使用Azure管道在Azure容器实例中部署ML模型时的部署超时

Question

在Azure ACI上部署ML模型时，我们的代码运行良好，直到昨天，但是今天面临部署超时或有时400（响应不良）的情况。

microsoft datcenters是否存在任何问题？还是有其他问题？

错误在下面给出

“消息”：“收到模型管理服务的错误响应：\ n响应代码：400 \ n标题：{'Date'：'Thu，2020年8月6日21:05:31 GMT'，'Content-Type'：' application / json'，'Transfer-Encoding'：'chunked'，'Connection'：'keep-alive'，'Request-Context'：'appId = cid-v1：2d2e8e63-272e-4b3c-8598-4ee570a0e70d'，' x-ms-client-request-id'：'8aa4dcafb0ec40ef822b55fc4c7a196f'，'x-ms-client-session-id'：'bf2decff-8879-4a9c-bb5f-2fae7034946c'，'api-supported-versions'：'1.0， 2018-03-01-preview，2018-11-19'，'x-request-time'：'0.044'，'Strict-Transport-Security'：'max-age = 15724800; includeSubDomains; preload'} \ n内容： b'{“ code”：“ BadRequest”，“ statusCode”：400，“ message”：“请求无效。”，“详细信息”：[{“ code”：“ InvalidOverwriteRequest”，“ message”：“无效覆盖请求-无法更新容器资源要求，DNS名称标签或部署类型。请删除并重新部署此服务。“}]，”相关性“：{” RequestId“：” 8aa4dcafb0ec40ef822b55fc4c7a196f“}}'”

“ message”：“服务部署轮询达到不成功的终端状态，当前服务状态：不健康\ n操作ID：1b6746b3-cdb6-4e0c-a43d-b31b34ac99b2 \ n可以使用'.get_logs（）'找到更多信息\ nError：\ n {\ n“代码”：“ DeploymentTimedOut”，\ n“ statusCode”：504，\ n“ message”：“部署操作轮询具有TimedOut。服务创建所花费的时间比正常时间长。我们仍在尝试实现Web服务的期望状态。请检查Web服务状态以了解当前的Web服务运行状况。您可以从python SDK运行print（service.state）来检索Web服务的当前状态。“ \ n}”

Answer 1

根据错误消息InvalidOverwriteRequest-cannot update...，在管道运行之前，您已经有一个具有相同名称的现有部署。

您是否正在使用Machine Learning中的Azure ML Model Deploy task？如果是这样，则需要为部署任务启用OverWrite existing deployment设置。