az ml datastore

  • Referenz

Hinweis

Diese Referenz ist Teil der ml-Erweiterung für die Azure CLI (Version 2.15.0 oder höher). Die Erweiterung wird automatisch installiert, wenn Sie einen Az ml-Datenspeicherbefehl zum ersten Mal ausführen. Weitere Informationen zu Erweiterungen

Verwalten von Azure ML-Datenspeichern.

Azure ML-Datenspeicher verknüpfen Ihre Azure-Speicherdienste sicher mit Ihrem Arbeitsbereich, damit Sie auf Ihren Speicher zugreifen können, ohne die Verbindungsinformationen in Ihre Skripts hartcodieren zu müssen. Die geheimen Verbindungsschlüssel, z. B. die Anmeldeinformationen des Speicherdiensts, werden im Key Vault Ihres Arbeitsbereichs gespeichert.

Wenn Sie einen Arbeitsbereich erstellen, wird automatisch ein Azure Storage-Konto als zugeordnete Ressource erstellt. In diesem Konto wird ein BLOB-Container erstellt, und seine Verbindungsinformationen werden als Datenspeicher mit dem Namen "workspaceblobstore" gespeichert. Dies dient als Standarddatenspeicher des Arbeitsbereichs, und der BLOB-Container wird verwendet, um Ihre Arbeitsbereichsartefakte und Machine Learning-Auftragsprotokolle und -ausgaben zu speichern.

Befehle

Name Beschreibung Typ Status
az ml datastore create

Erstellen Sie einen Datenspeicher.

 Erweiterung Allgemein verfügbar
az ml datastore delete

Löschen eines Datenspeichers.

 Erweiterung Allgemein verfügbar
az ml datastore list

Auflisten von Datenspeichern in einem Arbeitsbereich.

 Erweiterung Allgemein verfügbar
az ml datastore mount

Stellen Sie einen bestimmten Datenspeicher in einen lokalen Pfad bereit. Derzeit wird nur Linux unterstützt.

 Erweiterung Vorschau
az ml datastore show

Details für einen Datenspeicher anzeigen.

 Erweiterung Allgemein verfügbar
az ml datastore update

Aktualisieren eines Datenspeichers.

 Erweiterung Allgemein verfügbar

az ml datastore create

Erstellen Sie einen Datenspeicher.

Dadurch wird der zugrunde liegende Azure-Speicherdienst mit dem Arbeitsbereich verbunden. Zu den Speicherdiensttypen, mit denen derzeit eine Verbindung hergestellt werden kann, gehören Azure Blob Storage, Azure File Share, Azure Data Lake Storage Gen1 und Azure Data Lake Storage Gen2.

az ml datastore create --file
                       --resource-group
                       --workspace-name
                       [--name]
                       [--set]

Beispiele

Erstellen eines Datenspeichers aus einer YAML-Spezifikationsdatei

az ml datastore create --file blobstore.yml --resource-group my-resource-group --workspace-name my-workspace

Erforderliche Parameter

--file -f

Lokaler Pfad zur YAML-Datei, die die Azure ML-Datenspeicherspezifikation enthält. Die YAML-Referenzdokumente für den Datenspeicher finden Sie unter: https://aka.ms/ml-cli-v2-datastore-blob-yaml-reference, , , https://aka.ms/ml-cli-v2-datastore-data-lake-gen1-yaml-reference. https://aka.ms/ml-cli-v2-datastore-data-lake-gen2-yaml-referencehttps://aka.ms/ml-cli-v2-datastore-file-yaml-reference

--resource-group -g

Name der Ressourcengruppe Sie können die Standardgruppe mit az configure --defaults group=<name> konfigurieren.

--workspace-name -w

Name des Azure ML-Arbeitsbereichs. Sie können den Standardarbeitsbereich mithilfe von az configure --defaults workspace=<name>.

Optionale Parameter

--name -n

Der Name des Datenspeichers Dadurch wird das Feld "name" in der YAML-Datei überschrieben, die in "-file/-f" bereitgestellt wird.

