OneLake lakehouse tablosunu kullanıcı arabirimi üzerinden Azure Machine Learning'e kopyalama

Bu makalede, Microsoft Fabric OneLake tablo türündeki () verilerin bir Azure Data Lake Storage (/TablesADLS) hesabına kopyalanarak ve kopya üzerinde bir veri deposu oluşturularak Azure Machine Learning'de nasıl kullanılabilir hale getirilmesi gösterilmektedir. Tüm görevi stüdyo kullanıcı arabiriminde yaparsınız.

Azure Machine Learning bir OneLake veri deposu aracılığıyla onelake dosya türü (/Files) verilerine kopya olmadan doğrudan bağlanabilir. Bu kopyasız veri deposu, aşağıdaki ekran görüntüsünde gösterildiği gibi lakehouse tablolarını desteklemediğinden, bu makale tablo verileri için kullanıcı arabirimi tabanlı bir geçici çözümü kapsar.

Microsoft Fabric'te tabloyu gösteren ekran görüntüsü.

Note

Bu yordam verileri Azure Data Lake Storage kopyalar. Kopyalanan veriler canlı bir bağlantı değil, belirli bir andaki anlık görüntüdür; bu nedenle kaynak tablo değiştiğinde kopyalama işlemini yeniden çalıştırmanız gerekir. Yalnızca kullanıcı arabirimine yönelik bir iş akışına ihtiyacınız yoksa, önce kopyalama gerektirmeyen seçenekleri değerlendirin: veri için /Files veya işlem kaynağından doğrudan erişim. Tüm OneLake tümleştirme seçeneklerine genel bakış için bkz. OneLake'i Azure Machine Learning ile tümleştirme.

Bu yaklaşımın ne zaman kullanılacağı

Bu makaledeki kopyalama tabanlı yöntemi, bu koşulların her ikisi de doğru olduğunda kullanın:

  • Verileriniz OneLake tablo türündeki (/Tables) verilerdir ve OneLake veri deposu doğrudan başvuramaz.
  • Bağlantıyı CLI veya SDK olmadan tamamen Azure Machine Learning Stüdyosu oluşturmak istiyorsunuz.

Canlı, kopyasız erişime ihtiyacınız varsa veya verileriniz lakehouse /Files bölümündeyse bunun yerine OneLake veri deposu kullanın.

Önkoşullar

  • Azure aboneliği; Azure aboneliğiniz yoksa başlamadan önce ücretsiz bir hesap oluşturun.
  • Azure Machine Learning çalışma alanı. Çalışma alanı kaynakları oluştur'u ziyaret edin.
  • Azure Data Lake Storage (ADLS) depolama hesabı. Azure Data Lake Storage (ADLS) depolama hesabı oluşturma adresini ziyaret edin.
  • Azure depolama hesabında rol atama hakkında bilgi.
  • Tablo türü verileri içeren bir lakehouse ile Microsoft Fabric çalışma alanına erişim.
  • Fabric çalışma alanında, örneğin Katkıda Bulunan veya Üye çalışma alanı rolleri gibi, bir veri işlem hattı oluşturma izni.

Kopyalama iş akışı nasıl çalışır?

Bu geçici çözümün üç bölümü vardır:

  1. Azure portalında bir Data Lake Storage hesabı oluşturun ve ayarlayın.
  2. Tablo verilerini OneLake'ten Azure Data Lake Storage kopyalamak için Fabric veri işlem hattı kullanın.
  3. Azure Data Lake Storage kapsayıcısı üzerinde bir Azure Machine Learning veri deposu oluşturun.

Aşağıdaki diyagramda genel akış gösterilmektedir:

Çözümün genel akışını gösteren ekran görüntüsü.

Important

Bu yaklaşım verileri kopyaladığı için Azure Machine Learning veri deposu belirli bir noktaya anlık görüntü tutar. Kaynak lakehouse tablosu değiştiğinde kopyayı yeniden çalıştırın. Kopya ayrıca depolamayı çoğaltarak maliyet ekler ve OneLake idaresini veya kökenini korumaz.

