将源文件打包到方法中

本教程介绍如何将提供的零售业示例源文件打包到存档文件中，该文件可用于通过在UI中或使用API中遵循方法导入工作流在Adobe Experience Platform Data Science Workspace中创建方法。

要了解的概念：

先决条件

方法创建

方法创建从打包源文件开始，以构建存档文件。 Source文件定义了用于解决手头特定问题的机器学习逻辑和算法，并以Python、R、PySpark或Scala编写。 构建存档文件采用Docker映像的形式。 构建后，将打包的存档文件导入Data Science Workspace以在UI🔗中或使用API🔗在中创建方法。

基于Docker的模型创作 docker-based-model-authoring

利用Docker映像，开发人员可以将应用程序打包到其所需的所有部分（如库和其他依赖项），并将其作为一个包发出。

使用在方法创建工作流期间提供给您的凭据，将生成的Docker图像推送到Azure容器注册表。

若要获取Azure Container Registry凭据，请登录Adobe Experience Platform。 在左侧导航列中，导航到​ 工作流。 选择​ 导入方法，然后选择​ 启动项。 请参阅下面的屏幕快照以供参考。

将打开​ 配置 ​页面。 提供适当的​ 方法名称，例如“零售方法”，并可以选择提供描述或文档URL。 完成后，单击​ 下一步。

选择适当的​ 运行时，然后为​ 类型 ​选择​ 分类。 完成后，将生成Azure容器注册表凭据。

记下Docker主机、用户名和密码的值。 这些功能用于在下面概述的工作流中生成和推送您的Docker图像。

打包源文件

首先，获取在Experience Platform数据科学Workspace引用存储库中找到的示例代码库。

生成Python Docker图像 python-docker

如果尚未这样做，请使用以下命令将GitHub存储库克隆到本地系统：

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

导航到目录experience-platform-dsw-reference/recipes/python/retail。 在这里，您将找到用于登录到Docker并构建Python Docker映像的脚本login.sh和build.sh。 如果您已准备好Docker凭据，请依次输入以下命令：

# for logging in to Docker
./login.sh

# for building Docker image
./build.sh

请注意，执行登录脚本时，您需要提供Docker主机、用户名和密码。 构建时，您需要提供Docker主机和构建版本标记。

构建脚本完成后，控制台输出中会为您提供Docker源文件URL。 对于此特定示例，它类似于：

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

复制此URL并转到后续步骤。

生成R Docker图像 r-docker

如果尚未这样做，请使用以下命令将GitHub存储库克隆到本地系统：

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

导航到克隆的存储库中的目录experience-platform-dsw-reference/recipes/R/Retail - GradientBoosting。 在这里，您将找到用于登录Docker和构建R Docker映像的文件login.sh和build.sh。 如果您已准备好Docker凭据，请依次输入以下命令：

# for logging in to Docker
./login.sh

# for build Docker image
./build.sh

请注意，执行登录脚本时，您需要提供Docker主机、用户名和密码。 构建时，您需要提供Docker主机和构建版本标记。

构建脚本完成后，控制台输出中会为您提供Docker源文件URL。 对于此特定示例，它类似于：

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

复制此URL并转到后续步骤。

构建PySpark Docker图像 pyspark-docker

首先，使用以下命令将GitHub存储库克隆到本地系统：

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

导航到目录experience-platform-dsw-reference/recipes/pyspark/retail。 脚本login.sh和build.sh位于此处，用于登录Docker和构建Docker映像。 如果您已准备好Docker凭据，请依次输入以下命令：

# for logging in to Docker
./login.sh

# for building Docker image
./build.sh

请注意，执行登录脚本时，您需要提供Docker主机、用户名和密码。 构建时，您需要提供Docker主机和构建版本标记。

构建脚本完成后，控制台输出中会为您提供Docker源文件URL。 对于此特定示例，它类似于：

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

复制此URL并转到后续步骤。

构建Scala Docker映像 scala-docker

首先，在“终端”中使用以下命令将GitHub存储库克隆到本地系统：

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

接下来，导航到目录experience-platform-dsw-reference/recipes/scala，您可以在其中找到脚本login.sh和build.sh。 这些脚本用于登录到Docker并构建Docker映像。 如果您已准备好Docker凭据，请依次向终端输入以下命令：

# for logging in to Docker
./login.sh

# for building Docker image
./build.sh

执行登录脚本时，您需要提供Docker主机、用户名和密码。 构建时，您需要提供Docker主机和构建版本标记。

构建脚本完成后，控制台输出中会为您提供Docker源文件URL。 对于此特定示例，它类似于：

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

复制此URL并转到后续步骤。

后续步骤 next-steps

本教程将源文件打包到方法中，这是将方法导入Data Science Workspace的先决步骤。 现在，您应在Azure容器注册表中具有Docker图像以及相应的图像URL。 您现在可以开始教程，介绍如何将打包的方法导入Data Science Workspace。 选择以下教程链接之一开始：