Delen via

Datastore Klas

  • Referentie

Vertegenwoordigt een opslagabstractie over een Azure Machine Learning-opslagaccount.

Gegevensarchieven zijn gekoppeld aan werkruimten en worden gebruikt voor het opslaan van verbindingsgegevens met Azure-opslagservices, zodat u deze op naam kunt raadplegen en de verbindingsinformatie en het geheim dat wordt gebruikt om verbinding te maken met de opslagservices, niet hoeft te onthouden.

Voorbeelden van ondersteunde Azure-opslagservices die kunnen worden geregistreerd als gegevensarchieven zijn:

  • Azure Blob Container

  • Azure-bestandsshare

  • Azure Data Lake

  • Azure Data Lake Gen2

  • Azure SQL Database

  • Azure Database for PostgreSQL

  • Databricks-bestandssysteem

  • Azure Database for MySQL

Gebruik deze klasse om beheerbewerkingen uit te voeren, waaronder het registreren, weergeven, ophalen en verwijderen van gegevensarchieven. Gegevensarchieven voor elke service worden gemaakt met de register* methoden van deze klasse. Wanneer u een gegevensarchief gebruikt om toegang te krijgen tot gegevens, moet u gemachtigd zijn om toegang te krijgen tot die gegevens. Dit is afhankelijk van de referenties die zijn geregistreerd bij het gegevensarchief.

Zie de volgende artikelen voor meer informatie over gegevensarchieven en hoe deze kunnen worden gebruikt in machine learning:

Een gegevensarchief ophalen op naam. Met deze aanroep wordt een aanvraag verzonden naar de gegevensopslagservice.

Overname
builtins.object
Datastore

Constructor

Datastore(workspace, name=None)

Parameters

Name Description
workspace
Vereist
Workspace

De werkruimte.
name
str, <xref:optional>

De naam van het gegevensarchief wordt standaard ingesteld op Geen, waarmee het standaardgegevensarchief wordt opgehaald.

Default value: None

Opmerkingen

Als u wilt communiceren met gegevens in uw gegevensarchieven voor machine learning-taken, zoals training, maakt u een Azure Machine Learning-gegevensset. Gegevenssets bieden functies waarmee gegevens in tabelvorm worden geladen in een pandas- of Spark-dataframe. Gegevenssets bieden ook de mogelijkheid om bestanden van elke indeling te downloaden of koppelen vanuit Azure Blob Storage, Azure Files, Azure Data Lake Storage Gen1, Azure Data Lake Storage Gen2, Azure SQL Database en Azure Database for PostgreSQL. Meer informatie over het trainen met gegevenssets.

In het volgende voorbeeld ziet u hoe u een gegevensarchief maakt dat is verbonden met Een Azure Blob-container.


   # from azureml.exceptions import UserErrorException
   #
   # blob_datastore_name='MyBlobDatastore'
   # account_name=os.getenv("BLOB_ACCOUNTNAME_62", "<my-account-name>") # Storage account name
   # container_name=os.getenv("BLOB_CONTAINER_62", "<my-container-name>") # Name of Azure blob container
   # account_key=os.getenv("BLOB_ACCOUNT_KEY_62", "<my-account-key>") # Storage account key
   #
   # try:
   #     blob_datastore = Datastore.get(ws, blob_datastore_name)
   #     print("Found Blob Datastore with name: %s" % blob_datastore_name)
   # except UserErrorException:
   #     blob_datastore = Datastore.register_azure_blob_container(
   #         workspace=ws,
   #         datastore_name=blob_datastore_name,
   #         account_name=account_name, # Storage account name
   #         container_name=container_name, # Name of Azure blob container
   #         account_key=account_key) # Storage account key
   #     print("Registered blob datastore with name: %s" % blob_datastore_name)
   #
   # blob_data_ref = DataReference(
   #     datastore=blob_datastore,
   #     data_reference_name="blob_test_data",
   #     path_on_datastore="testdata")

Het volledige voorbeeld is beschikbaar via https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/machine-learning-pipelines/intro-to-pipelines/aml-pipelines-data-transfer.ipynb

Methoden

get

Een gegevensarchief ophalen op naam. Dit is hetzelfde als het aanroepen van de constructor.
get_default

Haal het standaardgegevensarchief voor de werkruimte op.
register_azure_blob_container

Een Azure Blob-container registreren bij het gegevensarchief.

Toegang tot gegevens op basis van referenties (GA) en identiteitsgegevens (preview) worden ondersteund. U kunt ervoor kiezen om sas-token of opslagaccountsleutel te gebruiken. Als er geen referenties worden opgeslagen in het gegevensarchief, wordt het AAD-token van gebruikers gebruikt in notebook of lokaal Python-programma als hiermee rechtstreeks een van deze functies wordt aangeroepen: FileDataset.mount FileDataset.download FileDataset.to_path TabularDataset.to_pandas_dataframe TabularDataset.to_dask_dataframe TabularDataset.to_spark_dataframe TabularDataset.to_parquet_files TabularDataset.to_csv_files de identiteit van het rekendoel wordt gebruikt in taken die door Experiment.submit worden verzonden voor verificatie van gegevenstoegang. Klik hier voor meer informatie.
register_azure_data_lake

Initialiseer een nieuw Azure Data Lake-gegevensarchief.

