者，若要创建新管道实验，请单击 Create new experiment，然后在 Create experiment 对话框中完成相关字段。
   2. 在 Name 字段中输入重复运行的名称。
   3. 在 Description 字段中，输入重复运行的描述。

   4. 在 Trigger type 列表中选择以下选项之一：

      • 选择 Periodic 来指定执行频率。在 Run every 字段中，输入数字，然后从列表中选择一个执行频率。
      • 选择 Cron，在 Cron string 字段中以 cron 格式指定执行调度。这会创建一个 cron 作业来执行运行。点 Copy 按钮( )将 cron 任务调度复制到剪贴板。左侧的字段代表秒。有关使用支持的 cron 格式调度任务的更多信息，请参阅 Cron Expression Format。
   5. 对于 最大并发运行，请指定可同时执行的运行数量，范围为 1 到 10。
   6. 对于 Start date，为重复运行指定开始日期。使用日历以及时间列表中的开始时间选择开始日期。
   7. 对于 结束日期，请指定重复运行的结束日期。使用日历和时间列表中的结束时间选择结束日期。
   8. 对于 Catch up，启用或禁用捕获运行。您可以使用捕获运行来确保管道运行在暂停时不会永久回退到调度后。例如，如果您重新启用暂停的重复运行，则运行调度程序会回填每个未命中的运行间隔。
   9. 在 Pipeline 列表中，选择您要为其创建重复运行的管道。或者，要创建新管道，请点 Create new pipeline，然后完成 Import pipeline 对话框中的相关字段。

   10. 对于 Pipeline 版本，请选择以下选项之一：

       • 选择 Always 使用最新的管道版本，以便每个重复运行都会自动使用最新的管道版本。
       • 选择 Use fixed version，然后为所有重复运行选择特定的管道版本。或者，若要上传新版本，请单击 Upload new version，然后在 Upload new version 对话框中完成相关字段。
   11. 通过从列表中选择参数，为运行配置输入参数。
   12. 单击 Schedule run。

流程

1. 在 OpenShift AI 仪表板中点 Experiments → Experiment s 并运行。
2. 在 Experiments 页面中，从 Project 下拉列表中选择包含您要删除的调度的管道运行的管道测试的项目。
3. 从管道试验列表中，点包含您要删除的调度的管道运行的实验。
4. 在 Runs 页面上，单击 Schedules 选项卡。
5. 点您要删除的调度的管道运行旁的操作菜单(alsa)，然后点 Delete。
6. 在 Delete schedule 对话框中，在文本字段中输入运行名称，以确认您想要删除它。
7. 点击 Delete。

流程

1. 在 OpenShift AI 仪表板中点 Data Science pipelines → Runs。
2. 在 Runs 页面上，从 Project 下拉列表中选择您要查看管道运行详情的项目。

3. 在 Runs 页面上，点您要查看详情的运行名称。

   运行的详情页面将打开。

流程

1. 在 OpenShift AI 仪表板中点 Experiments → Experiment s 并运行。
2. 在 Experiments 页面中，从 Project 下拉列表中选择包含您要查看的归档管道运行的管道测试的项目。
3. 在管道试验列表中，点包含您要查看的归档管道运行的实验。
4. 在 Runs 页面上，点 Archive 选项卡。

流程

1. 在 OpenShift AI 仪表板中点 Experiments → Experiment s 并运行。
2. 在 Experiments 页面中，从 Project 下拉列表中选择包含您要归档的运行的管道试验的项目。

3. 从管道试验列表中，点包含您要归档的管道运行的实验。

   Runs 页面将打开。

4. 在 Runs 选项卡中，点您要归档的管道运行旁的操作菜单(WWN)，然后点 Archive。
5. 在 Archiving run 对话框中，在文本字段中输入运行名称，以确认您想要归档它。
6. 点 Archive。

流程

1. 在 OpenShift AI 仪表板中点 Experiments → Experiment s 并运行。
2. 在 Experiments 页面中，从 Project 下拉列表中选择包含您要恢复的管道实验的项目。
3. 从管道试验列表中，点包含您要恢复的归档管道运行的实验。
4. 在 Runs 页面上，点 Archive 选项卡。
5. 点您要恢复的管道运行旁的操作菜单(autotune)，然后点 Restore。
6. 在 Restore run? 对话框中，点 Restore。

