Udostępnij za pośrednictwem


WorkspaceOperations Klasa

WorkspaceOperations.

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.operations._workspace_operations_base.WorkspaceOperationsBase
WorkspaceOperations

Konstruktor

WorkspaceOperations(operation_scope: OperationScope, service_client: AzureMachineLearningWorkspaces, all_operations: OperationsContainer, credentials: TokenCredential | None = None, **kwargs: Dict)

Parametry

operation_scope
service_client
all_operations
credentials
wartość domyślna: None

Metody

begin_create

Utwórz nowy obszar roboczy usługi Azure Machine Learning.

Zwraca obszar roboczy, jeśli już istnieje.

begin_delete

Usuń obszar roboczy.

begin_diagnose

Diagnozowanie problemów z konfiguracją obszaru roboczego.

Jeśli obszar roboczy nie działa zgodnie z oczekiwaniami, możesz uruchomić tę diagnostykę, aby sprawdzić, czy obszar roboczy został uszkodzony. W przypadku obszaru roboczego prywatnego punktu końcowego pomoże również sprawdzić, czy konfiguracja sieci w tym obszarze roboczym i jego zasobie zależnym jest problem, czy nie.

begin_provision_network

Wyzwala obszar roboczy w celu aprowizacji sieci zarządzanej. Określanie platformy Spark włączonej jako true przygotowuje sieć zarządzaną obszaru roboczego do obsługi platformy Spark.

begin_sync_keys

Wyzwala obszar roboczy, aby natychmiast zsynchronizować klucze. Jeśli klucze dla dowolnego zasobu w obszarze roboczym zostaną zmienione, może upłynąć około godziny, aby mogły zostać automatycznie zaktualizowane. Ta funkcja umożliwia aktualizowanie kluczy po żądaniu. Przykładowy scenariusz wymaga natychmiastowego dostępu do magazynu po wygenerowaniu kluczy magazynu.

begin_update
get

Pobierz obszar roboczy według nazwy.

get_keys

Pobierz klucze dla obszaru roboczego.

list

Wyświetl listę wszystkich obszarów roboczych, do których użytkownik ma dostęp w bieżącej grupie zasobów lub subskrypcji.

begin_create

Utwórz nowy obszar roboczy usługi Azure Machine Learning.

Zwraca obszar roboczy, jeśli już istnieje.

begin_create(workspace: Workspace, update_dependent_resources: bool = False, **kwargs: Dict) -> LROPoller[Workspace]

Parametry

workspace
Workspace
Wymagane

Definicja obszaru roboczego.

update_dependent_resources
<xref:boolean>
Wymagane

Czy zaktualizować zasoby zależne

Zwraca

Wystąpienie LROPoller zwracające obszar roboczy.

Typ zwracany

begin_delete

Usuń obszar roboczy.

begin_delete(name: str, *, delete_dependent_resources: bool, permanently_delete: bool = False, **kwargs: Dict) -> LROPoller[None]

Parametry

name
str
Wymagane

Nazwa obszaru roboczego

delete_dependent_resources
bool

Czy usunąć zasoby skojarzone z obszarem roboczym, tj. rejestr kontenerów, konto magazynu, magazyn kluczy i usługa Application Insights. Wartość domyślna to False. Ustaw wartość True, aby usunąć te zasoby.

permanently_delete
bool

Obszary robocze są domyślnie usuwane nietrwale, aby umożliwić odzyskiwanie danych obszaru roboczego. Ustaw tę flagę na true, aby zastąpić zachowanie usuwania nietrwałego i trwale usunąć obszar roboczy.

Zwraca

Poller do śledzenia stanu operacji.

Typ zwracany

begin_diagnose

Diagnozowanie problemów z konfiguracją obszaru roboczego.

Jeśli obszar roboczy nie działa zgodnie z oczekiwaniami, możesz uruchomić tę diagnostykę, aby sprawdzić, czy obszar roboczy został uszkodzony. W przypadku obszaru roboczego prywatnego punktu końcowego pomoże również sprawdzić, czy konfiguracja sieci w tym obszarze roboczym i jego zasobie zależnym jest problem, czy nie.

begin_diagnose(name: str, **kwargs: Dict) -> LROPoller[DiagnoseResponseResultValue]

Parametry

name
str
Wymagane

Nazwa obszaru roboczego

Zwraca

Poller do śledzenia stanu operacji.

Typ zwracany

begin_provision_network

Wyzwala obszar roboczy w celu aprowizacji sieci zarządzanej. Określanie platformy Spark włączonej jako true przygotowuje sieć zarządzaną obszaru roboczego do obsługi platformy Spark.

begin_provision_network(*, workspace_name: str | None = None, include_spark: bool = False, **kwargs) -> LROPoller[ManagedNetworkProvisionStatus]

Parametry

workspace_name
str

Nazwa obszaru roboczego.

include_spark

Czy sieć zarządzana obszaru roboczego powinna przygotować się do obsługi platformy Spark.

Zwraca

Wystąpienie LROPoller.

Typ zwracany

begin_sync_keys

Wyzwala obszar roboczy, aby natychmiast zsynchronizować klucze. Jeśli klucze dla dowolnego zasobu w obszarze roboczym zostaną zmienione, może upłynąć około godziny, aby mogły zostać automatycznie zaktualizowane. Ta funkcja umożliwia aktualizowanie kluczy po żądaniu. Przykładowy scenariusz wymaga natychmiastowego dostępu do magazynu po wygenerowaniu kluczy magazynu.

begin_sync_keys(name: str | None = None) -> LROPoller

Parametry

name
str
Wymagane

Nazwa obszaru roboczego.

Zwraca

Wystąpienie LROPoller zwracające wynik Brak lub Klucze synchronizacji.

Typ zwracany

begin_update

begin_update(workspace: Workspace, *, update_dependent_resources: bool = False, **kwargs: Dict) -> LROPoller[Workspace]

get

Pobierz obszar roboczy według nazwy.

get(name: str | None = None, **kwargs: Dict) -> Workspace

Parametry

name
str
Wymagane

Nazwa obszaru roboczego.

Zwraca

Obszar roboczy o podanej nazwie.

Typ zwracany

get_keys

Pobierz klucze dla obszaru roboczego.

get_keys(name: str | None = None) -> WorkspaceKeys

Parametry

name
str
Wymagane

Nazwa obszaru roboczego.

Zwraca

Klucze zasobów zależnych od obszaru roboczego.

Typ zwracany

list

Wyświetl listę wszystkich obszarów roboczych, do których użytkownik ma dostęp w bieżącej grupie zasobów lub subskrypcji.

list(*, scope: str = 'resource_group') -> Iterable[Workspace]

Parametry

scope
str

zakres listy, "resource_group" lub "subskrypcja", domyślnie ma wartość "resource_group"

Zwraca

Iterator, taki jak wystąpienie obiektów obszaru roboczego

Typ zwracany