Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Fehler beim Diagnostizieren des Problems.
AMBIGUOUS_LOG_DESTINATION
AI_DIAGNOSE konnte nicht bestimmen, welches Verzeichnis unter dem Log-Ziel <logDestination> die Spark-Ereignisprotokolle enthält: Es wurden mehrere Kandidatenunterverzeichnisse gefunden, und keines enthält direkt ein 'service=eventlog'-Verzeichnis. Bitte geben Sie den genauen Log-Zielpfad an (das Verzeichnis, in dem sich direkt 'service=eventlog/' befindet).
AVAILABILITY_CHECK_FAILED
AI_DIAGNOSE Die Modellverfügbarkeit konnte vor dem Aufruf des LLM nicht überprüft werden: <errorMessage>
CLUSTER_LAUNCH_FAILED
Der Job Run <runId> hat eine klassische Cluster-Konfiguration, aber der Cluster startete nie (der Cluster wurde nicht zugewiesen). Dies wird typischerweise durch einen Berechtigungsfehler oder ein Quotenproblem während der Clustererstellung verursacht.
Gleichzeitige Aufgaben werden nicht unterstützt.
Mehrere cluster_ids in Joblauf <runId> gefunden.
AI_DIAGNOSE unterstützt keine gleichzeitigen Aufgabenausführungen, da Protokolle nicht isoliert sind.
CONTEXT_WINDOW_EXCEEDED
Kontextfenster überschritten: Geschätzte <estimatedTokens> Token überschreiten die maximal zulässigen Token von <thresholdTokens>.
ENDPOINT_NOT_CONFIGURED
AI_DIAGNOSE der Endpunkt ist nicht konfiguriert. Legen Sie spark.databricks.sql.aiDiagnose.endpointName fest, oder übergeben Sie model_endpoint an die Prozedur.
HTTP_REQUEST_FAILED
Fehler bei der Remote-HTTP-Anforderung: <errorMessage>
INTERNER_FEHLER
Interner Fehler: <errorMessage>
INVALID_ARGUMENT
Ungültige Argumente für AI_DIAGNOSE: <errorMessage>
INVALID_RUN_ID
ungültige Ausführungs-ID <runId>: Der zugeordnete Cluster kann nicht aufgelöst werden. Vergewissern Sie sich, dass die Ausführungs-ID korrekt ist und Sie über die Berechtigung zum Anzeigen verfügen.
LLM_AUTH_FAILED
DER LLM-Endpunkt <endpointName> hat die Anforderung mit HTTP <httpStatusCode>abgelehnt: <errorMessage>. Überprüfen Sie, ob die aufrufende Identität Zugriff auf den Endpunkt hat.
LLM_ENDPOINT_NOT_FOUND
DER LLM-Endpunkt <endpointName> wurde nicht gefunden (HTTP <httpStatusCode>): <errorMessage>. Das Modell ist in diesem Arbeitsbereich möglicherweise nicht verfügbar.
LLM_NETWORK_TIMEOUT
Anforderung an den LLM-Endpunkt <endpointName> hat das Zeitlimit überschritten: <errorMessage>. Der Endpunkt ist möglicherweise langsam oder die Eingabeaufforderung zu groß.
LLM_NETWORK_UNREACHABLE
Der LLM-Endpunkt <endpointName>kann nicht erreicht werden: <errorMessage>. Überprüfen Sie die Arbeitsbereichsnetzwerkkonfiguration.
LLM_NOT_APPROVED
DER LLM-Endpunkt <endpointName> ist für diesen Arbeitsbereich nicht genehmigt: <errorMessage>. Verwenden Sie ein Modell, das für den Administrator dieses Arbeitsbereichs genehmigt wurde.
LLM_RATE_LIMITED
Der LLM-Endpunkt <endpointName> hat die Anfrage mengenbeschränkt (HTTP <httpStatusCode>): <errorMessage>. Wiederholen Sie den Vorgang zu einem späteren Zeitpunkt.
LLM_SERVER_ERROR
Der LLM-Endpunkt <endpointName> gab einen Serverfehler zurück (HTTP <httpStatusCode>): <errorMessage>.
LOG_READ_FAILED
AI_DIAGNOSE konnte die Spark-Logs nicht lesen. Zugrunde liegender Fehler: <underlyingErrorMessage>
MALFORMED_RESPONSE
Der LLM-Endpunkt hat eine falsch formatierte Antwort zurückgegeben: <errorMessage>
FEHLENDE_EREIGNISPROTOKOLLE
Spark-Ereignisprotokolle sind nicht über das Protokollziel <logDestination>verfügbar.
