多変量 API のトラブルシューティング
- [アーティクル]
-
-
重要
2023 年 9 月 20 日以降は、新しい Anomaly Detector リソースを作成できなくなります。 Anomaly Detector サービスは、2026 年 10 月 1 日に廃止されます。
この記事では、Azure AI Anomaly Detector 多変量 API を使用する場合の一般的なエラー メッセージのトラブルシューティングと修復を行う方法に関するガイダンスを提供します。
多変量のエラー コード
次の表に、多変量のエラー コードの一覧を示します。
一般的なエラー
エラー コード |
HTTP エラー コード |
エラー メッセージ |
コメント |
SubscriptionNotInHeaders |
400 |
ヘッダーに apim-subscription-id が見つかりません。 |
ヘッダーに APIM サブスクリプション ID を追加してください。 ヘッダーの例は {"apim-subscription-id": <Your Subscription ID>} です。 |
FileNotExist |
400 |
ファイル <source> が存在しません。 |
BLOB の Shared Access Signature の有効性を確認してください。 その有効期限が切れていないことを確認します。 |
InvalidBlobURL |
400 |
|
BLOB の Shared Access Signature が有効な Shared Access Signature ではありません。 |
StorageWriteError |
403 |
|
このエラーは、アクセス許可の問題によって発生する可能性があります。 サービスでは、カスタマー マネージド キーによって暗号化された BLOB へのデータの書き込みが許可されていません。 カスタマー マネージド キーを削除するか、サービスにもう一度アクセス権を付与してください。 詳細については、「Azure AI サービス用に Azure Key Vault でカスタマー マネージド キーを構成する」を参照してください。 |
StorageReadError |
403 |
|
StorageWriteError と同じ。 |
UnexpectedError |
500 |
|
詳細なエラー情報をご連絡ください。 「Azure AI サービスのサポート オプションとヘルプ オプション」からサポート オプションを利用することも、AnomalyDetector@microsoft.com にメールを送信することもできます。 |
多変量異常検出モデルをトレーニングする
エラー コード |
HTTP エラー コード |
エラー メッセージ |
コメント |
TooManyModels |
400 |
このサブスクリプションは、モデルの最大数に達しました。 |
各 APIM サブスクリプション ID では、300 個のアクティブなモデルを使用できます。 使用されていないモデルを削除してから、新しいモデルをトレーニングします。 |
TooManyRunningModels |
400 |
このサブスクリプションは、実行中のモデルの最大数に達しました。 |
各 APIM サブスクリプション ID では、5 つのモデルを同時にトレーニングできます。 以前のモデルがトレーニング プロセスを完了した後に、新しいモデルをトレーニングしてください。 |
InvalidJsonFormat |
400 |
JSON 形式が無効です。 |
トレーニング要求は有効な JSON ではありません。 |
InvalidAlignMode |
400 |
'alignMode' フィールドは次のいずれかである必要があります: 'Inner' または 'Outer' 。 |
'alignMode' の値を確認してください。これは 'Inner' または 'Outer' (大文字と小文字が区別されます) のいずれかである必要があります。 |
InvalidFillNAMethod |
400 |
'fillNAMethod' フィールドは次のいずれかである必要があります: 'Previous' 、'Subsequent' 、'Linear' 、'Zero' 、'Fixed' 、'NotFill' 。 'alignMode' が 'Outer' の場合、'NotFill' にすることはできません。 |
'fillNAMethod' の値を確認します。 詳細については、「Anomaly Detector 多変量 API の使用に関するベスト プラクティス」を参照してください。 |
RequiredPaddingValue |
400 |
'fillNAMethod' が 'Fixed' の場合、要求には 'paddingValue' フィールドが必要です。 |
'fillNAMethod' が 'Fixed' の場合、有効な埋め込み値を指定する必要があります。 詳細については、「Anomaly Detector 多変量 API の使用に関するベスト プラクティス」を参照してください。 |
RequiredSource |
400 |
要求には 'source' フィールドが必要です。 |
トレーニング要求で、'source' フィールドの値が指定されていません。 たとえば {"source": <Your Blob SAS>} です。 |
RequiredStartTime |
400 |
要求には 'startTime' フィールドが必要です。 |
トレーニング要求で、'startTime' フィールドの値が指定されていません。 たとえば {"startTime": "2021-01-01T00:00:00Z"} です。 |
InvalidTimestampFormat |
400 |
タイムスタンプの形式が無効です。 <timestamp> 形式が有効な形式ではありません。 |
要求本文のタイムスタンプの形式が正しくありません。 import pandas as pd; pd.to_datetime(timestamp) を実行して確認してください。 |
RequiredEndTime |
400 |
要求には 'endTime' フィールドが必要です。 |
トレーニング要求で、'startTime' フィールドの値が指定されていません。 たとえば {"endTime": "2021-01-01T00:00:00Z"} です。 |
InvalidSlidingWindow |
400 |
'slidingWindow' フィールドには 28 から 2880 までの整数を指定してください。 |
'slidingWindow' フィールドは、28 以上 2880 以下の整数を指定する必要があります。 |
