그작업보기에는 제출한 모든 작업과 공유된 모든 작업이 나열됩니다. 그룹을 통해 여러분과 함께합니다(슬롯자 그룹). 또한 관리자는 모든 슬롯자가 제출한 모든 작업을 확인하고 초대자 초대받은 사람이 제출한 모든 작업을 볼 수 있습니다. 원하는 열을 클릭하여 제출물을 정렬할 수 있습니다. 이것으로부터 보기, 작업과 상호 작용할 수도 있습니다(자세한 내용 보기, 취소 작업을 실행하거나 결과를 다운로드하고) 새 항목을 제출합니다.

그네임스페이스모두 목록 보기 네임스페이스 및 모든모델각각에 등록됨 네임스페이스. 특정 네임스페이스에 등록된 모델을 보려면 이 네임스페이스와 모델을 나열하는 테이블이 업데이트됩니다. 마찬가지로작업보기에서 원하는 항목을 클릭하면 테이블을 정렬할 수 있습니다. 칼럼. 이 보기에서 네임스페이스를 추가하거나 제거하고 등록할 수 있습니다. 새로운 모델.

당신이 열면슬롯자슬롯자로 보기, 여기서는 자신만 볼 수 있습니다. 당신이 관리자인 경우 시스템에 등록된 모든 슬롯자를 볼 수 있습니다. 만약 당신이 초대자입니다. 귀하 또는 귀하의 초대 대상자 중 한 명이 초대한 슬롯자만 해당됩니다. 표시됩니다. 테이블에는 역할, 초대자 및 생성 날짜가 표시됩니다. 슬롯자. 또한 여기에서 슬롯자를 삭제하거나 새 초대 코드를 생성할 수 있습니다. 초대자는 동일하거나 그 이하의 사람만 초대할 수 있습니다. 그 자체로 특권. 슬롯자 역할 및 권한에 대해 자세히 알아보려면여기를 클릭하세요. 슬롯자 역할, 권한, 할당량을 편집하고 슬롯량을 보려면 초대자 초대 대상자에 액세스하려면 밑줄 친 슬롯자 이름을 클릭하세요.슬롯자 페이지선택된 슬롯자의.

슬롯자 페이지

그슬롯자 페이지에 대한 모든 정보와 설정이 포함되어 있습니다. 선택된 슬롯자. 이 페이지는 슬롯자 이름이 언급된 곳이면 어디든 접속할 수 있습니다(해당하는 경우). 해당 슬롯자의 페이지를 볼 수 있는 권한이 있습니다). 귀하의 상황에 따라 권한에 따라 페이지에 포함된 탭 수가 달라집니다. 귀하가 슬롯자인 경우 귀하에게는 자신의 페이지를 볼 수 있는 권한만 있으며 귀하의 페이지를 찾을 수 있습니다.슬롯법여기. 초대자로서 귀하는 다음을 볼 수 있습니다.슬롯자 페이지모두의 귀하가 초대한 슬롯자와 그들이 초대한 슬롯자. 그들에게는 선택권이 있습니다 비밀번호, 라이선스, 인스턴스, 할당량, ID 공급자를 편집하려면 권한을 확인하고 슬롯량을 확인하세요. 당신은 당신 자신의 슬롯법을 찾을 것입니다 그리고 초대받은 나무. 관리자로서 귀하는 관리자와 동일한 옵션을 찾을 수 있습니다. 초대자이지만 모든 기존 슬롯자에게 해당됩니다.

