迁移GCP AI Platform自定义作业到Vertex AI：如何获取状态与日志

作业状态查询实现 #

原有AI Platform的ml v1接口不再适配Vertex AI作业，替换为aiplatform v1接口即可，资源路径需匹配Vertex AI的层级规则，代码逻辑和原有写法基本一致：

from google.oauth2 import service_account
from googleapiclient import discovery

scopes = ['https://www.googleapis.com/auth/cloud-platform']
credentials = service_account.Credentials.from_service_account_file(keyFile, scopes=scopes)
# 替换服务名为aiplatform，使用v1版本API
ai_platform_client = discovery.build("aiplatform", "v1", credentials=credentials, cache_discovery=False)
# 替换为你的实际项目ID、作业部署区域、自定义作业ID
job_resource_name = f"projects/{your_project_id}/locations/{job_region}/customJobs/{job_id}"
job_detail = ai_platform_client.projects().locations().customJobs().get(name=job_resource_name).execute()
# 状态字段仍为state，返回Vertex AI定义的作业状态枚举值
return job_detail['state']

常见返回状态说明：

• JOB_STATE_QUEUED：作业已提交，排队等待资源调度
• JOB_STATE_RUNNING：作业正在运行
• JOB_STATE_SUCCEEDED：作业执行成功
• JOB_STATE_FAILED：作业执行失败
• JOB_STATE_CANCELLED：作业已被取消
• JOB_STATE_CANCELLING：作业正在执行取消操作

作业日志流式拉取实现 #

原AI Platform的stream-logs命令对应Vertex AI自定义作业的日志拉取命令，只需替换命令前缀并补全必填的区域、项目参数即可：

命令行直接调用 #

gcloud ai custom-jobs stream-logs <你的自定义作业ID> --region=<作业所在区域> --project=<你的GCP项目ID>

Python代码中调用 #

直接替换原有cmd变量即可：

cmd = f'gcloud ai custom-jobs stream-logs {job_id} --region={job_region} --project={your_project_id}'

注意事项 #

• 传入的作业ID是创建自定义作业后返回的短ID，不是完整的资源路径字符串
• 区域参数必须和作业创建时指定的部署区域完全一致，否则会出现找不到作业的错误
• 如果使用自定义服务账号拉取日志，需要确保该账号已分配Vertex AI查看者、日志查看者相关的IAM权限，否则会出现权限不足报错

内容的提问来源于stack exchange，提问作者Stiefel