Review and add prediction environments¶

On the Prediction Environments page, you can review the DataRobot prediction environments available to you and create external prediction environments for both DataRobot models running on the Portable Prediction Server and remote models monitored by the monitoring agent.

Review DataRobot prediction environments¶

While you can't create DataRobot prediction environments, you can still view them on the Prediction Environments tab. Review the DataRobot prediction environments available to your organization by locating the environments with DataRobot in the Platform column:

These prediction environments are created by DataRobot and cannot be configured; however, you can deploy models to these prediction environments from this page.

新しい予測環境を追加¶

You can create, manage, and share external prediction environments across DataRobot. このため、 ポータブル予測サーバーで実行されているDataRobotモデルと、 監視エージェントによって監視されているリモートモデルの両方に使用する予測環境を指定できます。

通常、監視エージェントはDataRobotの外部で実行され、外部モデルのコードでDataRobot MLOpsライブラリの呼び出しによって設定されたスプーラーから指標を報告します。 外部スプーラーの資格情報と設定の詳細を使用して外部予測環境を作成し、DataRobot_内_で監視エージェントを実行できるようになりました（パブリックプレビュー版の機能です）。

To create a prediction environment:

1. 予測環境をクリックし、予測環境を追加をクリックします。

   

2. 予測環境を追加ダイアログボックスで、次のフィールドに入力します。

   

   フィールド	説明
   名前	わかりやすい予測環境名を入力します。
   説明	（オプション）外部予測環境の説明を入力します。
   プラットフォーム	モデルを実行し、予測を行う外部プラットフォームを指定します。

3. サポートされているモデル形式で、1つ以上の形式を選択し、手動または管理エージェントを使用して、予測環境にデプロイできるモデルを制御します。 利用可能なモデル形式は、DataRobotまたはDataRobotスコアリングコード、外部モデル、および カスタムモデルです。

   

   重要

   DataRobotとDataRobotのスコアリングコードのみの両方を選択することはできません。

4. Under Managed by, select one of the following:

   

   オプション	説明
   セルフマネージド	インフラストラクチャ上のモデルを手動で管理し、データをDataRobotに手動でレポート。
   管理エージェントが管理	独自のインフラストラクチャで 管理エージェントを使用してモデルを管理。
   DataRobotが管理	DataRobot内で管理エージェントを使用してモデルを管理。 This option is only available if the Platform selected is Azure—a premium feature—or Snowflake or Amazon Web Services (AWS)—both preview features.

5. (Optional) To run the monitoring agent in DataRobot, under Monitoring settings, select a Queue:

   The default setting is No Queue.

   Amazon SQSGoogle Pub/SubAzure Event Hubs

   Amazon SQSスプーラーのAWS S3認証情報を選択し、次のAmazon SQSフィールドを設定します。

   

   フィールド	説明
   地域	キューに使用するAWSリージョンを選択します。
   SQSキューのURL	スプーラーに使用されるSQSキューのURLを選択します。
   表示タイムアウト	（オプション）メッセージがキューから削除されるまでの 表示タイムアウト。 これは、監視エージェントに固有のものではなく、Amazon SQSの設定です。

   キュー設定を行った後、Amazon SQSスプーラーで受け入れられる環境変数を指定できます。 詳細については、 Amazon SQSスプーラーリファレンスを参照してください。

   

   Google Pub/SubスプーラーのGCPの資格情報を選択し、次のGoogle Pub/Subフィールドを設定します。

   フィールド	説明
   Pub/Subプロジェクト	スプーラーが使用するPub/Subプロジェクトを選択します。
   Pub/Subのトピック	スプーラーによって使用されるPub/Subトピックを選択します。 これは、プロジェクトIDを含む完全修飾トピック名パスではなく、プロジェクト内のトピック名である必要があります。
   Pub/Subのサブスクリプション	スプーラーが使用するサブスクリプションのPub/Subサブスクリプション名を選択します。
   Pub/Subの確認応答期限	（オプション）サブスクライバーがキュー内のメッセージを処理し、確認するまでの時間（秒）を入力します。

   キュー設定を行った後、Google Pub/Subスプーラーで受け入れられる環境変数を指定できます。 詳細については、 Google Cloud Pub/Subスプーラーリファレンスを参照してください。

   Azure Event HubsスプーラーのAzureサービスプリンシパルの資格情報を選択し、この資格情報を使用してアクセス可能なAzureサブスクリプションフィールドとAzureリソースグループフィールドを設定します。

   

   「Azureサービスプリンシパルの資格情報が必要です」

   AzureMLでDataRobotがスコアリングコードを管理するには、既存のAzureサービスプリンシパルの資格情報が必要です。 既存の資格情報を持っていない場合、Azureサービスプリンシパルの資格情報が必要ですというアラートが表示され、資格情報に移動してAzureサービスプリンシパルの資格情報を作成するよう促されます。

   必要な資格情報を作成するには、資格情報のタイプで、Azureサービスプリンシパルを選択します。 次に、クライアントID、クライアントシークレット、AzureテナントID、表示名を入力します。 資格情報を検証して保存するには、保存してサインインをクリックします。

   これらのIDと表示名は、Azureのアプリの登録 > 概要タブ(1)で確認できます。 シークレットはアプリの登録 > 証明書およびシークレットタブ(2)で生成できます。

   

   次に、以下のAzure Event Hubsフィールドを設定します。

   

   フィールド	説明
   Event Hubs名前空間	AzureサブスクリプションIDから取得した、有効な Event Hubs名前空間を選択します。
   Event Hubsインスタンス	データを監視するために、名前空間内の Event Hubsインスタンスを選択します。

   After you configure the Queue settings, you can provide any additional Environment variables to the agent.

6. 環境設定を行ったら、環境を追加をクリックします。

   これで、予測環境ページから環境を利用できるようになりました。