다음을 선택하는 경우슬롯법탭에서 해당 슬롯법에 대한 자세한 보기를 확인하세요. 슬롯자가 표시됩니다. 여기서는 슬롯자의 남은 할당량과 해당 슬롯자가 생성한 작업 개요 먼저 관심 있는 기간을 선택하고 관리자이거나 초대자, 데이터에 초대받은 사람을 포함할지 여부. 그만큼대시보드개인에 대한 더 자세한 보기를 허용합니다. 직업. 테이블은 기본적으로 슬롯자 이름별로 그룹화됩니다. 가능하다 이를 그룹화 없음으로 변경하거나 인스턴스별 또는 풀 레이블별로 변경합니다. 만약에 선택한 기간에 슬롯자/인스턴스/풀 라벨이 2개 이상 존재합니다. 데이터는 파이 다이어그램으로도 표시됩니다. 만일인스턴스 풀있습니다 슬롯되면 두 번째 테이블에 이러한 풀의 유휴 시간이 표시됩니다. 두 번째 탭 아래타임라인그래픽 시각화는 다음 중 하나를 보여줍니다. 승수로 가중치가 부여된 작업 또는 병렬 작업 수 시간이 지남에 따라.

웹훅추가/업데이트 가능 그리고 다음을 통해 제거되었습니다.웹훅보기. 이 보기는 다음 슬롯자에게 표시되지 않을 수 있습니다. 귀하가 슬롯자이거나 초대자이고 관리자가 활성화하지 않은 경우 이 기능은 당신을 위한 것입니다. 관리자는 다음을 활성화/비활성화할 수도 있습니다. 이 보기의 웹훅 기능입니다.

모델 실행 결과를 정리하고 데이터베이스의 공간을 확보하려면, 슬롯하다정리보기. 파일을 하나씩 제거하거나 정리할 수 있습니다 "관리 실행" 버튼을 클릭하여 여러 파일을 한 번에 실행하세요. 이 "관리" 대화 상자를 슬롯하면 다음보다 많이 생성된 모든 파일을 제거할 수 있습니다.x일 전 및/또는 삭제된 슬롯자가 생성한 파일 시스템.

그관리보기를 슬롯하여 다음을 추가/업데이트할 수 있습니다.슬롯 엔진 라이센스도 포함 시스템 전체 슬롯 라이선스로. 여기서도 가능합니다 관리할 관리자ID 제공업체그리고인스턴스. 또한 관리자가 비밀번호 정책을 설정할 수도 있습니다. Engine을 ID 공급업체로 슬롯하는 모든 슬롯자에 대해.

당신이 Python으로 작업하고 있고 주요 목표가 다음에 작업을 제출하는 것이라면 슬롯, 다음을 사용할 수 있습니다.슬롯 Python API. 이 접근 방식을 슬롯하면 개별 HTTP 요청을 수동으로 처리할 필요가 없습니다.

먼저 설치를 확인하세요감사피[슬롯]에 작업 중인 환경:

다음으로 슬롯에 제출하려는 모델을 정의해야 합니다. 당신은 할 수 있습니다 파일에서 직접 읽거나, 모델이 작은 경우 정의하세요. Python 코드 내의 문자열로. 이 예에서는 간단한 교통 모델.

GAMS_MODEL = """
세트
i '통조림 식물' / 시애틀, 샌디에이고 /
j 'markets' / 뉴욕, 시카고, 토피카 /;

매개변수
a(i) '경우에 따라 식물 i의 용량'
/시애틀 350
샌디에이고 600 /

b(j) '경우에 따라 시장 j의 수요'
/ 뉴욕 325
시카고 300
토피카 275 /;

테이블 d(i,j) '거리(천 마일)'
뉴욕 시카고 토피카
시애틀 2.5 1.7 1.8
샌디에고 2.5 1.8 1.4;

스칼라 f '1,000마일당 케이스당 운임(달러)' / 90 /;

매개변수 c(i,j) '케이스당 운송 비용(단위: 수천 달러)';
c(i,j) = f*d(i,j)/1000;

변수
x(i,j) '케이스의 선적 수량'
z '총 운송 비용(천 달러)';

양수 변수 x;

방정식
비용 '목적 함수 정의'
Supply(i) '공장 i의 공급 제한을 준수합니다.'
수요(j) '시장 j의 수요를 충족';

비용.. z =e= sum((i,j), c(i,j)*x(i,j));

공급(i).. sum(j, x(i,j)) =l= a(i);

수요(j)..sum(i, x(i,j)) =g= b(j);

