az ml feature-store
Nota
Questo riferimento fa parte dell'estensione ml
Gestire gli archivi delle funzionalità di Azure ML.
Un archivio funzionalità è un sistema di gestione del ciclo di vita per le funzionalità. L'archivio funzionalità fornisce l'individuazione delle funzionalità, la materializzazione che gestisce i carichi di lavoro offline (inferenza di training/batch), serve l'inferenza online con requisiti di bassa latenza e il monitoraggio della qualità operativa e delle funzionalità.
Comandi
Nome | Descrizione | Tipo | Status |
---|---|---|---|
az ml feature-store create |
Creare un archivio funzionalità. |
Estensione | GA |
az ml feature-store delete |
Eliminare un archivio funzionalità. |
Estensione | GA |
az ml feature-store list |
Elencare tutti gli archivi di funzionalità in una sottoscrizione. |
Estensione | GA |
az ml feature-store provision-network |
Effettuare il provisioning della rete gestita. |
Estensione | GA |
az ml feature-store show |
Mostra i dettagli per un archivio funzionalità. |
Estensione | GA |
az ml feature-store update |
Aggiornare un archivio funzionalità. |
Estensione | GA |
az ml feature-store create
Creare un archivio funzionalità.
Quando viene creato un archivio funzionalità, vengono create anche diverse risorse di Azure che verranno usate da Azure ML per impostazione predefinita: Archiviazione di Azure, Registro Azure Container, Azure Key Vault e Azure Application Insights. È invece possibile usare istanze di risorse di Azure esistenti per quelle durante la creazione dell'archivio funzionalità specificando gli ID risorsa nel file YAML di configurazione dell'archivio funzionalità.
az ml feature-store create --resource-group
[--application-insights]
[--container-registry]
[--description]
[--display-name]
[--file]
[--image-build-compute]
[--location]
[--managed-network]
[--materialization-identity]
[--name]
[--no-wait]
[--not-grant-permissions]
[--offline-store]
[--primary-user-assigned-identity]
[--public-network-access]
[--set]
[--tags]
[--update-dependent-resources]
Esempio
Creare un archivio funzionalità da un file di specifica YAML.
az ml feature-store create --file feature-store.yml --resource-group my-resource-group
Parametri necessari
Nome del gruppo di risorse. È possibile configurare il gruppo predefinito usando az configure --defaults group=<name>
.
Parametri facoltativi
ID ARM di Application Insights associato a questa area di lavoro.
ID ARM del registro contenitori associato a questa area di lavoro.
Descrizione dell'archivio funzionalità.
Nome visualizzato per l'archivio funzionalità.
Percorso locale del file YAML contenente la specifica feature_store di Azure ML. La documentazione di riferimento YAML per feature_store è disponibile in: https://aka.ms/ml-cli-v2-featurestore-yaml-reference.
Nome della destinazione di calcolo da usare per la compilazione di immagini Docker dell'ambiente quando il registro contenitori si trova dietro una rete virtuale.
Posizione da usare per il nuovo archivio funzionalità.
Modalità di isolamento rete gestita per l'area di lavoro.
Identità usata per la connessione offline/online store.
Nome dell'archivio funzionalità.
Non attendere il completamento della creazione dell'archivio funzionalità.
Specificando --not-grant-permissions,per non concedere l'autorizzazione di identità materializzante all'archivio funzionalità (area di lavoro, archivio offline e archivio online). Il valore predefinito è False.
Configurazione dell'archivio delle funzionalità offline. materialization-identity è necessario per configurare l'archivio offline.
Identificatore ARM dell'identità gestita assegnata dall'utente primario, nel caso in cui vengano specificate più identità gestite. Anche l'identità gestita predefinita per il calcolo senza cluster.
Consentire la connettività dell'endpoint pubblico quando un'area di lavoro è abilitata per il collegamento privato.
Aggiornare un oggetto specificando un percorso di proprietà e un valore da impostare. Esempio: --set property1.property2=value.
Coppie chiave-valore separate da spazi per i tag dell'oggetto.
Specificando --update_dependent_resources, fornisce il consenso per aggiornare le risorse dipendenti dall'archivio funzionalità. L'aggiornamento del Registro Azure Container collegato all'area di lavoro o della risorsa di Application Insights può interrompere la derivazione dei processi precedenti, gli endpoint di inferenza distribuiti o la possibilità di rieseguire processi precedenti in questo archivio funzionalità.
Parametri globali
Aumentare il livello di dettaglio della registrazione per visualizzare tutti i log di debug.
Mostra questo messaggio della Guida e esci.
Mostra solo gli errori, eliminando gli avvisi.
Formato di output.
Stringa di query JMESPath. Per altre informazioni ed esempi, vedere http://jmespath.org/.