流程

1. 在 OpenShift AI 仪表板中点 Data Science pipelines → Runs。
2. 在 Runs 页面上，从 Project 下拉列表中选择您要删除归档的管道运行的项目。
3. 单击 归档 选项卡。
4. 点您要删除的管道运行旁的操作菜单(alsa)，然后点 Delete。
5. 在 Delete run? 对话框中，在文本字段中输入运行名称，以确认您想要删除它。
6. 点击 Delete。

流程

1. 在 OpenShift AI 仪表板中点 Data Science pipelines → Runs。
2. 在 Runs 页面上，从 Project 下拉列表中选择您要复制管道运行的项目。
3. 在 Runs 页面上，点 Archive 选项卡。
4. 点您要重复的管道运行旁的操作菜单(autotune)，然后点 Duplicate。

5. 在 Duplicate run 页面中，配置重复运行：

   1. 从 Experiment 列表中，选择一个管道试验来包含重复运行。或者，若要创建新管道实验，请单击 Create new experiment，然后在 Create experiment 对话框中完成相关字段。
   2. 在 Name 字段中输入重复运行的名称。
   3. 在 Description 字段中，输入重复运行的描述。
   4. 从 Pipeline 列表中，选择一个包含重复运行的管道。或者，要创建新管道，请点 Create new pipeline，然后完成 Import pipeline 对话框中的相关字段。
   5. 在 Pipeline version 列表中，选择一个包含重复运行的管道版本。或者，若要上传新版本，请单击 Upload new version，然后在 Upload new version 对话框中完成相关字段。
   6. 在 Parameters 部分中，通过从列表中选择参数来为重复运行配置输入参数。

   7. 单击 Create run。

      运行的详情页面将打开。

流程

1. 在 OpenShift AI 仪表板中点 Data Science pipelines → Runs。
2. 在 Runs 页面上，从 Project 下拉列表中选择您要查看管道步骤日志的项目。
3. 在 Runs 页面上，点您要查看日志的运行名称。
4. 在运行详情页面的 Graph 选项卡中，点您要查看日志的管道步骤。
5. 点 Logs 选项卡。
6. 要查看另一个管道步骤的日志，请从 Steps 列表中选择您要查看日志的步骤。

7. 使用日志查看器分析日志。

   • 要搜索特定的日志消息，请在搜索栏中输入至少部分消息。
   • 要在单独的浏览器窗口中查看完整的日志，请点操作菜单(&&)并选择 View raw logs。或者，要扩展日志查看器的大小，请点操作菜单(postgres)并选择 Expand。

流程

1. 在 OpenShift AI 仪表板中点 Data Science pipelines → Runs。
2. 在 Runs 页面上，从 Project 下拉列表中选择您要下载日志的项目。
3. 在 Runs 页面上，点您要下载日志的运行名称。
4. 在运行详情页面的 Graph 选项卡中，点您要下载日志的管道步骤。
5. 点 Logs 选项卡。

6. 在日志查看器中，点 Download 按钮( )。

   1. 选择 Download current stop log 以下载当前管道步骤的日志。
   2. 选择 Download all step logs 下载管道运行中的所有步骤的日志。

流程

1. 打开 JupyterLab 后，确认 JupyterLab launcher 会自动显示。

2. 在 JupyterLab launcher 的 Elyra 部分中，点 Pipeline Editor 标题。

   Pipeline Editor 将打开。

流程

1. 在 JupyterLab 左侧栏中，点 Runtimes ( )。

2. 点 Create new runtime configuration 按钮( )。

   Add new Data Science Pipelines runtime configuration 页面会打开。

3. 完成相关字段以定义运行时配置。

   1. 在 Display Name 字段中输入运行时配置的名称。
   2. 可选：在 Description 字段中输入用于定义运行时配置的描述。
   3. 可选： 在 Tags 字段中，点 Add Tag 为管道实例定义类别。输入标签的名称，然后按 Enter 键。

   4. 定义数据科学项目管道的凭证：

      1. 在 Data Science Pipelines API Endpoint 字段中，输入数据科学项目管道的 API 端点。不要在此字段中指定 pipelines 命名空间。

         重要

         使用 Elyra 时，您现在可以通过包含端口号来使用基于服务的 URL 而不是基于路由的 URL。通过使用基于服务的 URL，您的数据科学管道可以直接访问该服务。

