AdlaCompute Klasse
Verwaltet ein Azure Data Lake Analytics-Computeziel in Azure Machine Learning.
Azure Data Lake Analytics ist eine umfangreiche Datenanalyseplattform in der Azure-Cloud. Sie kann als Computeziel mit einer Azure Machine Learning-Pipeline verwendet werden. Weitere Informationen finden Sie unter Was sind Computeziele in Azure Machine Learning?
Class ComputeTarget-Konstruktor.
Rufen Sie eine Clouddarstellung eines Compute-Objekts ab, das dem bereitgestellten Arbeitsbereich zugeordnet ist. Gibt eine Instanz einer untergeordneten Klasse zurück, die dem spezifischen Typ des abgerufenen Compute-Objekts entspricht.
Konstruktor
AdlaCompute(workspace, name)
Parameter
Name | Beschreibung |
---|---|
workspace
Erforderlich
|
Das Arbeitsbereichsobjekt, das das abzurufende AdlaCompute-Objekt enthält. |
name
Erforderlich
|
Der Name des abzurufenden AdlaCompute-Objekts. |
workspace
Erforderlich
|
Das Arbeitsbereichsobjekt, das das compute-Objekt enthält, das abgerufen werden soll. |
name
Erforderlich
|
Der Name des abzurufenden Compute-Objekts. |
Hinweise
Erstellen Sie vor der Verwendung ein Azure Data Lake Analytics-Konto. Informationen zum Erstellen finden Sie unter "Erste Schritte mit Azure Data Lake Analytics".
Das folgende Beispiel zeigt, wie Sie mithilfe der attach_configuration Methode ein ADLA-Konto an einen Arbeitsbereich anfügen.
adla_compute_name = 'testadl' # Name to associate with new compute in workspace
# ADLA account details needed to attach as compute to workspace
adla_account_name = "<adla_account_name>" # Name of the Azure Data Lake Analytics account
adla_resource_group = "<adla_resource_group>" # Name of the resource group which contains this account
try:
# check if already attached
adla_compute = AdlaCompute(ws, adla_compute_name)
except ComputeTargetException:
print('attaching adla compute...')
attach_config = AdlaCompute.attach_configuration(resource_group=adla_resource_group, account_name=adla_account_name)
adla_compute = ComputeTarget.attach(ws, adla_compute_name, attach_config)
adla_compute.wait_for_completion()
print("Using ADLA compute:{}".format(adla_compute.cluster_resource_id))
print("Provisioning state:{}".format(adla_compute.provisioning_state))
print("Provisioning errors:{}".format(adla_compute.provisioning_errors))
Vollständiges Beispiel ist verfügbar von https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/machine-learning-pipelines/intro-to-pipelines/aml-pipelines-use-adla-as-compute-target.ipynb
Methoden
attach |
VERALTET. Verwenden Sie stattdessen die Ordnen Sie eine vorhandene Azure Data Lake Analytics-Computeressource dem bereitgestellten Arbeitsbereich zu. |
attach_configuration |
Erstellen Sie ein Konfigurationsobjekt zum Anfügen eines Azure Data Lake Analytics-Computeziels. |
delete |
Entfernen Sie das AdlaCompute-Objekt aus dem zugeordneten Arbeitsbereich. Wenn dieses Objekt über Azure Machine Learning erstellt wurde, werden auch die entsprechenden cloudbasierten Objekte gelöscht. Wenn dieses Objekt extern erstellt und nur an den Arbeitsbereich angefügt wurde, wird ein ComputeTargetException Und nichts geändert. |
deserialize |
Konvertieren Sie ein JSON-Objekt in ein AdlaCompute-Objekt. |
detach |
Trennen Sie das AdlaCompute-Objekt aus dem zugeordneten Arbeitsbereich. Zugrunde liegende Cloudobjekte werden nicht gelöscht, nur die Zuordnung wird entfernt. |
refresh_state |
Führen Sie eine direkte Aktualisierung der Eigenschaften des Objekts durch. Diese Methode aktualisiert die Eigenschaften basierend auf dem aktuellen Zustand des entsprechenden Cloudobjekts. Dies wird in erster Linie für die manuelle Abfrage des Berechnungszustands verwendet. |
serialize |
Konvertieren Sie dieses AdlaCompute-Objekt in ein serialisiertes JSON-Wörterbuch. |
attach
VERALTET. Verwenden Sie stattdessen die attach_configuration
Methode.