Gegevenstoegang op basis van referenties (GA) en op identiteit gebaseerde (preview) wordt ondersteund. U kunt een gegevensarchief registreren bij service-principal voor toegang tot gegevens op basis van referenties. Als er geen referenties worden opgeslagen met het gegevensarchief, wordt het AAD-token van gebruikers gebruikt in notebook of het lokale Python-programma als het rechtstreeks een van deze functies aanroept: FileDataset.mount FileDataset.download FileDataset.to_path TabularDataset.to_pandas_dataframe TabularDataset.to_dask_dataframe TabularDataset.to_spark_dataframe TabularDataset.to_parquet_files TabularDataset.to_csv_files de identiteit van het rekendoel wordt gebruikt in taken die door Experiment.submit worden verzonden voor verificatie van gegevenstoegang. Klik hier voor meer informatie.

Hieronder vindt u een voorbeeld van het registreren van een Azure Data Lake Gen1 als een gegevensarchief.


   adlsgen1_datastore_name='adlsgen1datastore'

   store_name=os.getenv("ADL_STORENAME", "<my_datastore_name>") # the ADLS name
   subscription_id=os.getenv("ADL_SUBSCRIPTION", "<my_subscription_id>") # subscription id of the ADLS
   resource_group=os.getenv("ADL_RESOURCE_GROUP", "<my_resource_group>") # resource group of ADLS
   tenant_id=os.getenv("ADL_TENANT", "<my_tenant_id>") # tenant id of service principal
   client_id=os.getenv("ADL_CLIENTID", "<my_client_id>") # client id of service principal
   client_secret=os.getenv("ADL_CLIENT_SECRET", "<my_client_secret>") # the secret of service principal

   adls_datastore = Datastore.register_azure_data_lake(
       workspace=ws,
       datastore_name=aslsgen1_datastore_name,
       subscription_id=subscription_id, # subscription id of ADLS account
       resource_group=resource_group, # resource group of ADLS account
       store_name=store_name, # ADLS account name
       tenant_id=tenant_id, # tenant id of service principal
       client_id=client_id, # client id of service principal
       client_secret=client_secret) # the secret of service principal
register_azure_data_lake_gen2

Initialiseer een nieuw Azure Data Lake Gen2-gegevensarchief.

Gegevenstoegang op basis van referenties (GA) en op identiteit gebaseerde (preview) wordt ondersteund. U kunt een gegevensarchief registreren bij service-principal voor toegang tot gegevens op basis van referenties. Als er geen referenties worden opgeslagen met het gegevensarchief, wordt het AAD-token van gebruikers gebruikt in notebook of het lokale Python-programma als het rechtstreeks een van deze functies aanroept: FileDataset.mount FileDataset.download FileDataset.to_path TabularDataset.to_pandas_dataframe TabularDataset.to_dask_dataframe TabularDataset.to_spark_dataframe TabularDataset.to_parquet_files TabularDataset.to_csv_files de identiteit van het rekendoel wordt gebruikt in taken die door Experiment.submit worden verzonden voor verificatie van gegevenstoegang. Klik hier voor meer informatie.
register_azure_file_share

Registreer een Azure-bestandsshare bij het gegevensarchief.

U kunt ervoor kiezen om een SAS-token of een opslagaccountsleutel te gebruiken
register_azure_my_sql

Initialiseer een nieuw Azure MySQL-gegevensarchief.

MySQL-gegevensarchief kan alleen worden gebruikt om DataReference te maken als invoer en uitvoer naar DataTransferStep in Azure Machine Learning-pijplijnen. Meer informatie vindt u hier.

Hieronder vindt u een voorbeeld van het registreren van een Azure MySQL-database als een gegevensarchief.
register_azure_postgre_sql

Initialiseer een nieuw Azure PostgreSQL-gegevensarchief.

Hieronder vindt u een voorbeeld van het registreren van een Azure PostgreSQL-database als een gegevensarchief.
register_azure_sql_database

Initialiseer een nieuw Azure SQL databasegegevensarchief.

Toegang tot gegevens op basis van referenties (GA) en identiteitsgegevens (preview) worden ondersteund. U kunt ervoor kiezen om service-principal of gebruikersnaam + wachtwoord te gebruiken. Als er geen referenties worden opgeslagen in het gegevensarchief, wordt het AAD-token van gebruikers gebruikt in notebook of lokaal Python-programma als hiermee rechtstreeks een van deze functies wordt aangeroepen: FileDataset.mount FileDataset.download FileDataset.to_path TabularDataset.to_pandas_dataframe TabularDataset.to_dask_dataframe TabularDataset.to_spark_dataframe TabularDataset.to_parquet_files TabularDataset.to_csv_files de identiteit van het rekendoel wordt gebruikt in taken die door Experiment.submit worden verzonden voor verificatie van gegevenstoegang. Klik hier voor meer informatie.

Hieronder vindt u een voorbeeld van het registreren van een Azure SQL-database als een gegevensarchief.
register_dbfs

Initialiseer een nieuw DBFS-gegevensarchief (Databricks File System).

Het DBFS-gegevensarchief kan alleen worden gebruikt voor het maken van DataReference als invoer en PipelineData als uitvoer naar DatabricksStep in Azure Machine Learning-pijplijnen. Meer informatie vindt u hier.
register_hdfs

Notitie

Dit is een experimentele methode en kan op elk gewenst moment worden gewijzigd. Zie https://aka.ms/azuremlexperimental voor meer informatie.

