Partager via


DataOperations Classe

DataOperations.

Vous ne devez pas instancier cette classe directement. Au lieu de cela, vous devez créer un instance MLClient qui l’instancie pour vous et l’attache en tant qu’attribut.

Héritage
azure.ai.ml._scope_dependent_operations._ScopeDependentOperations
DataOperations

Constructeur

DataOperations(operation_scope: OperationScope, operation_config: OperationConfig, service_client: AzureMachineLearningWorkspaces | AzureMachineLearningWorkspaces, datastore_operations: DatastoreOperations, **kwargs: Dict)

Paramètres

operation_scope
<xref:azure.ai.ml._scope_dependent_operations.OperationScope>
Obligatoire

Variables d’étendue pour les classes d’opérations d’un objet MLClient.

operation_config
<xref:azure.ai.ml._scope_dependent_operations.OperationConfig>
Obligatoire

Configuration courante pour les classes d’opérations d’un objet MLClient.

service_client
Union[ <xref:azure.ai.ml._restclient.v2023_04_01_preview._azure_machine_learning_workspaces.AzureMachineLearningWorkspaces>, <xref:azure.ai.ml._restclient.v2021_10_01_dataplanepreview._azure_machine_learning_workspaces. AzureMachineLearningWorkspaces>]
Obligatoire

Client de service pour permettre aux utilisateurs finaux d’utiliser des ressources d’espace de travail Azure Machine Learning (ServiceClient042023Preview ou ServiceClient102021Dataplane).

datastore_operations
DatastoreOperations
Obligatoire

Représente un client pour l’exécution d’opérations sur des magasins de données.

Méthodes

archive

Archivez une ressource de données.

create_or_update

Retourne la ressource de données créée ou mise à jour.

S’il n’est pas déjà dans le stockage, l’élément multimédia est chargé dans le stockage d’objets blob de l’espace de travail.

get

Obtient la ressource de données spécifiée.

import_data

Notes

Il s’agit d’une méthode expérimentale qui peut changer à tout moment. Pour plus d’informations, consultez https://aka.ms/azuremlexperimental.

Retourne le travail d’importation de données qui crée la ressource de données.

list

Répertoriez les ressources de données de l’espace de travail.

list_materialization_status

Notes

Il s’agit d’une méthode expérimentale qui peut changer à tout moment. Pour plus d’informations, consultez https://aka.ms/azuremlexperimental.

Répertorier les travaux de matérialisation de la ressource.

restore

Restaurer une ressource de données archivée.

share

Notes

Il s’agit d’une méthode expérimentale qui peut changer à tout moment. Pour plus d’informations, consultez https://aka.ms/azuremlexperimental.

Partagez une ressource de données de l’espace de travail vers le registre.

archive

Archivez une ressource de données.

archive(name: str, version: str | None = None, label: str | None = None, **kwargs) -> None

Paramètres

name
str
Obligatoire

Nom de la ressource de données.

version
str
Obligatoire

Version de la ressource de données.

label
str
Obligatoire

Étiquette de la ressource de données. (mutuellement exclusif avec la version)

Retours

None

Exemples

Exemple de ressource de données d’archivage.


   ml_client.data.archive("data-asset-name")

create_or_update

Retourne la ressource de données créée ou mise à jour.

S’il n’est pas déjà dans le stockage, l’élément multimédia est chargé dans le stockage d’objets blob de l’espace de travail.

create_or_update(data: Data) -> Data

Paramètres

data
Data
Obligatoire

Objet de ressource de données.

Retours

Objet de ressource de données.

Type de retour

Exceptions

Déclenché lorsque le chemin d’accès de l’artefact de données est déjà lié à une autre ressource

Déclenché si les données ne peuvent pas être validées avec succès. Les détails seront fournis dans le message d’erreur.

Déclenché si le chemin d’accès local fourni pointe vers un répertoire vide.

Exemples

Exemple de création de ressources de données.


   from azure.ai.ml.entities import Data

   data_asset_example = Data(name=data_asset_name, version="2.0", path="./sdk/ml/azure-ai-ml/samples/src")
   ml_client.data.create_or_update(data_asset_example)

get

Obtient la ressource de données spécifiée.

get(name: str, version: str | None = None, label: str | None = None) -> Data

Paramètres

name
str
Obligatoire

Nom de la ressource de données.

version
str
Obligatoire

Version de la ressource de données.

label
str
Obligatoire

Étiquette de la ressource de données. (mutuellement exclusif avec la version)

Retours

Objet de ressource de données.

