通过

AdlaCompute 类

  • 参考

在 Azure 机器学习中管理 Azure Data Lake Analytics 计算目标。

Azure Data Lake Analytics 是 Azure 云中的大数据分析平台。 它可以用作 Azure 机器学习管道的计算目标。 有关详细信息，请参阅什么是 Azure 机器学习中的计算目标？

类 ComputeTarget 构造函数。

检索与提供的工作区关联的 Compute 对象的云表示形式。 返回与检索的 Compute 对象的特定类型对应的子类的实例。

继承
ComputeTarget
AdlaCompute

构造函数

AdlaCompute(workspace, name)

参数

workspace
Workspace
必需

包含要检索的 AdlaCompute 对象的工作区对象。

name
str
必需

要检索的 AdlaCompute 对象的名称。

workspace
Workspace
必需

包含要检索的 Compute 对象的工作区对象。

name
str
必需

要检索的 Compute 对象的 的名称。

注解

使用该平台之前，请先创建 Azure Data Lake Analytics 帐户。 要创建帐户，请参阅 Azure Data Lake Analytics 入门。

下面的示例演示如何使用 attach_configuration 方法将 ADLA 帐户附加到工作区。


   adla_compute_name = 'testadl' # Name to associate with new compute in workspace

   # ADLA account details needed to attach as compute to workspace
   adla_account_name = "<adla_account_name>" # Name of the Azure Data Lake Analytics account
   adla_resource_group = "<adla_resource_group>" # Name of the resource group which contains this account

   try:
       # check if already attached
       adla_compute = AdlaCompute(ws, adla_compute_name)
   except ComputeTargetException:
       print('attaching adla compute...')
       attach_config = AdlaCompute.attach_configuration(resource_group=adla_resource_group, account_name=adla_account_name)
       adla_compute = ComputeTarget.attach(ws, adla_compute_name, attach_config)
       adla_compute.wait_for_completion()

   print("Using ADLA compute:{}".format(adla_compute.cluster_resource_id))
   print("Provisioning state:{}".format(adla_compute.provisioning_state))
   print("Provisioning errors:{}".format(adla_compute.provisioning_errors))

完整示例可从 https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/machine-learning-pipelines/intro-to-pipelines/aml-pipelines-use-adla-as-compute-target.ipynb 获取

方法

attach

已弃用。 请改用 attach_configuration 方法。

将现有的 Azure Data Lake Analytics 计算资源与提供的工作区关联。
attach_configuration

创建用于附加 Azure Data Lake Analytics 计算目标的配置对象。
delete

从其关联的工作区删除 AdlaCompute 对象。

如果此对象是通过 Azure 机器学习创建的，则相应的基于云的对象也将被删除。 如果此对象是在外部创建的，并且仅附加到工作区，则会引发 ComputeTargetException 且不会进行任何更改。
deserialize

将 JSON 对象转换为 AdlaCompute 对象。
detach

从其关联的工作区拆离 AdlaCompute 对象。

不会删除基础云对象，只会删除其关联。
refresh_state

执行对象属性的就地更新。

此方法根据相应云对象的当前状态更新属性。 这主要用于手动轮询计算状态。
serialize

将此 AdlaCompute 对象转换为 JSON 序列化字典。

attach

已弃用。 请改用 attach_configuration 方法。

将现有的 Azure Data Lake Analytics 计算资源与提供的工作区关联。

static attach(workspace, name, resource_id)

参数

workspace
Workspace
必需

要与计算资源关联的工作区对象。

name
str
必需

要与提供的工作区中的计算资源关联的名称。 无需与要附加的计算资源的名称匹配。

resource_id
str
必需

要附加的计算资源的 Azure 资源 ID。

返回

计算对象的 AdlaCompute 对象表示形式。

返回类型

AdlaCompute

例外

ComputeTargetException

attach_configuration

创建用于附加 Azure Data Lake Analytics 计算目标的配置对象。

static attach_configuration(resource_group=None, account_name=None, resource_id=None)

参数

resource_group
str
默认值: None

Data Lake Analytics 帐户所在的资源组的名称。

account_name
str
默认值: None

Data Lake Analytics 帐户名。

resource_id
str
默认值: None

要附加的计算资源的 Azure 资源 ID。

返回

要在附加计算对象时使用的配置对象。

返回类型

DataLakeAnalyticsAttachConfiguration

例外

ComputeTargetException

delete

从其关联的工作区删除 AdlaCompute 对象。

如果此对象是通过 Azure 机器学习创建的，则相应的基于云的对象也将被删除。 如果此对象是在外部创建的，并且仅附加到工作区，则会引发 ComputeTargetException 且不会进行任何更改。

delete()

例外

ComputeTargetException

deserialize

将 JSON 对象转换为 AdlaCompute 对象。

static deserialize(workspace, object_dict)

参数

workspace
Workspace
必需

AdlaCompute 对象关联的工作区对象。

object_dict
dict
必需

要转换为 AdlaCompute 对象的 JSON 对象。

返回

所提供的 JSON 对象的 AdlaCompute 表示形式。

返回类型

AdlaCompute

例外

ComputeTargetException

注解

如果提供的工作区不是与计算关联的工作区，则引发 ComputeTargetException。

detach

从其关联的工作区拆离 AdlaCompute 对象。

不会删除基础云对象，只会删除其关联。

detach()

例外

ComputeTargetException

refresh_state

执行对象属性的就地更新。

此方法根据相应云对象的当前状态更新属性。 这主要用于手动轮询计算状态。

refresh_state()

例外

ComputeTargetException

serialize

将此 AdlaCompute 对象转换为 JSON 序列化字典。

serialize()

返回

此 AdlaCompute 对象的 JSON 表示形式。

返回类型

dict

例外

ComputeTargetException