Initialiseer een nieuw HDFS-gegevensarchief.
set_as_default

Stel het standaardgegevensarchief in.
unregister

De registratie van het gegevensarchief ongedaan maken. de onderliggende opslagservice wordt niet verwijderd.

get

Een gegevensarchief ophalen op naam. Dit is hetzelfde als het aanroepen van de constructor.

static get(workspace, datastore_name)

Parameters

Name Description
workspace
Vereist
Workspace

De werkruimte.
datastore_name
Vereist
str, <xref:optional>

De naam van het gegevensarchief wordt standaard ingesteld op Geen, waarmee het standaardgegevensarchief wordt opgehaald.

Retouren

Type Description
AzureFileDatastore,
AzureBlobDatastore,
AzureDataLakeDatastore,
AzureDataLakeGen2Datastore,
AzureSqlDatabaseDatastore,
AzurePostgreSqlDatastore,
AzureMySqlDatastore,
DBFSDatastore

Het bijbehorende gegevensarchief voor die naam.

get_default

Haal het standaardgegevensarchief voor de werkruimte op.

static get_default(workspace)

Parameters

Name Description
workspace
Vereist
Workspace

De werkruimte.

Retouren

Type Description
AzureFileDatastore,
AzureBlobDatastore

Het standaardgegevensarchief voor de werkruimte

register_azure_blob_container

Een Azure Blob-container registreren bij het gegevensarchief.

Toegang tot gegevens op basis van referenties (GA) en identiteitsgegevens (preview) worden ondersteund. U kunt ervoor kiezen om sas-token of opslagaccountsleutel te gebruiken. Als er geen referenties worden opgeslagen in het gegevensarchief, wordt het AAD-token van gebruikers gebruikt in notebook of lokaal Python-programma als hiermee rechtstreeks een van deze functies wordt aangeroepen: FileDataset.mount FileDataset.download FileDataset.to_path TabularDataset.to_pandas_dataframe TabularDataset.to_dask_dataframe TabularDataset.to_spark_dataframe TabularDataset.to_parquet_files TabularDataset.to_csv_files de identiteit van het rekendoel wordt gebruikt in taken die door Experiment.submit worden verzonden voor verificatie van gegevenstoegang. Klik hier voor meer informatie.

static register_azure_blob_container(workspace, datastore_name, container_name, account_name, sas_token=None, account_key=None, protocol=None, endpoint=None, overwrite=False, create_if_not_exists=False, skip_validation=False, blob_cache_timeout=None, grant_workspace_access=False, subscription_id=None, resource_group=None)

Parameters

Name Description
workspace
Vereist
Workspace

De werkruimte.
datastore_name
Vereist
str

De naam van het gegevensarchief, niet hoofdlettergevoelig, mag alleen alfanumerieke tekens en _bevatten.
container_name
Vereist
str

De naam van de Azure Blob-container.
account_name
Vereist
str

De naam van het opslagaccount.
sas_token
str, <xref:optional>

Een SAS-token voor een account, wordt standaard ingesteld op Geen. Voor het lezen van gegevens hebben we een minimum van lijst- & leesmachtigingen nodig voor Containers &-objecten en voor het schrijven van gegevens hebben we daarnaast schrijfmachtigingen & Toevoegen nodig.

Default value: None
account_key
str, <xref:optional>

Toegangssleutels van uw opslagaccount worden standaard ingesteld op Geen.

Default value: None
protocol
str, <xref:optional>

Protocol dat moet worden gebruikt om verbinding te maken met de blobcontainer. Indien Geen, wordt standaard ingesteld op https.

Default value: None
endpoint
str, <xref:optional>

Het eindpunt van het opslagaccount. Indien Geen, wordt standaard ingesteld op core.windows.net.

Default value: None
overwrite
bool, <xref:optional>

Hiermee wordt een bestaand gegevensarchief overschreven. Als het gegevensarchief niet bestaat, wordt er een gemaakt, standaard ingesteld op False

Default value: False
create_if_not_exists
bool, <xref:optional>

de blobcontainer maken als deze niet bestaat, wordt standaard ingesteld op False

Default value: False
skip_validation
bool, <xref:optional>

Validatie van opslagsleutels overslaan, standaard ingesteld op False

Default value: False
blob_cache_timeout
int, <xref:optional>

Wanneer deze blob is gekoppeld, stelt u de time-out van de cache in op dit aantal seconden. Indien Geen, wordt standaard ingesteld op geen time-out (d.w.w. blobs worden opgeslagen in de cache voor de duur van de taak wanneer deze wordt gelezen).

Default value: None
grant_workspace_access
bool, <xref:optional>

Standaard ingesteld op False. Stel deze optie in op Waar om vanuit Machine Learning Studio toegang te krijgen tot gegevens achter een virtueel netwerk. Hierdoor wordt voor de toegang tot gegevens vanuit Machine Learning Studio een door de werkruimte beheerde identiteit gebruikt voor verificatie en wordt de beheerde identiteit van de werkruimte toegevoegd als Lezer van de opslag. U moet eigenaar of beheerder van gebruikerstoegang van de opslag zijn om u aan te melden. Vraag de beheerder om dit voor u te configureren als u niet over de vereiste machtiging beschikt. Meerhttps://docs.microsoft.com/azure/machine-learning/how-to-enable-studio-virtual-network informatie

Default value: False
subscription_id
str, <xref:optional>

De abonnements-id van het opslagaccount wordt standaard ingesteld op Geen.

