虛刪除時復原工作區資料

  • 發行項

Azure Machine Learning 工作區的虛刪除功能提供資料保護功能，讓您可以在意外刪除後嘗試復原工作區資料。 虛刪除在刪除工作區時採用了雙步驟方法。 在刪除工作區時，首先是虛刪除。 在虛刪除狀態的資料保留期間，您可以選擇復原或永久刪除工作區和其資料。

如何使用工作區虛刪除

當工作區遭到虛刪除時，儲存在服務端的資料和中繼資料會遭到虛刪除，但某些設定會遭到實刪除。 下表提供哪些組態和物件會虛刪除，以及哪些是實刪除的概觀。

資料 / 設定 已虛刪除 已實刪除
執行歷程記錄 ✓
模型 ✓
資料 ✓
環境 ✓
元件 ✓
Notebooks ✓
Pipelines ✓
設計工具管線 ✓
AutoML 作業 ✓
資料標記專案 ✓
資料存放區 ✓
已排入佇列或正在執行的作業 ✓
角色指派 ✓*
內部快取 ✓
計算執行個體 ✓
計算叢集 ✓
推斷端點 ✓
連結的 Databricks 工作區 ✓*

* 復原工作區時，Microsoft 會嘗試重新建立或重新連結。不保證復原，請盡最大努力嘗試。

虛刪除後，在復原保留期間，服務會保留必要的資料和中繼資料。 保留期間到期，或者您永久刪除工作區時，系統會主動刪除資料和中繼資料。

虛刪除保留期限

已刪除工作區的預設保留期限為 14 天。 保留期間表示刪除工作區資料後仍可取得的時間長度。 一旦虛刪除工作區， 時鐘就會在保留期間啟動。

在保留期間，您可以復原或永久刪除虛刪除工作區。 工作區上的任何其他作業 (例如提交定型作業) 將會失敗。

重要

在保留期間過去或工作區遭到永久刪除之前，您無法重複使用遭到虛刪除的工作區名稱。 保留期限過後，虛刪除的工作區會自動永久刪除。

刪除工作區

刪除工作區時預設的刪除行為是虛刪除。 您可以選擇性地藉由永久刪除工作區，來覆寫虛刪除行為。 永久刪除工作區可確保工作區資料會立即遭到刪除。 使用此選項以符合相關的合規性需求，或在您需要在刪除後立即重複使用工作區名稱時使用。 此行為在開發/測試情節中可能會很有用，在這類情節中建議您先建立工作區，然後刪除工作區。

從 Azure 入口網站刪除工作區時，請檢查永久刪除工作區。 您一次只能永久刪除一個工作區，而不是使用批次作業。

Screenshot of the delete workspace form in the portal.

提示

v1 SDK 和 CLI 不提供覆寫預設虛刪除行為的功能。 若要從 SDK 或 CLI 覆寫預設行為，請使用 v2 版本。 如需詳細資訊，請參閱 CLI 和 SDK v2 一文或本文的 v2 版本。

如果您使用 Azure Machine Learning SDK 或 CLI，您可以設定 permanently_delete 旗標。

from azure.ai.ml import MLClient
from azure.identity import DefaultAzureCredential

ml_client = MLClient(
    DefaultAzureCredential(),
    subscription_id="<SUBSCRIPTION_ID>",
    resource_group_name="<RESOURCE_GROUP>"
)

result = ml_client.workspaces.begin_delete(
    name="myworkspace",
    permanently_delete=True,
    delete_dependent_resources=False
).result()

print(result)

永久刪除後，您無法再復原工作區資料。 虛刪除保留期間到期時，也會觸發工作區資料的永久刪除。

管理虛刪除的工作區

您可以在 Azure 入口網站中的 Azure Machine Learning 資源提供者下，管理虛刪除的工作區。 若要列出虛刪除的工作區，請使用下列步驟：

  1. 從 Azure 入口網站，選取 [更多服務]。 從 [AI + 機器學習] 類別，選取 [Azure Machine Learning]。

  2. 從頁面頂端，選取 [最近刪除] 以檢視遭到虛刪除但仍在保留期間的工作區。

    Screenshot highlighting the recently deleted link.

  3. 您可以從最近刪除的工作區檢視，復原或永久刪除工作區。

    Screenshot of the recently deleted workspaces view.

復原虛刪除的工作區

在虛刪除的工作區上選取 [還原] 時，此功能會起始還原工作區狀態的作業。 服務會嘗試重新建立或重新連結資源子集，包括 Azure RBAC 角色指派。 包括計算叢集在內的實刪除資源應由您重新建立。

Azure Machine Learning 會復原工作區身分識別的 Azure RBAC 角色指派，但不會復原您在工作區上新增的角色指派。 工作區復原後，角色指派可能需要 15 分鐘才能傳播。

工作區不一定可以復原。 Azure Machine Learning 會在工作區相關的其他 Azure 資源上儲存工作區中繼資料。 如果這些相依的 Azure 資源遭到刪除，工作區可能無法復原或正確還原。 請先復原 Azure Machine Learning 工作區的相依性，再復原刪除的工作區。 下表概述 Azure Machine Learning 工作區每個相依性的復原選項。

相依性 復原方法
Azure Key Vault 復原遭到刪除的 Azure Key Vault 執行個體
Azure 儲存體 復原已刪除的 Azure 儲存體帳戶。
Azure Container Registry Azure Container Registry 不是工作區復原所需的必要條件。 Azure Machine Learning 可以重新產生自訂環境的映像。
Azure Application Insights 首先，復原記錄分析工作區。 然後，使用原始名稱重新建立 Application Insights。

計費影響

一般而言，工作區處於虛刪除狀態時，只能執行兩項作業：「永久刪除」和「復原」。 其他作業都會失敗。 所以即使工作區存在，也無法執行計算作業，更不會產生任何使用量。 虛刪除工作區時，任何產生成本的資源都會遭到刪除，包括計算叢集。

重要

使用客戶自控密鑰進行加密的工作區會將其他服務資料儲存在受控資源群組中您的訂用帳戶中。 當工作區遭到虛刪除時，將不會刪除其中的受控資源群組和資源，而且在實刪除工作區前會產生成本。

一般資料保護規定 (GDPR) 說明

虛刪除後，在復原保留期間，服務會保留必要的資料和中繼資料。 從 GDPR 和隱私權的觀點來看，刪除個人資料的要求應解譯為「永久」刪除工作區的要求，而不是虛刪除。

保留期間到期，或者您永久刪除工作區時，系統會主動刪除資料和中繼資料。 刪除時，您可以選擇永久刪除工作區。

如需詳細資訊，請參閱匯出或刪除工作區資料一文。

下一步