automation-suite
2023.4
false
- 概要
- 要件
- インストール
- インストール後
- クラスターの管理
- 監視とアラート機能
- 移行とアップグレード
- 製品固有の設定
- ベスト プラクティスとメンテナンス
- トラブルシューティング
- インストール時にサービスをトラブルシューティングする方法
- クラスターをアンインストールする方法
- オフライン成果物をクリーンアップしてディスク領域を改善する方法
- Redis データをクリアする方法
- Istio ログを有効化する方法
- ログを手動でクリーンアップする方法
- sf-logs バンドルに保存されている古いログをクリーンアップする方法
- AI Center のストリーミング ログを無効化する方法
- 失敗した Automation Suite インストールをデバッグする方法
- アップグレード後に古いインストーラーからイメージを削除する方法
- Longhorn のスナップショットを自動的にクリーンアップする方法
- TX チェックサム オフロードを無効化する方法
- ArgoCD のログ レベルを手動で Info に設定する方法
- 外部レジストリーのエンコードされたpull_secret_valueを生成する方法
- TLS 1.2 で弱い暗号に対処する方法
- RHEL 8.4 OS でオフライン インストールを実行できない
- バンドルのダウンロード中のエラー
- バイナリがないため、オフライン インストールが失敗する
- オフライン インストールでの証明書の問題
- Longhorn のセットアップ中に最初のインストールが失敗する
- SQL 接続文字列の検証エラー
- selinux iscsid モジュールの前提条件の確認が失敗する
- Azure ディスクが SSD としてマークされない
- 証明書の更新後のエラー
- ウイルス対策が原因でインストールの問題が発生する
- OS のアップグレード後に Automation Suite が動作しない
- Automation Suite で backlog_wait_time を 0 に設定する必要がある
- リソースが利用できないことの影響を受ける GPU ノード
- ワークロードの準備ができていないためボリュームをマウントできない
- 管理ポータルのタイムアウト期間を設定する
- 基になるディレクトリ接続を更新する
- 移行後に認証が機能しない
- Kinit: Cannot find KDC for realm <AD Domain> while getting initial credentials
- kinit: Keytab contains no suitable keys for *** while getting initial credentials
- 無効なステータス コードが原因で GSSAPI 操作が失敗した
- Alarm received for failed kerberos-tgt-update job
- SSPI Provider: Server not found in Kerberos database
- アカウントが無効なため AD ユーザーのログインに失敗した
- ArgoCD へのログインに失敗した
- サンドボックス イメージを取得できない
- ポッドが ArgoCD UI に表示されない
- Redis プローブの障害
- RKE2 サーバーの起動に失敗する
- UiPath 名前空間でシークレットが見つからない
- 初回インストール後に ArgoCD が進行中ステートになる
- ArgoCD の読み取り専用アカウントにアクセスする際の問題
- MongoDB ポッドが CrashLoopBackOff になるか、削除後に PVC プロビジョニングの保留中になる
- クラスターの復元またはロールバック後にサービスが異常になる
- Init:0/X でポッドがスタックする
- Prometheus が CrashloopBackoff ステートにあり、メモリ不足 (OOM) エラーを伴う
- Ceph-rook のメトリックが監視ダッシュボードに表示されない
- Automation Suite 診断ツールを使用する
- Automation Suite サポート バンドル ツールを使用する
- ログを確認する
Document Understanding 構成ファイル
重要 :
このコンテンツの一部は機械翻訳によって処理されており、完全な翻訳を保証するものではありません。
Linux の Automation Suite のインストール ガイド
Last updated 2024年10月2日
Document Understanding 構成ファイル
documentunderstanding
は、Automation Suite の構成ファイル cluster_config.json
内のプロパティです。これには、Document Understanding サービスの動作を制御する構成可能な値が含まれます。インストーラーが既定値を生成しますが、Document Understanding サービスを詳細に構成するために、さらに変更を加えることができます。Document Understanding に関連するいずれかの設定を変更する必要が生じた場合は、cluster_config.json