--set

Aktualisieren Sie ein Objekt, indem Sie einen festzulegenden Eigenschaftspfad und -wert angeben. Beispiel: --set property1.property2=.

Globale Parameter
--debug

Ausführlichkeit der Protokollierung erhöhen, um alle Debugprotokolle anzuzeigen.

--help -h

Zeigen Sie diese Hilfemeldung an, und schließen Sie sie.

--only-show-errors

Nur Fehler anzeigen und Warnungen unterdrücken.

--output -o

Ausgabeformat.

Zulässige Werte: json, jsonc, none, table, tsv, yaml, yamlc
Standardwert: json
--query

JMESPath-Abfragezeichenfolge. Weitere Informationen und Beispiele finden Sie unter http://jmespath.org/.

--subscription

Der Name oder die ID des Abonnements. Sie können das standardmäßig verwendete Abonnement mittels az account set -s NAME_OR_ID konfigurieren.

--verbose

Ausführlichkeit der Protokollierung erhöhen. „--debug“ für vollständige Debugprotokolle verwenden.

az ml datastore delete

Löschen eines Datenspeichers.

Dadurch werden die Verbindungsinformationen zum Speicherdienst aus dem Arbeitsbereich gelöscht, die zugrunde liegenden Daten werden jedoch nicht gelöscht.

az ml datastore delete --name
                       --resource-group
                       --workspace-name

Erforderliche Parameter

--name -n

Der Name des Datenspeichers

--resource-group -g

Name der Ressourcengruppe Sie können die Standardgruppe mit az configure --defaults group=<name> konfigurieren.

--workspace-name -w

Name des Azure ML-Arbeitsbereichs. Sie können den Standardarbeitsbereich mithilfe von az configure --defaults workspace=<name>.

Globale Parameter
--debug

Ausführlichkeit der Protokollierung erhöhen, um alle Debugprotokolle anzuzeigen.

--help -h

Zeigen Sie diese Hilfemeldung an, und schließen Sie sie.

--only-show-errors

Nur Fehler anzeigen und Warnungen unterdrücken.

--output -o

Ausgabeformat.

Zulässige Werte: json, jsonc, none, table, tsv, yaml, yamlc
Standardwert: json
--query

JMESPath-Abfragezeichenfolge. Weitere Informationen und Beispiele finden Sie unter http://jmespath.org/.

--subscription

Der Name oder die ID des Abonnements. Sie können das standardmäßig verwendete Abonnement mittels az account set -s NAME_OR_ID konfigurieren.

--verbose

Ausführlichkeit der Protokollierung erhöhen. „--debug“ für vollständige Debugprotokolle verwenden.

az ml datastore list

Auflisten von Datenspeichern in einem Arbeitsbereich.

az ml datastore list --resource-group
                     --workspace-name
                     [--max-results]

Beispiele

Listet alle Datenspeicher in einem Arbeitsbereich mithilfe des Arguments --query auf, um eine JMESPath-Abfrage für die Ergebnisse von Befehlen auszuführen.

az ml datastore list --query "[].{Name:name}"  --output table --resource-group my-resource-group --workspace-name my-workspace

Erforderliche Parameter

--resource-group -g

Name der Ressourcengruppe Sie können die Standardgruppe mit az configure --defaults group=<name> konfigurieren.

--workspace-name -w

Name des Azure ML-Arbeitsbereichs. Sie können den Standardarbeitsbereich mithilfe von az configure --defaults workspace=<name>.

Optionale Parameter

--max-results -r

Maximale Anzahl der zurückzugebenden Ergebnisse.

Globale Parameter
--debug

Ausführlichkeit der Protokollierung erhöhen, um alle Debugprotokolle anzuzeigen.

--help -h

Zeigen Sie diese Hilfemeldung an, und schließen Sie sie.

--only-show-errors

Nur Fehler anzeigen und Warnungen unterdrücken.

--output -o

Ausgabeformat.

