简体中文版经机器翻译而成,仅供参考。如与英语版出现任何冲突,应以英语版为准。

部署 Grafana 信息板

提供者 kevin-hoke

部署完所有内容后,我们会对新数据运行推断。这些型号可预测网络设备故障。预测结果存储在 Iguazio 时间序列表中。您可以在与 Iguazio 的安全和数据访问策略集成的平台中使用 Grafana 来查看结果。

您可以通过将提供的 JSON 文件导入到集群中的 Grafana 接口来部署信息板。

  1. 要验证 Grafana 服务是否正在运行,请查看服务下的。

    错误:缺少图形映像

  2. 如果不存在此实例,请从服务部分部署此实例:

    1. 单击新建服务。

    2. 从列表中选择 Grafana 。

    3. 接受默认值。

    4. 单击下一步。

    5. 输入您的用户 ID 。

    6. 单击 Save Service 。

    7. 单击顶部的 Apply Changes 。

  3. 要部署信息板,请通过 Jupyter 界面下载文件 NetopsPredictions-Dashboard.json

    错误:缺少图形映像

  4. 从服务部分打开 Grafana 并导入信息板。

    错误:缺少图形映像

  5. 单击 Upload ` * 。 json` File ,然后选择先前下载的文件(NetopsPredictions-Dashboard.json )。上传完成后,将显示信息板。

错误:缺少图形映像

部署清理功能

当您生成大量数据时,保持数据干净有序非常重要。为此,请使用 cleanup.ipynb 笔记本部署清理功能。

优势

NetApp 和 Iguazio 通过构建 Kubeflow , Apache Spark 和 TensorFlow 等基本框架以及 Docker 和 Kubernetes 等业务流程工具,加快并简化 AI 和 ML 应用程序的部署。通过统一端到端数据管道, NetApp 和 Iguazio 可以减少许多高级计算工作负载固有的延迟和复杂性,从而有效地缩小开发和运营之间的差距。在培训阶段,数据科学家可以对大型数据集运行查询,并与授权用户安全地共享数据和算法模型。容器化模型准备好投入生产后,您可以轻松地将其从开发环境迁移到操作环境。