Azure portalında Veri Gölü depolama hesabını ayarlama

Veri düzlemi erişimi ve kapsayıcı oluşturma izni vermek için kullanıcı kimliğine veya hizmet aslına Storage Blob Data Contributor ve Storage File Data Privileged Contributor rollerini atayın. Hesap anahtarı erişimi, daha sonraki bir adımda etkinleştirdiğiniz Depolama hesabı anahtarı erişimine izin ver ayarı tarafından ayrı olarak denetlenmektedir. Rolleri kullanıcı kimliğine atamak için:

  1. Microsoft Azure portalını açın.

  2. Depolama hesapları hizmetini seçin.

    Depolama Hesapları hizmeti seçimini gösteren ekran görüntüsü.

  3. Depolama hesapları sayfasında, önkoşul adımında oluşturduğunuz Data Lake Storage hesabını seçin. Depolama hesabı özelliklerini gösteren bir sayfa açılır.

    Data Lake Storage hesabının özellikler sayfasını gösteren ekran görüntüsü.

  4. Sol panelden Erişim tuşları'nı seçin ve anahtarı kaydedin. Bu değer sonraki bir adımda gerekir.

  5. Aşağıdaki ekran görüntüsünde gösterildiği gibi Depolama hesabı anahtarı erişimine izin ver'i seçin ve etkinleştirin:

    Tavsiye

    Üretim iş yükleri için hesap anahtarları yerine kimlik tabanlı kimlik doğrulamasını (Microsoft Entra Id) kullanın. Daha fazla bilgi için bkz . Veri depoları oluşturma.

    Azure portalında Data Lake Storage hesabına anahtar erişimini etkinleştirmeyi gösteren ekran görüntüsü.

  6. Sol panelden Access Control (IAM) öğesini seçin ve Depolama Blob Verileri Katkıda Bulunanı ve Depolama Dosyası Verileri Ayrıcalıklı Katkıda Bulunan rollerini hizmet sorumlusuna atayın.

    Azure portalında data lake storage hesabının rollerini atamayı gösteren ekran görüntüsü.

  7. Depolama hesabında bir kapsayıcı oluşturun. Bunu onelake-table olarak adlandır.

    Azure portalında data lake storage hesabı kapsayıcısı oluşturmayı gösteren ekran görüntüsü.

Verileri bir Azure Data Lake Storage hesabına kopyalamak için Fabric veri işlem hattı kullanın.

Tavsiye

Veri kopyalama senaryoları için daha basit bir deneyim sağlayan Fabric Copy job'u da kullanabilirsiniz.

  1. Doku portalında Yeni öğe sayfasında Veri işlem hattı'nı seçin.

    Fabric Yeni öğe sayfasında veri işlem hattı seçimini gösteren ekran görüntüsü.

  2. Veri kopyalama asistanını seçin.

    Veri kopyalama yardımcısı seçimini gösteren ekran görüntüsü.

  3. Veri kopyalama yardımcısı'ndaAzure Blobları'nı seçin:

    Fabric Kopyalama veri yardımcısı'nda Azure bloblarını seçme işlemini gösteren ekran görüntüsü.

  4. Azure Data Lake depolama hesabına bağlantı oluşturmak için Kimlik doğrulama türü: Hesap anahtarı'nı ve ardından İleri'yi seçin:

    Fabric veri işlem hattında bir bağlantının nasıl oluşturulacağını gösteren ekran görüntüsü.

    Tavsiye

    Hesap anahtarlarından kaçınmak için Kuruluş hesabı gibi kimlik tabanlı kimlik doğrulama türünü seçin ve kimlik tabanlı erişimle Azure Machine Learning veri deposu oluşturun. Bu yaklaşım, daha önce atadığınız veri düzlemi rollerini kullanır ve hesap anahtarı erişimini etkinleştirmeyi gerektirmez.

  5. Veri hedefini seçin ve İleri'yi seçin:

    Veri hedefi seçimini gösteren ekran görüntüsü.