Default value: None
resource_group
str, <xref:optional>

De resourcegroep van het opslagaccount wordt standaard ingesteld op Geen.

Default value: None

Retouren

Type Description
AzureBlobDatastore

Het blob-gegevensarchief.

Opmerkingen

Als u opslag koppelt vanuit een andere regio dan de werkruimteregio, kan dit leiden tot hogere latentie en extra netwerkgebruikskosten.

register_azure_data_lake

Initialiseer een nieuw Azure Data Lake-gegevensarchief.

Gegevenstoegang op basis van referenties (GA) en op identiteit gebaseerde (preview) wordt ondersteund. U kunt een gegevensarchief registreren bij service-principal voor toegang tot gegevens op basis van referenties. Als er geen referenties worden opgeslagen met het gegevensarchief, wordt het AAD-token van gebruikers gebruikt in notebook of het lokale Python-programma als het rechtstreeks een van deze functies aanroept: FileDataset.mount FileDataset.download FileDataset.to_path TabularDataset.to_pandas_dataframe TabularDataset.to_dask_dataframe TabularDataset.to_spark_dataframe TabularDataset.to_parquet_files TabularDataset.to_csv_files de identiteit van het rekendoel wordt gebruikt in taken die door Experiment.submit worden verzonden voor verificatie van gegevenstoegang. Klik hier voor meer informatie.

Hieronder vindt u een voorbeeld van het registreren van een Azure Data Lake Gen1 als een gegevensarchief.


   adlsgen1_datastore_name='adlsgen1datastore'

   store_name=os.getenv("ADL_STORENAME", "<my_datastore_name>") # the ADLS name
   subscription_id=os.getenv("ADL_SUBSCRIPTION", "<my_subscription_id>") # subscription id of the ADLS
   resource_group=os.getenv("ADL_RESOURCE_GROUP", "<my_resource_group>") # resource group of ADLS
   tenant_id=os.getenv("ADL_TENANT", "<my_tenant_id>") # tenant id of service principal
   client_id=os.getenv("ADL_CLIENTID", "<my_client_id>") # client id of service principal
   client_secret=os.getenv("ADL_CLIENT_SECRET", "<my_client_secret>") # the secret of service principal

   adls_datastore = Datastore.register_azure_data_lake(
       workspace=ws,
       datastore_name=aslsgen1_datastore_name,
       subscription_id=subscription_id, # subscription id of ADLS account
       resource_group=resource_group, # resource group of ADLS account
       store_name=store_name, # ADLS account name
       tenant_id=tenant_id, # tenant id of service principal
       client_id=client_id, # client id of service principal
       client_secret=client_secret) # the secret of service principal

static register_azure_data_lake(workspace, datastore_name, store_name, tenant_id=None, client_id=None, client_secret=None, resource_url=None, authority_url=None, subscription_id=None, resource_group=None, overwrite=False, grant_workspace_access=False)

Parameters

Name Description
workspace
Vereist
Workspace

De werkruimte waartoe dit gegevensarchief behoort.
datastore_name
Vereist
str

De naam van het gegevensarchief.
store_name
Vereist
str

De naam van het ADLS-archief.
tenant_id
str, <xref:optional>

De directory-id/tenant-id van de service-principal die wordt gebruikt voor toegang tot gegevens.

Default value: None
client_id
str, <xref:optional>

De client-id/toepassings-id van de service-principal die wordt gebruikt voor toegang tot gegevens.

Default value: None
client_secret
str, <xref:optional>

Het clientgeheim van de service-principal die wordt gebruikt voor toegang tot gegevens.

Default value: None
resource_url
str, <xref:optional>

De resource-URL, die bepaalt welke bewerkingen worden uitgevoerd in de Data Lake Store, indien Geen, wordt standaard ingesteld op https://datalake.azure.net/ die ons in staat stelt om bestandssysteembewerkingen uit te voeren.

Default value: None
authority_url
str, <xref:optional>

De instantie-URL die wordt gebruikt om de gebruiker te verifiëren, is standaard ingesteld op https://login.microsoftonline.com.

Default value: None
subscription_id
str, <xref:optional>

De id van het abonnement waartoe het ADLS-archief behoort.

Default value: None
resource_group
str, <xref:optional>

De resourcegroep waartoe het ADLS-archief behoort.

Default value: None
overwrite
bool, <xref:optional>

Of een bestaand gegevensarchief moet worden overschreven. Als het gegevensarchief niet bestaat, wordt er een gemaakt. De standaardwaarde is False.

Default value: False
grant_workspace_access
bool, <xref:optional>

Standaard ingesteld op False. Stel deze optie in op Waar om vanuit Machine Learning Studio toegang te krijgen tot gegevens achter een virtueel netwerk. Hierdoor wordt voor de toegang tot gegevens vanuit Machine Learning Studio een door de werkruimte beheerde identiteit gebruikt voor verificatie en wordt de beheerde identiteit van de werkruimte toegevoegd als Lezer van de opslag. U moet eigenaar of beheerder van gebruikerstoegang van de opslag zijn om u aan te melden. Vraag de beheerder om dit voor u te configureren als u niet over de vereiste machtiging beschikt. Meerhttps://docs.microsoft.com/azure/machine-learning/how-to-enable-studio-virtual-network informatie

Default value: False

Retouren

Type Description
AzureDataLakeDatastore

Retourneert de Azure Data Lake DataStore.

Opmerkingen

Als u opslag koppelt vanuit een andere regio dan de werkruimteregio, kan dit leiden tot hogere latentie en extra netwerkgebruikskosten.

Notitie

Azure Data Lake Datastore ondersteunt gegevensoverdracht en het uitvoeren van U-Sql-taken met behulp van Azure Machine Learning-pijplijnen.

U kunt het ook gebruiken als een gegevensbron voor Azure Machine Learning-gegevensset die kan worden gedownload of gekoppeld aan elke ondersteunde berekening.

register_azure_data_lake_gen2

Initialiseer een nieuw Azure Data Lake Gen2-gegevensarchief.

Gegevenstoegang op basis van referenties (GA) en op identiteit gebaseerde (preview) wordt ondersteund. U kunt een gegevensarchief registreren bij service-principal voor toegang tot gegevens op basis van referenties. Als er geen referenties worden opgeslagen met het gegevensarchief, wordt het AAD-token van gebruikers gebruikt in notebook of het lokale Python-programma als het rechtstreeks een van deze functies aanroept: FileDataset.mount FileDataset.download FileDataset.to_path TabularDataset.to_pandas_dataframe TabularDataset.to_dask_dataframe TabularDataset.to_spark_dataframe TabularDataset.to_parquet_files TabularDataset.to_csv_files de identiteit van het rekendoel wordt gebruikt in taken die door Experiment.submit worden verzonden voor verificatie van gegevenstoegang. Klik hier voor meer informatie.

static register_azure_data_lake_gen2(workspace, datastore_name, filesystem, account_name, tenant_id=None, client_id=None, client_secret=None, resource_url=None, authority_url=None, protocol=None, endpoint=None, overwrite=False, subscription_id=None, resource_group=None, grant_workspace_access=False)

Parameters

Name Description
workspace
Vereist
Workspace

De werkruimte waartoe dit gegevensarchief behoort.
datastore_name
Vereist
str

De naam van het gegevensarchief.
filesystem
Vereist
str

De naam van het Data Lake Gen2-bestandssysteem.
account_name
Vereist
str

De naam van het opslagaccount.
tenant_id
str, <xref:optional>

De map-id/tenant-id van de service-principal.

Default value: None
client_id
str, <xref:optional>

De client-id/toepassings-id van de service-principal.

Default value: None
client_secret
str, <xref:optional>

Het geheim van de service-principal.

Default value: None
resource_url
str, <xref:optional>

De resource-URL, die bepaalt welke bewerkingen worden uitgevoerd in de Data Lake Store, is standaard ingesteld op https://storage.azure.com/ waarmee we bestandssysteembewerkingen kunnen uitvoeren.

Default value: None
authority_url
str, <xref:optional>

De instantie-URL die wordt gebruikt om de gebruiker te verifiëren, is standaard ingesteld op https://login.microsoftonline.com.

Default value: None
protocol
str, <xref:optional>

Protocol dat moet worden gebruikt om verbinding te maken met de blobcontainer. Indien Geen, wordt standaard ingesteld op https.

Default value: None
endpoint
str, <xref:optional>

Het eindpunt van het opslagaccount. Indien Geen, wordt standaard ingesteld op core.windows.net.

Default value: None
overwrite
bool, <xref:optional>

Of een bestaand gegevensarchief moet worden overschreven. Als het gegevensarchief niet bestaat, wordt er een gemaakt. De standaardwaarde is False.

Default value: False
subscription_id
str, <xref:optional>

De id van het abonnement waartoe het ADLS-archief behoort.

Default value: None
resource_group
str, <xref:optional>

De resourcegroep waartoe het ADLS-archief behoort.

Default value: None
grant_workspace_access
bool, <xref:optional>

Standaard ingesteld op False. Stel deze in op True voor toegang tot gegevens achter een virtueel netwerk vanuit Machine Learning Studio. Hierdoor wordt voor gegevenstoegang vanuit Machine Learning Studio gebruikgemaakt van een door de werkruimte beheerde identiteit voor verificatie en wordt de beheerde identiteit van de werkruimte toegevoegd als Lezer van de opslag. U moet eigenaar of beheerder van gebruikerstoegang van de opslag zijn om u aan te kunnen aanmelden. Vraag de beheerder om deze voor u te configureren als u niet over de vereiste machtiging beschikt. https://docs.microsoft.com/azure/machine-learning/how-to-enable-studio-virtual-networkMeer informatie

Default value: False

Retouren

Type Description
AzureDataLakeGen2Datastore

Retourneert de Azure Data Lake Gen2-gegevensopslag.

Opmerkingen

Als u opslag koppelt vanuit een andere regio dan de werkruimteregio, kan dit leiden tot hogere latentie en extra netwerkgebruikskosten.

register_azure_file_share

Registreer een Azure-bestandsshare bij het gegevensarchief.

