Python UDFs 故障排除¶

问题：Anaconda 无法提供所需的 Python 库¶

没有 C/C++ 扩展的第三方 Python 库可以由 UDFs 直接通过 Snowflake 暂存区导入。有关更多信息，请参阅 使用从暂存区上传的代码创建 Python UDF。

要了解如何提交支持其他 Anaconda 包的请求，请参阅 使用第三方包。

问题：UDF 失败并显示错误“Function available memory exhausted”¶

减少 UDF 使用的内存量。

检查 UDF 代码是否存在错误或内存泄漏。

有关更多信息，请参阅 内存。

问题：我想提取 UDF 中的 ZIP 或其他档案¶

要查看如何将 ZIP 文件上传到 Snowflake 暂存区并将其解压缩到 UDF 中的 /tmp 目录的示例，请参阅 解压缩暂存文件。

问题：UDF 性能缓慢¶

有关如何提高 UDFs 的性能，请参阅 针对规模和性能进行优化。

问题：ORGADMIN 角色未启用，因此无法使用 Anaconda 包¶

在完成 从 Anaconda 开始使用第三方包 的步骤时，需要组织管理员 (ORGADMIN) 角色。

要解决此问题，请按照 在账户中启用 ORGADMIN 角色 中的说明操作。

问题：读取文件时 UDF 失败并显示错误“UnicodeDecodeError”¶

使用 SnowflakeFile 类来读取包含非文本数据的文件时，必须指定输入模式为二进制。否则可能会遇到以下错误：

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xf7 in position 12: invalid start byte

要解决此问题，请通过为 mode 实参（第二个实参）传递 'rb' 来将输入模式指定为二进制。例如：

with SnowflakeFile.open(file_name, 'rb') as f:

技巧¶

训练机器学习 (ML) 模型有时会非常耗费资源。Snowpark-Optimized Warehouses 是一种 Snowflake 虚拟仓库，可用于需要大量内存和计算资源的工作负载。有关机器学习模型和 Snowpark Python 的信息，请参阅 使用 Snowpark Python 训练机器学习模型。

如果在 掩码策略 中使用 Python UDF,请确保列的数据类型、 UDF 和掩码策略匹配。

有关第三方包的故障排除信息，请参阅 第三方包的已知问题。