› › ›

API получения статистики по обученным моделям

Получает информацию об использовании обученных моделей.

Запрос

GET _ml/trained_models/_stats

GET _ml/trained_models/_all/_stats

GET _ml/trained_models/<model_id>/_stats

GET _ml/trained_models/<model_id>,<model_id_2>/_stats

GET _ml/trained_models/<model_id_pattern*>,<model_id_2>/_stats

Предварительные условия

Требуется привилегия кластера monitor_ml. Эта привилегия включена в встроенную роль machine_learning_user.

Описание

Вы можете получить информацию об использовании нескольких обученных моделей в одном запросе API, используя список идентификаторов моделей, разделенных запятыми, или выражение с подстановкой.

Параметры пути

<model_id>: (Необязательно, строка) Уникальный идентификатор обученной модели или псевдоним модели.

Параметры запроса

allow_no_match

(Необязательно, логическое значение) Указывает, что делать, когда запрос:

Содержит выражения с подстановкой, и нет совпадающих моделей.
Содержит строку _all или нет идентификаторов, и нет совпадений.
Содержит выражения с подстановкой, и есть только частичные совпадения.

Значение по умолчанию — true, которое возвращает пустой массив, когда нет совпадений, и подмножество результатов, когда есть частичные совпадения. Если этот параметр равен false, запрос возвращает код состояния 404, когда нет совпадений или есть только частичные совпадения.

from

(Необязательно, целое число) Пропускает указанное количество моделей. Значение по умолчанию — 0.

size

(Необязательно, целое число) Указывает максимальное количество моделей для получения. Значение по умолчанию — 100.

Тело ответа

count

(целое число) Общее количество статистики обученных моделей, соответствующих запрошенным шаблонам ID. Может быть больше, чем количество элементов в массиве trained_model_stats, поскольку размер массива ограничен параметром size.

trained_model_stats

(массив) Массив статистики обученных моделей, отсортированный по значению model_id в порядке возрастания.

Свойства статистики обученной модели

model_id

(строка) Уникальный идентификатор обученной модели.

pipeline_count

(целое число) Количество потоков ingest, которые в настоящее время ссылаются на модель.

inference_stats

(объект) Коллекция полей статистики инференции.

Свойства статистики инференции

missing_all_fields_count: (целое число) Количество вызовов инференции, где все обучающие признаки модели отсутствовали.
inference_count: (целое число) Общее количество вызовов модели для инференции. Это включает все контексты инференции, включая все конвейеры.
cache_miss_count: (целое число) Количество раз, когда модель загружалась для инференции и не извлекалась из кэша. Если это число близко к inference_count, то кэш не используется должным образом. Это можно решить, увеличив размер кэша или время его жизни (TTL). Обратитесь к Общие настройки машинного обучения для соответствующих настроек.
failure_count: (целое число) Количество сбоев при использовании модели для инференции.
timestamp: (единицы времени) Время последнего обновления статистики.

ingest

(объект) Коллекция статистических данных ingest для модели на всех узлах. Значения являются суммами индивидуальных статистических данных узла. Формат соответствует разделу ingest в разделе Статистика узлов.

Коды ответа

404 (Отсутствуют ресурсы): Если allow_no_match равно false, этот код указывает, что ресурсов, соответствующих запросу, нет или совпадения частичные.

Примеры

Следующий пример получает информацию об использовании всех обученных моделей:

GET _ml/trained_models/_stats

API возвращает следующие результаты:

{
  "count": 2,
  "trained_model_stats": [
    {
      "model_id": "flight-delay-prediction-1574775339910",
      "pipeline_count": 0,
      "inference_stats": {
        "failure_count": 0,
        "inference_count": 4,
        "cache_miss_count": 3,
        "missing_all_fields_count": 0,
        "timestamp": 1592399986979
      }
    },
    {
      "model_id": "regression-job-one-1574775307356",
      "pipeline_count": 1,
      "inference_stats": {
        "failure_count": 0,
        "inference_count": 178,
        "cache_miss_count": 3,
        "missing_all_fields_count": 0,
        "timestamp": 1592399986979
      },
      "ingest": {
        "total": {
          "count": 178,
          "time_in_millis": 8,
          "current": 0,
          "failed": 0
        },
        "pipelines": {
          "flight-delay": {
            "count": 178,
            "time_in_millis": 8,
            "current": 0,
            "failed": 0,
            "processors": [
              {
                "inference": {
                  "type": "inference",
                  "stats": {
                    "count": 178,
                    "time_in_millis": 7,
                    "current": 0,
                    "failed": 0
                  }
                }
              }
            ]
          }
        }
      }
    }
  ]
}

© 2023-2025 Elasticsearch
As of September 2024, Elasticsearch is available under a choice of three licenses: the Server Side Public License (SSPL), the Elastic License, or the AGPLv3 (OSI approved).
Elasticsearch and the Elasticsearch logo are trademarks of Elasticsearch B.V., registered in the U.S. and in other countries.
https://www.elastic.co/guide/en/elasticsearch/reference/7.17/get-trained-models-stats.html