U kunt ervoor kiezen om een SAS-token of een opslagaccountsleutel te gebruiken

static register_azure_file_share(workspace, datastore_name, file_share_name, account_name, sas_token=None, account_key=None, protocol=None, endpoint=None, overwrite=False, create_if_not_exists=False, skip_validation=False)

Parameters

Name Description
workspace
Vereist
Workspace

De werkruimte waartoe dit gegevensarchief behoort.
datastore_name
Vereist
str

De naam van het gegevensarchief, niet hoofdlettergevoelig, mag alleen alfanumerieke tekens en _bevatten.
file_share_name
Vereist
str

De naam van de Azure-bestandscontainer.
account_name
Vereist
str

De naam van het opslagaccount.
sas_token
str, <xref:optional>

Een SAS-token voor een account, standaard ingesteld op Geen. Voor het lezen van gegevens hebben we een minimum van lijst- & leesmachtigingen nodig voor Containers &-objecten en voor het schrijven van gegevens hebben we bovendien schrijfmachtigingen & Toevoegen nodig.

Default value: None
account_key
str, <xref:optional>

Toegangssleutels van uw opslagaccount zijn standaard ingesteld op Geen.

Default value: None
protocol
str, <xref:optional>

Het protocol dat moet worden gebruikt om verbinding te maken met de bestandsshare. Indien Geen, wordt standaard ingesteld op https.

Default value: None
endpoint
str, <xref:optional>

Het eindpunt van de bestandsshare. Indien Geen, wordt standaard ingesteld op core.windows.net.

Default value: None
overwrite
bool, <xref:optional>

Of een bestaand gegevensarchief moet worden overschreven. Als het gegevensarchief niet bestaat, wordt er een gemaakt. De standaardwaarde is False.

Default value: False
create_if_not_exists
bool, <xref:optional>

Of de bestandsshare moet worden gemaakt als deze niet bestaat. De standaardwaarde is False.

Default value: False
skip_validation
bool, <xref:optional>

Of u de validatie van opslagsleutels wilt overslaan. De standaardwaarde is False.

Default value: False

Retouren

Type Description
AzureFileDatastore

Het gegevensarchief van het bestand.

Opmerkingen

Als u opslag koppelt vanuit een andere regio dan de werkruimteregio, kan dit leiden tot hogere latentie en extra netwerkgebruikskosten.

register_azure_my_sql

Initialiseer een nieuw Azure MySQL-gegevensarchief.

MySQL-gegevensarchief kan alleen worden gebruikt om DataReference te maken als invoer en uitvoer naar DataTransferStep in Azure Machine Learning-pijplijnen. Meer informatie vindt u hier.

Hieronder vindt u een voorbeeld van het registreren van een Azure MySQL-database als een gegevensarchief.

static register_azure_my_sql(workspace, datastore_name, server_name, database_name, user_id, user_password, port_number=None, endpoint=None, overwrite=False, **kwargs)

Parameters

Name Description
workspace
Vereist
Workspace

De werkruimte waartoe dit gegevensarchief behoort.
datastore_name
Vereist
str

De naam van het gegevensarchief.
server_name
Vereist
str

De naam van de MySQL-server.
database_name
Vereist
str

De naam van de MySQL-database.
user_id
Vereist
str

De gebruikers-id van de MySQL-server.
user_password
Vereist
str

Het gebruikerswachtwoord van de MySQL-server.
port_number
str

Het poortnummer van de MySQL-server.

Default value: None
endpoint
str, <xref:optional>

Het eindpunt van de MySQL-server. Indien Geen, wordt standaard ingesteld op mysql.database.azure.com.

Default value: None
overwrite
bool, <xref:optional>

Of een bestaand gegevensarchief moet worden overschreven. Als het gegevensarchief niet bestaat, wordt er een gemaakt. De standaardwaarde is False.

Default value: False

Retouren

Type Description
AzureMySqlDatastore

Retourneert het gegevensarchief van de MySQL-database.

Opmerkingen

Als u opslag koppelt vanuit een andere regio dan de werkruimteregio, kan dit leiden tot hogere latentie en extra netwerkgebruikskosten.


   mysql_datastore_name="mysqldatastore"
   server_name=os.getenv("MYSQL_SERVERNAME", "<my_server_name>") # FQDN name of the MySQL server
   database_name=os.getenv("MYSQL_DATBASENAME", "<my_database_name>") # Name of the MySQL database
   user_id=os.getenv("MYSQL_USERID", "<my_user_id>") # The User ID of the MySQL server
   user_password=os.getenv("MYSQL_USERPW", "<my_user_password>") # The user password of the MySQL server.

   mysql_datastore = Datastore.register_azure_my_sql(
       workspace=ws,
       datastore_name=mysql_datastore_name,
       server_name=server_name,
       database_name=database_name,
       user_id=user_id,
       user_password=user_password)

register_azure_postgre_sql

Initialiseer een nieuw Azure PostgreSQL-gegevensarchief.

