# ワーカーキュー

> ワーカーキュー - DataRobotでのモデリングワーカーの使用方法と問題のトラブルシューティング方法について説明します。

This Markdown file sits beside the HTML page at the same path (with a `.md` suffix). It summarizes the topic and lists links for tools and LLM context.

Companion generated at `2026-07-15T05:55:45.039885+00:00` (UTC).

## Primary page

- [ワーカーキュー](https://docs.datarobot.com/ja/docs/reference/pred-ai-ref/wb-troubleshooting.html.md): Full documentation for this topic (Markdown sidecar).

## Sections on this page

- [ワーカーの上限](https://docs.datarobot.com/ja/docs/reference/pred-ai-ref/wb-troubleshooting.html.md#worker-limit): In-page section heading.
- [共同管理されたワーカー](https://docs.datarobot.com/ja/docs/reference/pred-ai-ref/wb-troubleshooting.html.md#pooled-workers): In-page section heading.
- [使用中のワーカー](https://docs.datarobot.com/ja/docs/reference/pred-ai-ref/wb-troubleshooting.html.md#workers-in-use): In-page section heading.
- [登録とデプロイのためのワーカー](https://docs.datarobot.com/ja/docs/reference/pred-ai-ref/wb-troubleshooting.html.md#workers-for-registration-and-deployment): In-page section heading.
- [失敗したエクスペリメント](https://docs.datarobot.com/ja/docs/reference/pred-ai-ref/wb-troubleshooting.html.md#failed-experiments): In-page section heading.

## Documentation content

> [!NOTE] 備考
> トライアルアカウントでは、最大4個のワーカーを使用できます。

ワーカー数を増やしたいと思っていたのにできない場合、その理由は以下のように考えられます。

- ワーカー数の上限 に達している。
- ワーカーが 共有プール の一部である。
- ワーカーが 他のプロジェクトで使われている 。

## ワーカーの上限

[モデリングワーカーの割り当て](https://docs.datarobot.com/ja/docs/platform/admin/admin-overview.html.md#modeling-worker-allocation) は、管理者によって設定されます。 各ワーカーがモデリングの仕事を処理します。 このジョブの数は、クラスター内のすべてのプロジェクトに適用され、モデルを構築する複数のブラウザーウィンドウはすべて個人のワーカー数の一部となり、ウィンドウが増えればワーカーが増えるというわけではありません。

## 共同管理されたワーカー

組織に所属している場合、 [ワーカーの共有管理](https://docs.datarobot.com/ja/docs/platform/admin/admin-overview.html.md#what-are-organizations) を行うことがあります。 この場合、ワーカーは先入れ先出し方式で、組織内のすべてのユーザーに対する全ジョブに割り当てられます。 組織内の他のユーザーのジョブが完了するのを待つ必要はないかもしれませんがあなたと彼らのジョブは、キューでシード値が与えられ、受けとられたときに処理されます。

## 使用中のワーカー

ワーカー数を増やせるはずなのに増やせない場合、たとえば「YワーカーのうちXを使っている」など、デバッグのために考慮すべき値は2つあります。 Yの数が思ったよりも少ない場合は、管理者にワーカー数の上限を確認してください。 Xが期待より少ない場合は、ワーカーが組織内の他のプロジェクトまたはユーザーに割り当てられているかどうかを確認します。

_自分の_プロジェクトでのワーカーの使用状況を確認するには、DataRobot Classicの [プロジェクトの管理インベントリ](https://docs.datarobot.com/ja/docs/classic-ui/modeling/manage-projects.html.md#manage-projects-control-center) に移動し、キューに入っているジョブを探します。

詳細については、DataRobot Classicの [ドキュメント](https://docs.datarobot.com/ja/docs/reference/pred-ai-ref/worker-queue.html.md) を参照してください。

## 登録とデプロイのためのワーカー

登録モデルのバージョンを作成してデプロイするには、利用可能なワーカーが必要です。 モデルのエクスペリメントで [ワーカー数](https://docs.datarobot.com/ja/docs/workbench/nxt-workbench/experiments/create-experiments/create-predictive/ml-basic-experiment.html.md#start-modeling) が0に設定されている場合、モデルの登録とデプロイは失敗します。これは、トレーニングデータのベースラインを計算し、その他の登録およびデプロイ関連のジョブを実行するためにこれらのワーカーが必要であるためです。

## 失敗したエクスペリメント

選択した問題タイプに対してエクスペリメントまたはデータセットが正しく設定されていない場合、エクスペリメントは失敗します。 たとえば、少なくとも3つのクラスを必要とする多クラスのエクスペリメントに対し、集計後に2つのクラスしか残っていない場合、エクスペリメントは失敗します。

失敗の結果：

- エラーが通知され、エラーメッセージがエクスペリメントのリーダーボードに表示されます。
- ユースケースのエクスペリメントの横にFailedバッジが表示されます。

エクスペリメントが失敗した理由を理解するには、エクスペリメントを開き、 エクスペリメント情報を表示 に移動します。 エラーメッセージが中央のウィンドウに表示されます。または、アイコンを使用して以下の操作を行います。

- ユースケースからエクスペリメントを削除 して、もう一度やり直します。
- エクスペリメントをその 設定と一緒に 、または 設定なしで 複製 します。