若要查找耗时最长的步骤，可以查看甘特图或其下方的表。
在甘特图中，每个条形的长度表示该步骤花费的时间，条形长度越长的步骤花费的时间就越长。 还可以按“总持续时间”筛选下表。 选择表中的某一行时，也会在甘特图中显示相应的节点。 在甘特图上选择条形时，也会在表中突出显示它。
在表中，“重用”用回收图标表示。
如果选择节点名称旁边的日志图标，则会打开详细信息页，其中显示参数、代码、输出、日志等。
如果尝试缩短节点的队列时间，可以更改计算节点编号并修改作业优先级，以便在此节点上获取更多计算资源。
如何查找每个状态下运行时间最长的节点
除了总持续时间外，还可以按每个状态的持续时间进行排序。 例如，可以按“准备”持续时间进行排序，以查看哪个步骤在映像生成方面花费的时间最多。 然后，可以打开详细信息页以确定映像生成由于超时问题而失败。
如果发现持续时间问题，该怎么办
状态和定义：
它意味着什么？
作业从客户端提交并在 Azure 机器学习服务中被接受。 此阶段花费的时间主要用于 Azure 机器学习服务计划和预处理。
如果没有后端服务问题，则此时间应该较短。
通过 Azure 门户创建支持案例。
在此状态下，作业正在等待作业依赖项的一些准备工作，例如环境映像生成。
如果使用策划或注册的自定义环境，则此时间应该较短。
检查映像生成日志。
作业正在等待计算资源分配。 此阶段所花费的时间主要取决于计算群集的状态。
如果使用具有足够计算资源的群集，则此时间应该很短。
请与工作区管理员商议是增加目标计算的最大节点数，还是将作业更改为另一个不太繁忙的计算。
作业正在远程计算上执行。 此阶段所花费的时间主要分为两部分：
运行时准备：镜像拉取、docker 启动、数据准备（装载或下载）。
用户脚本执行。
此状态预计是最耗时的状态。
1. 转到源代码，检查是否存在任何用户错误。
2. 查看计算指标（CPU、内存、网络等）的监视选项卡以识别瓶颈。
3. 如果作业正在运行或在本地调试代码，请尝试使用
交互式终结点
进行联机调试。
作业在执行完成后处于后处理状态。 此阶段花费的时间主要用于一些后处理，例如：输出上传、指标/日志上传和资源清理。
它对于命令作业而言，将会很短。 但是，对于 PRS/MPI 作业来说可能很长，因为对于分布式作业，完成状态是从第一个节点开始完成到最后一个节点结束完成。
如果发现完成时间意外过长，或者要通过 Azure 门户创建支持案例，请将步骤作业输出模式从上传更改为装载。
甘特图的不同视图
你只会看到管道关键路径中的步骤作业（具有依赖项的作业）。
默认情况下，会显示管道作业的关键路径。
你将看到所有步骤作业。
在此视图中，你会看到比关键路径中更多的节点。
你将只能看到超过 30 秒的步骤作业。
分层视图。
你将看到所有作业，包括管道组件作业和步骤作业。
下载持续时间表
若要导出表，请选择“导出 CSV”。
本文介绍了如何调试管道故障。 若要详细了解如何使用管道，请参阅以下文章：
如何使用 python sdk v2 生成管道
如何使用 python CLI v2 生成管道
什么是机器学习组件