Hieronder vindt u een voorbeeld van het registreren van een Azure PostgreSQL-database als een gegevensarchief.

static register_azure_postgre_sql(workspace, datastore_name, server_name, database_name, user_id, user_password, port_number=None, endpoint=None, overwrite=False, enforce_ssl=True, **kwargs)

Parameters

Name Description
workspace
Vereist
Workspace

De werkruimte waartoe dit gegevensarchief behoort.
datastore_name
Vereist
str

De naam van het gegevensarchief.
server_name
Vereist
str

De naam van de PostgreSQL-server.
database_name
Vereist
str

De naam van de PostgreSQL-database.
user_id
Vereist
str

De gebruikers-id van de PostgreSQL-server.
user_password
Vereist
str

Het gebruikerswachtwoord van de PostgreSQL-server.
port_number
str

Het poortnummer van de PostgreSQL-server

Default value: None
endpoint
str, <xref:optional>

Het eindpunt van de PostgreSQL-server. Indien Geen, wordt standaard ingesteld op postgres.database.azure.com.

Default value: None
overwrite
bool, <xref:optional>

Of een bestaand gegevensarchief moet worden overschreven. Als het gegevensarchief niet bestaat, wordt er een gemaakt. De standaardwaarde is False.

Default value: False
enforce_ssl
bool

Geeft de SSL-vereiste van de PostgreSQL-server aan. De standaardwaarde is True.

Default value: True

Retouren

Type Description
AzurePostgreSqlDatastore

Retourneert het Gegevensarchief van de PostgreSQL-database.

Opmerkingen

Als u opslag koppelt vanuit een andere regio dan de werkruimteregio, kan dit leiden tot hogere latentie en extra netwerkgebruikskosten.


   psql_datastore_name="postgresqldatastore"
   server_name=os.getenv("PSQL_SERVERNAME", "<my_server_name>") # FQDN name of the PostgreSQL server
   database_name=os.getenv("PSQL_DATBASENAME", "<my_database_name>") # Name of the PostgreSQL database
   user_id=os.getenv("PSQL_USERID", "<my_user_id>") # The database user id
   user_password=os.getenv("PSQL_USERPW", "<my_user_password>") # The database user password

   psql_datastore = Datastore.register_azure_postgre_sql(
       workspace=ws,
       datastore_name=psql_datastore_name,
       server_name=server_name,
       database_name=database_name,
       user_id=user_id,
       user_password=user_password)

register_azure_sql_database

Initialiseer een nieuw Azure SQL databasegegevensarchief.

Toegang tot gegevens op basis van referenties (GA) en identiteitsgegevens (preview) worden ondersteund. U kunt ervoor kiezen om service-principal of gebruikersnaam + wachtwoord te gebruiken. Als er geen referenties worden opgeslagen in het gegevensarchief, wordt het AAD-token van gebruikers gebruikt in notebook of lokaal Python-programma als hiermee rechtstreeks een van deze functies wordt aangeroepen: FileDataset.mount FileDataset.download FileDataset.to_path TabularDataset.to_pandas_dataframe TabularDataset.to_dask_dataframe TabularDataset.to_spark_dataframe TabularDataset.to_parquet_files TabularDataset.to_csv_files de identiteit van het rekendoel wordt gebruikt in taken die door Experiment.submit worden verzonden voor verificatie van gegevenstoegang. Klik hier voor meer informatie.

Hieronder vindt u een voorbeeld van het registreren van een Azure SQL-database als een gegevensarchief.

static register_azure_sql_database(workspace, datastore_name, server_name, database_name, tenant_id=None, client_id=None, client_secret=None, resource_url=None, authority_url=None, endpoint=None, overwrite=False, username=None, password=None, subscription_id=None, resource_group=None, grant_workspace_access=False, **kwargs)

Parameters

Name Description
workspace
Vereist
Workspace

De werkruimte waartoe dit gegevensarchief behoort.
datastore_name
Vereist
str

De naam van het gegevensarchief.
server_name
Vereist
str

De naam van de SQL-server. Voor een volledig gekwalificeerde domeinnaam, zoals 'sample.database.windows.net', moet de server_name waarde 'sample' zijn en moet de eindpuntwaarde 'database.windows.net' zijn.
database_name
Vereist
str

De naam van de SQL-database.
tenant_id
str

De directory-id/tenant-id van de service-principal.

Default value: None
client_id
str

De client-id/toepassings-id van de service-principal.

Default value: None
client_secret
str

Het geheim van de service-principal.

Default value: None
resource_url
str, <xref:optional>

De resource-URL, die bepaalt welke bewerkingen worden uitgevoerd in het SQL-databasearchief, indien geen, wordt standaard ingesteld op https://database.windows.net/.

Default value: None
authority_url
str, <xref:optional>

De instantie-URL die wordt gebruikt om de gebruiker te verifiëren, is standaard ingesteld op https://login.microsoftonline.com.

Default value: None
endpoint
str, <xref:optional>

Het eindpunt van de SQL-server. Indien Geen, wordt standaard ingesteld op database.windows.net.

Default value: None
overwrite
bool, <xref:optional>

Of een bestaand gegevensarchief moet worden overschreven. Als het gegevensarchief niet bestaat, wordt er een gemaakt. De standaardwaarde is False.

Default value: False
username
str

De gebruikersnaam van de databasegebruiker voor toegang tot de database.

Default value: None
password
str

Het wachtwoord van de databasegebruiker voor toegang tot de database.

Default value: None
skip_validation
Vereist
bool, <xref:optional>

Of de validatie van het maken van verbinding met de SQL-database moet worden overgeslagen. Standaard ingesteld op False.
subscription_id
str, <xref:optional>

De id van het abonnement waartoe het ADLS-archief behoort.