Ordnen Sie eine vorhandene Azure Data Lake Analytics-Computeressource dem bereitgestellten Arbeitsbereich zu.
static attach(workspace, name, resource_id)
Parameter
Name | Beschreibung |
---|---|
workspace
Erforderlich
|
Das Arbeitsbereichsobjekt, dem die Computeressource zugeordnet werden soll. |
name
Erforderlich
|
Der Name, der der Computeressource innerhalb des bereitgestellten Arbeitsbereichs zugeordnet werden soll. Muss nicht mit dem Namen der compute-Ressource übereinstimmen, die angefügt werden soll. |
resource_id
Erforderlich
|
Die Azure-Ressourcen-ID für die zugeordnete Computeressource. |
Gibt zurück
Typ | Beschreibung |
---|---|
Eine AdlaCompute-Objektdarstellung des Computeobjekts. |
Ausnahmen
Typ | Beschreibung |
---|---|
attach_configuration
Erstellen Sie ein Konfigurationsobjekt zum Anfügen eines Azure Data Lake Analytics-Computeziels.
static attach_configuration(resource_group=None, account_name=None, resource_id=None)
Parameter
Name | Beschreibung |
---|---|
resource_group
|
Der Name der Ressourcengruppe, in der sich das Data Lake Analytics-Konto befindet. Standardwert: None
|
account_name
|
Der Name des Data Lake Analytics-Kontos. Standardwert: None
|
resource_id
|
Die Azure-Ressourcen-ID für die zugeordnete Computeressource. Standardwert: None
|
Gibt zurück
Typ | Beschreibung |
---|---|
Ein Konfigurationsobjekt, das beim Anfügen eines Computeobjekts verwendet werden soll. |
delete
Entfernen Sie das AdlaCompute-Objekt aus dem zugeordneten Arbeitsbereich.
Wenn dieses Objekt über Azure Machine Learning erstellt wurde, werden auch die entsprechenden cloudbasierten Objekte gelöscht. Wenn dieses Objekt extern erstellt und nur an den Arbeitsbereich angefügt wurde, wird ein ComputeTargetException Und nichts geändert.
delete()
Ausnahmen
Typ | Beschreibung |
---|---|
deserialize
Konvertieren Sie ein JSON-Objekt in ein AdlaCompute-Objekt.
static deserialize(workspace, object_dict)
Parameter
Name | Beschreibung |
---|---|
workspace
Erforderlich
|
Das Arbeitsbereichsobjekt, dem das AdlaCompute-Objekt zugeordnet ist. |
object_dict
Erforderlich
|
Ein JSON-Objekt, das in ein AdlaCompute-Objekt konvertiert werden soll. |
Gibt zurück
Typ | Beschreibung |
---|---|
Die AdlaCompute-Darstellung des bereitgestellten JSON-Objekts. |
Ausnahmen
Typ | Beschreibung |
---|---|
Hinweise
Löst ein ComputeTargetException , wenn der bereitgestellte Arbeitsbereich nicht der Arbeitsbereich ist, dem die Compute zugeordnet ist.
detach
Trennen Sie das AdlaCompute-Objekt aus dem zugeordneten Arbeitsbereich.
Zugrunde liegende Cloudobjekte werden nicht gelöscht, nur die Zuordnung wird entfernt.
detach()
Ausnahmen
Typ | Beschreibung |
---|---|
refresh_state
Führen Sie eine direkte Aktualisierung der Eigenschaften des Objekts durch.
Diese Methode aktualisiert die Eigenschaften basierend auf dem aktuellen Zustand des entsprechenden Cloudobjekts. Dies wird in erster Linie für die manuelle Abfrage des Berechnungszustands verwendet.
refresh_state()
serialize
Konvertieren Sie dieses AdlaCompute-Objekt in ein serialisiertes JSON-Wörterbuch.
serialize()
Gibt zurück
Typ | Beschreibung |
---|---|
Die JSON-Darstellung dieses AdlaCompute-Objekts. |