Zulässige Werte: json, jsonc, none, table, tsv, yaml, yamlc
Standardwert: json
--query

JMESPath-Abfragezeichenfolge. Weitere Informationen und Beispiele finden Sie unter http://jmespath.org/.

--subscription

Der Name oder die ID des Abonnements. Sie können das standardmäßig verwendete Abonnement mittels az account set -s NAME_OR_ID konfigurieren.

--verbose

Ausführlichkeit der Protokollierung erhöhen. „--debug“ für vollständige Debugprotokolle verwenden.

az ml datastore mount

Vorschau

Dieser Befehl befindet sich in der Vorschau und in der Entwicklung. Referenz- und Supportebenen: https://aka.ms/CLI_refstatus

Stellen Sie einen bestimmten Datenspeicher in einen lokalen Pfad bereit. Derzeit wird nur Linux unterstützt.

az ml datastore mount --path
                      [--mode]
                      [--mount-point]
                      [--persistent]
                      [--resource-group]
                      [--workspace-name]

Beispiele

Bereitstellen eines Datenspeichers anhand des Namens

az ml datastore mount --mount-point /mnt/my-datastore --mode ro_mount --path my-datastore

Bereitstellen eines Datenspeichers nach Kurzformular-URL des Datenspeichers

az ml datastore mount --mount-point /mnt/my-datastore --mode ro_mount --path azureml://datastores/my-datastore

Bereitstellen eines Datenspeichers nach longform-URL des Datenspeichers

az ml datastore mount --mount-point /mnt/my-datastore --mode ro_mount --path azureml://subscriptions/my-sub-id/resourcegroups/my-rg/providers/Microsoft.MachineLearningServices/workspaces/myworkspace/datastores/my-datastore

Erforderliche Parameter

--path

Der zu bereitstellende Datenspeicherpfad in Form von <datastore_name> oder azureml://datastores/<datastore_name>.

Optionale Parameter

--mode

Bereitstellungsmodus, entweder ro_mount (schreibgeschützt) oder rw_mount (Lese-/Schreibzugriff).

Standardwert: ro_mount
--mount-point

Ein lokaler Pfad, der als Bereitstellungspunkt verwendet wird.

Standardwert: /home/azureuser/mount/data
--persistent

Stellen Sie sicher, dass die Bereitstellung über Neustarts hinweg beibehalten wird. Wird nur für Computeinstanz unterstützt.

Standardwert: False
--resource-group -g

Name der Ressourcengruppe Sie können die Standardgruppe mit az configure --defaults group=<name> konfigurieren.

--workspace-name -w

Name des Azure ML-Arbeitsbereichs. Sie können den Standardarbeitsbereich mithilfe von az configure --defaults workspace=<name>.

Globale Parameter
--debug

Ausführlichkeit der Protokollierung erhöhen, um alle Debugprotokolle anzuzeigen.

--help -h

Zeigen Sie diese Hilfemeldung an, und schließen Sie sie.

--only-show-errors

Nur Fehler anzeigen und Warnungen unterdrücken.

--output -o

Ausgabeformat.

Zulässige Werte: json, jsonc, none, table, tsv, yaml, yamlc
Standardwert: json
--query

JMESPath-Abfragezeichenfolge. Weitere Informationen und Beispiele finden Sie unter http://jmespath.org/.

--subscription

Der Name oder die ID des Abonnements. Sie können das standardmäßig verwendete Abonnement mittels az account set -s NAME_OR_ID konfigurieren.

--verbose

Ausführlichkeit der Protokollierung erhöhen. „--debug“ für vollständige Debugprotokolle verwenden.

az ml datastore show

Details für einen Datenspeicher anzeigen.

az ml datastore show --name
                     --resource-group
                     --workspace-name

Erforderliche Parameter

--name -n

Der Name des Datenspeichers

--resource-group -g

Name der Ressourcengruppe Sie können die Standardgruppe mit az configure --defaults group=<name> konfigurieren.

--workspace-name -w

Name des Azure ML-Arbeitsbereichs. Sie können den Standardarbeitsbereich mithilfe von az configure --defaults workspace=<name>.