モデル ID で多変量モデルを取得する
エラー コード |
HTTP エラー コード |
エラー メッセージ |
コメント |
ModelNotExist |
404 |
モデルが存在しません。 |
対応するモデル ID のモデルが存在しません。 要求 URL のモデル ID を確認してください。 |
多変量モデルを一覧表示する
エラー コード |
HTTP エラー コード |
エラー メッセージ |
コメント |
InvalidRequestParameterError |
400 |
$Skip または $top の値が無効です。 |
2 つのパラメーターの値が数値であるかどうかを確認してください。 $skip と $top の値は、改ページ位置の自動修正されたモデルを一覧表示するために使用されます。 API によって最近更新された 10 個のモデルのみが返されるため、$skip と $top を使用して、それ以前に更新されたモデルを取得できます。 |
トレーニング済みのモデルによる異常検出
エラー コード |
HTTP エラー コード |
エラー メッセージ |
コメント |
ModelNotExist |
404 |
モデルが存在しません。 |
推論に使用されるモデルが存在しません。 要求 URL のモデル ID を確認してください。 |
ModelFailed |
400 |
モデルのトレーニングに失敗しました。 |
モデルが正しくトレーニングされませんでした。 モデル ID でモデルを取得して、詳細情報を取得してください。 |
ModelNotReady |
400 |
モデルの準備がまだできていません。 |
モデルの準備がまだできていません。 トレーニング プロセスが完了するまでお待ちください。 |
InvalidFileSize |
413 |
ファイル <file> がファイルのサイズ制限 (<size limit> バイト) を超えています。 |
推論データのサイズが上限 (現在 2 GB) を超えています。 推論に使用するデータを減らしてください。 |
検出結果の取得
エラー コード |
HTTP エラー コード |
エラー メッセージ |
コメント |
ResultNotExist |
404 |
結果が存在しません。 |
要求ごとの結果が存在しません。 推論が完了していないか、結果の有効期限が切れています。 有効期限は 7 日間です。 |
データ処理エラー
次のエラー コードには、HTTP エラー コードが関連付けられていません。
エラー コード |
エラー メッセージ |
コメント |
NoVariablesFound |
変数が見つかりません。 ファイルが指示に従って編成されていることを確認してください。 |
データ ソースから CSV ファイルが見つかりませんでした。 このエラーは通常、ファイルの正しくない編成によって発生します。 必要な構造については、サンプル データを参照してください。 |
DuplicatedVariables |
同じ名前の複数の変数あります。 |
重複した変数名があります。 |
FileNotExist |
ファイル <filename> が存在しません。 |
このエラーは通常、推論中に発生します。 変数は、トレーニング データにありましたが、推論データにありません。 |
RedundantFile |
ファイル <filename> が冗長です。 |
このエラーは通常、推論中に発生します。 変数はトレーニング データに含まれていませんでしたが、推論データにありました。 |
FileSizeTooLarge |
ファイル <filename> のサイズが大きすぎます。 |
1 つの CSV ファイル <filename> のサイズが制限を超えています。 データを減らしてトレーニングしてください。 |
ReadingFileError |
<filename> の読み取り中にエラーが発生しました。 <error messages> |
ファイル <filename> を読み取れませんでした。 詳細については、<error messages> を参照するか、または、ローカル環境で pd.read_csv(filename) を使用して確認することもできます。 |
FileColumnsNotExist |
ファイル <filename> に列 timestamp または value が存在しません。 |
各 CSV ファイルには、timestamp と value (大文字と小文字が区別されます) という名前の 2 つの列が必要です。 |
VariableParseError |
変数 <variable> parse <error message> エラーです。 |
実行時エラーのため、<variable> を処理できません。 詳細について、<error message> を参照するか、または <error message> を添えてお問い合わせください。 |
MergeDataFailed |
データをマージできませんでした。 データ形式を確認してください。 |
データのマージに失敗しました。 このエラーは、データ形式が間違っているか、ファイルの構成が正しくないことが原因である可能性があります。 現在のファイル構造のサンプル データを参照してください。 |
ColumnNotFound |
マージされたデータに列 <column> が見つかりません。 |
マージ後に列がありません。 データを検証します。 |
NumColumnsMismatch |
マージされたデータの列数が変数の数と一致しません。 |
データを検証します。 |
TooManyData |
データ ポイントが多すぎます。 変数あたりの最大数は 100 万です。 |
入力データのサイズを減らしてください。 |
NoData |
有効なデータがありません。 |
処理後にトレーニングまたは推論するデータがありません。 開始時刻と終了時刻を確認してください。 |
[https://login.microsoftonline.com/consumers/](DataExceedsLimit ) |
タイムスタンプが startTime と endTime の間であるデータの長さが制限 (<limit>) を超えています。 |
処理後のデータのサイズが制限を超えています。 現在、処理済みのデータの制限はありません。 |
NotEnoughInput |
データが不足しています。 データの長さは <data length> ですが、最小の長さは、<sliding window size> であるスライディング ウィンドウよりも大きくする必要があります。 |
推論用の最少データ ポイント数は、スライディング ウィンドウのサイズです。 推論用に指定するデータを増やしてみてください。 |