Atualizar os metadados do modelo
Nesta página, você verá como atualizar os metadados do modelo do BigQuery ML. É possível fazer isso:
- Usando o Console do Google Cloud.
- Use o comando
bq update
na ferramenta de linha de comando bq. - chamando o método da API
models.patch
diretamente ou usando as bibliotecas de cliente.
Os seguintes metadados do modelo podem ser atualizados:
- Descrição: pode ser atualizada pelo console do Google Cloud, pela ferramenta de linha de comando bq, pela API ou pelas bibliotecas de cliente.
- Rótulos: podem ser atualizados pelo console do Google Cloud, pela ferramenta de linha de comando bq, pela API ou pelas bibliotecas de cliente.
- Prazo de validade: pode ser atualizado por meio da ferramenta bq, da API ou das bibliotecas de cliente.
Permissões necessárias
Para atualizar os metadados do modelo, é preciso ter o papel
WRITER
no conjunto de dados ou um papel do Identity and Access Management (IAM) no nível do projeto que
inclui permissões bigquery.models.updateMetadata
. Se você receber as permissões bigquery.models.updateMetadata
no nível do projeto, poderá atualizar os metadados dos modelos em qualquer conjunto de dados no projeto. Os seguintes papéis predefinidos do IAM para envolvidos no projeto incluem permissões bigquery.models.updateMetadata
:
bigquery.dataEditor
bigquery.dataOwner
bigquery.admin
Para informações sobre papéis e permissões do IAM no BigQuery ML, consulte Controle de acesso.
Atualizar a descrição de um modelo
A descrição de um modelo é uma string de texto usada para identificar o modelo.
Para atualizar a descrição de um modelo:
Console
No console do Google Cloud, acesse a página do BigQuery.
No painel Explorer, expanda o projeto e um conjunto de dados.
Abra a pasta Models no conjunto de dados e clique em um nome de modelo para selecioná-lo.
Clique na guia Details.
Para atualizar a descrição do modelo, clique em Editar
.Na caixa de diálogo Editar detalhe, atualize a descrição e clique em Salvar.
bq
Para atualizar a descrição de um modelo, emita o comando bq update
com as sinalizações --model
ou -m
e --description
.
Se você estiver atualizando um modelo em um projeto que não seja o padrão, adicione o ID do projeto ao conjunto de dados no seguinte formato: [PROJECT_ID]:[DATASET]
.
bq update --model --description "[STRING]" PROJECT_ID:DATASET.MODEL
Substitua:
STRING
é a string de texto que descreve o modelo entre aspas;PROJECT_ID
é o ID do projeto;DATASET
é o nome do conjunto de dados.MODEL
é o nome do modelo.
A resposta ao comando é semelhante ao exemplo abaixo:
Model 'myproject.mydataset.mymodel' successfully updated.
É possível confirmar suas alterações emitindo o comando bq show
. Para mais
informações, consulte Receber metadados do modelo.
Exemplos:
Digite o comando a seguir para atualizar a descrição de mymodel
em mydataset
no projeto padrão.
bq update --model --description "My updated description" \
mydataset.mymodel
Digite o comando a seguir para atualizar a descrição de mymodel
em mydataset
em myotherproject
.
bq update --model --description "My updated description" \
myotherproject:mydataset.mymodel
API
Para atualizar a descrição de um modelo usando a API, chame o método models.patch
e forneça os projectId
, datasetId
e modelId
. Para modificar a descrição, adicione ou atualize a propriedade "description" para o recurso do modelo.
Go
Antes de testar esta amostra, siga as instruções de configuração do Go no Guia de início rápido do BigQuery: como usar bibliotecas de cliente. Para mais informações, consulte a documentação de referência da API BigQuery em Go.
Para autenticar no BigQuery, configure o Application Default Credentials. Para mais informações, acesse Configurar a autenticação para bibliotecas de cliente.
Java
Antes de testar esta amostra, siga as instruções de configuração do Java no Guia de início rápido do BigQuery: como usar bibliotecas de cliente. Para mais informações, consulte a documentação de referência da API BigQuery em Java.
Para autenticar no BigQuery, configure o Application Default Credentials. Para mais informações, acesse Configurar a autenticação para bibliotecas de cliente.
Node.js
Antes de testar esta amostra, siga as instruções de configuração do Node.js no Guia de início rápido do BigQuery: como usar bibliotecas de cliente. Para mais informações, consulte a documentação de referência da API BigQuery em Node.js.
Para autenticar no BigQuery, configure o Application Default Credentials. Para mais informações, acesse Configurar a autenticação para bibliotecas de cliente.
Python
Antes de testar esta amostra, siga as instruções de configuração do Python no Guia de início rápido do BigQuery: como usar bibliotecas de cliente. Para mais informações, consulte a documentação de referência da API BigQuery em Python.
Para autenticar no BigQuery, configure o Application Default Credentials. Para mais informações, acesse Configurar a autenticação para bibliotecas de cliente.
Atualizar os rótulos de um modelo
Rótulos são pares de chave-valor que você anexa a um recurso. Quando você cria recursos do BigQuery ML, os rótulos são opcionais. Para mais informações, consulte Como adicionar e usar rótulos.
Para atualizar os rótulos de um modelo:
Console
No painel Explorer, expanda o projeto e um conjunto de dados.
