Schedule Klasse
Definiert einen Zeitplan, nach dem eine Pipeline übermittelt werden soll.
Nachdem eine Pipeline veröffentlicht wurde, kann ein Zeitplan verwendet werden, um die Pipeline in einem angegebenen Intervall oder wenn Änderungen an einem Blobspeicherort erkannt werden zu übermitteln.
Initialisieren Sie Zeitplan.
- Vererbung
-
builtins.objectSchedule
Konstruktor
Schedule(workspace, id, name, description, pipeline_id, status, recurrence, datastore_name, polling_interval, data_path_parameter_name, continue_on_step_failure, path_on_datastore, _schedule_provider=None, pipeline_endpoint_id=None)
Parameter
- datastore_name
- str
Der Name des Datenspeichers, der auf geänderte/hinzugefügte Blobs überwacht werden soll. Hinweis: 1) VNET-Datenspeicher werden nicht unterstützt. 2) Der Authentifizierungstyp für den Datenspeicher sollte auf "Kontoschlüssel" festgelegt werden.
- polling_interval
- int
Gibt an, wie viel Zeit (in Minuten) zwischen dem Abruf von geänderten/hinzugefügten Blobdaten liegen soll.
- data_path_parameter_name
- str
Der Name des Pipelineparameters des Datenpfads, der mit dem geänderten Blobpfad festgelegt werden soll.
- continue_on_step_failure
- bool
Gibt an, ob die Ausführung weiterer Schritte im übermittelten PipelineRun fortgesetzt werden soll, wenn ein Schritt nicht erfolgreich war. Falls angegeben, wird die Einstellung continue_on_step_failure für die Pipeline überschrieben.
- path_on_datastore
- str
Optional. Der Pfad im Datenspeicher, der hinsichtlich geänderter/hinzugefügter Blobdaten überwacht werden soll. Hinweis: Der path_on_datastore befindet sich unter dem Container für den Datenspeicher. Der tatsächliche Pfad, den der Zeitplan überwacht, lautet also container/path_on_datastore. Wenn nichts angegeben ist, wird der Datenspeichercontainer überwacht. Ergänzungen/Änderungen, die in einem Unterordner von path_on_datastore vorgenommen werden, werden nicht überwacht. Wird nur für Datenspeicherzeitpläne unterstützt.
- _schedule_provider
- <xref:azureml.pipeline.core._aeva_provider._AevaScheduleProvider>
Der Zeitplananbieter.
- datastore_name
- str
Der Name des Datenspeichers, der auf geänderte/hinzugefügte Blobs überwacht werden soll. Hinweis: VNet-Datenspeicher werden nicht unterstützt.
- polling_interval
- int
Gibt an, wie viel Zeit (in Minuten) zwischen dem Abruf von geänderten/hinzugefügten Blobdaten liegen soll.
- data_path_parameter_name
- str
Der Name des Pipelineparameters des Datenpfads, der mit dem geänderten Blobpfad festgelegt werden soll.
- continue_on_step_failure
- bool
Gibt an, ob die Ausführung weiterer Schritte im übermittelten PipelineRun fortgesetzt werden soll, wenn ein Schritt nicht erfolgreich war. Falls angegeben, wird die Einstellung continue_on_step_failure für die Pipeline überschrieben.
- path_on_datastore
- str
Optional. Der Pfad im Datenspeicher, der hinsichtlich geänderter/hinzugefügter Blobdaten überwacht werden soll. Hinweis: Der path_on_datastore befindet sich unter dem Container für den Datenspeicher. Der tatsächliche Pfad, den der Zeitplan überwacht, lautet also container/path_on_datastore. Wenn nichts angegeben ist, wird der Datenspeichercontainer überwacht. Ergänzungen/Änderungen, die in einem Unterordner von path_on_datastore vorgenommen werden, werden nicht überwacht. Wird nur für Datenspeicherzeitpläne unterstützt.
- _schedule_provider
- <xref:azureml.pipeline.core._aeva_provider._AevaScheduleProvider>
Der Zeitplananbieter.
- pipeline_endpoint_id
- str
Die ID des Pipelineendpunkts, der vom Zeitplan übermittelt wird.
Hinweise
Es werden zwei Arten von Zeitplänen unterstützt. Die erste verwendet die Zeitserie, um eine Pipeline nach einem bestimmten Zeitplan zu übermitteln. Der zweite überwacht einen AzureBlobDatastore auf hinzugefügte oder geänderte Blobs und übermittelt eine Pipeline, wenn Änderungen erkannt werden.
Um einen Zeitplan zu erstellen, der eine Pipeline nach einem wiederkehrenden Zeitplan übermittelt, verwenden Sie ScheduleRecurrence beim Erstellen des Zeitplans.
Beim Erstellen eines Zeitplans für eine Pipeline wird ScheduleRecurrence wie folgt verwendet:
from azureml.pipeline.core import Schedule, ScheduleRecurrence
recurrence = ScheduleRecurrence(frequency="Hour", interval=12)
schedule = Schedule.create(workspace, name="TestSchedule", pipeline_id="pipeline_id",
experiment_name="helloworld", recurrence=recurrence)
Dieser Zeitplan übermittelt die bereitgestellte PublishedPipeline alle 12 Stunden. Die übermittelte Pipeline wird unter dem Experiment mit dem Namen „helloworld“ erstellt.
Um einen Zeitplan zu erstellen, der PipelineRuns bei Änderungen an einem Blobspeicherort auslöst, geben Sie bei der Erstellung des Zeitplans einen Datenspeicher und die zugehörigen Dateninformationen an.
from azureml.pipeline.core import Schedule
from azureml.core.datastore import Datastore
datastore = Datastore(workspace=ws, name="workspaceblobstore")
schedule = Schedule.create(workspace, name="TestSchedule", pipeline_id="pipeline_id"
experiment_name="helloworld", datastore=datastore,
polling_interval=5, path_on_datastore="file/path")
Beachten Sie, dass die Parameter polling_interval und path_on_datastore optional sind. Das polling_interval gibt an, wie oft der Datenspeicher auf Änderungen abgefragt werden soll, und beträgt standardmäßig 5 Minuten. path_on_datastore kann verwendet werden, um anzugeben, welcher Ordner im Datenspeicher auf Änderungen überwacht werden soll. Bei „None“ wird der Datenspeichercontainer überwacht. Hinweis: Ergänzungen/Änderungen an Blobs in Unterordnern von path_on_datastore oder im Datenspeichercontainer (wenn path_on_datastore nicht angegeben ist) werden nicht erkannt.
Wenn die Pipeline so konstruiert wurde, dass sie einen DataPathPipelineParameter verwendet, um Schritteingaben zu beschreiben, verwenden Sie außerdem den Parameter data_path_parameter_name, wenn Sie einen von einem Datenspeicher ausgelösten Zeitplan erstellen, um die Eingabe auf die geänderte Datei festzulegen, wenn vom Zeitplan eine PipelineRun übermittelt wird.
Wenn im folgenden Beispiel der Zeitplan die PipelineRun auslöst, wird der Wert des Pipelineparameters input_data auf die Datei festgelegt, die geändert/hinzugefügt wurde:
from azureml.pipeline.core import Schedule
from azureml.core.datastore import Datastore
datastore = Datastore(workspace=ws, name="workspaceblobstore")
schedule = Schedule.create(workspace, name="TestSchedule", pipeline_id="pipeline_id",
experiment_name="helloworld", datastore=datastore,
data_path_parameter_name="input_data")
Weitere Informationen zu Zeitplänen finden Sie unter https://aka.ms/pl-schedule.
Methoden
create |
Erstellt einen Zeitplan für eine Pipeline. Geben Sie eine Wiederholung für einen zeitbasierten Zeitplan an, oder geben Sie einen Datenspeicher, ein polling_interval (optional) und einen data_path_parameter_name (optional) an, um einen Zeitplan zu erstellen, der den Speicherort des Datenspeichers auf Änderungen/Ergänzungen überwacht. |
create_for_pipeline_endpoint |
Erstellt einen Zeitplan für einen Pipelineendpunkt. Geben Sie eine Wiederholung für einen zeitbasierten Zeitplan an, oder geben Sie einen Datenspeicher, ein polling_interval (optional) und einen data_path_parameter_name (optional) an, um einen Zeitplan zu erstellen, der den Speicherort des Datenspeichers auf Änderungen/Ergänzungen überwacht. |
disable |
Festlegen des Zeitplans auf „Deaktiviert“, sodass er nicht zur Ausführung verfügbar ist. |
enable |
Festlegen des Zeitplans auf „Aktiv“, sodass er zur Ausführung verfügbar ist. |
get |
Ruft den Zeitplan mit der angegebenen ID ab. |
get_all |
Ruft alle Zeitpläne im aktuellen Arbeitsbereich ab. VERALTET: Diese Methode ist veraltet und wurde durch die list-Methode ersetzt. |
get_last_pipeline_run |
Ruft die letzte Pipelineausführung ab, die vom Zeitplan übermittelt wurde. Gibt „None“ zurück, wenn keine Ausführungen übermittelt wurden. |
get_pipeline_runs |
Ruft die Pipelineausführungen ab, die vom Zeitplan generiert wurden. |
get_schedules_for_pipeline_endpoint_id |
Ruft alle Zeitpläne für die angegebene Pipelineendpunkt-ID ab. |
get_schedules_for_pipeline_id |
Ruft alle Zeitpläne für die angegebene Pipeline-ID ab. |
list |
Ruft alle Zeitpläne im aktuellen Arbeitsbereich ab. |
load_yaml |
Lädt und liest die YAML-Datei, um Zeitplanparameter abzurufen. Die YAML-Datei bietet eine weitere Möglichkeit, Zeitplanparameter zum Erstellen eines Zeitplans zu übergeben. |
update |
Aktualisieren des Zeitplans. |
create
Erstellt einen Zeitplan für eine Pipeline.
Geben Sie eine Wiederholung für einen zeitbasierten Zeitplan an, oder geben Sie einen Datenspeicher, ein polling_interval (optional) und einen data_path_parameter_name (optional) an, um einen Zeitplan zu erstellen, der den Speicherort des Datenspeichers auf Änderungen/Ergänzungen überwacht.
static create(workspace, name, pipeline_id, experiment_name, recurrence=None, description=None, pipeline_parameters=None, wait_for_provisioning=False, wait_timeout=3600, datastore=None, polling_interval=5, data_path_parameter_name=None, continue_on_step_failure=None, path_on_datastore=None, _workflow_provider=None, _service_endpoint=None)
Parameter
- experiment_name
- str
Der Name des Experiments, an das der Zeitplan Ausführungen übermittelt.
- pipeline_parameters
- dict
Ein Wörterbuch mit Parametern zum Zuweisen neuer Werte {Parametername, Parameterwert}
- wait_for_provisioning
- bool
Gibt an, ob auf die Bereitstellung des Zeitplans gewartet werden soll.
- wait_timeout
- int
Die Anzahl der Sekunden, die gewartet werden soll, bevor ein Timeout eintritt.
- datastore
- AzureBlobDatastore
Der Datenspeicher, der auf geänderte/hinzugefügte Blobs überwacht werden soll. Hinweis: VNet-Datenspeicher werden nicht unterstützt. Kann nicht mit einer Serie verwendet werden.
- polling_interval
- int
Gibt an, wie viel Zeit (in Minuten) zwischen dem Abruf von geänderten/hinzugefügten Blobdaten liegen soll. Die Standardeinstellung ist 5 Minuten. Wird nur für Datenspeicherzeitpläne unterstützt.
- data_path_parameter_name
- str
Der Name des Pipelineparameters des Datenpfads, der mit dem geänderten Blobpfad festgelegt werden soll. Wird nur für Datenspeicherzeitpläne unterstützt.
- continue_on_step_failure
- bool
Gibt an, ob die Ausführung weiterer Schritte im übermittelten PipelineRun fortgesetzt werden soll, wenn ein Schritt nicht erfolgreich war. Falls angegeben, wird die Einstellung continue_on_step_failure für die Pipeline überschrieben.
- path_on_datastore
- str
Optional. Der Pfad im Datenspeicher, der hinsichtlich geänderter/hinzugefügter Blobdaten überwacht werden soll. Hinweis: Der path_on_datastore befindet sich unter dem Container für den Datenspeicher. Der tatsächliche Pfad, den der Zeitplan überwacht, lautet also container/path_on_datastore. Wenn nichts angegeben ist, wird der Datenspeichercontainer überwacht. Ergänzungen/Änderungen, die in einem Unterordner von path_on_datastore vorgenommen werden, werden nicht überwacht. Wird nur für Datenspeicherzeitpläne unterstützt.
- _workflow_provider
- <xref:azureml.pipeline.core._aeva_provider._AevaWorkflowProvider>
Der Workflowanbieter.
Gibt zurück
Der erstellte Zeitplan.
Rückgabetyp
create_for_pipeline_endpoint
Erstellt einen Zeitplan für einen Pipelineendpunkt.
Geben Sie eine Wiederholung für einen zeitbasierten Zeitplan an, oder geben Sie einen Datenspeicher, ein polling_interval (optional) und einen data_path_parameter_name (optional) an, um einen Zeitplan zu erstellen, der den Speicherort des Datenspeichers auf Änderungen/Ergänzungen überwacht.
static create_for_pipeline_endpoint(workspace, name, pipeline_endpoint_id, experiment_name, recurrence=None, description=None, pipeline_parameters=None, wait_for_provisioning=False, wait_timeout=3600, datastore=None, polling_interval=5, data_path_parameter_name=None, continue_on_step_failure=None, path_on_datastore=None, _workflow_provider=None, _service_endpoint=None)
Parameter
- pipeline_endpoint_id
- str
Die ID des Pipelineendpunkts, der vom Zeitplan übermittelt wird.
- experiment_name
- str
Der Name des Experiments, an das der Zeitplan Ausführungen übermittelt.
- pipeline_parameters
- dict
Ein Wörterbuch mit Parametern zum Zuweisen neuer Werte {Parametername, Parameterwert}
- wait_for_provisioning
- bool
Gibt an, ob auf die Bereitstellung des Zeitplans gewartet werden soll.
- wait_timeout
- int
Die Anzahl der Sekunden, die gewartet werden soll, bevor ein Timeout eintritt.
- datastore
- AzureBlobDatastore
Der Datenspeicher, der auf geänderte/hinzugefügte Blobs überwacht werden soll. Hinweis: VNet-Datenspeicher werden nicht unterstützt. Kann nicht mit einer Serie verwendet werden.
- polling_interval
- int
Gibt an, wie viel Zeit (in Minuten) zwischen dem Abruf von geänderten/hinzugefügten Blobdaten liegen soll. Die Standardeinstellung ist 5 Minuten. Wird nur für Datenspeicherzeitpläne unterstützt.
- data_path_parameter_name
- str
Der Name des Pipelineparameters des Datenpfads, der mit dem geänderten Blobpfad festgelegt werden soll. Wird nur für Datenspeicherzeitpläne unterstützt.
- continue_on_step_failure
- bool
Gibt an, ob die Ausführung weiterer Schritte im übermittelten PipelineRun fortgesetzt werden soll, wenn ein Schritt nicht erfolgreich war. Falls angegeben, wird die Einstellung continue_on_step_failure für die Pipeline überschrieben.
- path_on_datastore
- str
Optional. Der Pfad im Datenspeicher, der hinsichtlich geänderter/hinzugefügter Blobdaten überwacht werden soll. Hinweis: Der path_on_datastore befindet sich unter dem Container für den Datenspeicher. Der tatsächliche Pfad, den der Zeitplan überwacht, lautet also container/path_on_datastore. Wenn nichts angegeben ist, wird der Datenspeichercontainer überwacht. Ergänzungen/Änderungen, die in einem Unterordner von path_on_datastore vorgenommen werden, werden nicht überwacht. Wird nur für Datenspeicherzeitpläne unterstützt.
