Nota:
El acceso a esta página requiere autorización. Puede intentar iniciar sesión o cambiar directorios.
El acceso a esta página requiere autorización. Puede intentar cambiar los directorios.
No se pudo diagnosticar el problema.
AMBIGUOUS_LOG_DESTINATION
AI_DIAGNOSE no se pudo determinar qué directorio bajo el destino <logDestination> del registro contiene los registros de eventos de Spark: se encontraron múltiples subdirectorios candidatos y ninguno contiene directamente un directorio 'service=eventlog'. Por favor, especifique la ruta exacta de destino de los registros (el directorio que contiene directamente 'service=eventlog/').
AVAILABILITY_CHECK_FAILED
AI_DIAGNOSE no se pudo comprobar la disponibilidad del modelo antes de invocar el LLM: <errorMessage>
CLUSTER_LAUNCH_FAILED
Job run <runId> tiene una configuración clásica de clúster, pero el clúster nunca se inició (el clúster no fue asignado). Esto suele ser causado por un error de permisos o un problema de cuota durante la creación del clúster.
CONCURRENT_TASKS_NOT_SUPPORTED
Se han encontrado varios cluster_ids en la ejecución del trabajo <runId>.
AI_DIAGNOSE no admite ejecuciones de tareas simultáneas, ya que los registros no están aislados.
CONTEXTO_SUPERADO
Ventana de contexto superada: los tokens estimados <estimatedTokens> superan el token máximo permitido de <thresholdTokens>.
ENDPOINT_NOT_CONFIGURED
AI_DIAGNOSE el punto de conexión no está configurado. Establezca spark.databricks.sql.aiDiagnose.endpointName o pase model_endpoint al procedimiento.
HTTP_REQUEST_FAILED
Error en la solicitud HTTP remota: <errorMessage>
INTERNAL_ERROR
Se produjo un error interno: <errorMessage>
INVALID_ARGUMENT
Argumentos no válidos para AI_DIAGNOSE: <errorMessage>
INVALID_RUN_ID
identificador <runId>de ejecución no válido: no se puede resolver el clúster asociado. Compruebe que el identificador de ejecución es correcto y que tiene permiso para verlo.
LLM_AUTH_FAILED
El punto de conexión de LLM <endpointName> rechazó la solicitud con HTTP <httpStatusCode>: <errorMessage>. Compruebe que la identidad que realiza la llamada tiene acceso al punto de conexión.
LLM_ENDPOINT_NOT_FOUND
No se encontró el punto de conexión <endpointName> LLM (HTTP <httpStatusCode>): <errorMessage>. Es posible que el modelo no esté disponible en esta área de trabajo.
LLM_NETWORK_TIMEOUT
Se agotó el tiempo de espera de la solicitud al extremo de LLM <endpointName>: <errorMessage>. El punto de conexión puede ser lento o el mensaje demasiado grande.
Red de LLM inaccesible
No se puede acceder al endpoint de LLM <endpointName>: <errorMessage>. Compruebe la configuración de red del área de trabajo.
LLM_NOT_APPROVED
El punto de conexión LLM <endpointName> no está autorizado para este espacio de trabajo: <errorMessage>. Use un modelo aprobado para el administrador de esta área de trabajo.
LLM_RATE_LIMITED
El punto de conexión LLM <endpointName> limitó la tasa de la solicitud (HTTP <httpStatusCode>): <errorMessage>. Vuelva a intentarlo más tarde.
LLM_SERVER_ERROR
El punto de conexión de LLM <endpointName> devolvió un error del servidor (HTTP <httpStatusCode>): <errorMessage>.
RESPUESTA_MALFORMADA
El endpoint LLM devolvió una respuesta con formato incorrecto: <errorMessage>
REGISTROS_DE_EVENTOS_FALTANTES
Los registros de eventos de Spark no están disponibles en el destino <logDestination>del registro.
AI_DIAGNOSE requiere registros de eventos legibles para analizar la ejecución de Spark. Error subyacente: <underlyingError>
MISSING_INPUT_PROMPT
Se requiere el parámetro "prompt". Envíe prompt => '[description]' a AI_DIAGNOSE con una descripción del problema que incluya el mensaje de error exacto o la traza de pila de la ejecución del trabajo.
NO_AVAILABLE_MODELS
Ninguno de los modelos preferidos está disponible para esta área de trabajo. Preferido: <preferred>. Disponible: <available>.
PIPELINE_TASK_NOT_SUPPORTED
Ejecutar <runId> el trabajo contiene una tarea de pipeline (Spark Declarative Pipelines en Lakeflow/Lakeflow).
AI_DIAGNOSE no soporta el diagnóstico de tareas de pipeline ya que no utilizan un clúster estándar de Spark.
NO_SOPORTADO_SIN_SERVIDOR
Se detectó un proceso sin servidor para la ejecución <runId>del trabajo.
AI_DIAGNOSE no admite el diagnóstico de ejecuciones de trabajos sin servidor.
SPARK_EVENTS_CONNECTION_FAILED
AI_DIAGNOSE no pudo leer los eventos de consulta de Spark del servicio de diagnóstico de IA. Contacta con el soporte de Azure Databricks si persiste. Detalles: <cause>
SPARK_EVENTS_CREDENTIALS_UNAVAILABLE
AI_DIAGNOSE no se pudo obtener credenciales para leer eventos de consulta de Spark del servicio de diagnóstico por IA. Contacta con el soporte de Azure Databricks si persiste.
SPARK_EVENTS_MISSING_WORKSPACE
AI_DIAGNOSE No pude leer eventos de consulta de Spark porque falta el ID del espacio de trabajo o no es válido. Contacta con el soporte de Azure Databricks si persiste.
SPARK_EVENTS_OUT_OF_BOUND_PREDICATE
AI_DIAGNOSE No se puede escanear los eventos de consulta de Spark: un predicado en columna <column> no se fija a la ejecución de trabajo diagnosticada (permitido: <allowed>, got: <got>).
SPARK_EVENTS_SERVICE_UNAVAILABLE
AI_DIAGNOSE no se pudo leer los eventos de consulta de Spark porque la URL del servicio de diagnóstico por IA no está disponible. Contacta con el soporte de Azure Databricks si persiste.
SPARK_EVENTS_UNEXPECTED_WORKSPACE_SCOPE
AI_DIAGNOSE dejó de leer Eventos de Consulta de Spark porque el servicio devolvió un alcance de espacio de trabajo inesperado. Contacta con el soporte de Azure Databricks si persiste.
SQL_TASK_NOT_SUPPORTED
Ejecutar <runId> el trabajo contiene una tarea SQL (alerta SQL, consulta SQL o panel SQL) que se ejecuta en un almacén SQL.
AI_DIAGNOSE requiere un clúster Spark con entrega de registros y no soporta tareas de almacenamiento SQL.
TIEMPO DE ESPERA DE LLAMADA DE HERRAMIENTA
El tiempo de espera de la herramienta ha expirado tras <timeoutSeconds> segundos.
ESTADO_DE_TRABAJO_NO_SOPORTADO
El estado del trabajo no es compatible: <errorMessage>