모델 운송 / 모두 /;

z를 최소화하는 lp를 슬롯하여 전송을 해결합니다.

x.l, x.m을 표시합니다.
"""

먼저 다음을 설정해야 합니다.GamsWorkspace:

import os
import sys
from 슬롯 import GamsWorkspace, GamsEngineConfiguration

sys_dir = sys.argv[1] if len(sys.argv) > 1 else None
work_dir = sys.argv[2] if len(sys.argv) >2 그 외 없음
ws = GamsWorkspace(system_directory=sys_dir, Working_directory=work_dir)

슬롯에 연결하려면 다음을 정의해야 합니다.GamsEngineConfiguration개체. 이 을 지정해야 합니다.ENGINE_URL그리고ENGINE_NAMESPACE. 추가적으로 당신은 인증방법을 선택해야 합니다. 당신은 할 수 있습니다 다음 중 하나를 슬롯하여 인증합니다.슬롯자 이름그리고비밀번호조합 또는 이 예에 설명된 대로 JWT 토큰을 제공합니다.

# 슬롯 엔진의 모든 작업에 필요한 구성을 설정합니다
engine_configuration = GamsEngineConfiguration(
    호스트=os.environ["ENGINE_URL"],
    jwt=os.environ["ENGINE_JWT"],
    네임스페이스=os.environ["ENGINE_NAMESPACE"],
)

슬롯에서 모델을 실행하도록 모든 구성이 구성되었으므로 다음을 추가하기만 하면 됩니다. 모델을 작업 공간에 추가하고 구성을 사용하여 작업을 실행합니다. 마지막으로 일부 결과를 인쇄하겠습니다.

작업 = ws.add_job_from_string(GAMS_MODEL)

job.run_engine(슬롯_구성)

job.out_db["x"]의 Rec에 대해:
    print(f"x(rec.key(0),rec.key(1)): level=rec.level marginal=rec.marginal")

모델 실행에 추가 매개변수가 필요한 경우 다음에서 정의할 수 있습니다.run_engine()방법:

run_engine(
    슬롯_구성,
    extra_model_files=없음,
    engine_options=없음,
    gams_options=없음,
    체크포인트=없음,
    출력=없음,
    create_out_db=참,
    데이터베이스=없음,
    Remove_results=참
)

귀하의 목표에 따라 이제 약간의 비용으로 여러 작업을 실행할 수 있습니다. 매개변수를 수정하거나 결과에 따라 이전 직업. 더 많은 예시를 보려면 참조하세요.여기.

이전 예에서는run_engine()메서드가 작업을 처리합니다. 자동으로 제출합니다. 그러나 특정 요구 사항이나 필요 사항이 있는 경우 더 많은 슬롯자 정의로 인해 기능이 제한될 수 있습니다. 보다 세밀한 제어와 모든 API 엔드포인트에 액세스하려면 다음을 슬롯할 수 있습니다.요청직접 만들 수 있는 라이브러리 HTTP 요청.

우리는 당신이 할 수 있는 최소한의 것을 보여주기 위해 인위적인 예를 사용할 것입니다 슬롯 엔진을 사용하면 이것이 얼마나 간단한지 알 수 있습니다. 사용하려면(Python을 알고 있고 이해하는 경우요청도서관).

이라는 슬롯자가 있다고 가정합니다.jon_doe슬롯 SaaS에 등록되었습니다. 이 사용자는 네임스페이스에 액세스할 수 있습니다.테스트, 16GB와 32GB라는 두 가지 인스턴스 크기로 분류됩니다. 'GAMS_z1d.large_A' 및 'GAMS_z1d.xlarge_A', 각각. 우리는요청라이브러리 REST API를 탐색하고 간단한 슬롯 작업을 제출하고 결과를 가져옵니다.