Default value: None
resource_group
str, <xref:optional>

De resourcegroep waartoe het ADLS-archief behoort.

Default value: None
grant_workspace_access
bool, <xref:optional>

Standaard ingesteld op False. Stel deze optie in op Waar om vanuit Machine Learning Studio toegang te krijgen tot gegevens achter een virtueel netwerk. Hierdoor wordt voor de toegang tot gegevens vanuit Machine Learning Studio een door de werkruimte beheerde identiteit gebruikt voor verificatie en wordt de beheerde identiteit van de werkruimte toegevoegd als Lezer van de opslag. U moet eigenaar of beheerder van gebruikerstoegang van de opslag zijn om u aan te melden. Vraag de beheerder om dit voor u te configureren als u niet over de vereiste machtiging beschikt. Meerhttps://docs.microsoft.com/azure/machine-learning/how-to-enable-studio-virtual-network informatie

Default value: False

Retouren

Type Description
AzureSqlDatabaseDatastore

Retourneert het gegevensarchief van de SQL-database.

Opmerkingen

Als u opslag koppelt vanuit een andere regio dan de werkruimteregio, kan dit leiden tot hogere latentie en extra netwerkgebruikskosten.


   sql_datastore_name="azuresqldatastore"
   server_name=os.getenv("SQL_SERVERNAME", "<my_server_name>") # Name of the Azure SQL server
   database_name=os.getenv("SQL_DATABASENAME", "<my_database_name>") # Name of the Azure SQL database
   username=os.getenv("SQL_USER_NAME", "<my_sql_user_name>") # The username of the database user.
   password=os.getenv("SQL_USER_PASSWORD", "<my_sql_user_password>") # The password of the database user.

   sql_datastore = Datastore.register_azure_sql_database(
       workspace=ws,
       datastore_name=sql_datastore_name,
       server_name=server_name,  # name should not contain fully qualified domain endpoint
       database_name=database_name,
       username=username,
       password=password,
       endpoint='database.windows.net')

register_dbfs

Initialiseer een nieuw DBFS-gegevensarchief (Databricks File System).

Het DBFS-gegevensarchief kan alleen worden gebruikt voor het maken van DataReference als invoer en PipelineData als uitvoer naar DatabricksStep in Azure Machine Learning-pijplijnen. Meer informatie vindt u hier.

static register_dbfs(workspace, datastore_name)

Parameters

Name Description
workspace
Vereist
Workspace

De werkruimte waartoe dit gegevensarchief behoort.
datastore_name
Vereist
str

De naam van het gegevensarchief.

Retouren

Type Description
DBFSDatastore

Hiermee wordt het DBFS-gegevensarchief geretourneerd.

Opmerkingen

Als u opslag koppelt vanuit een andere regio dan de werkruimteregio, kan dit leiden tot hogere latentie en extra netwerkgebruikskosten.

register_hdfs

Notitie

Dit is een experimentele methode en kan op elk gewenst moment worden gewijzigd. Zie https://aka.ms/azuremlexperimental voor meer informatie.

Initialiseer een nieuw HDFS-gegevensarchief.

static register_hdfs(workspace, datastore_name, protocol, namenode_address, hdfs_server_certificate, kerberos_realm, kerberos_kdc_address, kerberos_principal, kerberos_keytab=None, kerberos_password=None, overwrite=False)

Parameters

Name Description
workspace
Vereist
Workspace

de werkruimte waartoe dit gegevensarchief behoort
datastore_name
Vereist
str

de naam van het gegevensarchief
protocol
Vereist
str of <xref:_restclient.models.enum>

Het protocol dat moet worden gebruikt bij de communicatie met het HDFS-cluster. http of https. Mogelijke waarden zijn: 'http', 'https'
namenode_address
Vereist
str

Het IP-adres of de DNS-hostnaam van het HDFS-naamknooppunt. Bevat optioneel een poort.
hdfs_server_certificate
Vereist
str, <xref:optional>

Het pad naar het TLS-handtekeningcertificaat van het HDFS-naamknooppunt als u TLS gebruikt met een zelfondertekend certificaat.
kerberos_realm
Vereist
str

Het Kerberos-rijk.
kerberos_kdc_address
Vereist
str

Het IP-adres of de DNS-hostnaam van de Kerberos KDC.
kerberos_principal
Vereist
str

De Kerberos-principal die moet worden gebruikt voor verificatie en autorisatie.
kerberos_keytab
Vereist
str, <xref:optional>

Het pad naar het keytab-bestand met de sleutel(en) die overeenkomen met de Kerberos-principal. Geef dit of een wachtwoord op.
kerberos_password
Vereist
str, <xref:optional>

Het wachtwoord dat overeenkomt met de Kerberos-principal. Geef dit op of het pad naar een keytab-bestand.
overwrite
Vereist
bool, <xref:optional>

Hiermee wordt een bestaand gegevensarchief overschreven. Als het gegevensarchief niet bestaat, wordt er een gemaakt. Standaard ingesteld op False.

set_as_default

Stel het standaardgegevensarchief in.

set_as_default()

Parameters

Name Description
datastore_name
Vereist
str

De naam van het gegevensarchief.

unregister

De registratie van het gegevensarchief ongedaan maken. de onderliggende opslagservice wordt niet verwijderd.

unregister()