Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异，请参阅
中国的 Amazon Web Services 服务入门
(PDF)。
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。
停止和启动推荐器
在您的推荐器处于活动状态后，您可以停止推荐器并稍后再启动。这样，您就可以暂停推荐器计费，并仅在使用推荐器时才付费。例如，您可能只需要在一周中的某几天获得建议。您可以在不需要时停止推荐器，然后在需要时启动推荐器。
停止推荐器后，您无法使用它来获取建议。停止推荐器会停止对推荐器的计费和再训练。但是，停止推荐器不会删除推荐器。您可以随时重启它并恢复获取建议。启动推荐器不会使用您的数据创建新的推荐器。相反，它每 7 天恢复对推荐器的计费和再训练。
您可以使用 Amazon Personalize 控制台、Amazon Command Line Interface (Amazon CLI)、Amazon SDK 或 StartRecommender 和 StopRecommender API 操作，停止和启动推荐器。
推荐器状态
停止推荐器时，推荐器状态会按以下顺序从 ACTIVE 变为 INACTIVE：
ACTIVE > STOP PENDING > STOP IN PROGRESS > INACTIVE
启动推荐器时，推荐器状态会按以下顺序从 INACTIVE 变为 ACTIVE：
INACTIVE > START PENDING > START IN PROGRESS > ACTIVE
停止和启动推荐器（控制台）
您可以使用 Amazon Personalize 来停止和重启推荐器。
停止推荐器（控制台）
您可以使用 Amazon Personalize 控制台按如下方式停止活动推荐器。
启动推荐器（控制台）
您可以使用 Amazon Personalize 控制台按如下方式启动非活动推荐器。
停止和启动推荐器 (Amazon CLI)
要通过 Amazon CLI 停止活动推荐器，请使用 stop-recommender 命令并为推荐器提供 Amazon 资源名称 (ARN)，如下所示：
aws personalize stop-recommender --recommender-arn "recommender arn"
要通过 Amazon CLI 启动非活动推荐器，请使用 start-recommender 命令并为停止的推荐器提供 (ARN)，如下所示：
aws personalize start-recommender --recommender-arn "recommender arn"
有关 API 操作的更多信息，请参阅 StartRecommender 和 StopRecommender。
停止和重启推荐器 (Amazon SDK)
您可以使用 Amazon SDK 启动活动推荐器或停止非活动推荐器。有关 API 操作的更多信息，请参阅 StartRecommender 和 StopRecommender。
停止推荐器 (Amazon SDK)
以下代码显示如何使用 Amazon SDK 停止活动推荐器。停止操作会停止对任何推荐器的计费和自动再训练。在重启之前，您无法使用推荐器。
- SDK for Python (Boto3)
-
要通过 SDK for Python (Boto3) 停止活动推荐器，请使用 stop_recommender 方法并为推荐器提供 Amazon 资源名称 (ARN)，如下所示。
import boto3
personalize = boto3.client('personalize')
stop_recommender_response = personalize stop_recommender(
recommenderArn = "recommenderARN"
)
print(stop_recommender_response)
- SDK for Java 2.x
-
要通过 SDK for Java 2.x 停止活动推荐器，请使用 stopRecommender 方法并为推荐器提供 ARN，如下所示。
public static void stopRecommender(PersonalizeClient personalizeClient,
String datasetGroupArn) {
try {
StopRecommenderRequest stopRecommenderRequest = StopRecommenderRequest.builder()
.recommenderArn(recommenderArn)
.build();
personalizeClient.stopRecommender(stopRecommenderRequest);
} catch (PersonalizeException e) {
System.out.println(e.awsErrorDetails().errorMessage());
}
return "";
}
- SDK for JavaScript v3
// Get service clients and commands using ES6 syntax.
import { StopRecommenderCommand, PersonalizeClient } from
"@aws-sdk/client-personalize";
// create personalizeClient
const personalizeClient = new PersonalizeClient({
region: "REGION"
});
// set the request params
export const stopRecommenderParam = {
recommenderArn: "RECOMMENDER_ARN" /* required */
};
export const run = async () => {
try {
const response = await personalizeClient.send(
new StopRecommenderCommand(stopRecommenderParam)
);
console.log("Success", response);
return response; // For unit tests.
} catch (err) {
console.log("Error", err);
}
};
run();
启动推荐器 (Amazon SDK)
以下代码显示如何使用 Amazon SDK 启动非活动推荐器。当推荐器状态为活动时，您可以继续从中获取建议。同时，推荐器计费和自动再训练也将恢复。
- SDK for Python (Boto3)
-
要通过 SDK for Python (Boto3) 启动非活动推荐器，请使用 start_recommender 方法并为推荐器提供 Amazon 资源名称 (ARN)，如下所示。
import boto3
personalize = boto3.client('personalize')
start_recommender_response = personalize start_recommender(
recommenderArn = "recommenderARN"
)
print(start_recommender_response)
- SDK for Java 2.x
-
要通过 SDK for Java 2.x 启动非活动推荐器，请使用 startRecommender 方法并为推荐器提供 ARN，如下所示。
public static void startRecommender(PersonalizeClient personalizeClient,
String datasetGroupArn) {
try {
StartRecommenderRequest startRecommenderRequest = StartRecommenderRequest.builder()
.recommenderArn(recommenderArn)
.build();
personalizeClient.startRecommender(startRecommenderRequest);
} catch (PersonalizeException e) {
System.out.println(e.awsErrorDetails().errorMessage());
}
return "";
}
- SDK for JavaScript v3
// Get service clients and commands using ES6 syntax.
import { StartRecommenderCommand, PersonalizeClient } from
"@aws-sdk/client-personalize";
// create personalizeClient
const personalizeClient = new PersonalizeClient({
region: "REGION"
});
// set the request params
export const startRecommenderParam = {
recommenderArn: "RECOMMENDER_ARN" /* required */
};
export const run = async () => {
try {
const response = await personalizeClient.send(
new StartRecommenderCommand(startRecommenderParam)
);
console.log("Success", response);
return response; // For unit tests.
} catch (err) {
console.log("Error", err);
}
};
run();