La puissance de la plateforme SAS Viya réside dans son architecture cloud-native ouverte et sa capacité à s'interfacer de manière totalement fluide avec l'écosystème open source. Vous n'êtes pas limité au langage de script natif CASLLangage de script de SAS Viya utilisé pour interagir avec le serveur CAS. Il permet de combiner des actions CAS, de gérer la logique de programmation et de manipuler les résultats en mémoire. pour exploiter l'introspection. Grâce aux interfaces clients et aux microservicesLes microservices sont une approche d'architecture logicielle où une application est décomposée en une collection de petits services indépendants, spécialisés et communicant entre eux via des APIs légères. Contrairement aux architectures "monolithiques" anciennes, chaque microservice remplit une fonction unique (ex: gestion du catalogue, authentification, moteur de calcul).
Dans SAS Viya 4, cette architecture est native. Elle permet à la plateforme de s'exécuter sur Kubernetes, offrant une flexibilité totale : chaque composant de SAS peut être mis à jour, redémarré ou mis à l'échelle (scaling) individuellement sans affecter le reste du système. REST, les ingénieurs données peuvent valider la signature de leurs algorithmes distribués directement depuis leurs environnements de prédilection. Par exemple, au sein d'un pipelineChaîne de flux de données automatisée intégrant prétraitement, sélection de variables et modèles supervisés pour comparer leurs performances et déployer le meilleur candidat dans SAS Viya. de machine learningBranche de l'IA utilisant des algorithmes pour apprendre des modèles à partir de données. Il permet d'automatiser des prédictions ou des décisions sans programmation explicite de chaque règle. orchestré en Python via le package SWAT, vous pouvez exécuter le bloc de code suivant : dictionnaire_infos = s.builtins.describeActionSet(actionSet="mon_jeu_algorithmique", action="ma_fonction_specifique"). Cette flexibilité absolue garantit que votre documentation technique reste toujours accessible et actionnable en temps réel par l'ensemble des parties prenantes du projet Data.
Interopérabilité open source : comment documenter et valider vos routines analytiques personnalisées directement depuis vos notebooks Python ou R ?
Introspection Native et Validation Cross-Language
Exemples pour l'action describeActionSet
Description complète de l'Action Set
Ce petit bout de code appelle %%describeActionSet%% en lui passant juste le nom de l'ensemble d'actions. Résultat ? Une radiographie complète de tout ce qu'il contient !
Description d'une action spécifique et récupération des métadonnées
Parfois, on n'a pas envie de tout lire (on vous comprend !). Vous pouvez cibler une action précise avec le paramètre %%action%%. Dans cet exemple, nous stockons également le résultat dans la variable `maDescription` via l'instruction %%result=%% pour pouvoir explorer la structure de la table renvoyée par le serveur.
Vous pourriez aussi aimer...
SAS Viya 3.4 est là : Pourquoi cette mise à jour va changer votre façon de coder sur CAS ! Aperçu de l'articleDécouvrez les nouveautés de SAS Viya 3.4 : création d'actions personnalisées en CASL, administration des caslibs et optimisations FedSQL. Boostez vos performances !
SAS Viya 3.4 transforme la donne en offrant une flexibilité inédite grâce aux User-Defined Actions : vous pouvez désormais coder, stocker et partager vos propres fonctions métier en CASL. Entre le contrôle accru des administrateurs sur les sessions et l'optimisation majeure du Pass-Through SQL vi...
Conseil de l'Expert
Pour une validation robuste, n'utilisez pas seulement les fonctions head() ou print() de vos DataFrames Python/R. Utilisez l'action CAS reflect via vos bibliothèques clientes (DLPy, SWAT). Cela permet d'extraire les métadonnées JSON des actions analytiques directement dans votre Notebook pour valider que les types de données d'entrée correspondent strictement aux attentes du moteur distribué, évitant ainsi les erreurs de runtime en production.
Cette réponse vous a-t-elle aidé ?
