python - 表单识别器 V2 / 成本呈爆炸式增长

问题描述

作为对 ChadZ 的回应，这里是表单识别器的指标，我正在谈论表单识别器指标。在我们的测试中，我们检查目录中的文件并按顺序分析它们，等待每个响应，写入结果，获取下一个文件等等。没有多线程。

看看 4 月 14 日的最大峰值是 15330 次通话。如果我们假设在 4 月 14 日的每个呼叫需要 10 秒（这会很快，通常可能需要一分钟），那么分析需要 153300 秒，即 2555 分钟或 42.58 小时。即使分析只需要 5 秒，那也将超过 20 小时。

当然我可能是错的，但目前最好的逻辑解释是跟踪和计费获取请求。

原帖

我正在使用带有标签的自定义模型（使用示例标签工具创建），并使用本页底部的“Python Form Recognizer Async Analyze”V2 SDK 代码获取结果。虽然 V2 中的异步功能比 V1 慢得多（我在这里描述过），但它似乎也贵得多。

在 post api 调用后获取结果的原始示例代码如下所示：

n_tries = 15
n_try = 0
wait_sec = 5
max_wait_sec = 60
while n_try < n_tries:
    try:
        resp = get(url = get_url, headers = {"Ocp-Apim-Subscription-Key": apim_key})
        resp_json = resp.json()
        if resp.status_code != 200:
            print("GET analyze results failed:\n%s" % json.dumps(resp_json))
            quit()
        status = resp_json["status"]
        if status == "succeeded":
            print("Analysis succeeded:\n%s" % json.dumps(resp_json))
            quit()
        if status == "failed":
            print("Analysis failed:\n%s" % json.dumps(resp_json))
            quit()
        # Analysis still running. Wait and retry.
        time.sleep(wait_sec)
        n_try += 1
        wait_sec = min(2*wait_sec, max_wait_sec)     
    except Exception as e:
        msg = "GET analyze results failed:\n%s" % str(e)
        print(msg)
        quit()
print("Analyze operation did not complete within the allocated time.")

正如您在原始示例代码中看到的那样，它每 5 秒查看一次以获取结果。

我的问题：在我看来，不仅对分析文档的 api 调用收费，而且对每个获取结果的 get-request 也收费。

自从使用 V2 以来，我们的账单增加了十倍甚至更多。我们目前处于测试阶段，我们通常每月大约有 400-500 个文档，这些文档在 V1 中被正确跟踪和计费。使用 V2 和上面的示例代码，我们现在有 63690 (!!!!!) 呼叫，每个呼叫都计费，成本正在爆炸式增长。

有人可以确认这种行为吗？

就个人而言，我想找回同步操作，其中 api 调用的响应还包含任何文档分析的结果。

    try:
        url = base_url + "/models/" + model_id + "/analyze"
        with open(filepath, "rb") as f:
            data_bytes = f.read()
        response = requests.post(url=url, data=data_bytes, headers=headers)
        return response.json()
    except Exception as e:
        print(str(e))
        return None

不幸的是，这不再起作用了......

    try:
        response = requests.post(url=post_url, data=data_bytes, headers=headers)  # , params=params)
        if response.status_code != 202:
            return None
        # Success
        get_url = response.headers["operation-location"]
        return form_recognizerv2_getdata(get_url, subscription_key)
    except Exception as e:
        print("POST analyze failed:\n%s" % str(e))
        return None

标签： pythonazure-cognitive-servicesform-recognizer

python - 表单识别器 V2 / 成本呈爆炸式增长

问题描述

原帖

解决方案

推荐阅读