ติดตามหรือยกเลิก job

ดูรายการ workload ของคุณได้ที่ Workloads page

ดูสถานะ job

ไปที่ Workloads table และตรวจสอบใต้คอลัมน์ Status เพื่อดูว่า job เสร็จสมบูรณ์หรือล้มเหลว

ดูการใช้งานที่เหลือ

ไปที่ Instances table และเลือกแท็บที่เกี่ยวข้องกับแผนที่คุณต้องการดูการใช้งานที่เหลือ จะแสดงเวลาทั้งหมดที่ใช้ไปและเวลาทั้งหมดที่เหลือในแผนของคุณ

ดูตัวชี้วัดจำนวน job และ workload ที่ส่ง

ไปที่ Analytics page เพื่อดูจำนวน job ทั้งหมดที่ส่ง รวมถึงจำนวน batch workload และ session workload โปรดทราบว่าคุณสามารถดู Analytics page ได้เฉพาะสำหรับบัญชีที่คุณเป็นเจ้าของหรือจัดการ

ติดตาม job

ใช้ job instance เพื่อตรวจสอบสถานะ job หรือดึงผลลัพธ์โดยเรียกคำสั่งที่เหมาะสม:

job.result()	ดูผลลัพธ์ job ทันทีหลังจาก job เสร็จสมบูรณ์ ผลลัพธ์ job พร้อมใช้งานหลังจาก job เสร็จสมบูรณ์ ดังนั้น job.result() คือการเรียกแบบ blocking จนกว่า job จะเสร็จสมบูรณ์
job.job_id()	คืนค่า ID ที่ระบุ job นั้นได้อย่างเป็นเอกลักษณ์ การดึงผลลัพธ์ job ในภายหลังต้องใช้ job ID ดังนั้นแนะนำให้บันทึก ID ของ job ที่คุณอาจต้องการดึงในภายหลัง
job.status()	ตรวจสอบสถานะ job
job = service.job(<job_id>)	ดึง job ที่คุณเคยส่งไว้ก่อนหน้า การเรียกนี้ต้องใช้ job ID

ดึงผลลัพธ์ job ในภายหลัง

เรียก service.job(\<job\_id>) เพื่อดึง job ที่คุณเคยส่งไว้ก่อนหน้า ถ้าคุณไม่มี job ID หรือถ้าคุณต้องการดึง job หลายตัวพร้อมกัน รวมถึง job จาก QPU (quantum processing unit) ที่เลิกใช้งานแล้ว ให้เรียก service.jobs() พร้อม filter ที่ต้องการแทน ดู QiskitRuntimeService.jobs

Deprecated provider packages

service.jobs() ยังคืนค่า job ที่รันจาก qiskit-ibm-provider package ที่ถูก deprecated แล้วด้วย Job ที่ส่งโดย qiskit-ibmq-provider package รุ่นเก่า (ที่ deprecated แล้วเช่นกัน) ไม่สามารถใช้งานได้อีกต่อไป

ตัวอย่าง

ตัวอย่างนี้คืนค่า 10 runtime job ล่าสุดที่รันบน my_backend:

# Added by doQumentation — required packages for this notebook
!pip install -q numpy qiskit qiskit-ibm-runtime

# This cell is hidden from users
from qiskit import QuantumCircuit
from qiskit.circuit import Parameter
from qiskit.transpiler import generate_preset_pass_manager

from qiskit_ibm_runtime import QiskitRuntimeService, SamplerV2
import numpy as np

my_backend = "ibm_torino"
service = QiskitRuntimeService()
# backend = service.backend(my_backend)
backend = service.least_busy()

# Define two circuits, each with one parameter with two parameters.
circuit = QuantumCircuit(2)
circuit.h(0)
circuit.cx(0, 1)
circuit.ry(Parameter("a"), 0)
circuit.cx(0, 1)
circuit.h(0)
circuit.measure_all()

pm = generate_preset_pass_manager(optimization_level=1, backend=backend)
transpiled_circuit = pm.run(circuit)

params = np.random.uniform(size=(2, 3)).T

sampler_pub = (transpiled_circuit, params)

# Instantiate the new Estimator object, then run the transpiled circuit
# using the set of parameters and observables.
sampler = SamplerV2(mode=backend)
job = sampler.run([sampler_pub], shots=4)
print(job.job_id())

d305ck0ocacs73ajagvg

result = job.result()

spans = job.result().metadata["execution"]["execution_spans"]
print(spans)

ExecutionSpans([DoubleSliceSpan(<start='2025-09-09 16:31:16', stop='2025-09-09 16:31:16', size=24>)])

params = np.random.uniform(size=(2, 3))
params

array([[0.2260416 , 0.8747859 , 0.44361995],
       [0.94700856, 0.96826017, 0.98426562]])

mask = spans[0].mask(0)
mask

array([[[ True,  True,  True,  True],
        [ True,  True,  True,  True]],

       [[ True,  True,  True,  True],
        [ True,  True,  True,  True]],

       [[ True,  True,  True,  True],
        [ True,  True,  True,  True]]])

from qiskit_ibm_runtime import QiskitRuntimeService

# Initialize the account first.
service = QiskitRuntimeService()
# Use `limit` to retrieve a specific number of jobs. The default `limit` is 10.
service.jobs(backend_name=my_backend)

ยกเลิก job

คุณสามารถยกเลิก job จาก IBM Quantum Platform dashboard ได้ทั้งบน Workloads page หรือ details page ของ workload เฉพาะ บน Workloads page ให้คลิก overflow menu ที่ท้ายแถวของ workload นั้น และเลือก Cancel ถ้าคุณอยู่ที่ details page ของ workload เฉพาะ ให้ใช้ dropdown Actions ที่ด้านบนของหน้า และเลือก Cancel

ใน Qiskit ให้ใช้ job.cancel() เพื่อยกเลิก job

ขั้นตอนถัดไป

Recommendations

• ลอง Grover's algorithm tutorial
• เรียนรู้เพิ่มเติมเกี่ยวกับ Sampler execution spans