Nota
O acesso a esta página requer autorização. Pode tentar iniciar sessão ou alterar os diretórios.
O acesso a esta página requer autorização. Pode tentar alterar os diretórios.
Não consegui diagnosticar o problema.
AMBIGUOUS_LOG_DESTINATION
AI_DIAGNOSE não foi possível determinar qual diretório no destino <logDestination> do registo contém os registos de eventos do Spark: foram encontrados vários subdiretórios candidatos e nenhum contém diretamente um diretório 'service=eventlog'. Por favor, especifique o caminho exato de destino dos registos (o diretório que contém diretamente 'service=eventlog/').
FALHA_NA_VERIFICAÇÃO_DE_DISPONIBILIDADE
AI_DIAGNOSE não foi possível verificar a disponibilidade do modelo antes de invocar o LLM: <errorMessage>
CLUSTER_LAUNCH_FAILED
A execução <runId> do trabalho tem uma configuração clássica de cluster, mas o cluster nunca arrancou (o cluster não foi atribuído). Isto é tipicamente causado por um erro de permissão ou problema de quota durante a criação do cluster.
TAREFAS_CONCORRENTES_NÃO_SUPORTADAS
Foram encontrados vários cluster_ids na execução do trabalho <runId>.
AI_DIAGNOSE não suporta execuções simultâneas de tarefas, pois os registos não são isolados.
CONTEXT_WINDOW_EXCEEDED
Janela de contexto ultrapassada: tokens estimados <estimatedTokens> excedem o máximo de tokens permitido de <thresholdTokens>.
ENDPOINT_NOT_CONFIGURED
AI_DIAGNOSE O endpoint não está configurado. Defina spark.databricks.sql.aiDiagnose.endpointName ou passe model_endpoint para o procedimento.
HTTP_REQUEST_FAILED
O pedido HTTP remoto falhou: <errorMessage>
ERRO_INTERNO
Ocorreu um erro interno: <errorMessage>
INVALID_ARGUMENT
Argumento(s) inválido(s) para AI_DIAGNOSE: <errorMessage>
INVALID_RUN_ID
ID <runId>de execução inválido: impossível resolver o cluster associado. Por favor, verifique se o ID da execução está correto e se tem permissão para visualizá-lo.
LLM_AUTH_FAILED
O endpoint <endpointName> do LLM rejeitou o pedido com HTTP <httpStatusCode>: <errorMessage>. Verifique se a identidade que chama tem acesso ao endpoint.
LLM_ENDPOINT_NOT_FOUND
O endpoint <endpointName> do LLM não foi encontrado (HTTP <httpStatusCode>): <errorMessage>. O modelo pode não estar disponível neste espaço de trabalho.
LLM_NETWORK_TIMEOUT
O pedido de endpoint <endpointName> do LLM expirou: <errorMessage>. O endpoint pode ser lento ou o prompt demasiado grande.
LLM_NETWORK_UNREACHABLE
Não é possível aceder ao endpoint <endpointName> do LLM: <errorMessage>. Verifique a configuração da rede do espaço de trabalho.
LLM_NOT_APPROVED
O endpoint <endpointName> do LLM não está aprovado para este espaço de trabalho: <errorMessage>. Use um modelo aprovado para o administrador deste espaço de trabalho.
LLM_RATE_LIMITED
O ponto final LLM <endpointName> limitou a taxa do pedido (HTTP <httpStatusCode>): <errorMessage>. Tente novamente mais tarde.
LLM_SERVER_ERROR
O endpoint <endpointName> do LLM devolveu um erro de servidor (HTTP <httpStatusCode>): <errorMessage>.
RESPOSTA_MALFORMADA
O endpoint do LLM devolveu uma resposta mal formada: <errorMessage>
REGISTOS_DE_EVENTOS_EM_FALTA
Os registos de eventos do Spark não estão disponíveis a partir do destino de registo <logDestination>.
AI_DIAGNOSE requer registos de eventos legíveis para analisar a execução do Spark. Erro subjacente: <underlyingError>
MISSING_INPUT_PROMPT
O parâmetro 'prompt' é obrigatório. Envie prompt => '[description]' para AI_DIAGNOSE, com uma descrição do problema, incluindo a mensagem de erro exata ou o rasto da pilha da execução da tarefa.
NO_AVAILABLE_MODELS
Nenhum dos modelos preferidos está disponível para este espaço de trabalho. Preferido: <preferred>. Disponível: <available>.
PIPELINE_TASK_NOT_SUPPORTED
A execução <runId> do trabalho contém uma tarefa de pipeline (Spark Declarative Pipelines on Lakeflow/Lakeflow).
AI_DIAGNOSE não suporta o diagnóstico de tarefas de pipeline, pois não utilizam um cluster Spark padrão.
SERVERLESS_NÃO_SUPORTADO
Foi detetada computação sem servidor para a execução da tarefa <runId>
AI_DIAGNOSE não suporta o diagnóstico de execuções de tarefas sem servidor.
SPARK_EVENTS_CONNECTION_FAILED
AI_DIAGNOSE falhou em ler os Eventos de Consulta Spark do serviço de diagnóstico por IA. Contacte o suporte do Azure Databricks se persistir. Detalhes: <cause>
SPARK_EVENTS_CREDENTIALS_UNAVAILABLE
AI_DIAGNOSE não foi possível obter credenciais para ler Eventos de Consulta Spark do serviço de diagnóstico por IA. Contacte o suporte do Azure Databricks se persistir.
SPARK_EVENTS_MISSING_WORKSPACE
AI_DIAGNOSE Não consegui ler os Eventos de Consulta do Spark porque o ID do espaço de trabalho está em falta ou é inválido. Contacte o suporte do Azure Databricks se persistir.
SPARK_EVENTS_OUT_OF_BOUND_PREDICATE
AI_DIAGNOSE não se pode escanear Eventos de Consulta Spark: um predicado na coluna <column> não está fixado na execução do trabalho diagnosticado (permitido: <allowed>, got: <got>).
SPARK_EVENTS_SERVICE_UNAVAILABLE
AI_DIAGNOSE não foi possível ler os Eventos de Consulta do Spark porque a URL do serviço de diagnóstico por IA não está disponível. Contacte o suporte do Azure Databricks se persistir.
SPARK_EVENTS_UNEXPECTED_WORKSPACE_SCOPE
AI_DIAGNOSE deixou de ler Eventos de Consulta Spark porque o serviço devolveu um escopo de espaço de trabalho inesperado. Contacte o suporte do Azure Databricks se persistir.
SQL_TASK_NOT_SUPPORTED
A execução <runId> do trabalho contém uma tarefa SQL (alerta SQL, consulta SQL ou dashboard SQL) que corre num warehouse SQL.
AI_DIAGNOSE requer um cluster Spark com entrega de logs e não suporta tarefas de SQL warehouse.
TOOL_CALL_TIMEOUT
A ferramenta esgotou ao fim <timeoutSeconds> de segundos.
ESTADO_DE_TAREFA_NÃO_SUPORTADO
O estado da tarefa não é suportado: <errorMessage>