PaddleNLP [问题]:部署语义检索系统后端报错：search_phase_execution_exception

jum4pzuy 于 7个月前发布在其他

关注(0)|答案(9)|浏览(153)

请尝试以下步骤解决问题：

确保您的 Elasticsearch 服务正在运行，并且可以正常访问。您可以通过访问 http://localhost:9200 来测试连接。
检查您的 Elasticsearch 配置文件(通常是 elasticsearch.yml),确保 http.port 设置为正确的端口(默认为 9200)。
检查您的前端代码中的 Elasticsearch 索引名称是否正确。在您提供的 JSON 数据中，索引名称为 dureader_robust_query_encoder,请确保这是正确的索引名称。
如果问题仍然存在，请查看 Elasticsearch 的日志文件(通常位于 logs 目录下),以获取更多关于错误的详细信息。这将有助于您更好地了解问题所在。
这是一个Python程序的错误日志，它描述了一个在运行PaddlePaddle框架时发生的异常。具体来说，这个异常发生在一个名为search.py的文件中，该文件位于rest_api/controller目录下。异常类型为RequestError,状态码为400,错误信息为search_phase_execution_exception,提示为runtime error。

要解决这个问题，你需要检查search.py文件中的相关代码，特别是与Elasticsearch查询相关的部分。可能的原因包括查询语句错误、索引不存在或Elasticsearch客户端配置不正确等。请仔细检查这些部分并进行相应的修复。

PaddleNLP

来源：https://github.com/PaddlePaddle/PaddleNLP/issues/6535

9条答案

按热度按时间

iyr7buue1#

curl -X POST -k http://localhost:8891/query -H 'Content-Type: application/json' -d '{"query":"衡量酒水的价格的因素有哪些?","params": {"Retriever": {"top_k": 5}, "Ranker":{"top_k": 5}}}' 输入这个命令请求后端也是报同样错误

赞(0）回复(0）举报 7个月前

qnyhuwrf2#

启动好restapi和webui之后，出现了一个错误。测试过程如下：

问句是：“衡量酒水的价格的因素有哪些？”

打印了PaddleNLP-develop\pipelines\rest_api\controller\search.py中def _process_request(pipeline, request) -> Dict[str, Any]:函数的变量，代码如下：

def _process_request(pipeline, request) -> Dict[str, Any]:
    start_time = time.time()
    params = request.params or {}
    print("params:",params)
    print("request.query:",request.query)
    # format global, top-level filters (e.g. "params": {"filters": {"name": ["some"]}})
    if "filters" in params.keys():
        params["filters"] = _format_filters(params["filters"])
    # format targeted node filters (e.g. "params": {"Retriever": {"filters": {"value"}}})
    for key in params.keys():
        if "filters" in params[key].keys():
            params[key]["filters"] = _format_filters(params[key]["filters"])
    result = pipeline.run(query=request.query, params=params, debug=request.debug)
    ......

打印结果：

params: {'filters': {}, 'Retriever': {'top_k': 30}, 'Ranker': {'top_k': 3}}
request.query: 衡量酒水的价格的因素有哪些？
'filters'是空的字典{}
result = pipeline.run(query=request.query, params=params, debug=request.debug)

这个命令报错了，如上面的“elasticsearch.exceptions.RequestError: RequestError(400, 'search_phase_execution_exception', 'runtime error')”。

展开查看全部

赞(0）回复(0）举报 7个月前

2nc8po8w3#

curl [http://localhost:9200/_aliases?pretty=true](http://localhost:9200/_aliases?pretty=true)
返回的是：
{
 "label": {
 "aliases": {}
 },
 "dureader_robust_query_encoder": {
 "aliases": {}
 }
}

赞(0）回复(0）举报 7个月前

rks48beu4#

有大佬解答吗

赞(0）回复(0）举报 7个月前

r8uurelv5#

遇到相同的问题，不知道老兄是否已经解决了。

赞(0）回复(0）举报 7个月前

yfwxisqw6#

semantic_search.yaml配置文件能发出来看下吗，可能配置的不对。

赞(0）回复(0）举报 7个月前

64jmpszr7#

version: '1.1.0'
components: # 定义所有Pipeline的构建块
* name: DocumentStore
  type: ElasticsearchDocumentStore # 考虑使用Milvus2DocumentStore或WeaviateDocumentStore以扩展到大量文档
  params:
    host: localhost
    port: 9200
    index: dureader_robust_base_encoder
    embedding_dim: 768
* name: Retriever
  type: DensePassageRetriever
  params:
    document_store: DocumentStore # params可以引用YAML中定义的其他组件
    top_k: 10
    query_embedding_model: rocketqa-zh-base-query-encoder
    passage_embedding_model: rocketqa-zh-base-para-encoder
    embed_title: False
* name: Ranker # 为组件自定义名称；有助于可视化和调试
  type: ErnieRanker # pipelines组件的类名
  params:
    model_name_or_path: rocketqa-base-cross-encoder
    top_k: 3
* name: TextFileConverter
  type: TextConverter
* name: ImageFileConverter
  type: ImageToTextConverter
* name: PDFFileConverter
  type: PDFToTextConverter
* name: DocxFileConverter
  type: DocxToTextConverter
* name: Preprocessor
  type: PreProcessor
  params:
    split_by: word
    split_length: 1000
* name: FileTypeClassifier
  type: FileTypeClassifier
pipelines:
* name: query
  type: Query
  nodes:
* name: Retriever
  inputs: [Query]
* name: Ranker
  inputs: [Retriever]
* name: indexing
  type: Indexing
  nodes:
* name: FileTypeClassifier
  inputs: [File]
* name: TextFileConverter
  inputs: [FileTypeClassifier.output_1]
* name: PDFFileConverter
  inputs: [FileTypeClassifier.output_2]
* name: DocxFileConverter
  inputs: [FileTypeClassifier.output_4]
* name: ImageFileConverter
  inputs: [FileTypeClassifier.output_6]
* name: Preprocessor
  inputs: [PDFFileConverter, TextFileConverter, DocxFileConverter, ImageFileConverter]
* name: Retriever
  inputs: [Preprocessor]
* name: DocumentStore
  inputs: [Retriever]