DataOperations Classe

DataOperations.

Non è consigliabile creare direttamente un'istanza di questa classe. È invece necessario creare un'istanza di MLClient che lo crea e lo associa come attributo.

Ereditarietà

azure.ai.ml._scope_dependent_operations._ScopeDependentOperations

DataOperations

Costruttore

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

Parametri

operation_scope

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

Necessario

Variabili di ambito per le classi di operazioni di un oggetto MLClient.

operation_config

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

Necessario

Configurazione comune per le classi di operazioni di un oggetto 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>]

Necessario

Client del servizio per consentire agli utenti finali di operare sulle risorse dell'area di lavoro di Azure Machine Learning (ServiceClient042023Preview o ServiceClient102021Dataplane).

datastore_operations

DatastoreOperations

Necessario

Rappresenta un client per l'esecuzione di operazioni in Archivi dati.

Metodi

archive	Archiviare un asset di dati.
create_or_update	Restituisce l'asset dati creato o aggiornato. Se non è già presente nell'archiviazione, l'asset verrà caricato nell'archiviazione BLOB dell'area di lavoro.
get	Ottenere l'asset dati specificato.
import_data	Nota Si tratta di un metodo sperimentale e può cambiare in qualsiasi momento. Per altre informazioni, vedere https://aka.ms/azuremlexperimental. Restituisce il processo di importazione dei dati che sta creando l'asset di dati.
list	Elencare gli asset di dati dell'area di lavoro.
list_materialization_status	Nota Si tratta di un metodo sperimentale e può cambiare in qualsiasi momento. Per altre informazioni, vedere https://aka.ms/azuremlexperimental. Elencare i processi di materializzazione dell'asset.
restore	Ripristinare un asset di dati archiviato.
share	Nota Si tratta di un metodo sperimentale e può cambiare in qualsiasi momento. Per altre informazioni, vedere https://aka.ms/azuremlexperimental. Condividere un asset di dati dall'area di lavoro al Registro di sistema.

archive

Archiviare un asset di dati.

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

Parametri

name

str

Necessario

Nome dell'asset dei dati.

version

str

Necessario

Versione dell'asset dei dati.

label

str

Necessario

Etichetta dell'asset dati. (a vicenda esclusiva con la versione)

Restituisce

Nessuno

Esempio

Esempio di asset di dati di archiviazione.

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

create_or_update

Restituisce l'asset dati creato o aggiornato.

Se non è già presente nell'archiviazione, l'asset verrà caricato nell'archiviazione BLOB dell'area di lavoro.

create_or_update(data: Data) -> Data

Parametri

data

Data

Necessario

Oggetto asset dati.

Restituisce

Oggetto asset dati.

Tipo restituito

Data

Eccezioni

AssetPathException

Generato quando il percorso dell'artefatto dati è già collegato a un altro asset

ValidationException

Generato se i dati non possono essere convalidati correttamente. I dettagli verranno forniti nel messaggio di errore.

EmptyDirectoryError

Generato se il percorso locale ha fornito punti a una directory vuota.

Esempio

Creare un esempio di asset di dati.

   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

Ottenere l'asset dati specificato.

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

Parametri

name

str

Necessario

Nome dell'asset dei dati.

version

str

Necessario

Versione dell'asset dei dati.

label

str

Necessario

Etichetta dell'asset dati. (a vicenda esclusiva con la versione)

Restituisce

Oggetto asset dati.

Tipo restituito

Data

Eccezioni

ValidationException

Generato se i dati non possono essere identificati e recuperati correttamente. I dettagli verranno forniti nel messaggio di errore.

Esempio

Ottenere un esempio di asset di dati.

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

import_data

Nota

Si tratta di un metodo sperimentale e può cambiare in qualsiasi momento. Per altre informazioni, vedere https://aka.ms/azuremlexperimental.

Restituisce il processo di importazione dei dati che sta creando l'asset di dati.

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

Parametri

data_import

DataImport

Necessario

Oggetto DataImport.

Restituisce

oggetto processo di importazione dei dati.

Tipo restituito

PipelineJob

Esempio

Esempio di importazione degli asset di dati.

   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

Elencare gli asset di dati dell'area di lavoro.

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

Parametri

name

Optional[str]

Necessario

Nome di un asset dati specifico, facoltativo.

list_view_type

Tipo di visualizzazione per l'inclusione o l'esclusione (ad esempio) degli asset di dati archiviati. Impostazione predefinita: ACTIVE_ONLY.

Restituisce

Iteratore come istanza di oggetti Data

Tipo restituito

ItemPaged[Data]

Esempio

Esempio di asset di dati elenco.

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

list_materialization_status

Nota

Si tratta di un metodo sperimentale e può cambiare in qualsiasi momento. Per altre informazioni, vedere https://aka.ms/azuremlexperimental.

Elencare i processi di materializzazione dell'asset.

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

Parametri

name

str

Necessario

nome dell'asset creato dai processi di materializzazione.

list_view_type

Optional[<xref:ListViewType>]

Tipo di visualizzazione per i processi archiviati(ad esempio) inclusi/esclusi. Impostazione predefinita: ACTIVE_ONLY.

Restituisce

Iteratore come istanza di oggetti Job.

Tipo restituito

ItemPaged[PipelineJob]

Esempio

Esempio di materializzazione dell'elenco.

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

restore

Ripristinare un asset di dati archiviato.

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

Parametri

name

str

Necessario

Nome dell'asset dei dati.

version

str

Necessario

Versione dell'asset dei dati.

label

str

Necessario

Etichetta dell'asset dati. (a vicenda esclusiva con la versione)

Restituisce

Nessuno

Esempio

Esempio di asset di ripristino dei dati.

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

share

Nota

Si tratta di un metodo sperimentale e può cambiare in qualsiasi momento. Per altre informazioni, vedere https://aka.ms/azuremlexperimental.

Condividere un asset di dati dall'area di lavoro al Registro di sistema.

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

Parametri

name

str

Necessario

Nome dell'asset dei dati.

version

str

Necessario

Versione dell'asset dei dati.

share_with_name

str

Nome dell'asset di dati da condividere con.

share_with_version

str

Versione dell'asset di dati con cui condividere.

registry_name

str

Nome del Registro di sistema di destinazione.

Restituisce

Oggetto asset dati.

Tipo restituito

Data

Esempio

Condividere l'esempio di asset dati.

       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",
       )