AI_DIAGNOSE erfordert lesbare Ereignisprotokolle zum Analysieren der Spark-Ausführung. Zugrunde liegender Fehler: <underlyingError>
MISSING_INPUT_PROMPT
Der Parameter "prompt" ist erforderlich. Übergeben Sie prompt => '[description]' an AI_DIAGNOSE mit einer Beschreibung des Problems, einschließlich der genauen Fehlermeldung oder Stapelablaufverfolgung aus der Auftragsausführung.
NO_AVAILABLE_MODELS
Für diesen Arbeitsbereich sind keine der bevorzugten Modelle verfügbar. Bevorzugt: <preferred>. Verfügbar: <available>.
PIPELINE_TASK_NOT_SUPPORTED
Job Run <runId> enthält eine Pipeline-Aufgabe (Spark Deklarative Pipelines auf Lakeflow/Lakeflow).
AI_DIAGNOSE unterstützt die Diagnose von Pipelineaufgaben nicht, da diese keinen Standard-Spark-Cluster verwenden.
SERVERLESS_NICHT_UNTERSTÜTZT
Für die Jobausführung <runId> wurde serverlose Rechenkapazität erkannt.
AI_DIAGNOSE unterstützt die Diagnose von Serverless-Auftragsausführungen nicht.
SPARK_EVENTS_CONNECTION_FAILED
AI_DIAGNOSE konnte die Spark Query Events aus dem AI-Diagnose-Service nicht lesen. Kontaktieren Sie den Azure Databricks Support, falls das Problem weiterhin auftritt. Einzelheiten: <cause>
SPARK_EVENTS_CREDENTIALS_UNAVAILABLE
AI_DIAGNOSE konnte keine Anmeldeinformationen abrufen, um Spark Query Events vom AI-Diagnosedienst auszulesen. Kontaktieren Sie den Azure Databricks Support, falls das Problem weiterhin auftritt.
SPARK_EVENTS_MISSING_WORKSPACE
AI_DIAGNOSE konnte Spark Query Events nicht lesen, weil die Arbeitsbereich-ID fehlt oder ungültig ist. Kontaktieren Sie den Azure Databricks Support, falls das Problem weiterhin auftritt.
SPARK_EVENTS_OUT_OF_BOUND_PREDICATE
AI_DIAGNOSE kann Spark Query Events nicht scannen: Eine Prädikat auf der Spalte <column> ist nicht an den diagnostizierten Job gebunden (erlaubt: <allowed>, erhalten: <got>).
SPARK_EVENTS_SERVICE_UNAVAILABLE
AI_DIAGNOSE konnte die Spark-Abfrageereignisse nicht lesen, da die URL des KI-Diagnosedienstes nicht verfügbar ist. Wenden Sie sich an den Azure Databricks-Support, wenn das Problem weiterhin besteht.
SPARK_EVENTS_UNEXPECTED_WORKSPACE_SCOPE
AI_DIAGNOSE hat das Lesen von Spark Query Events aufstoppt, weil der Service einen unerwarteten Arbeitsbereichsbereich zurückgab. Kontaktieren Sie den Azure Databricks Support, falls das Problem weiterhin auftritt.
SQL_TASK_NOT_SUPPORTED
Joblauf <runId> enthält eine SQL-Aufgabe (SQL-Alert, SQL-Abfrage oder SQL-Dashboard), die auf einem SQL-Warehouse ausgeführt wird.
AI_DIAGNOSE erfordert einen Spark-Cluster mit Protokollübermittlung und unterstützt keine Aufgaben für SQL Warehouses.
TOOL_CALL_TIMEOUT
Timeout des Tools nach <timeoutSeconds> Sekunden.
UNSUPPORTED_JOB_STATE
Der Jobstatus wird nicht unterstützt: <errorMessage>
UNSUPPORTED_RESPONSES_MODEL
AI_DIAGNOSE hat das Anthropic-Modell <model> für einen Tool-Aufruf der Responses API aufgelöst, was derzeit noch nicht unterstützt wird: Das Prompt-Cache-Verhalten für Anthropic-Modelle im Responses-Pfad wird derzeit noch überprüft. Wählen Sie ein Modell aus, das nicht von Anthropic ist, oder verwenden Sie den Chat Completions-Pfad.