Nome o ID della sottoscrizione. È possibile configurare la sottoscrizione predefinita usando az account set -s NAME_OR_ID
.
Aumentare il livello di dettaglio della registrazione. Usare --debug per i log di debug completi.
az ml feature-store delete
Eliminare un archivio funzionalità.
Per impostazione predefinita, le risorse dipendenti associate all'archivio funzionalità (Archiviazione di Azure, Registro Azure Container, Azure Key Vault, Azure Application Insights) non vengono eliminate. Per eliminare anche quelli, includere --all-resources.
az ml feature-store delete --name
--resource-group
[--all-resources]
[--no-wait]
[--yes]
Parametri necessari
Nome dell'archivio funzionalità È possibile configurare il gruppo predefinito usando az configure --defaults feature-store=<name>
.
Nome del gruppo di risorse. È possibile configurare il gruppo predefinito usando az configure --defaults group=<name>
.
Parametri facoltativi
Eliminare tutte le risorse dipendenti associate all'archivio funzionalità (account di archiviazione di Azure, Registro Azure Container, Azure Application Insights, Azure Key Vault).
Non attendere il completamento dell'operazione a esecuzione prolungata. Il valore predefinito è False.
Non richiedere conferma.
Parametri globali
Aumentare il livello di dettaglio della registrazione per visualizzare tutti i log di debug.
Mostra questo messaggio della Guida e esci.
Mostra solo gli errori, eliminando gli avvisi.
Formato di output.
Stringa di query JMESPath. Per altre informazioni ed esempi, vedere http://jmespath.org/.
Nome o ID della sottoscrizione. È possibile configurare la sottoscrizione predefinita usando az account set -s NAME_OR_ID
.
Aumentare il livello di dettaglio della registrazione. Usare --debug per i log di debug completi.
az ml feature-store list
Elencare tutti gli archivi di funzionalità in una sottoscrizione.
L'elenco di archivi funzionalità può essere filtrato in base al gruppo di risorse.
az ml feature-store list [--max-results]
[--resource-group]
Esempio
Elencare tutti gli archivi di funzionalità in un gruppo di risorse
az ml feature-store list --resource-group my-resource-group
Elencare tutti gli archivi di funzionalità usando l'argomento --query per eseguire una query JMESPath sui risultati dei comandi.
az ml feature-store list --query "[].{Name:name}" --output table --resource-group my-resource-group
Parametri facoltativi
Numero massimo di risultati da restituire.
Nome del gruppo di risorse. È possibile configurare il gruppo predefinito usando az configure --defaults group=<name>
.
Parametri globali
Aumentare il livello di dettaglio della registrazione per visualizzare tutti i log di debug.
Mostra questo messaggio della Guida e esci.
Mostra solo gli errori, eliminando gli avvisi.
Formato di output.
Stringa di query JMESPath. Per altre informazioni ed esempi, vedere http://jmespath.org/.
Nome o ID della sottoscrizione. È possibile configurare la sottoscrizione predefinita usando az account set -s NAME_OR_ID
.
Aumentare il livello di dettaglio della registrazione. Usare --debug per i log di debug completi.
az ml feature-store provision-network
Effettuare il provisioning della rete gestita.
Attiva l'archivio funzionalità per effettuare il provisioning della rete gestita. Se si specifica il flag spark abilitato, viene preparata la rete gestita dell'area di lavoro per il supporto di Spark. Il valore predefinito è false se non specificato, ma può essere abilitato in un secondo momento eseguendo di nuovo questo comando con questo flag. Una volta abilitata, non può essere disabilitata.
az ml feature-store provision-network --name
--resource-group
[--include-spark]
[--no-wait]
Esempio
Effettuare il provisioning della rete gestita.
az ml feature-store provision-network --resource-group my-resource-group --name my-feature-store-name
Parametri necessari
Nome dell'archivio funzionalità È possibile configurare il gruppo predefinito usando az configure --defaults feature-store=<name>
.
Nome del gruppo di risorse. È possibile configurare il gruppo predefinito usando az configure --defaults group=<name>
.
Parametri facoltativi
Valore booleano [true/false] per se è necessario eseguire il provisioning della rete gestita per tenere conto dei processi Spark. Il valore predefinito è false se il flag non è impostato. Può essere abilitato in un secondo momento eseguendo di nuovo questo comando con questo flag.
Non attendere il completamento dell'operazione a esecuzione prolungata. Il valore predefinito è False.
Parametri globali
Aumentare il livello di dettaglio della registrazione per visualizzare tutti i log di debug.
Mostra questo messaggio della Guida e esci.
Mostra solo gli errori, eliminando gli avvisi.
Formato di output.
Stringa di query JMESPath. Per altre informazioni ed esempi, vedere http://jmespath.org/.
