单元 5：运行任务流并查看预测结果¶

运行任务流¶

本教程中你需要运行两次任务流，分别执行训练任务与预测任务。通过以下步骤运行任务流：

保存任务流后，选择功能操作区中的运行图标打开运行弹窗。
将 tasktype 的参数值设置为 training，选择确认执行模型训练任务。
模型训练任务完成后再次选择运行图标，并将 tasktype 的参数值设置为 prediction。
将 predictiontype 的参数值设置为 service 或 file。
- service：执行基于已上线模型服务的预测任务。
- file：执行基于 Mlflow 模型文件的预测任务。
指定 HDFS_source 和 hive_source 的参数值，将预测结果保存至 HDFS 与 EnOS Hive。
选择确定，执行模型预测任务。

任务流运行后，你可以通过以下步骤查看运行状态：

选择 运行实例 打开任务流运行实例列表。
选择预测任务的实例名称以查看该实例的运行结果。
在运行结果页面左上切换三个标签页可分别查看 DAG 图、详情和甘特信息。
- 在 DAG 图 标签页下，可查看任务流实例的运行结果，包括运行流程、输入输出、日志以及算子 Pod 信息。
- 在详情标签页下，可查看任务流运行的基本详情、运行参数和高级配置信息。
- 在甘特标签页下，可查看算子运行的时间分布状况以及算子运行状态。
任务流运行成功后可在 DAG 图 标签页下查看算子输出：
- 当全局参数 predictiontype 的值为 service 时任务流执行模型服务预测，选择 Write results 算子查看其输入输出参数信息。
- 当全局参数 predictiontype 的值为 file 时任务流执行 Mlflow 模型文件预测，选择 Write results 2 算子查看其输入输出参数信息。
通过以下方式查看任务流预测结果：
- 选择根据输入创建任务集图标，基于算子运行结果创建数据集并分析任务流数据。详细信息可参考数据集管理。
- 选择复制图标，在 AI Lab 中打开 Notebook 实例，在 terminal 中复制代码并运行。
- 如果预测结果储存至 EnOS Hive 中，你可以通过 EnOS 数字孪生可视化服务将预测结果可视化。

EnOS 数字孪生可视化服务（Digital Twin Visualization，DTV）为企业提供数字孪生可视化解决方案。通过 DTV 将预测结果可视化需要满足以下条件：

创建数据联邦通道为可视化工具提供任务流运行数据：

创建 DTV 数据源将任务流运行数据接入 DTV 应用：

创建 DTV 项目与页面用于存放可视化组件：

创建 DTV 组件将预测结果可视化：

配置完成的 Wind Power Forecast 组件示例：