      2. 在 Public Data Science Pipelines API Endpoint 字段中，输入数据科学项目管道的公共 API 端点。

         重要

         您可以从仪表板的 Data Science pipelines → Runs 页面获取数据科学管道 API 端点。复制相关端点，并将其输入到 Public Data Science Pipelines API Endpoint 字段中。

      3. 可选： 在 Data Science Pipelines User Namespace 字段中输入相关用户命名空间来运行管道。

      4. 在 Authentication Type 列表中，选择验证管道所需的身份验证类型。

         重要

         如果您直接从仪表板上的 Start basic workbench 标题创建工作台，请从 Authentication Type 列表中选择 EXISTING_BEARER_TOKEN。

      5. 在 Data Science Pipelines API Endpoint Username 字段中，输入身份验证类型所需的用户名。

      6. 在 Data Science Pipelines API Endpoint Password Or Token 中，输入身份验证类型所需的密码或令牌。

         重要

         要获取数据科学管道 API 端点令牌，请在 OpenShift Web 控制台右上角，点您的用户名并选择 Copy login command。登录后，点 Display token，并复制来自 Log in with this token 命令的 --token= 的值。

   5. 定义 S3 兼容存储的连接信息：

      1. 在 Cloud Object Storage Endpoint 字段中，输入 S3 兼容存储的端点。有关 Amazon s3 端点的更多信息，请参阅 Amazon Simple Storage Service 端点和配额。
      2. 可选：在 Public Cloud Object Storage Endpoint 字段中输入 S3 兼容存储的 URL。
      3. 在 Cloud Object Storage Bucket Name 字段中输入存储管道工件的存储桶名称。如果存储桶名称不存在，则会自动创建。
      4. 从 Cloud Object Storage Authentication Type 列表中，选择访问 S3 兼容云存储所需的身份验证类型。如果使用 AWS S3 存储桶，请从列表中选择 KUBERNETES_SECRET。
      5. 在 Cloud Object Storage Credentials Secret 字段中，输入包含存储用户名和密码的 secret。此 secret 在相关用户命名空间中定义（如果适用）。另外，它必须存储在托管管道运行的集群中。
      6. 在 Cloud Object Storage Username 字段中输入要连接到 S3 兼容云存储的用户名（如果适用）。如果使用 AWS S3 存储桶，请输入 AWS Secret Access Key ID。
      7. 在 Cloud Object Storage Password 字段中，输入要连接到 S3 兼容云存储的密码（如果适用）。如果使用 AWS S3 存储桶，请输入 AWS Secret Access Key。
   6. 点 Save & Close。

流程

1. 在 JupyterLab 左侧栏中，点 Runtimes ( )。

2. 将光标悬停在您要更新的运行时配置上，然后点击 Edit 按钮( )。

   Data Science Pipelines 运行时配置页面将打开。

3. 填写相关字段以更新运行时配置。

   1. 在 Display Name 字段中，更新运行时配置的名称（如果适用）。
   2. 可选：在 Description 字段中，更新运行时配置的描述（如果适用）。
   3. 可选： 在 Tags 字段中，点 Add Tag 为管道实例定义类别。输入标签的名称，然后按 Enter 键。

   4. 定义数据科学项目管道的凭证：

      1. 在 Data Science Pipelines API Endpoint 字段中，更新数据科学项目管道的 API 端点（如果适用）。不要在此字段中指定 pipelines 命名空间。

         重要

         使用 Elyra 时，您现在可以通过包含端口号来使用基于服务的 URL 而不是基于路由的 URL。通过使用基于服务的 URL，您的数据科学管道可以直接访问该服务。

      2. 在 Public Data Science Pipelines API Endpoint 字段中，更新数据科学项目管道的 API 端点（如果适用）。
      3. 可选： 在 Data Science Pipelines User Namespace 字段中，更新相关用户命名空间以运行管道（如果适用）。

      4. 在 Authentication Type 列表中，选择验证管道所需的新身份验证类型（如果适用）。

         重要

         如果您直接从仪表板上的 Start basic workbench 标题创建工作台，请从 Authentication Type 列表中选择 EXISTING_BEARER_TOKEN。

      5. 在 Data Science Pipelines API Endpoint Username 字段中，更新身份验证类型所需的用户名（如果适用）。

      6. 在 Data Science Pipelines API Endpoint Password Or Token 中，更新身份验证类型所需的密码或令牌（如果适用）。

         重要

         要获取数据科学管道 API 端点令牌，请在 OpenShift Web 控制台右上角，点您的用户名并选择 Copy login command。登录后，点 Display token，并复制来自 Log in with this token 命令的 --token= 的值。

