トレーニング済みモデルデプロイメントAPIの停止
トレーニング済みモデルのデプロイメントを停止します。
リクエスト
POST _ml/trained_models/<deployment_id>/deployment/_stop
前提条件
manage_ml
クラスター権限が必要です。この権限は machine_learning_admin
ビルトインロールに含まれています。
説明
デプロイメントは、PyTorch model_type
を持つトレーニング済みモデルにのみ必要です。
パスパラメータ
<deployment_id>
- (必須、文字列) モデルのデプロイメントのための一意の識別子。
クエリパラメータ
allow_no_match
- (オプション、ブール値) リクエスト時の動作を指定します:
- ワイルドカード式を含み、一致するデプロイメントがない場合。
_all
文字列を含むか、識別子がない場合で、一致がない場合。- ワイルドカード式を含み、部分一致のみがある場合。
デフォルト値はtrue
で、一致がない場合は空の配列を返し、部分一致がある場合は結果のサブセットを返します。このパラメータがfalse
の場合、リクエストは一致がない場合または部分一致のみの場合に404
ステータスコードを返します。
force
- (オプション、ブール値) true の場合、デプロイメントは停止されます。たとえそれまたはそのモデルエイリアスのいずれかがインジェストパイプラインによって参照されていてもです。モデルデプロイメントを再起動するまで、これらのパイプラインは使用できません。
finish_pending_work
- (オプション、ブール値) true の場合、デプロイメントはキューに入れられた作業が完了した後に停止されます。デフォルトは
false
です。
例
以下の例は my_model_for_search
デプロイメントを停止します:
Python
resp = client.ml.stop_trained_model_deployment(
model_id="my_model_for_search",
)
print(resp)
Ruby
response = client.ml.stop_trained_model_deployment(
model_id: 'my_model_for_search'
)
puts response
Js
const response = await client.ml.stopTrainedModelDeployment({
model_id: "my_model_for_search",
});
console.log(response);
コンソール
POST _ml/trained_models/my_model_for_search/deployment/_stop