如何获得在组件中运行的管道状态，运行在顶点AI上？

Question

以前，使用Kubeflow管道SDK v1，可以通过将Argo占位符{{workflow.status}}传递给组件来推断管道的状态，如下所示：

import kfp.dsl as dsl

component_1 = dsl.ContainerOp(
    name='An example component',
    image='eu.gcr.io/.../my-component-img',
    arguments=[
               'python3', 'main.py',
               '--status', "{{workflow.status}}"
              ]
)

当传递给组件时，此占位符将接受值Succeeded或Failed。这方面的一个用例是向eg发送故障警告。松弛，与dsl.ExitHandler相结合。

但是，当使用管线SDK 2、kfp.v2和顶点AI编译和运行管道时，Argo占位符不再工作，正如这个悬而未决的问题所描述的那样。因此，我需要另一种方法来检查组件中管道的状态。我想我可以使用kfp.Client 班级，但我假设使用顶点AI是行不通的，因为没有真正的“主机”。此外，似乎支持占位符将运行id (dsl.PIPELINE_JOB_ID_PLACEHOLDER)作为占位符传递给这是如此的帖子，但我在status周围找不到任何东西。

有什么想法，如何获得在组件中运行的管道状态，运行在顶点AI上？

Answer 1

每个管道运行都会自动登录到Google日志记录，失败的管道运行也是如此。错误日志还包含有关管道和失败组件的信息。

例如，我们可以使用这些信息监视日志，并通过电子邮件设置警报。

我们的顶点AI管道的日志运行在下面的过滤器中

resource.type=”aiplatform.googleapis.com/PipelineJob”severity=(错误或关键或警报或紧急情况)

顶点AI管道日志

基于这些日志，您可以设置基于日志的警报https://cloud.google.com/logging/docs/alerting/log-based-alerts。通过电子邮件、短信、短信等方式发出通知是可能的。

来源：https://medium.com/google-cloud/google-vertex-ai-the-easiest-way-to-run-ml-pipelines-3a41c5ed153