设置批处理部署

批处理部署 是在建模目标中配置的一个特殊管道，允许数据通过模型运行，并将结果输出到Foundry数据集中。这些输出数据集可以根据搭建计划进行管理。

前提条件

在创建新的批处理部署之前，有两个前提条件：

1. 在目标中必须存在一个具有相应环境标签的发布，无论是预发布还是生产环境。

2. 选择一个输入数据集通过您的模型运行。理想情况下，该数据集应得到仔细维护并定期更新——它代表了您尝试解决的问题的新信息。

创建部署

要创建新的批处理部署，导航到建模目标主页底部的部署部分，并在右上角选择**+ 创建部署**。

填写提示中的详细信息和相关信息。根据需求#1选择您的部署环境，选择在需求#2中确定的输入数据集，并选择输出数据集的位置和名称。或者，也可以选择现有数据集作为输出数据集，而不是创建新的输出数据集。

资源配置

在创建新的批处理部署时，您可以配置该单独部署所需的资源。资源通过Spark配置文件进行配置，这些配置文件将在推理期间应用于Spark环境。

如果创建新的批处理部署，在初始部署配置时将出现一个Spark配置文件选择器。其行为与Python变换相匹配。如果省略，则不会为部署配置任何Spark配置文件，并将使用默认资源配置文件。

要编辑现有批处理部署上的已配置Spark配置文件，导航到建模目标中的部署部分，从列出的部署中选择您的部署，并选择运行时配置下的编辑按钮以编辑Spark配置文件。这将自动更新部署。

自动搭建部署输出

要导航到部署视图，请选择新的部署。

要导航到输出数据集，请在部署详细信息视图中选择数据集链接。

您可以在批处理部署的输出数据集上创建一个计划，以便在新的模型发布到该部署环境时自动更新。这是通过创建一个新的逻辑计划来实现的，该计划在该数据集的逻辑更新时搭建输出数据集。当目标中发布新的模型时，输出数据集的逻辑将被更新，并且该计划将被触发。