将源文件打包到方法中

本教程提供了有关如何将提供的Retail Sales示例源文件打包为存档文件的说明，该存档文件可用于在Adobe Experience Platform Data Science Workspace中创建处方，方法是在UI中遵循处方导入工作流程或使用API。

要了解的概念：

先决条件

配方创建

配方创建从打包源文件开始，以构建存档文件。 源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，并用 R、PySpark 或 Scala 编写 Python。 构建的存档文件采用 Docker 映像的形式。 生成后，将打包的存档文件导入到Data Science Workspace中，以使用API🔗在UI🔗或中创建方法。

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

使用Docker映像，开发人员可以将应用程序打包为它需要的所有组件（如库和其他依赖项），然后将其作为一个包发送。

在创建处方工作流程期间，使用为您提供的凭据将构建的Docker图像推送到Azure容器注册表。

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​ 导入配方，然后选择​ 启动。 请参阅以下屏幕截图以供参考。

此时会打开“ 配置 ”页面。 提供适当的 配方名称，例如“零售销售配方”，并选择性地提供描述或文档 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。 您的Azure Container Registry凭据将在完成后生成。

请记下Docker主机、用户名和密码的值。 这些用于在下面概述的工作流程中构建和推送Docker图像。

打包源文件

首先获取Experience PlatformData Science Workspace Reference存储库中找到的示例代码库。

构建 Python Docker 映像 python-docker

如果尚未执行此操作，请使用以下命令将存储库克隆 GitHub 到本地系统上：

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 和构建Python Docker映像的脚本。login.sh build.sh如果您已 准备好 Docker 凭据 ，请按顺序输入以下命令：

# for logging in to Docker
./login.sh

# for building Docker image
./build.sh

请注意，在执行登录脚本时，您需要提供Docker主机、用户名和密码。 在生成时，您需要提供Docker主机和生成的版本标记。

生成脚本完成后，将在控制台输出中为您提供一个Docker源文件URL。 对于此特定示例，其内容将类似于：

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

复制此URL并继续执行后续步骤。

生成Docker映像 r-docker

如果尚未这样做，请使用以下命令将GitHub存储库克隆到您的本地系统：

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

导航到克隆的存储库内的目录 experience-platform-dsw-reference/recipes/R/Retail - GradientBoosting 。 在这里，你将找到这些文件，build.sh你将使用这些文件login.sh登录到 Docker 并生成 R Docker 映像。如果您已 准备好 Docker 凭据 ，请按顺序输入以下命令：

# 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。 在生成时，您需要提供Docker主机和生成的版本标记。

生成脚本完成后，将在控制台输出中为您提供一个Docker源文件URL。 对于此特定示例，其内容将类似于：

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

复制此URL并继续执行后续步骤。

构建PySpark Docker图像 pyspark-docker

首先使用 GitHub 以下命令将存储库克隆到本地系统上：

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，用于登录到 Docker 和构建 Docker 映像。 如果您已 准备好 Docker 凭据 ，请按顺序输入以下命令：

# 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。 在生成时，您需要提供Docker主机和生成的版本标记。

生成脚本完成后，将在控制台输出中为您提供一个Docker源文件URL。 对于此特定示例，其内容将类似于：

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

复制此URL并继续执行后续步骤。

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。 在生成时，您需要提供Docker主机和生成的版本标记。

生成脚本完成后，将在控制台输出中为您提供一个Docker源文件URL。 对于此特定示例，其内容将类似于：

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

复制此 URL 并继续执行 后续步骤。

后续步骤 next-steps

本教程介绍了如何将源文件打包到配方中，这是将配方导入 的 Data Science Workspace先决条件步骤。 现在，Azure容器注册表中应该有一个Docker图像以及相应的图像URL。 您现在已准备好开始有关将打包配方导入Data Science Workspace的教程。 选择以下教程链接之一以开始：