嗨，马库斯，

在编写"内部文件系统"时您指的是什么？ 您是否引用该节点的临时磁盘？ 还是"系统管理"中的文件系统？

可以在安装过程中配置后者（我记得）。

这是哪个图？ 为什么在这里写呢？ 这些是临时文件，还是要永久存储？ 图可以写在那里。 在某些情况下，这是可以的。 通常，我建议使用其他存储来存储更大的数据量（这也使我想到了一个问题：数据量是多少？）

干杯
Thorsten

马库斯，您好

谢谢。 那为我澄清了事情。 这是我的想法：

• "内部文件系统"不是存储此类数据（和数据量）的地方。 它的主要目的是存储设计时间和配置工件。 因此，我不会沿着那条路存储更大的数据量并使用它们来运行预测或基于此数据（或类似的东西）训练ML模型，我认为迟早会导致问题。
• 我想提供的是一种可以将更大的卷/其他存储空间装载到图中的机制。 但目前我们不支持此功能。

使用某些Python库可能值得一试的方法，这些库允许您连接到S3或GCS之类的云存储并将它们装入到 本地文件系统，例如boto。 我相信，安装它们（使用新的Dockerfile）应该相当简单。 我不确定100％是否还有WASB的图书馆以及Keras是否可以工作。 也许您想尝试一下。 如果我有时间，我也会玩一些（但不确定，如果我在接下来的几天有机会）。

干杯
Thorsten

嗨，

这似乎是系统管理中的文件系统。 从那里删除文件后，启动板将再次启动。

图形会在此处写入，因为我们找不到使用某些ML例程的另一种方法。 许多例如 Keras例程似乎需要访问本地文件系统（例如带有模型的日志文件）。 同样，我们也遇到通过消息类型界面接收较大文件的问题（请参阅其他文章）。 因此，图表会从例如 WASB连接，但是将其写入以供python ML操作员中间使用到文件系统。

日志，例如

可以轻松地将其累积到几GB。

从Docker容器中安装其他驱动器或重定向到存储，强烈欢迎您提出任何建议。

您可以将任何存储与DH一起使用，例如 如果要在AWS上运行S3，如果是GCP则运行GCS，如果是Azure则运行AZDL。
此外，作为数据智能云产品的一部分，SAP还将拥有自己的DI数据湖作为另一个存储选项。

嗨，Thorsten，

谢谢，我也会尝试这个。 但是，在阅读关于DH的公告时，我认为这将是创建此类ML序列的地方。 但是似乎某些功能仍然缺失。