Abra a pasta Models no conjunto de dados e clique em um nome de modelo para selecioná-lo.
Clique na guia Details.
Para atualizar os rótulos do modelo, clique em Editar
.Na caixa de diálogo Editar detalhes, adicione, exclua ou modifique rótulos e clique em Salvar.
bq
Para atualizar os rótulos de um modelo, emita o comando bq update
com as sinalizações --model
ou -m
e --set_label
. Repita a sinalização --set_label
para adicionar ou atualizar vários rótulos.
Se você estiver atualizando um modelo em um projeto que não seja o padrão, adicione o ID do projeto ao conjunto de dados no seguinte formato: [PROJECT_ID]:[DATASET]
.
bq update --model --set_label KEY:VALUE \ PROJECT_ID:DATASET.MODEL
Substitua:
KEY:VALUE
corresponde a um par de chave-valor para um rótulo que você quer adicionar ou atualizar. Se você especificar a mesma chave que a de um rótulo atual, seu valor será atualizado. A chave precisa ser exclusiva;PROJECT_ID
é o ID do projeto;DATASET
é o nome do conjunto de dados.MODEL
é o nome do modelo.
A resposta ao comando é semelhante ao exemplo abaixo.
Model 'myproject.mydataset.mymodel' successfully updated.
É possível confirmar suas alterações emitindo o comando bq show
. Para mais
informações, consulte Receber metadados do modelo.
Exemplos:
Para atualizar o rótulo department
em mymodel
, digite o comando bq update
e especifique department
como a chave do rótulo. Por exemplo, para atualizar o rótulo department:shipping
para department:logistics
, digite o comando a seguir. mydataset
está em myotherproject
, não no projeto padrão.
bq update --model --set_label department:logistics \
myotherproject:mydataset.mymodel
API
Para atualizar os rótulos de um modelo usando a API, chame o método models.patch
e forneça os projectId
, datasetId
e modelId
. Para modificar os rótulos, adicione ou atualize a propriedade "labels" para o recurso do modelo.
Como atualizar o prazo de validade de um modelo
O prazo de validade é um valor de carimbo de data/hora que determina quando o modelo será excluído. É possível definir esse prazo durante a criação do modelo por meio da CLI, da API ou das bibliotecas de cliente. É possível, ainda, estabelecer ou atualizar o prazo de validade depois que o modelo for criado. Ele também é chamado de "tempo de vida" ou TTL, na sigla em inglês.
Se você não definir um prazo de validade, o modelo nunca expirará e será necessário excluí-lo manualmente.
O valor do prazo de validade é expresso de forma diferente dependendo de onde ele for definido. Use um método que garanta o nível apropriado de granularidade:
- Na ferramenta de linha de comando, o prazo de validade é expresso em segundos a partir do horário UTC atual. Quando ele é especificado, o valor inteiro em segundos é adicionado ao carimbo de data/hora UTC atual.
- Na API, o prazo é expresso em milissegundos desde o período. Se um valor menor do que o carimbo de data/hora atual for estabelecido, o modelo vai expirar imediatamente.
Para atualizar o prazo de validade de um modelo, siga estas etapas:
Console
No momento, não é possível definir ou atualizar o prazo de validade de um modelo no console do Google Cloud.
bq
Para atualizar o prazo de validade de um modelo, emita o comando bq update
com as sinalizações --model
ou -m
e --expiration
.
Se você estiver atualizando um modelo em um projeto que não seja o padrão, adicione o ID do projeto ao conjunto de dados no seguinte formato: [PROJECT_ID]:[DATASET]
.
bq update --model --expiration INTEGER \ PROJECT_ID:DATASET.MODEL
Substitua:
INTEGER
é o ciclo de vida (em segundos) para o modelo. O valor mínimo é de 3.600 segundos (uma hora). O prazo de validade é a soma do horário UTC atual com o valor inteiro.PROJECT_ID
é o ID do projeto;DATASET
é o nome do conjunto de dados.MODEL
é o nome do modelo.
A resposta ao comando é semelhante ao exemplo abaixo.
Model 'myproject.mydataset.mymodel' successfully updated.
É possível confirmar suas alterações emitindo o comando bq show
. Para mais
informações, consulte Receber metadados do modelo.
Exemplos:
Insira o seguinte comando para atualizar o prazo de validade de mymodel
em mydataset
para 5 dias (432.000 segundos). mydataset
está em seu projeto padrão.
bq update --model --expiration 432000 mydataset.mymodel
Insira o seguinte comando para atualizar o prazo de validade de mymodel
em mydataset
para 5 dias (432.000 segundos). mydataset
está em myotherproject
, e não no projeto padrão.
bq update --model --expiration 432000 myotherproject:mydataset.mymodel
API
Para atualizar a validade de um modelo usando a API, chame o método models.patch
e forneça os projectId
, datasetId
e modelId
. Já para atualizar a validade, adicione ou atualize a propriedade "expirationTime" para o recurso do modelo.
A propriedade "expirationTime" é expressa em milissegundos desde o período.
A seguir
- Para uma visão geral sobre ML do BigQuery, consulte Introdução ao ML do BigQuery.
- Para começar a usar o BigQuery ML, consulte Criar modelos de machine learning no BigQuery ML.
- Para mais informações sobre como utilizar os modelos, consulte: