You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

Azure ML Studio部署日志最大容量调整及日志删除求助

Azure ML端点日志5000行上限的解决方法

一、调整日志保留配置

  • 使用Azure CLI修改部署的日志保留策略,支持设置更大的行数或文件大小限制:
    1. 获取部署详情:
      az ml online-deployment show --name <部署名称> --endpoint <端点名称> --resource-group <资源组> --workspace-name <工作区名称>
    2. 更新日志行数限制(示例设为10000行):
      az ml online-deployment update --name <部署名称> --endpoint <端点名称> --resource-group <资源组> --workspace-name <工作区名称> --set environment_variables.LOG_MAX_LINES=10000
    3. 若行数限制参数不生效,可尝试设置文件大小限制(示例设为50MB):
      az ml online-deployment update --name <部署名称> --endpoint <端点名称> --resource-group <资源组> --workspace-name <工作区名称> --set environment_variables.LOG_MAX_SIZE=50

二、手动清理现有日志(无需重建部署)

  • 若部署支持SSH访问,可直接连接容器清理日志:
    1. 启用部署的SSH访问:
      az ml online-deployment update --name <部署名称> --endpoint <端点名称> --resource-group <资源组> --workspace-name <工作区名称> --set ssh_public_keys="[{'key_data': '<你的公钥内容>', 'username': 'azureuser'}]"
    2. 获取SSH连接信息:
      az ml online-deployment show --name <部署名称> --endpoint <端点名称> --resource-group <资源组> --workspace-name <工作区名称> --query "ssh_access"
    3. 连接容器后,定位日志目录(通常为/var/log/azureml或自定义路径),执行清理命令:
      sudo truncate -s 0 <日志文件路径> 或 sudo rm <日志文件路径>,清理后日志会自动重新生成

三、日志存储位置说明

Managed Online Endpoint的运行时日志默认不存储在工作区存储账户的构建日志目录,而是归档在Azure Monitor中。可通过Azure门户进入Azure Monitor,筛选对应端点的日志查看完整历史,还能设置日志保留周期和导出规则

内容的提问来源于stack exchange,提问作者Tom Smith

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.07.23 15:12:03