  6. Veri hedefine bağlanın ve İleri'yi seçin:

    Veri hedefine bağlantıyı gösteren ekran görüntüsü.

  7. Bu adım veri kopyalama işini otomatik olarak başlatır:

    Kopyalama etkinliğinin zamanlandığını gösteren ekran görüntüsü.

    Bu adım biraz zaman alabilir. Doğrudan bir sonraki adıma yönlendirir.

  8. Veri kopyalama işinin başarıyla tamamlandığını denetleyin:

    Kopyalama işleminin başarılı olduğunu gösteren ekran görüntüsü.

Azure Data Lake Storage kapsayıcısı üzerinde Azure Machine Learning veri deposu oluşturma

Verileriniz Artık Azure Data Lake depolama kaynağında olduğuna göre bir Azure Machine Learning veri deposu oluşturabilirsiniz.

  1. Azure depolama hesabında, solda gösterildiği gibi kapsayıcıda sağda gösterildiği gibi veriler vardır:

    Azure depolama hesabı kapsayıcısında verilerin nasıl doğrulandığını gösteren ekran görüntüsü.

  2. Azure Machine Learning Stüdyosu'da bir veri varlığı oluşturun. Türe karar vermek için onelake-table kapsayıcısını açın ve kopyanın tek bir dosya mı yoksa dosya klasörü mü oluşturup oluşturmadığını denetleyin. Tek bir dosya için Dosya (uri_file) veya bir dosya klasörü için Klasör (uri_folder) öğesini seçin. Bu, tablo birden çok dosya olarak dışarı aktarıldığında sık karşılaşılan bir durumdur:

    Veri varlığı türünün seçimini gösteren ekran görüntüsü.

  3. Azure depolamasından seçin:

    Azure depolamanın nasıl seçildiğini gösteren ekran görüntüsü.

  4. Önceki Azure Data Lake depolama hesabıyla bağlantı oluşturma adımındakiHesap anahtarı değerini kullanarak Yeni veri deposu oluşturun:

    Azure Machine Learning'de yeni veri deposu oluşturma adımlarını gösteren ekran görüntüsü.

  5. Azure Machine Learning Stüdyosu'da doğrudan bir veri deposu da oluşturabilirsiniz:

    Azure Machine Learning'de veri deposu oluşturma adımlarını gösteren ekran görüntüsü.

  6. Oluşturduğunuz veri deposunun ayrıntılarını gözden geçirebilirsiniz:

    Oluşturduğunuz veri deposunun ayrıntılarını gösteren ekran görüntüsü.

  7. Veri deposundaki verileri gözden geçirme

    Azure Machine Learning'de bir veri deposuna nasıl erişildiğini gösteren ekran görüntüsü.

Azure Machine Learning'de veri depolarını başarıyla oluşturduğunuza göre, bunu makine öğrenmesi alıştırmalarında kullanabilirsiniz.

Sorun giderme

  • Rol ataması henüz etkili değil: Azure rol atamalarının yayılması birkaç dakika sürebilir. Kopyalama işi veya veri deposu oluşturma işlemi yetkilendirme hatasıyla başarısız olursa, birkaç dakika bekleyin ve yeniden deneyin.
  • Hesap anahtarı erişimi devre dışı bırakıldı: Hesap anahtarını alamıyor veya kullanamıyorsanız, depolama hesabında Depolama hesabı anahtarı erişimine izin ver ayarının etkin olduğunu doğrulayın.
  • Fabric bağlantı başarısız oluyor: Depolama hesabı adını ve anahtarını doğrulayın ve onelake-table kapsayıcısının mevcut olduğunu onaylayın.
  • Anlık görüntü güncel değil: Kopya, belirli bir zamandaki anlık görüntüyü oluşturur. Güncel tutmak için Fabric veri işlem hattını yinelenen bir tempoda çalışacak şekilde zamanlayın.

İlgili içerik

Kaynaklar

  • Son güncelleştirme: