Catatan
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba masuk atau mengubah direktori.
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba mengubah direktori.
Fitur penghapusan sementara untuk ruang kerja Azure Pembelajaran Mesin menyediakan kemampuan perlindungan data yang memungkinkan Anda mencoba pemulihan data ruang kerja setelah penghapusan yang tidak disengaja. Penghapusan sementara memperkenalkan pendekatan dua langkah dalam menghapus ruang kerja. Saat menghapus ruang kerja, Anda terlebih dahulu menghapusnya. Saat dalam status dihapus sementara, Anda dapat memilih untuk memulihkan atau menghapus ruang kerja secara permanen dan datanya selama periode retensi data.
Nota
Penghapusan sementara dan pemulihan tidak didukung saat ruang kerja hanya menggunakan identitas terkelola yang ditetapkan pengguna.
Cara kerja penghapusan sementara ruang kerja
Saat Anda menghapus sementara ruang kerja, layanan akan menghapus data dan metadata yang disimpan di sisi layanan, tetapi secara permanen menghapus beberapa konfigurasi. Tabel berikut ini memberikan gambaran umum tentang konfigurasi dan objek mana yang dihapus sementara, dan konfigurasi dan objek mana yang dihapus secara permanen.
| Data /konfigurasi | Penghapusan sementara | Penghapusan secara permanen |
|---|---|---|
| Riwayat eksekusi | ✓ | |
| Model | ✓ | |
| Data Informasi | ✓ | |
| Lingkungan | ✓ | |
| Komponen | ✓ | |
| Notebooks | ✓ | |
| Rantai Pengolahan | ✓ | |
| Alur perancang | ✓ | |
| Pekerjaan AutoML | ✓ | |
| Proyek pelabelan data | ✓ | |
| Datastore | ✓ | |
| Mengantre atau menjalankan pekerjaan | ✓ | |
| Penetapan peran | ✓* | |
| Cache internal | ✓ | |
| Hitung intance | ✓ | |
| Kluster komputasi | ✓ | |
| Titik akhir inferensi | ✓ | |
| Ruang kerja Databricks Tertaut | ✓* |
* Microsoft mencoba pembuatan ulang atau menghubungkan ulang saat Anda memulihkan ruang kerja. Pemulihan tidak dijamin dan layanan akan berusaha semaksimal mungkin.
Setelah penghapusan sementara, layanan menyimpan data dan metadata yang diperlukan selama periode retensi pemulihan. Saat periode retensi kedaluwarsa, atau jika Anda menghapus ruang kerja secara permanen, layanan secara aktif menghapus data dan metadata.
Periode retensi penghapusan sementara
Ruang kerja yang dihapus memiliki periode retensi default 14 hari. Periode retensi menunjukkan berapa lama data ruang kerja tetap tersedia setelah penghapusan. Periode retensi dimulai ketika Anda melakukan soft delete pada ruang kerja.
Selama periode retensi, Anda dapat memulihkan atau menghapus ruang kerja yang dihapus sementara secara permanen. Operasi lain di ruang kerja, seperti mengirimkan pekerjaan pelatihan, gagal.
Penting
Anda tidak dapat menggunakan kembali nama ruang kerja yang dihapus sementara hingga periode retensi berlalu atau Anda menghapus ruang kerja secara permanen. Saat periode retensi berakhir, ruang kerja yang dihapus sementara secara otomatis dihapus secara permanen.
Menghapus ruang kerja
Perilaku penghapusan default saat menghapus ruang kerja adalah penghapusan sementara. Secara opsional, Anda dapat mengambil alih perilaku penghapusan sementara dengan menghapus ruang kerja Anda secara permanen. Menghapus ruang kerja secara permanen segera menghapus data ruang kerja. Gunakan opsi ini untuk memenuhi persyaratan kepatuhan terkait, atau kapan pun Anda memerlukan nama ruang kerja untuk digunakan kembali segera setelah penghapusan. Mengesampingkan perilaku default mungkin berguna dalam skenario dev/test tempat Anda ingin membuat dan kemudian menghapus ruang kerja.
Saat menghapus ruang kerja dari portal Microsoft Azure, pilih Hapus ruang kerja secara permanen. Anda hanya dapat menghapus satu ruang kerja secara permanen sekaligus, dan bukan dengan menggunakan operasi batch.
Petunjuk / Saran
V1 SDK dan CLI tidak menyediakan fungsionalitas untuk mengambil alih perilaku penghapusan sementara default. Untuk mengambil alih perilaku default dari SDK atau CLI, gunakan versi v2. Untuk informasi selengkapnya, lihat artikel CLI & SDK v2 atau versi v2 artikel ini.
Penting
Artikel ini memberikan informasi tentang penggunaan Azure Machine Learning SDK v1. SDK v1 tidak digunakan lagi per 31 Maret 2025. Dukungan untuk itu akan berakhir pada 30 Juni 2026. Anda dapat menginstal dan menggunakan SDK v1 hingga tanggal tersebut. Alur kerja Anda yang sudah ada menggunakan SDK v1 akan terus beroperasi setelah tanggal akhir dukungan. Namun, mereka dapat terkena risiko keamanan atau perubahan yang merusak jika terjadi perubahan arsitektur pada produk.
Kami merekomendasikan agar Anda beralih ke SDK v2 sebelum 30 Juni 2026. Untuk informasi selengkapnya tentang SDK v2, lihat Apa itu Azure Machine Learning CLI dan Python SDK v2? dan referensi SDK v2.
