{ "cells": [ { "cell_type": "markdown", "id": "ef283f37-0ad4-48c7-bb92-8a09baaae6e5", "metadata": {}, "source": [ "---\n", "title: \"Recupera e salva i risultati del lavoro\"\n", "description: \"Come utilizzare job_id per recuperare i risultati e come salvarli su disco.\"\n", "---\n", "\n", "\n", "\n", "# Recupera e salva i risultati del lavoro\n", "\n" ] }, { "cell_type": "markdown", "id": "f4471d6b-dc12-486c-95de-22ac12e367d2", "metadata": { "tags": [ "version-info" ] }, "source": [ "{/*\n", " DO NOT EDIT THIS CELL!!!\n", " This cell's content is generated automatically by a script. Anything you add\n", " here will be removed next time the notebook is run. To add new content, create\n", " a new cell before or after this one.\n", " */}\n", "\n", "\n", " \n", " Il codice di questa pagina è stato sviluppato in base ai seguenti requisiti.\n", " Si consiglia di utilizzare queste versioni o versioni più recenti.\n", "\n", " ```\n", " qiskit-ibm-runtime~=0.45.1\n", " ```\n", " \n", "\n", "\n" ] }, { "cell_type": "markdown", "id": "ec8277ad-1811-4318-8282-84d6d282bb17", "metadata": {}, "source": [ "I flussi di lavoro Quantum spesso richiedono molto tempo per essere completati e possono essere eseguiti in più sessioni. Il riavvio del kernel Python comporta la perdita dei risultati memorizzati. Per evitare la perdita di dati, è possibile salvare i risultati su file e recuperare i risultati dei lavori passati da IBM Quantum®, in modo che la sessione successiva possa continuare da dove è stata interrotta.\n", "\n" ] }, { "cell_type": "markdown", "id": "d32e82e4-331c-43ec-ac86-a657f29f1469", "metadata": {}, "source": [ "\n", "\n", "## Recupera i risultati di lavoro da IBM Quantum\n", "\n", "IBM Quantum memorizza automaticamente i risultati di ogni lavoro per poterli recuperare in un secondo momento. Questa funzione consente di continuare a utilizzare i programmi quantistici anche dopo il riavvio del kernel e di rivedere i risultati ottenuti in passato. È possibile ottenere l'ID di un lavoro in modo programmatico attraverso il suo metodo `job_id` , oppure è possibile vedere tutti i lavori inviati e i loro ID nella [pagina Carichi di lavoro](/workloads).\n", "\n", "Per trovare un lavoro in modo programmatico, utilizzare il metodo [`QiskitRuntimeService.jobs`](/docs/api/qiskit-ibm-runtime/qiskit-runtime-service#jobs) metodo. Per impostazione predefinita, vengono visualizzati i lavori inviati più di recente, ma è anche possibile filtrare i lavori per nome del backend, data di creazione e altro ancora. La cella seguente individua i lavori presentati negli ultimi tre mesi. L'argomento `created_after` deve essere un [`datetime.datetime`](https://docs.python.org/3.8/library/datetime.html#datetime.datetime) oggetto.\n", "\n" ] }, { "cell_type": "code", "execution_count": 1, "id": "bd46b47b-e9ff-4da3-9ded-30dd3baee7c0", "metadata": {}, "outputs": [ { "data": { "text/plain": [ "[,\n", " ,\n", " ]" ] }, "execution_count": 1, "metadata": {}, "output_type": "execute_result" } ], "source": [ "import datetime\n", "from qiskit_ibm_runtime import QiskitRuntimeService\n", "\n", "three_months_ago = datetime.datetime.now() - datetime.timedelta(days=90)\n", "\n", "service = QiskitRuntimeService()\n", "jobs_in_last_three_months = service.jobs(created_after=three_months_ago)\n", "jobs_in_last_three_months[:3] # show first three jobs" ] }, { "cell_type": "markdown", "id": "418755af-ddf1-4702-9c83-df23d29982f3", "metadata": {}, "source": [ "È inoltre possibile selezionare per backend, stato del lavoro, sessione e altro ancora. Per ulteriori informazioni, vedere [`QiskitRuntimeService.jobs`](/docs/api/qiskit-ibm-runtime/qiskit-runtime-service#jobs) nella documentazione dell'API.