Udostępnij za pośrednictwem


DataOperations Klasa

DataOperations.

Nie należy bezpośrednio utworzyć wystąpienia tej klasy. Zamiast tego należy utworzyć wystąpienie klasy MLClient, które tworzy wystąpienie dla Ciebie i dołącza je jako atrybut.

Dziedziczenie
azure.ai.ml._scope_dependent_operations._ScopeDependentOperations
DataOperations

Konstruktor

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

Parametry

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

Zmienne zakresu dla klas operacji obiektu MLClient.

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

Typowa konfiguracja dla klas operacji obiektu 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>]
Wymagane

Klient usługi umożliwia użytkownikom końcowym działanie na zasobach obszaru roboczego usługi Azure Machine Learning (ServiceClient042023Preview lub ServiceClient102021Dataplane).

datastore_operations
DatastoreOperations
Wymagane

Reprezentuje klienta do wykonywania operacji w magazynach danych.

Metody

archive

Archiwizowanie zasobu danych.

create_or_update

Zwraca utworzony lub zaktualizowany zasób danych.

Jeśli jeszcze nie znajduje się w magazynie, zasób zostanie przekazany do magazynu obiektów blob obszaru roboczego.

get

Pobierz określony zasób danych.

import_data

Uwaga

Jest to metoda eksperymentalna i może ulec zmianie w dowolnym momencie. Aby uzyskać więcej informacji, zobacz https://aka.ms/azuremlexperimental.

Zwraca zadanie importu danych, które tworzy zasób danych.

list

Wyświetl listę zasobów danych obszaru roboczego.

list_materialization_status

Uwaga

Jest to metoda eksperymentalna i może ulec zmianie w dowolnym momencie. Aby uzyskać więcej informacji, zobacz https://aka.ms/azuremlexperimental.

Wyświetlanie listy zadań materializacji elementu zawartości.

restore

Przywracanie zarchiwizowanego elementu zawartości danych.

share

Uwaga

Jest to metoda eksperymentalna i może ulec zmianie w dowolnym momencie. Aby uzyskać więcej informacji, zobacz https://aka.ms/azuremlexperimental.

Udostępnianie zasobu danych z obszaru roboczego do rejestru.

archive

Archiwizowanie zasobu danych.

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

Parametry

name
str
Wymagane

Nazwa zasobu danych.

version
str
Wymagane

Wersja zasobu danych.

label
str
Wymagane

Etykieta zasobu danych. (wzajemnie wykluczające się wersje)

Zwraca

Brak

Przykłady

Przykład zarchiwizowanego elementu zawartości danych.


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

create_or_update

Zwraca utworzony lub zaktualizowany zasób danych.

Jeśli jeszcze nie znajduje się w magazynie, zasób zostanie przekazany do magazynu obiektów blob obszaru roboczego.

create_or_update(data: Data) -> Data

Parametry

data
Data
Wymagane

Obiekt zasobu danych.

Zwraca

Obiekt zasobu danych.

Typ zwracany

Wyjątki

Wywoływane, gdy ścieżka artefaktu danych jest już połączona z innym zasobem

Zgłoszone, jeśli nie można pomyślnie zweryfikować danych. Szczegóły zostaną podane w komunikacie o błędzie.

Podniesiono, jeśli ścieżka lokalna wskazuje pusty katalog.

Przykłady

Przykład tworzenia zasobów danych.


   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

Pobierz określony zasób danych.

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

Parametry

name
str
Wymagane

Nazwa zasobu danych.

version
str
Wymagane

Wersja zasobu danych.

label
str
Wymagane

Etykieta zasobu danych. (wzajemnie wykluczające się wersje)

Zwraca

Obiekt zasobu danych.

Typ zwracany

Wyjątki

Zgłoszone, jeśli nie można pomyślnie zidentyfikować i pobrać danych. Szczegóły zostaną podane w komunikacie o błędzie.

Przykłady

Przykład pobierania zasobów danych.


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

import_data

Uwaga

Jest to metoda eksperymentalna i może ulec zmianie w dowolnym momencie. Aby uzyskać więcej informacji, zobacz https://aka.ms/azuremlexperimental.

Zwraca zadanie importu danych, które tworzy zasób danych.

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

Parametry

data_import
DataImport
Wymagane

DataImport, obiekt.

Zwraca

obiekt zadania importowania danych.

Typ zwracany

Przykłady

Przykład importowania zasobów danych.


   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

Wyświetl listę zasobów danych obszaru roboczego.

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

Parametry

name
Optional[str]
Wymagane

Nazwa określonego zasobu danych, opcjonalnie.

list_view_type

Typ widoku z uwzględnieniem/wykluczania (na przykład) zarchiwizowanych zasobów danych. Ustawienie domyślne: ACTIVE_ONLY.

Zwraca

Iterator, taki jak wystąpienie obiektów danych

Typ zwracany

Przykłady

Przykład wyświetlania listy zasobów danych.


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

list_materialization_status

Uwaga

Jest to metoda eksperymentalna i może ulec zmianie w dowolnym momencie. Aby uzyskać więcej informacji, zobacz https://aka.ms/azuremlexperimental.

Wyświetlanie listy zadań materializacji elementu zawartości.

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

Parametry

name
str
Wymagane

nazwa zasobu tworzonego przez zadania materializacji.

list_view_type
Optional[<xref:ListViewType>]

Typ widoku obejmujący/wykluczający (na przykład) zarchiwizowane zadania. Ustawienie domyślne: ACTIVE_ONLY.

Zwraca

Iterator, taki jak wystąpienie obiektów zadania.

Typ zwracany

Przykłady

Przykład zadań materializacji listy.


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

restore

Przywracanie zarchiwizowanego elementu zawartości danych.

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

Parametry

name
str
Wymagane

Nazwa zasobu danych.

version
str
Wymagane

Wersja zasobu danych.

label
str
Wymagane

Etykieta zasobu danych. (wzajemnie wykluczające się wersje)

Zwraca

Brak

Przykłady

Przykład przywracania zasobu danych.


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

share

Uwaga

Jest to metoda eksperymentalna i może ulec zmianie w dowolnym momencie. Aby uzyskać więcej informacji, zobacz https://aka.ms/azuremlexperimental.

Udostępnianie zasobu danych z obszaru roboczego do rejestru.

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

Parametry

name
str
Wymagane

Nazwa zasobu danych.

version
str
Wymagane

Wersja zasobu danych.

share_with_name
str

Nazwa zasobu danych do udostępnienia.

share_with_version
str

Wersja zasobu danych do udostępnienia.

registry_name
str

Nazwa rejestru docelowego.

Zwraca

Obiekt zasobu danych.

Typ zwracany

Przykłady

Przykład udostępniania zasobu danych.


       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",
       )