   5. 定义 S3 兼容存储的连接信息：

      1. 在 Cloud Object Storage Endpoint 字段中，更新 S3 兼容存储的端点（如果适用）。有关 Amazon s3 端点的更多信息，请参阅 Amazon Simple Storage Service 端点和配额。
      2. 可选：在 Public Cloud Object Storage Endpoint 字段中，更新 S3 兼容存储的 URL （如果适用）。
      3. 在 Cloud Object Storage Bucket Name 字段中，更新存储管道工件的存储桶的名称（如果适用）。如果存储桶名称不存在，则会自动创建。
      4. 从 Cloud Object Storage Authentication Type 列表中，更新访问 S3 兼容云存储所需的身份验证类型（如果适用）。如果使用 AWS S3 存储桶，则必须从列表中选择 USER_CREDENTIALS。
      5. 可选：在 Cloud Object Storage Credentials Secret 字段中，更新包含存储用户名和密码的 secret （如果适用）。此 secret 在相关用户命名空间中定义。您必须在托管管道运行的集群中保存 secret。
      6. 可选：在 Cloud Object Storage Username 字段中，更新用户名以连接到与 S3 兼容的云存储（如果适用）。如果使用 AWS S3 存储桶，请更新 AWS Secret Access Key ID。
      7. 可选：在 Cloud Object Storage Password 字段中，更新密码以连接到与 S3 兼容云存储（如果适用）。如果使用 AWS S3 存储桶，请更新 AWS Secret Access Key。
   6. 点 Save & Close。

流程

1. 打开 JupyterLab 后，确认 JupyterLab launcher 会自动显示。
2. 打开包含您要修改节点的管道。
3. 右键点击您要编辑的节点，然后点 Open Properties。

4. 要在单一节点上禁用缓存，请完成以下步骤：

   1. 单击右侧的滑块菜单中的 Node Properties 选项卡。
   2. 在 Additional Properties 下，单击 Disable node caching 下的选项栏，该缓存使用 Use runtime default 自动填充。
   3. 选择 True。

5. 要为管道上的所有节点禁用缓存，请完成以下步骤：

   1. 点右侧的 slide-out 菜单中的 Pipeline Properties 选项卡。
   2. 在 Node Defaults 下，单击 Disable node caching 下的选项条，该缓存使用 Use runtime default 自动填充。
   3. 选择 True。

流程

1. 在 JupyterLab 左侧栏中，点 Runtimes ( )。

2. 将光标悬停在您要删除的运行时配置上，然后点 Delete Item 按钮( )。

   此时会打开一个对话框，提示您确认删除运行时配置。

3. 点击 OK。

流程

1. 在 JupyterLab 左侧栏中，点 Runtimes ( )。
2. 将光标悬停在您要重复的运行时配置上，并点击 Duplicate 按钮( )。

流程

1. 在 Pipeline Editor 用户界面中，点 Run Pipeline ( )。

   此时会打开 Run Pipeline 对话框。Pipeline Name 字段自动填充管道文件名。

   注意

   运行管道后，会在 OpenShift AI 仪表板中自动创建包含管道运行的管道 试验，并在 OpenShift AI 仪表板中 运行 页面。试验名称与您分配给管道的名称匹配。

2. 定义管道运行的设置。

   1. 在 Runtime Configuration 列表中，选择要运行管道的相关运行时配置。
   2. 可选：配置管道参数（如果适用）。如果您的管道包含引用管道参数的节点，您可以更改默认参数值。如果需要参数且没有默认值，则必须输入一个值。
3. 点击 确定。

流程

1. 在 Pipeline Editor 用户界面中，点 Export Pipeline ( )。

   此时会打开 Export Pipeline 对话框。Pipeline Name 字段自动填充管道文件名。

2. 定义导出管道的设置。

   1. 在 Runtime Configuration 列表中，选择要导出管道的相关运行时配置。
   2. 在 Export Pipeline 中选择一个适当的文件格式
   3. 在 Export Filename 字段中，为导出的管道输入文件名。
   4. 选择 Replace if file already exists 复选框，以替换与您要导出的管道相同的现有文件。
   5. 可选：配置管道参数（如果适用）。如果您的管道包含引用管道参数的节点，您可以更改默认参数值。如果需要参数且没有默认值，则必须输入一个值。
3. 点击 确定。