\n", "\n", "Una volta ottenuto l'ID del lavoro, utilizzare il metodo [`QiskitRuntimeService.job`](/docs/api/qiskit-ibm-runtime/qiskit-runtime-service#job) per recuperarlo.\n", "\n" ] }, { "cell_type": "code", "execution_count": 2, "id": "bd1fc5a5-ad29-4805-91e5-fe70cdbc4540", "metadata": { "tags": [ "ignore-warnings" ] }, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ "d762omnq1anc738d2cj0\n" ] } ], "source": [ "# Get ID of most recent successful job for demonstration.\n", "# This will not work if you've never successfully run a job.\n", "successful_job = next(\n", " j for j in service.jobs(limit=1000) if j.status() == \"DONE\"\n", ")\n", "job_id = successful_job.job_id()\n", "print(job_id)" ] }, { "cell_type": "code", "execution_count": 3, "id": "850780cc-4c91-4eec-9d46-2b2cbcd9157e", "metadata": {}, "outputs": [ { "data": { "text/plain": [ "PrimitiveResult([SamplerPubResult(data=DataBin(meas=BitArray()), metadata={'circuit_metadata': {}})], metadata={'execution': {'execution_spans': ExecutionSpans([DoubleSliceSpan()])}, 'version': 2})" ] }, "execution_count": 3, "metadata": {}, "output_type": "execute_result" } ], "source": [ "retrieved_job = service.job(job_id)\n", "retrieved_job.result()" ] }, { "cell_type": "markdown", "id": "f3bccdba-29c5-405b-96e2-65f4fe4ffadd", "metadata": {}, "source": [ "\n", "\n", "## Salva i risultati su disco\n", "\n", "Potresti anche voler salvare i risultati su disco. Per farlo, usa la libreria JSON integrata di Python con gli encoder di `qiskit-ibm-runtime`.\n", "\n" ] }, { "cell_type": "code", "execution_count": 4, "id": "1892f8f7-ff0f-4ed2-bba9-a336c23315af", "metadata": {}, "outputs": [], "source": [ "import json\n", "from qiskit_ibm_runtime import RuntimeEncoder\n", "\n", "with open(\"result.json\", \"w\") as file:\n", " json.dump(retrieved_job.result(), file, cls=RuntimeEncoder)" ] }, { "cell_type": "markdown", "id": "8fdddde9-2c05-481b-84c8-d3b7fcf70120", "metadata": {}, "source": [ "È quindi possibile caricare questo array dal disco in un kernel separato.\n", "\n" ] }, { "cell_type": "code", "execution_count": 5, "id": "71d963dd-3b66-4226-be7b-c69bc89af28e", "metadata": {}, "outputs": [ { "data": { "text/plain": [ "PrimitiveResult([SamplerPubResult(data=DataBin(meas=BitArray()), metadata={'circuit_metadata': {}})], metadata={'execution': {'execution_spans': ExecutionSpans([DoubleSliceSpan()])}, 'version': 2})" ] }, "execution_count": 5, "metadata": {}, "output_type": "execute_result" } ], "source": [ "from qiskit_ibm_runtime import RuntimeDecoder\n", "\n", "with open(\"result.json\", \"r\") as file:\n", " result = json.load(file, cls=RuntimeDecoder)\n", "\n", "result" ] }, { "cell_type": "markdown", "metadata": {}, "id": "a1b8767d", "source": "© IBM Corp., 2017-2026" } ], "metadata": { "kernelspec": { "display_name": "Python 3", "language": "python", "name": "python3" }, "language_info": { "codemirror_mode": { "name": "ipython", "version": 3 }, "file_extension": ".py", "mimetype": "text/x-python", "name": "python", "nbconvert_exporter": "python", "pygments_lexer": "ipython3", "version": "3" } }, "nbformat": 4, "nbformat_minor": 4 }