ソースファイルのレシピへのパッケージ化

このチュートリアルでは、提供されたRetail Sales サンプルソースファイルをアーカイブファイルにパッケージ化する方法について説明します。これは、UIまたはAPIを使用してレシピの読み込みワークフローに従って、Adobe Experience Platform Data Science Workspaceでレシピを作成するために使用できます。

理解しておくべき概念：

前提条件

レシピの作成

レシピを作成するには、まず、ソースファイルをパッケージ化してアーカイブファイルを作成します。 Source ファイルは、特定の問題を解決するために使用されるマシンラーニングロジックとアルゴリズムを定義し、Python、R、PySpark、またはScalaで記述されます。 構築されたアーカイブファイルは、Docker イメージの形式になります。 ビルドが完了すると、パッケージ化されたアーカイブファイルがData Science Workspaceに読み込まれ、API🔗を使用してUI🔗またはでレシピ が作成されます。

Docker ベースのモデルオーサリング docker-based-model-authoring

Docker イメージを使用すると、開発者は、ライブラリや他の依存コンポーネントなど、必要なすべての構成要素を含めてアプリケーションをパッケージ化し、1 つのパッケージとして提供できます。

ビルドされたDocker イメージは、レシピ作成ワークフロー中に提供された資格情報を使用して、Azure Container Registryにプッシュされます。

Azure Container Registry の資格情報を取得するには、Adobe Experience Platform にログインします。 左側のナビゲーション列で、ワークフロー​に移動します。 「レシピの読み込み」を選択し、続いて「起動」を選択します。 以下のスクリーンショットを参照してください。

Configure ページが開きます。 適切な​ レシピ名 ​を指定します（例：「小売セールスレシピ」など）。必要に応じて、説明またはドキュメントのURLを指定します。 完了したら、次へ​をクリックします。

適切な​ Runtime ​を選択し、Type​の​ 分類 ​を選択します。 Azure Container Registryの資格情報は、完了後に生成されます。

Docker ホスト、ユーザー名、パスワードの値をメモします。 これらは、以下に概説するワークフローでDocker イメージを構築およびプッシュするために使用されます。

ソースファイルのパッケージ化

まず、Experience Platform Data Science Workspace Reference リポジトリにあるサンプルコードベースを取得します。

Python Docker イメージをビルド python-docker

まだ実行していない場合は、次のコマンドを使用してGitHub リポジトリをローカルシステムに複製します。

git clone https://github.com/adobe/experience-platform-dsw-reference.git

experience-platform-dsw-reference/recipes/python/retail ディレクトリに移動します。 ここでは、DockerへのログインとPython Docker イメージの構築に使用されたスクリプト login.shとbuild.shを見つけることができます。 Docker の資格情報が既にある場合は、次のコマンドを順に入力します。

# for logging in to Docker
./login.sh

# for building Docker image
./build.sh

ログインスクリプトを実行する場合は、Docker ホスト、ユーザー名、パスワードを指定する必要があります。 イメージの作成時には、Docker ホストとビルドのバージョンタグを入力する必要があります。

ビルドスクリプトが完了したら、Docker ソースファイルの URL がコンソール出力に表示されます。 この例では、次のようになります。

# URL format:
{DOCKER_HOST}/ml-retailsales-python:{VERSION_TAG}

この URL をコピーして、次の手順に進みます。

R Docker画像を作成 r-docker

まだ実行していない場合は、次のコマンドを使用してGitHub リポジトリをローカルシステムに複製します。

git clone https://github.com/adobe/experience-platform-dsw-reference.git

クローンリポジトリー内の experience-platform-dsw-reference/recipes/R/Retail - GradientBoosting ディレクトリに移動します。 ここでは、DockerへのログインとR Docker イメージの構築に使用するファイル login.shとbuild.shが見つかります。 Docker の資格情報が既にある場合は、次のコマンドを順に入力します。

# for logging in to Docker
./login.sh

# for build Docker image
./build.sh

ログインスクリプトを実行する場合は、Docker ホスト、ユーザー名、パスワードを指定する必要があります。 イメージの作成時には、Docker ホストとビルドのバージョンタグを入力する必要があります。

ビルドスクリプトが完了したら、Docker ソースファイルの URL がコンソール出力に表示されます。 この例では、次のようになります。

# URL format:
{DOCKER_HOST}/ml-retail-r:{VERSION_TAG}

この URL をコピーして、次の手順に進みます。

PySpark Dockerのビルド画像 pyspark-docker

まず、次のコマンドを使用して、GitHub リポジトリをローカルシステムに複製します。

git clone https://github.com/adobe/experience-platform-dsw-reference.git

experience-platform-dsw-reference/recipes/pyspark/retail ディレクトリに移動します。 スクリプト login.shとbuild.shはここにあり、DockerへのログインとDocker イメージの構築に使用されます。 Docker の資格情報が既にある場合は、次のコマンドを順に入力します。

# for logging in to Docker
./login.sh

# for building Docker image
./build.sh

ログインスクリプトを実行する場合は、Docker ホスト、ユーザー名、パスワードを指定する必要があります。 イメージの作成時には、Docker ホストとビルドのバージョンタグを入力する必要があります。

ビルドスクリプトが完了したら、Docker ソースファイルの URL がコンソール出力に表示されます。 この例では、次のようになります。

# URL format:
{DOCKER_HOST}/ml-retailsales-pyspark:{VERSION_TAG}

この URL をコピーして、次の手順に進みます。

Scala Dockerのビルド画像 scala-docker

まず、ターミナルで次のコマンドを使用して、GitHub リポジトリをローカルシステムに複製します。

git clone https://github.com/adobe/experience-platform-dsw-reference.git

次に、スクリプト login.shとbuild.shが見つかるディレクトリ experience-platform-dsw-reference/recipes/scalaに移動します。 これらのスクリプトは、DockerにログインしてDocker イメージをビルドするために使用されます。 Docker資格情報の準備ができている場合は、ターミナルに次のコマンドを順番に入力します。

# for logging in to Docker
./login.sh

# for building Docker image
./build.sh

ログインスクリプトを実行する場合は、Docker ホスト、ユーザー名、パスワードを指定する必要があります。 イメージの作成時には、Docker ホストとビルドのバージョンタグを入力する必要があります。

ビルドスクリプトが完了したら、Docker ソースファイルの URL がコンソール出力に表示されます。 この例では、次のようになります。

# URL format:
{DOCKER_HOST}/ml-retailsales-spark:{VERSION_TAG}

この URL をコピーして、次の手順に進みます。

次の手順 next-steps

このチュートリアルでは、レシピをData Science Workspaceに読み込むための前提条件となるソースファイルをレシピにパッケージ化しました。 これで、対応する画像URLと共に、Azure Container RegistryにDocker画像が追加されたはずです。 これで、パッケージ化されたレシピをData Science Workspaceに読み込むチュートリアルを開始する準備が整いました。 以下のいずれかのチュートリアルリンクを選択して開始します。