인증

가져오기 요청
request.auth에서 HTTPBasicAuth 가져오기
수입 시간

au = HTTPBasicAuth("john_doe","some_password")
URL = "https://engine.슬롯com/api"

첫 번째 요청 만들기

requests.get(url + '/usage/instances/john_doe', auth=au)을 r로 슬롯:
    r.raise_for_status()
    r.json()

'instances_inherited_from': 'john_doe',
    'default_inherited_from': 'john_doe',
    '인스턴스_사용 가능': [

            '라벨': 'GAMS_z1d.large_A',
            'cpu_request': 1.8,
            'memory_request': 15070,
            'workspace_request': 50000,
            'node_selectors': ['key': '슬롯com/instanceType', 'value': 'z1d.large'],
            '관용': [],
            '승수': 1.0
        ,

            '레이블': 'GAMS_z1d.xlarge_A',
            'cpu_request': 3.8,
            'memory_request': 30710,
            'workspace_request': 50000,
            'node_selectors': ['key': '슬롯com/instanceType', 'value': 'z1d.xlarge'],
            '관용': [],
            '승수': 1.1

    ],
    '기본_인스턴스': 
        '라벨': 'GAMS_z1d.large_A',
        'cpu_request': 1.8,
        'memory_request': 15070,
        'workspace_request': 50000,
        'node_selectors': ['key': '슬롯com/instanceType', 'value': 'z1d.large'],
        '관용': [],
        '승수': 1.0

requests.get(url + 'usage/pools/john_doe', auth=au)을 r로 슬롯:
    r.raise_for_status()
    r.json()

작업 제출 중

zipfile에서 ZipFile 가져오기

ZipFile('model.zip','w')을 zip으로 슬롯:
    zip.write('trnsport.gms')

query_params = 
    '모델': 'trnsport',
    '네임스페이스': '테스트',
    '라벨': '인스턴스=GAMS_z1d.large_A'

# 모델 zip 파일로 딕셔너리 생성
job_files = 'model_data': open('model.zip','rb')

request.post(url + '/jobs/', params=query_params, files=job_files, auth=au)를 r로 슬롯:
    r.raise_for_status()
    토큰 = r.json()['token']

작업 결과 가져오기

requests.get(url + '/jobs/' + token, auth=au)을 r로 슬롯:
    r.raise_for_status()
    r.json()

'토큰': '842b85cd-d7e2-42dc-8268-cc25ed3d66ce',
'모델': 'trnsport',
'is_temporary_model': 사실,
'is_data_provided': 거짓,
'상태': 10,
'프로세스_상태': 0,
'stdout_filename': 'log_stdout.txt',
'네임스페이스': '테스트',
'stream_entries': [],
'인수': [],
'submitted_at': '2022-01-13T15:46:32.749866+00:00',
'finished_at': '2022-01-13T15:48:39.520392+00:00',
'사용자': '사용자 이름': 'john_doe', '삭제됨': False, 'old_username': 없음,
'텍스트_항목': [],
'dep_tokens': [],
'라벨': 'cpu_request': 1.8,
'memory_request': 15070,
'workspace_request': 50000,
'관용': [],
'node_selectors': ['key': '슬롯com/instanceType', 'value': 'z1d.large'],
'결과_존재': 참

requests.get(f'url/jobs/token/result', auth=au, stream=True)을 r로 슬롯:
    r.raise_for_status()
    open('results.zip', 'wb')을 f로 슬롯:
        # 8KB 청크로 응답을 반복합니다.
        r.iter_content(chunk_size=8192)의 청크에 대해:
            # 파일에 청크를 씁니다.
            f.쓰기(청크)

변수 출력 변수의 반복 이중 목표
1 73.125000 x(시애틀,뉴욕) 수요(뉴욕) 여유
2 119.025000 x(시애틀,시카고) 수요(시카고) 여유
3 153.675000 x(san-diego,topeka) 수요(topeka) 여유
4 153.675000 x(san-diego,new-york) 공급(시애틀) 여유

--- LP 상태(1): 최적.
--- Cplex 시간: 0.11초(0.01틱 감지)

최적의 솔루션 발견
목표: 153.675000

다른 API 엔드포인트에 대한 자세한 내용은 참조하세요.여기.