パイプライン エンドポイントを SDK v2 にアップグレードする

1. まず、公開するパイプラインを取得する必要があります。

   pipeline1 = Pipeline(workspace=ws, steps=[step1, step2])
   

2. パイプラインは次のようにして公開できます。

   from azureml.pipeline.core import PipelineEndpoint
   
   endpoint_name = "PipelineEndpointTest"
   pipeline_endpoint = PipelineEndpoint.publish(
       workspace=ws, 
       name=endpoint_name,
       pipeline=pipeline, 
       description="A hello world endpoint for component deployments"
   )
   

1. まず、発行するパイプラインを定義する必要があります。

   @pipeline()
   def pipeline(input_data: Input(type=AssetTypes.URI_FOLDER)):
       (...)
   
       return {
           (..)
       }
   

2. バッチ エンドポイントはパイプラインではなくパイプライン コンポーネントをデプロイします。 コンポーネントは、エンドポイントの下にデプロイされている資産のソース管理をより信頼性の高い方法で提案します。 次のように、任意のパイプライン定義をパイプライン コンポーネントに変換できます。

   pipeline_component = pipeline().component
   

3. ベスト プラクティスとして、ワークスペース内、さらには共有レジストリ内で一元化された方法でバージョン管理を維持できるよう、パイプライン コンポーネントを登録することをお勧めします。

   ml_client.components.create(pipeline_component)
   

4. 次に、すべてのパイプライン デプロイをホストするエンドポイントを作成する必要があります。

   endpoint_name = "PipelineEndpointTest"
   endpoint = BatchEndpoint(
       name=endpoint_name,
       description="A hello world endpoint for component deployments",
   )
   
   ml_client.batch_endpoints.begin_create_or_update(endpoint)
   

5. パイプライン コンポーネントのデプロイを作成します。

   deployment_name = "hello-batch-dpl"
   deployment = BatchPipelineComponentDeployment(
       name=deployment_name,
       description="A hello world deployment with a single step.",
       endpoint_name=endpoint.name,
       component=pipeline_component
   )
   
   ml_client.batch_deployments.begin_create_or_update(deployment)
   

パイプラインの既定のバージョンを呼び出すには、次を使用できます。

pipeline_endpoint = PipelineEndpoint.get(workspace=ws, name="PipelineEndpointTest")
run_id = pipeline_endpoint.submit("PipelineEndpointExperiment")

job = ml_client.batch_endpoints.invoke(
    endpoint_name=batch_endpoint, 
)

inputsを使用して、必要に応じてジョブの入力を示します。 入力と出力を示す方法の詳細については、「 バッチ エンドポイントのジョブと入力データを作成する 」を参照してください。

job = ml_client.batch_endpoints.invoke(
    endpoint_name=batch_endpoint,
    inputs={
        "input_data": Input(type=AssetTypes.URI_FOLDER, path="./my_local_data")
    }
)

run_id = pipeline_endpoint.submit(endpoint_name, pipeline_version="0")

バッチ エンドポイントでは、デプロイはバージョン管理されません。 ただし、同じエンドポイント下に複数のパイプライン コンポーネント バージョンをデプロイできます。 この意味で、v1 の各パイプライン バージョンは、異なるパイプライン コンポーネント のバージョンとそれに対応するエンドポイントの下のデプロイに対応します。

その後、エンドポイントの下で実行されている特定のデプロイをデプロイできます (そのデプロイで関心のあるバージョンが実行されている場合)。

job = ml_client.batch_endpoints.invoke(
    endpoint_name=endpoint_name, 
    deployment_name=deployment_name, 
)

all_pipelines = PublishedPipeline.get_all(ws)

次のコードは、ワークスペースに存在するすべてのエンドポイントを一覧表示します。

all_endpoints = ml_client.batch_endpoints.list()

ただし、バッチ エンドポイントでは、パイプラインまたはモデルを運用化するデプロイをホストできることに注意してください。 パイプラインをホストするすべてのデプロイの一覧を取得する場合は、次のように実行できます。

all_deployments = []

for endpoint in all_endpoints:
    all_deployments.extend(ml_client.batch_deployments.list(endpoint_name=endpoint.name))

all_pipeline_deployments = filter(all_endpoints, lamdba x: x is BatchPipelineComponentDeployment)

pipeline_endpoint = PipelineEndpoint.get(workspace=ws, name=endpoint_name)
rest_endpoint = pipeline_endpoint.endpoint

response = requests.post(
    rest_endpoint, 
    headers=aad_token, 
    json={
        "ExperimentName": "PipelineEndpointExperiment",
        "RunSource": "API",
        "ParameterAssignments": {"argument1": "united", "argument2":45}
    }
)

バッチ エンドポイントでは、複数の入力型がサポートされています。 次の例は、 string 型と numeric型の 2 つの異なる入力を示す方法を示しています。 詳細な例については、 バッチ エンドポイント (REST) のジョブと入力データの作成に関する記事を参照してください。

batch_endpoint = ml_client.batch_endpoints.get(endpoint_name)
rest_endpoint = batch_endpoint.invocation_url

response = requests.post(
    rest_endpoint, 
    headers=aad_token, 
    json={
        "properties": {
            "InputData": {
                "argument1": {
                    "JobInputType": "Literal",
                    "Value": "united"
                },
                "argument2": {
                    "JobInputType": "Literal",
                    "Value": 45
                }
            }
        }
    }
)