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 pudo determinar qué directorio del destino de registros <logDestination> contiene los registros de eventos de Spark: se encontraron varios subdirectorios posibles y ninguno contiene directamente un directorio 'service=eventlog'. Especifique la ruta de destino exacta de los registros (el directorio que contenga 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
La ejecución del trabajo <runId> tiene una configuración de clúster clásico, pero el clúster nunca se inició (no se asignó ningún clúster). Esto suele deberse a un error de permisos o a 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.
CONTEXT_WINDOW_EXCEEDED
Se ha superado la ventana de contexto: los <estimatedTokens> tokens estimados superan el número 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 ha agotado el tiempo de espera de la solicitud al punto de conexión 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>.
LOG_READ_FAILED
AI_DIAGNOSE no ha podido leer los registros de Spark. Error subyacente: <underlyingErrorMessage>
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". Envía prompt => '[description]' a AI_DIAGNOSE con una descripción del problema, incluyendo el mensaje de error exacto o el seguimiento de la 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
La ejecución del trabajo <runId> contiene una tarea de pipeline (Spark Declarative Pipelines de Lakeflow/Lakeflow).
AI_DIAGNOSE no admite el diagnóstico de tareas de canalización, ya que no utilizan un clúster estándar de Spark.
SERVERLESS_NOT_SUPPORTED
Se ha detectado proceso sin servidor en la ejecución del trabajo <runId>.
AI_DIAGNOSE no admite el diagnóstico de ejecuciones de trabajos sin servidor.
SPARK_EVENTS_CONNECTION_FAILED
AI_DIAGNOSE no ha podido leer los eventos de consulta de Spark del servicio AI Diagnose. Póngase en contacto con el soporte técnico de Azure Databricks si el problema persiste. Detalles: <cause>
SPARK_EVENTS_CREDENTIALS_UNAVAILABLE
AI_DIAGNOSE No se han podido obtener las credenciales para leer los eventos de consultas de Spark del servicio AI Diagnose. Póngase en contacto con el soporte técnico de Azure Databricks si el problema persiste.
SPARK_EVENTS_MISSING_WORKSPACE
AI_DIAGNOSE No se han podido leer los eventos de consultas de Spark porque falta el identificador del espacio de trabajo o este no es válido. Contacta con el soporte de Azure Databricks si persiste.
SPARK_EVENTS_OUT_OF_BOUND_PREDICATE
AI_DIAGNOSE No se pueden analizar los eventos de consulta de Spark: un predicado de la columna <column> no está vinculado a la ejecución del trabajo diagnosticado (permitido: <allowed>, obtenido: <got>).
SPARK_EVENTS_SERVICE_UNAVAILABLE
AI_DIAGNOSE No se han podido leer los eventos de consulta de Spark porque la URL del servicio AI Diagnose no está disponible. Póngase en contacto con el soporte técnico de Azure Databricks si el problema persiste.
SPARK_EVENTS_UNEXPECTED_WORKSPACE_SCOPE
AI_DIAGNOSE se ha detenido la lectura de los eventos de consulta de Spark porque el servicio ha devuelto un ámbito de espacio de trabajo inesperado. Póngase en contacto con el soporte técnico de Azure Databricks si el problema persiste.
SQL_TASK_NOT_SUPPORTED
La ejecución del trabajo <runId> contiene una tarea SQL (alerta SQL, consulta SQL o panel de control SQL) que se ejecuta en un almacén de datos SQL.
AI_DIAGNOSE requiere un clúster de Spark con entrega de registros y no admite tareas de almacén de datos SQL.
TOOL_CALL_TIMEOUT
El tiempo de espera de la herramienta ha expirado tras <timeoutSeconds> segundos.
UNSUPPORTED_JOB_STATE
El estado del trabajo no es compatible: <errorMessage>
UNSUPPORTED_RESPONSES_MODEL
AI_DIAGNOSE ha resuelto el modelo de Anthropic <model> para una ronda de la herramienta de la API de respuestas, lo cual aún no es compatible: el comportamiento de la caché de solicitudes para los modelos de Anthropic en la ruta de respuestas aún se está validando. Seleccione un modelo que no sea de Anthropic o ejecútelo en la ruta Chat Completions.