の documentunderstanding
セクションを編集して、インストーラーを再実行できます。
あるいは、ArgoCD で UiPath アプリに同じ変更を加えることもできます。
"documentunderstanding": {
"enabled": Boolean,
"datamanager": {
"sql_connection_str" : "String"
}
"handwriting": {
"enabled": Boolean,
"max_cpu_per_pod": "Number"
}
}
"documentunderstanding": {
"enabled": Boolean,
"datamanager": {
"sql_connection_str" : "String"
}
"handwriting": {
"enabled": Boolean,
"max_cpu_per_pod": "Number"
}
}
注:
データ マネージャー SQL の接続文字列は、既定値を独自の値で上書きする場合のみの任意の設定です。
オンライン インストールでは、手書き文字が常に有効です。
"documentunderstanding": {
"enabled": true,
"datamanager": {
"sql_connection_str": "mssql+pyodbc://testadmin:myPassword@mydev-sql.database.windows.net:1433/datamanager?driver=ODBC+Driver+17+for+SQL+Server",
},
"handwriting": {
"enabled": true,
"max_cpu_per_pod": "2"
}
}
"documentunderstanding": {
"enabled": true,
"datamanager": {
"sql_connection_str": "mssql+pyodbc://testadmin:myPassword@mydev-sql.database.windows.net:1433/datamanager?driver=ODBC+Driver+17+for+SQL+Server",
},
"handwriting": {
"enabled": true,
"max_cpu_per_pod": "2"
}
}
注:
max_cpu_per_pod
の既定値は 2
ですが、必要に応じて調整できます。その方法の詳細については、ポッドあたりの最大 CPU パラメーター (任意) に関するセクションをご覧ください。
- データ マネージャーの接続文字列
- 必須: False。
- このプロパティはインストーラーによって生成、設定されます。既定の接続文字列を上書きしたい場合を除き、設定する必要はありません。SQL への接続に関する詳細は、構成ファイルの使用方法のページをご覧ください。
- これを True に設定すると、手書き文字認識の実行に必要なリソースが作成されます。IntelligentFormExtractor を使用する場合は True に設定する必要があります。
- 必須: False
- オンライン インストールの場合は常に有効化され、オフライン (エアギャップ) インストールの場合は無効化されます。エアギャップ インストールの場合、手書き文字を有効化する前に Document Understanding のオフライン バンドルをインストールする必要があります。
- 各コンテナーに使用が許可される CPU の最大数。推奨値は 2 です。
- 必須: False。
- 既定値は 2 です。
手書き文字検出機能付きのインテリジェント フォーム抽出器を使用する予定がある場合は、処理能力を強化するために
handwriting.max_cpu_per_pod
パラメーターの調整が必要になる可能性があります。
適切なサイズ設定を計算するには、次の数値が必要になります。
- 1 年あたりのドキュメント総量 = V
- ドキュメントあたりの手書きの部分画像の予想数量 = S
- ワークフローがドキュメントを処理する日数 (営業日、週 7 日、週末など) = d
- ワークフローによるドキュメントの処理時間 = h
- CPU 数 = (V x S / (d x h)) / 1500
たとえば、インテリジェント フォーム抽出器による手書き文字検出で 1 年間に処理するドキュメント数が 100 万件、部分画像の平均数が 50、稼働時間が月 - 金の 00:00 - 08:00 (8 時間) の場合、計算は次のようになります。
Number of CPUs = (1,000,000 x 50 / (250 x 8)) / 1500
= 25,000 / 1500
= 17 CPUs
Number of CPUs = (1,000,000 x 50 / (250 x 8)) / 1500
= 25,000 / 1500
= 17 CPUs
シングルノードの評価モードの場合、
max_cpu_per_pod
パラメーターを 17 に調整する必要があります。
マルチノードの高可用性対応の運用環境モード (3 ノード) の場合は、
max_cpu_per_pod
パラメーターを 5 ~ 6 に調整します。