バッチジョブ送信エラー「すべてのドキュメントを処理できません」 URI は正しいようですか?

Question

DocumentAI のバッチ送信を機能させようとしていますが、いくつかの困難があります。データセット (27,000 枚の画像) を反復処理できると想定して、単一ファイルの送信に RawDocument を使用しましたが、より適切な手法であると思われたバッチ処理を選択しました。コードを実行すると、「すべてのドキュメントを処理できません」というエラーが表示されます。デバッグ情報の最初の数行は次のとおりです: O:17:"Google\Rpc\Status":5:{s:7:"*code";i:3;s:10:

P粉103739566 · Answer

通常、エラー 「すべてのドキュメントを処理できません」 は、入力ファイルまたは出力バケットの構文が間違っていることが原因で発生します。不正なパスはクラウドストレージへの「有効な」パスである可能性がありますが、期待したファイルではありません。 (最初にエラーメッセージページをご確認いただきありがとうございます!)

処理するドキュメントの特定のリストを指定する場合は、gcsUriPrefix を使用する必要はありません。コードに基づくと、GCS ディレクトリ内のすべてのファイルを BatchDocumentsInputConfig.gcs_documents フィールドに追加しているように見えますが、 >BatchDocumentsInputConfig.gcs_uri_prefix でプレフィックスを送信しようとするのは理にかなっています。 代わりに、個々のファイルのリストではありません。

注: 1 つのバッチリクエストで送信できるファイルの最大数 (1000) と、特定のプロセッサには独自のページ制限があります。

https://cloud.google.com/document-ai/quotas#content_limits

この制限に達しないように、ファイルを複数のバッチリクエストに分割してみることができます。 Document AI Toolbox Python SDK にはこの目的のための組み込み関数がありますが、ユースケースに基づいてこの関数を PHP で再実装してみることができます。 https://github.com/googleapis/python-documentai-toolbox/blob/ba354d8af85cbea0ad0cd2501e041f21e9e5d765/google/cloud/documentai_toolbox/utilities/gcs_utilities.py#L213

P粉195402292 · Answer

これは、明確な PEBKAC 倍音を持つ ID-10-T のバグであることが判明しました。

$object->name() はパスの一部としてバケット名を返しません。

$doc->setGcsUri('gs://'.$object->name()); を $doc->setGcsUri('gs://'. $) に変更します。 bucketName.'/'.$object->name()); で問題は解決します。

バッチ ジョブ送信エラー「すべてのドキュメントを処理できません」 URI は正しいようですか?

全員に返信(2)返信します

バッチジョブ送信エラー「すべてのドキュメントを処理できません」 URI は正しいようですか?