Globale Parameter
--debug

Ausführlichkeit der Protokollierung erhöhen, um alle Debugprotokolle anzuzeigen.

--help -h

Zeigen Sie diese Hilfemeldung an, und schließen Sie sie.

--only-show-errors

Nur Fehler anzeigen und Warnungen unterdrücken.

--output -o

Ausgabeformat.

Zulässige Werte: json, jsonc, none, table, tsv, yaml, yamlc
Standardwert: json
--query

JMESPath-Abfragezeichenfolge. Weitere Informationen und Beispiele finden Sie unter http://jmespath.org/.

--subscription

Der Name oder die ID des Abonnements. Sie können das standardmäßig verwendete Abonnement mittels az account set -s NAME_OR_ID konfigurieren.

--verbose

Ausführlichkeit der Protokollierung erhöhen. „--debug“ für vollständige Debugprotokolle verwenden.

az ml datastore update

Aktualisieren eines Datenspeichers.

Die Eigenschaften "description", "tags" und "credential" können aktualisiert werden.

az ml datastore update --resource-group
                       --workspace-name
                       [--add]
                       [--file]
                       [--force-string]
                       [--name]
                       [--remove]
                       [--set]

Erforderliche Parameter

--resource-group -g

Name der Ressourcengruppe Sie können die Standardgruppe mit az configure --defaults group=<name> konfigurieren.

--workspace-name -w

Name des Azure ML-Arbeitsbereichs. Sie können den Standardarbeitsbereich mithilfe von az configure --defaults workspace=<name>.

Optionale Parameter

--add

Fügen Sie einer Liste von Objekten ein Objekt hinzu, indem Sie ein Pfad- und Schlüsselwertpaar angeben. Beispiel: --add property.listProperty <key=value, string or JSON string>.

Standardwert: []
--file -f

Lokaler Pfad zur YAML-Datei, die die Azure ML-Datenspeicherspezifikation enthält. Die YAML-Referenzdokumente für den Datenspeicher finden Sie unter: https://aka.ms/ml-cli-v2-datastore-blob-yaml-reference, , , https://aka.ms/ml-cli-v2-datastore-data-lake-gen1-yaml-reference. https://aka.ms/ml-cli-v2-datastore-data-lake-gen2-yaml-referencehttps://aka.ms/ml-cli-v2-datastore-file-yaml-reference

--force-string

Wenn Sie "set" oder "add" verwenden, behalten Sie Zeichenfolgenliterale bei, anstatt zu versuchen, in JSON zu konvertieren.

Standardwert: False
--name -n

Der Name des Datenspeichers Dadurch wird das Feld "name" in der YAML-Datei überschrieben, die in "-file/-f" bereitgestellt wird.

--remove

Entfernen sie eine Eigenschaft oder ein Element aus einer Liste. Beispiel: --remove property.list <indexToRemove> ODER --remove propertyToRemove.

Standardwert: []
--set

Aktualisieren Sie ein Objekt, indem Sie einen festzulegenden Eigenschaftspfad und -wert angeben. Beispiel: --set property1.property2=<value>.

Standardwert: []
Globale Parameter
--debug

Ausführlichkeit der Protokollierung erhöhen, um alle Debugprotokolle anzuzeigen.

--help -h

Zeigen Sie diese Hilfemeldung an, und schließen Sie sie.

--only-show-errors

Nur Fehler anzeigen und Warnungen unterdrücken.

--output -o

Ausgabeformat.

Zulässige Werte: json, jsonc, none, table, tsv, yaml, yamlc
Standardwert: json
--query

JMESPath-Abfragezeichenfolge. Weitere Informationen und Beispiele finden Sie unter http://jmespath.org/.

--subscription

Der Name oder die ID des Abonnements. Sie können das standardmäßig verwendete Abonnement mittels az account set -s NAME_OR_ID konfigurieren.

--verbose

Ausführlichkeit der Protokollierung erhöhen. „--debug“ für vollständige Debugprotokolle verwenden.