Nome o ID della sottoscrizione. È possibile configurare la sottoscrizione predefinita usando az account set -s NAME_OR_ID
.
Aumentare il livello di dettaglio della registrazione. Usare --debug per i log di debug completi.
az ml feature-store show
Mostra i dettagli per un archivio funzionalità.
az ml feature-store show --name
--resource-group
Parametri necessari
Nome dell'archivio funzionalità È possibile configurare il gruppo predefinito usando az configure --defaults feature-store=<name>
.
Nome del gruppo di risorse. È possibile configurare il gruppo predefinito usando az configure --defaults group=<name>
.
Parametri globali
Aumentare il livello di dettaglio della registrazione per visualizzare tutti i log di debug.
Mostra questo messaggio della Guida e esci.
Mostra solo gli errori, eliminando gli avvisi.
Formato di output.
Stringa di query JMESPath. Per altre informazioni ed esempi, vedere http://jmespath.org/.
Nome o ID della sottoscrizione. È possibile configurare la sottoscrizione predefinita usando az account set -s NAME_OR_ID
.
Aumentare il livello di dettaglio della registrazione. Usare --debug per i log di debug completi.
az ml feature-store update
Aggiornare un archivio funzionalità.
È possibile aggiornare le proprietà 'description', 'tags', 'friendly_name' e materialization_identity.
az ml feature-store update --name
--resource-group
[--add]
[--application-insights]
[--container-registry]
[--description]
[--display-name]
[--file]
[--force-string]
[--image-build-compute]
[--managed-network]
[--materialization-identity]
[--no-wait]
[--not-grant-permissions]
[--primary-user-assigned-identity]
[--public-network-access]
[--remove]
[--set]
[--update-dependent-resources]
Esempio
aggiornare un archivio funzionalità da un file di specifica YAML.
az ml feature-store update --resource-group my-resource-group --name my-feature-store-name --file feature-store.yml
Parametri necessari
Nome dell'archivio funzionalità È possibile configurare il gruppo predefinito usando az configure --defaults feature-store=<name>
.
Nome del gruppo di risorse. È possibile configurare il gruppo predefinito usando az configure --defaults group=<name>
.
Parametri facoltativi
Aggiungere un oggetto a un elenco di oggetti specificando un percorso e coppie chiave-valore. Esempio: --add property.listProperty <key=value, string or JSON string>
.
ID ARM di Application Insights associato a questa area di lavoro.
ID ARM del registro contenitori associato a questa area di lavoro.
Descrizione dell'archivio funzionalità.
Nome visualizzato per l'archivio funzionalità.
Percorso locale del file YAML contenente la specifica feature_store di Azure ML. La documentazione di riferimento YAML per feature_store è disponibile in: https://aka.ms/ml-cli-v2-featurestore-yaml-reference.
Quando si usa 'set' o 'add', mantenere i valori letterali stringa anziché tentare di eseguire la conversione in JSON.
Nome della destinazione di calcolo da usare per la compilazione di immagini Docker dell'ambiente quando il registro contenitori si trova dietro una rete virtuale.
Modalità di isolamento rete gestita per l'area di lavoro.
Identità usata per la connessione offline/online store.
Non attendere il completamento dell'operazione a esecuzione prolungata. Il valore predefinito è False.
Specificando --not-grant-permissions,per non concedere l'autorizzazione di identità materializzante all'archivio funzionalità (area di lavoro, archivio offline e archivio online). Il valore predefinito è False.
ID ARM dell'identità assegnata dall'utente primario associata a questa area di lavoro.
Consentire la connettività dell'endpoint pubblico quando un'area di lavoro è abilitata per il collegamento privato.
Rimuovere una proprietà o un elemento da un elenco. Esempio: --remove property.list <indexToRemove>
OR --remove propertyToRemove
.
Aggiornare un oggetto specificando un percorso di proprietà e un valore da impostare. Esempio: --set property1.property2=<value>
.
Specificando --update_dependent_resources, viene fornito il consenso per aggiornare le risorse dipendenti dell'area di lavoro. L'aggiornamento del Registro Azure Container collegato all'area di lavoro o della risorsa di Application Insights può interrompere la derivazione dei processi precedenti, gli endpoint di inferenza distribuiti o la possibilità di rieseguire i processi precedenti in questa area di lavoro.
Parametri globali
Aumentare il livello di dettaglio della registrazione per visualizzare tutti i log di debug.
Mostra questo messaggio della Guida e esci.
Mostra solo gli errori, eliminando gli avvisi.
Formato di output.
Stringa di query JMESPath. Per altre informazioni ed esempi, vedere http://jmespath.org/.
Nome o ID della sottoscrizione. È possibile configurare la sottoscrizione predefinita usando az account set -s NAME_OR_ID
.
Aumentare il livello di dettaglio della registrazione. Usare --debug per i log di debug completi.