Penting
Beberapa perintah CLI Azure dalam artikel ini menggunakan ekstensi azure-cli-ml, atau v1, untuk Azure Machine Learning. Dukungan untuk CLI v1 berakhir pada 30 September 2025. Microsoft tidak akan lagi memberikan dukungan teknis atau pembaruan untuk layanan ini. Alur kerja Anda yang sudah ada menggunakan CLI v1 akan terus beroperasi setelah tanggal akhir dukungan. Namun, mereka dapat terkena risiko keamanan atau perubahan yang merusak jika terjadi perubahan arsitektur pada produk.
Kami menyarankan agar Anda sesegera mungkin beralih ke ekstensi ml, atau v2. Untuk informasi selengkapnya tentang ekstensi v2, lihat Ekstensi Azure Pembelajaran Mesin CLI dan Python SDK v2.
Jika Anda menggunakan Azure Machine Learning SDK atau CLI, atur permanently_delete flag.
from azure.ai.ml import MLClient
from azure.identity import DefaultAzureCredential
ml_client = MLClient(
DefaultAzureCredential(),
subscription_id="<SUBSCRIPTION_ID>",
resource_group_name="<RESOURCE_GROUP>"
)
result = ml_client.workspaces.begin_delete(
name="myworkspace",
permanently_delete=True,
delete_dependent_resources=False
).result()
print(result)
Setelah dihapus secara permanen, Anda tidak dapat memulihkan data ruang kerja. Penghapusan permanen data ruang kerja juga terjadi ketika masa retensi penghapusan lunak berakhir.
Mengelola ruang kerja yang dihapus sementara
Anda dapat mengelola ruang kerja yang dihapus sementara di bawah penyedia sumber daya Azure Machine Learning di portal Microsoft Azure. Untuk mencantumkan ruang kerja yang dihapus sementara, gunakan langkah-langkah berikut:
Dari portal Azure, pilih Layanan lainnya. Dari kategori AI + pembelajaran mesin, pilih Azure Pembelajaran Mesin.
Dari bagian atas halaman, pilih Baru dihapus untuk melihat ruang kerja yang Anda hapus sementara dan masih dalam periode retensi.
Dari tampilan ruang kerja yang baru dihapus, Anda dapat memulihkan atau menghapus ruang kerja secara permanen.
Memulihkan ruang kerja yang dihapus sementara
Saat Anda memilih Pulihkan pada ruang kerja yang dihapus sementara, ruang kerja memulai operasi untuk memulihkan status ruang kerja. Layanan ini mencoba pembuatan ulang atau penautan ulang subset sumber daya, termasuk penetapan peran Azure RBAC. Anda harus membuat ulang sumber daya yang dihapus secara permanen, termasuk kluster komputasi.
Azure Machine Learning memulihkan penetapan peran Azure RBAC untuk identitas ruang kerja, tetapi tidak memulihkan penetapan peran yang Anda tambahkan di ruang kerja. Mungkin perlu waktu hingga 15 menit agar penetapan peran disebarluaskan setelah pemulihan ruang kerja.
Pemulihan ruang kerja tidak selalu memungkinkan. Azure Pembelajaran Mesin menyimpan metadata ruang kerja di sumber daya Azure lainnya yang terkait dengan ruang kerja. Jika sumber daya Azure yang bergantung ini dihapus, mungkin mencegah pemulihan atau pemulihan yang tepat dari ruang kerja. Anda harus memulihkan dependensi ruang kerja Azure Machine Learning terlebih dahulu, sebelum memulihkan ruang kerja yang dihapus. Tabel berikut menguraikan opsi pemulihan untuk setiap dependensi ruang kerja Azure Machine Learning.
| Dependensi | Pendekatan pemulihan |
|---|---|
| Azure Key Vault | Memulihkan instans Azure Key Vault yang dihapus |
| Azure Storage | Memulihkan akun penyimpanan Azure yang dihapus. |
| Azure Container Registry | Azure Container Registry bukan persyaratan yang sulit untuk pemulihan ruang kerja. Azure Machine Learning dapat meregenerasi gambar untuk lingkungan kustom. |
| Azure Application Insights | Pertama, pulihkan ruang kerja analitik log Anda. Kemudian buat ulang wawasan aplikasi dengan nama aslinya. |
Implikasi penagihan
Saat Anda menghapus sementara ruang kerja, Anda hanya dapat 'menghapus secara permanen' atau 'memulihkan' ruang kerja tersebut. Semua operasi lainnya gagal. Meskipun ruang kerja ada, Anda tidak dapat melakukan operasi komputasi apa pun, sehingga tidak ada penggunaan yang terjadi. Saat Anda menghapus sementara ruang kerja, layanan akan menghapus sumber daya apa pun yang dikenakan biaya, termasuk kluster komputasi.
Penting
Ruang kerja yang menggunakan kunci yang dikelola pelanggan untuk penyimpanan enkripsi data layanan tambahan dalam langganan Anda dalam grup sumber daya terkelola. ** Saat Anda melakukan penghapusan lunak ruang kerja, grup sumber daya terkelola dan sumber daya di dalamnya tidak dihapus dan tetap dikenakan biaya sampai Anda melakukan penghapusan keras ruang kerja tersebut.
Privasi data dan pertimbangan peraturan
Setelah penghapusan sementara, layanan menyimpan data dan metadata yang diperlukan selama periode retensi pemulihan. Dari perspektif peraturan dan privasi, permintaan untuk menghapus data pribadi harus ditafsirkan sebagai permintaan penghapusan permanen ruang kerja dan bukan penghapusan sementara.
Saat periode retensi kedaluwarsa, atau jika Anda menghapus ruang kerja secara permanen, layanan secara aktif menghapus data dan metadata. Anda dapat memilih untuk menghapus ruang kerja secara permanen pada saat penghapusan.
Untuk informasi selengkapnya, lihat Mengekspor atau menghapus data ruang kerja.