在Azure流分析作业中添加Azure ML服务函数遇source参数为空错误

针对你在Azure流分析作业中添加基于Hugging Face cardiffnlp-twitter-roberta-base-sentiment模型的Azure ML函数时遇到的错误，以下是具体排查和解决步骤：

• 检查Azure ML端点的签名结构
  流分析要求Azure ML端点的输入输出必须是明确的JSON schema。Hugging Face模型默认部署的输出可能不符合流分析的期望，需确保部署时定义了清晰的输入输出结构：

  • 输入需为包含待分析文本的JSON，例如：{"input_data": {"columns": ["text"], "data": [["sample text"]]}}
  • 输出需包含明确的情感标签、得分等字段，可在Azure ML Studio端点的“测试”页面验证输入输出格式是否合规。

• 确认流分析函数的输入列映射配置
  添加函数时，必须完成输入列到ML模型参数的映射，否则会触发source参数为空的错误：
  在流分析添加函数的流程中，进入“输入”配置步骤，选择流分析作业中的对应输入列，将其映射到ML模型的输入参数（比如模型所需的text参数）。

• 验证Azure ML端点状态与权限

  • 确保Azure ML端点处于“正常运行”状态，无部署失败或资源过载情况，可在Azure ML Studio端点页面查看状态指标。
  • 流分析作业使用的服务主体需具备Azure ML工作区的Endpoint Contributor或Contributor角色，确保能正常访问端点资源。

• 核对函数配置的准确性
  确认函数别名sentiment无特殊字符，部署名称与Azure ML Studio中的部署名称完全一致（注意大小写敏感）。

内容的提问来源于stack exchange，提问作者Pradyumn Joshi