Gestione delle dipendenze nelle operazioni asincrone

Il corretto completamento delle operazioni in batch in Amazon ML dipende da altre operazioni. Per gestire queste dipendenze, Amazon ML identifica le richieste che hanno dipendenze e verifica il completamento delle operazioni. Se le operazioni non sono state completate, Amazon ML mette da parte le richieste iniziali finché le operazioni da cui dipendono non sono state completate.

Vi sono alcune dipendenze tra le operazioni in batch. Ad esempio, prima di poter creare un modello di ML, è necessario avere creato un'origine dati con cui addestrare il modello ML. Amazon ML non è in grado di addestrare un modello ML in assenza di un'origine dati disponibile.

Tuttavia, Amazon ML supporta la gestione delle dipendenze per le operazioni asincrone. Ad esempio, non è necessario attendere che le statistiche dei dati siano state calcolate prima di poter inviare una richiesta per addestrare un modello ML sull'origine dati. Al contrario, non appena l'origine dati viene creata, è possibile inviare una richiesta per addestrare un modello ML utilizzando l'origine dati. Amazon ML non avvia l'operazione di addestramento finché le statistiche sull'origine dati non sono state calcolate. La richiesta createMLModel viene messa in una coda fino a quando le statistiche non sono state calcolate; una volta completata tale l'operazione, Amazon ML prova immediatamente a eseguire l'operazione createMLModel. Analogamente, è possibile inviare richieste di previsione e valutazione in batch per modelli ML che non hanno completato l'addestramento.

La tabella riportata di seguito mostra i requisiti necessari a procedere con diverse azioni AmazonML

Per...	È necessario avere...
Creare un modello ML (createMLModel)	L'origine dati con le statistiche dei dati calcolate
Crea una previsione in batch (createBatchPrediction)	L'origine dati modello di ML
Crea una valutazione in batch (createBatchEvaluation)	L'origine dati modello di ML