本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

# 使用 `dataprocessing` 命令处理数据
<a name="machine-learning-api-dataprocessing"></a>

您可以使用 Neptune ML `dataprocessing` 命令创建数据处理任务、检查其状态、停止它或列出所有活动的数据处理任务。

## 使用 Neptune ML `dataprocessing` 命令创建数据处理任务
<a name="machine-learning-api-dataprocessing-create-job"></a>

用于创建新任务的典型 Neptune ML `dataprocessing` 命令如下所示：

```
curl \
  -X POST https://(your Neptune endpoint)/ml/dataprocessing \
  -H 'Content-Type: application/json' \
  -d '{
        "inputDataS3Location" : "s3://(Amazon S3 bucket name)/(path to your input folder)",
        "id" : "(a job ID for the new job)",
        "processedDataS3Location" : "s3://(S3 bucket name)/(path to your output folder)"
      }'
```

启动增量重新处理的命令如下所示：

```
curl \
  -X POST https://(your Neptune endpoint)/ml/dataprocessing \
  -H 'Content-Type: application/json' \
  -d '{
        "inputDataS3Location" : "s3://(Amazon S3 bucket name)/(path to your input folder)",
        "id" : "(a job ID for this job)",
        "processedDataS3Location" : "s3://(S3 bucket name)/(path to your output folder)"
        "previousDataProcessingJobId" : "(the job ID of a previously completed job to update)"
}'
```

**用于创建 `dataprocessing` 任务的参数**
+ **`id`** –（*可选*）新任务的唯一标识符。

  *类型*：字符串。*默认*：自动生成的 UUID。
+ **`previousDataProcessingJobId`** –（*可选*）在较早版本的数据上运行的已完成数据处理任务的任务 ID。

  *类型*：字符串。*默认值*：*无*。

  *注意*：使用它进行增量数据处理，以便在图形数据发生变化（但不是在数据已被删除）时更新模型。
+ **`inputDataS3Location`**—（*必填*）您希望 AI 下载运行数据处理任务所需的数据的 SageMaker Amazon S3 位置的 URI。

  *类型*：字符串。
+ **`processedDataS3Location`**—（*必填*）您希望 AI 保存数据处理任务结果的 SageMaker Amazon S3 位置的 URI。

  *类型*：字符串。
+ **`sagemakerIamRoleArn`**—（*可选*）用于 A SageMaker I 执行的 IAM 角色的 ARN。

  *类型*：字符串。*注意*：必须将其列在您的数据库集群参数组中，否则将发生错误。
+ **`neptuneIamRoleArn`**—（*可选*）A SageMaker I 可以代替您执行任务的 IAM 角色的亚马逊资源名称 (ARN)。

  *类型*：字符串。*注意*：必须将其列在您的数据库集群参数组中，否则将发生错误。
+ **`processingInstanceType`** –（*可选*）在数据处理期间使用的机器学习实例的类型。它的内存应该足够大，可以容纳处理后的数据集。

  *类型*：字符串。*默认*：内存比磁盘上导出的图形数据大小大十倍的最小 `ml.r5` 类型。

  *注意*：Neptune ML 可以自动选择实例类型。请参阅[选择进行数据处理的实例](machine-learning-on-graphs-instance-selection.md#machine-learning-on-graphs-processing-instance-size)。
+ **`processingInstanceVolumeSizeInGB`** –（*可选*）处理实例的磁盘卷大小。输入数据和处理后的数据都存储在磁盘上，因此卷大小必须足够大，以容纳两个数据集。

  *类型*：整数。*默认值*：`0`。

  *注意*：如果未指定或为 0，则 Neptune ML 会根据数据大小自动选择卷大小。
+ **`processingTimeOutInSeconds`** –（*可选*）数据处理任务的超时（以秒为单位）。

  *类型*：整数。*默认值*：`86,400`（1 天）。
+ **`modelType`** –（*可选*）Neptune ML 当前支持的两种模型类型之一：异构图模型 (`heterogeneous`) 和知识图谱 (`kge`)。

  *类型*：字符串。*默认值*：*无*。

  *注意*：如果未指定，Neptune ML 会根据数据自动选择模型类型。
+ **`configFileName`** –（*可选*）描述如何加载导出的图形数据进行训练的数据规范文件。该文件由 Neptune 导出工具包自动生成。

