AdlaCompute Kelas
Mengelola target komputasi Azure Data Lake Analytics di Azure Machine Learning.
Azure Data Lake Analytics adalah platform analitik data besar di cloud Azure. Ini dapat digunakan sebagai target komputasi dengan alur Azure Machine Learning. Untuk informasi selengkapnya, lihat Apa itu target komputasi di Azure Machine Learning?
Konstruktor Class ComputeTarget.
Ambil representasi cloud dari objek Komputasi yang terkait dengan ruang kerja yang disediakan. Mengembalikan instans kelas anak yang sesuai dengan jenis tertentu dari objek Komputasi yang diambil.
- Warisan
-
AdlaCompute
Konstruktor
AdlaCompute(workspace, name)
Parameter
Keterangan
Membuat akun Azure Data Lake Analytics sebelum menggunakannya. Untuk membuatnya, lihat Mulai Menggunakan Azure Data Lake Analytics.
Contoh berikut menunjukkan cara menghubungkan akun Data Lake Analytics ke ruang kerja menggunakan metode attach_configuration.
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))
Sampel lengkap tersedia dari 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
Metode
attach |
TIDAK DIGUNAKAN LAGI. Gunakan metode Kaitkan sumber daya komputasi Azure Data Lake Analytics yang ada dengan ruang kerja yang disediakan. |
attach_configuration |
Buat objek konfigurasi untuk menghubungkan target komputasi Azure Data Lake Analytics. |
delete |
Hapus objek AdlaCompute dari ruang kerjanya yang terkait. Jika objek ini dibuat melalui Azure Machine Learning, objek berbasis cloud yang sesuai juga akan dihapus. Jika objek ini dibuat secara eksternal dan hanya dihubungkan dengan ruang kerja, metode ini mengajukan ComputeTargetException dan tidak ada yang berubah. |
deserialize |
Ubah objek JSON menjadi objek AdlaCompute. |
detach |
Lepaskan objek AdlaCompute dari ruang kerjanya yang terkait. Objek cloud yang mendasarinya tidak dihapus, hanya asosiasi yang dihapus. |
refresh_state |
Lakukan pembaruan di tempat dari properti objek. Metode ini memperbarui properti berdasarkan status objek cloud yang sesuai saat ini. Ini terutama digunakan untuk polling manual status komputasi. |
serialize |
Ubah objek AdlaCompute ini menjadi kamus serial JSON. |
attach
TIDAK DIGUNAKAN LAGI. Gunakan metode attach_configuration
sebagai gantinya.
Kaitkan sumber daya komputasi Azure Data Lake Analytics yang ada dengan ruang kerja yang disediakan.
static attach(workspace, name, resource_id)
Parameter
- name
- str
Nama yang akan diasosiasikan dengan sumber daya komputasi di dalam ruang kerja yang disediakan. Tidak harus cocok dengan nama sumber daya komputasi yang akan dihubungkan.
Mengembalikan
Representasi objek AdlaCompute dari objek komputasi.
Tipe hasil
Pengecualian
attach_configuration
Buat objek konfigurasi untuk menghubungkan target komputasi Azure Data Lake Analytics.
static attach_configuration(resource_group=None, account_name=None, resource_id=None)
Parameter
- resource_group
- str
Nama grup sumber daya tempat akun Data Lake Analytics berada.
- resource_id
- str
ID sumber daya Azure untuk sumber daya komputasi yang dihubungkan.
Mengembalikan
Objek konfigurasi yang akan digunakan saat menghubungkan objek komputasi.
Tipe hasil
Pengecualian
delete
Hapus objek AdlaCompute dari ruang kerjanya yang terkait.
Jika objek ini dibuat melalui Azure Machine Learning, objek berbasis cloud yang sesuai juga akan dihapus. Jika objek ini dibuat secara eksternal dan hanya dihubungkan dengan ruang kerja, metode ini mengajukan ComputeTargetException dan tidak ada yang berubah.
delete()
Pengecualian
deserialize
Ubah objek JSON menjadi objek AdlaCompute.
static deserialize(workspace, object_dict)
Parameter
Mengembalikan
Representasi AdlaCompute dari objek JSON yang disediakan.
Tipe hasil
Pengecualian
Keterangan
Mengajukan ComputeTargetException jika ruang kerja yang disediakan bukan ruang kerja yang dikaitkan dengan Azure Compute.
detach
Lepaskan objek AdlaCompute dari ruang kerjanya yang terkait.
Objek cloud yang mendasarinya tidak dihapus, hanya asosiasi yang dihapus.
detach()
Pengecualian
refresh_state
Lakukan pembaruan di tempat dari properti objek.
Metode ini memperbarui properti berdasarkan status objek cloud yang sesuai saat ini. Ini terutama digunakan untuk polling manual status komputasi.
refresh_state()
Pengecualian
serialize
Ubah objek AdlaCompute ini menjadi kamus serial JSON.
serialize()
Mengembalikan
Representasi JSON dari objek AdlaCompute ini.
Tipe hasil
Pengecualian
Saran dan Komentar
https://aka.ms/ContentUserFeedback.
Segera hadir: Sepanjang tahun 2024 kami akan menghentikan penggunaan GitHub Issues sebagai mekanisme umpan balik untuk konten dan menggantinya dengan sistem umpan balik baru. Untuk mengetahui informasi selengkapnya, lihat:Kirim dan lihat umpan balik untuk