Type de retour

Exceptions

Déclenché si les données ne peuvent pas être identifiées et récupérées avec succès. Les détails seront fournis dans le message d’erreur.

Exemples

Obtenir un exemple de ressources de données.


   ml_client.data.get(name="data-asset-name", version="2.0")

import_data

Notes

Il s’agit d’une méthode expérimentale qui peut changer à tout moment. Pour plus d’informations, consultez https://aka.ms/azuremlexperimental.

Retourne le travail d’importation de données qui crée la ressource de données.

import_data(data_import: DataImport, **kwargs) -> PipelineJob

Paramètres

data_import
DataImport
Obligatoire

Objet DataImport.

Retours

objet de travail d’importation de données.

Type de retour

Exemples

Exemple d’importation de ressources de données.


   from azure.ai.ml.entities._data_import.data_import import DataImport
   from azure.ai.ml.entities._inputs_outputs.external_data import Database

   database_example = Database(query="SELECT ID FROM DataTable", connection="azureml:my_azuresqldb_connection")
   data_import_example = DataImport(
       name="data-asset-name", path="azureml://datastores/workspaceblobstore/paths/", source=database_example
   )
   ml_client.data.import_data(data_import_example)

list

Répertoriez les ressources de données de l’espace de travail.

list(name: str | None = None, *, list_view_type: ListViewType = ListViewType.ACTIVE_ONLY) -> ItemPaged[Data]

Paramètres

name
Optional[str]
Obligatoire

Nom d’une ressource de données spécifique, facultatif.

list_view_type

Type d’affichage pour inclure/exclure (par exemple) des ressources de données archivées. Valeur par défaut : ACTIVE_ONLY.

Retours

Itérateur comme instance d’objets Data

Type de retour

Exemples

Exemple répertorier les ressources de données.


   ml_client.data.list(name="data-asset-name")

list_materialization_status

Notes

Il s’agit d’une méthode expérimentale qui peut changer à tout moment. Pour plus d’informations, consultez https://aka.ms/azuremlexperimental.

Répertorier les travaux de matérialisation de la ressource.

list_materialization_status(name: str, *, list_view_type: ListViewType = ListViewType.ACTIVE_ONLY, **kwargs) -> Iterable[PipelineJob]

Paramètres

name
str
Obligatoire

nom de la ressource créée par les travaux de matérialisation.

list_view_type
Optional[<xref:ListViewType>]

Type d’affichage pour inclure/exclure (par exemple) les travaux archivés. Valeur par défaut : ACTIVE_ONLY.

Retours

Itérateur comme instance d’objets Job.

Type de retour

Exemples

Exemple de travaux de matérialisation de liste.


   ml_client.data.list_materialization_status("data-asset-name")

restore

Restaurer une ressource de données archivée.

restore(name: str, version: str | None = None, label: str | None = None, **kwargs) -> None

Paramètres

name
str
Obligatoire

Nom de la ressource de données.

version
str
Obligatoire

Version de la ressource de données.

label
str
Obligatoire

Étiquette de la ressource de données. (mutuellement exclusif avec la version)

Retours

None

Exemples

Exemple de ressource de données de restauration.


   ml_client.data.restore("data-asset-name")

share

Notes

Il s’agit d’une méthode expérimentale qui peut changer à tout moment. Pour plus d’informations, consultez https://aka.ms/azuremlexperimental.

Partagez une ressource de données de l’espace de travail vers le registre.

share(name, version, *, share_with_name, share_with_version, registry_name, **kwargs) -> Data

Paramètres

name
str
Obligatoire

Nom de la ressource de données.

version
str
Obligatoire

Version de la ressource de données.

share_with_name
str

Nom de la ressource de données avec qui partager.

share_with_version
str

Version de la ressource de données avec laquelle partager.

registry_name
str

Nom du registre de destination.

Retours

Objet de ressource de données.

Type de retour

Exemples

Exemple de ressource de partage de données.


       ml_client.data.share(
           name="data-asset-name",
           version="2.0",
           registry_name="my-registry",
           share_with_name="transformed-nyc-taxi-data-shared-from-ws",
           share_with_version="2.0",
       )