停止已训练模型部署 API

编辑

停止已训练模型的部署。

请求

编辑

POST _ml/trained_models/<deployment_id>/deployment/_stop

先决条件

编辑

需要 manage_ml 集群权限。此权限包含在 machine_learning_admin 内置角色中。

描述

编辑

只有 PyTorch model_type 的已训练模型才需要部署。

路径参数

编辑
<deployment_id>
(必需,字符串) 模型部署的唯一标识符。

查询参数

编辑
allow_no_match

(可选,布尔值) 指定当请求

  • 包含通配符表达式且没有匹配的部署时该如何操作。
  • 包含 _all 字符串或没有标识符且没有匹配项时该如何操作。
  • 包含通配符表达式且只有部分匹配项时该如何操作。

默认值为 true,当没有匹配项时返回一个空数组,当有部分匹配项时返回结果的子集。如果此参数为 false,则当没有匹配项或只有部分匹配项时,请求返回 404 状态代码。

force
(可选,布尔值) 如果为 true,即使部署或其模型别名之一被摄取管道引用,也会停止部署。您必须重新启动模型部署才能使用这些管道。
finish_pending_work
(可选,布尔值) 如果为 true,则在完成任何排队的工作后停止部署。默认为 false

示例

编辑

以下示例停止 my_model_for_search 部署

resp = client.ml.stop_trained_model_deployment(
    model_id="my_model_for_search",
)
print(resp)
response = client.ml.stop_trained_model_deployment(
  model_id: 'my_model_for_search'
)
puts response
const response = await client.ml.stopTrainedModelDeployment({
  model_id: "my_model_for_search",
});
console.log(response);
POST _ml/trained_models/my_model_for_search/deployment/_stop