  *类型*：字符串。*默认值*：`training-data-configuration.json`。
+ **`subnets`**—（*可选*）Ne IDs ptune VPC 中的子网。

  *类型*：字符串列表。*默认值*：*无*。
+ **`securityGroupIds`**—（*可选*）VPC 安全组 IDs。

  *类型*：字符串列表。*默认值*：*无*。
+ **`volumeEncryptionKMSKey`**—（*可选*） SageMaker AI 用来加密连接到运行处理作业的 ML 计算实例的存储卷上的数据的 Amazon Key Management Service (Amazon KMS) 密钥。

  *类型*：字符串。*默认值*：*无*。
+ **`enableInterContainerTrafficEncryption`** –（*可选*）在训练或超参数调整任务中启用或禁用容器间流量加密。

  *类型*：布尔值。*默认值*：*True*。
**注意**  
`enableInterContainerTrafficEncryption` 参数仅在[引擎版本 1.2.0.2.R3](engine-releases-1.2.0.2.R3.md) 中可用。
+ **`s3OutputEncryptionKMSKey`**—（*可选*Amazon KMS） SageMaker AI 用来加密训练作业输出的 Amazon Key Management Service () 密钥。

  *类型*：字符串。*默认值*：*无*。

## 使用 Neptune ML `dataprocessing` 命令获取数据处理任务的状态
<a name="machine-learning-api-dataprocessing-get-job-status"></a>

用于显示任务状态的示例 Neptune ML `dataprocessing` 命令如下所示：

```
curl -s \
  "https://(your Neptune endpoint)/ml/dataprocessing/(the job ID)" \
  | python -m json.tool
```

**`dataprocessing` 任务状态的参数**
+ **`id`** –（*必需*）数据处理任务的唯一标识符。

  *类型*：字符串。
+ **`neptuneIamRoleArn`**—（*可选*）向 Neptune 提供 AI 和 A SageMaker mazon S3 资源访问权限的 IAM 角色的 ARN。

  *类型*：字符串。*注意*：必须将其列在您的数据库集群参数组中，否则将发生错误。

## 使用 Neptune ML `dataprocessing` 命令停止数据处理任务
<a name="machine-learning-api-dataprocessing-stop-job"></a>

用于停止任务的示例 Neptune ML `dataprocessing` 命令如下所示：

```
curl -s \
  -X DELETE "https://(your Neptune endpoint)/ml/dataprocessing/(the job ID)"
```

或者：

```
curl -s \
  -X DELETE "https://(your Neptune endpoint)/ml/dataprocessing/(the job ID)?clean=true"
```

**`dataprocessing` 停止任务的参数**
+ **`id`** –（*必需*）数据处理任务的唯一标识符。

  *类型*：字符串。
+ **`neptuneIamRoleArn`**—（*可选*）向 Neptune 提供 AI 和 A SageMaker mazon S3 资源访问权限的 IAM 角色的 ARN。

  *类型*：字符串。*注意*：必须将其列在您的数据库集群参数组中，否则将发生错误。
+ **`clean`** –（*可选*）此标志指定在任务停止时应删除所有 Amazon S3 构件。

  *类型*：布尔值。*默认值*：`FALSE`。

## 使用 Neptune ML `dataprocessing` 命令列出处于活动状态的数据处理任务
<a name="machine-learning-api-dataprocessing-list-jobs"></a>

用于列出活动任务的示例 Neptune ML `dataprocessing` 命令如下所示：

```
curl -s "https://(your Neptune endpoint)/ml/dataprocessing"
```

或者：

```
curl -s "https://(your Neptune endpoint)/ml/dataprocessing?maxItems=3"
```

**`dataprocessing` 列出任务的参数**
+ **`maxItems`** –（*可选*），表示要返回的最大项目数。

  *类型*：整数。*默认值*：`10`。*允许的最大值*：`1024`。
+ **`neptuneIamRoleArn`**—（*可选*）向 Neptune 提供 AI 和 A SageMaker mazon S3 资源访问权限的 IAM 角色的 ARN。

  *类型*：字符串。*注意*：必须将其列在您的数据库集群参数组中，否则将发生错误。