Python支持Azure ML - 速度问题

Question

我们正在尝试创建一个Azure ML Web服务，该服务将接收（.csv）数据文件，执行一些处理并返回两个类似的文件。最近添加到azure ML平台的Python支持非常有用，我们能够成功移植代码，在实验模式下运行并发布Web服务。

使用“批处理”API，我们现在能够将文件从blob-storage导向服务并获得所需的输出。但是，小文件（几KB）的运行时间明显慢于本地计算机，更重要的是，对于稍大的输入数据文件（40MB），该过程似乎永远不会返回。我本地计算机上同一文件的处理时间不到1分钟。

我的问题是，如果你能看到我们做错了什么，或者是否有办法让它加速。以下是该实验的DAG表示：

这是应该设置实验的方式吗？

Answer 1

看起来问题在于处理输入表中的 timestamp 列。成功的解决方法是使用＆＃34;元数据编辑器＆＃34;显式强制将列作为字符串值处理。块。最终模型现在看起来像这样：