- _workflow_provider
- <xref:azureml.pipeline.core._aeva_provider._AevaWorkflowProvider>
Der Workflowanbieter.
Gibt zurück
Der erstellte Zeitplan.
Rückgabetyp
disable
Festlegen des Zeitplans auf „Deaktiviert“, sodass er nicht zur Ausführung verfügbar ist.
disable(wait_for_provisioning=False, wait_timeout=3600)
Parameter
- wait_for_provisioning
- bool
Gibt an, ob auf die Bereitstellung des Zeitplans gewartet werden soll.
- wait_timeout
- int
Die Anzahl der Sekunden, die gewartet werden soll, bevor ein Timeout eintritt.
enable
Festlegen des Zeitplans auf „Aktiv“, sodass er zur Ausführung verfügbar ist.
enable(wait_for_provisioning=False, wait_timeout=3600)
Parameter
- wait_for_provisioning
- bool
Gibt an, ob auf die Bereitstellung des Zeitplans gewartet werden soll.
- wait_timeout
- int
Die Anzahl der Sekunden, die gewartet werden soll, bevor ein Timeout eintritt.
get
Ruft den Zeitplan mit der angegebenen ID ab.
static get(workspace, id, _workflow_provider=None, _service_endpoint=None)
Parameter
- _workflow_provider
- <xref:azureml.pipeline.core._aeva_provider._AevaWorkflowProvider>
Der Workflowanbieter.
Gibt zurück
Zeitplanobjekt
Rückgabetyp
get_all
Ruft alle Zeitpläne im aktuellen Arbeitsbereich ab.
VERALTET: Diese Methode ist veraltet und wurde durch die list-Methode ersetzt.
static get_all(workspace, active_only=True, pipeline_id=None, pipeline_endpoint_id=None, _workflow_provider=None, _service_endpoint=None)
Parameter
- active_only
- bool
Bei „True“ werden nur Zeitpläne zurückgegeben, die derzeit aktiv sind. Gilt nur, wenn keine Pipeline-ID angegeben wird.
- pipeline_id
- str
Bei einer Angabe werden nur Zeitpläne für die Pipeline mit der angegebenen ID zurückgegeben.
- pipeline_endpoint_id
- str
Bei einer Angabe werden nur Zeitpläne für den Pipelineendpunkt mit der angegebenen ID zurückgegeben.
- _workflow_provider
- <xref:azureml.pipeline.core._aeva_provider._AevaWorkflowProvider>
Der Workflowanbieter.
Gibt zurück
Eine Schedule-Liste.
Rückgabetyp
get_last_pipeline_run
Ruft die letzte Pipelineausführung ab, die vom Zeitplan übermittelt wurde. Gibt „None“ zurück, wenn keine Ausführungen übermittelt wurden.
get_last_pipeline_run()
Gibt zurück
Die letzte Pipelineausführung.
Rückgabetyp
get_pipeline_runs
Ruft die Pipelineausführungen ab, die vom Zeitplan generiert wurden.
get_pipeline_runs()
Gibt zurück
Eine PipelineRun-Liste.
Rückgabetyp
get_schedules_for_pipeline_endpoint_id
Ruft alle Zeitpläne für die angegebene Pipelineendpunkt-ID ab.
static get_schedules_for_pipeline_endpoint_id(workspace, pipeline_endpoint_id, _workflow_provider=None, _service_endpoint=None)
Parameter
- _workflow_provider
- <xref:azureml.pipeline.core._aeva_provider._AevaWorkflowProvider>
Der Workflowanbieter.
Gibt zurück
Eine Liste von Schedule.
Rückgabetyp
get_schedules_for_pipeline_id
Ruft alle Zeitpläne für die angegebene Pipeline-ID ab.
static get_schedules_for_pipeline_id(workspace, pipeline_id, _workflow_provider=None, _service_endpoint=None)
Parameter
- _workflow_provider
- <xref:azureml.pipeline.core._aeva_provider._AevaWorkflowProvider>
Der Workflowanbieter.
Gibt zurück
Eine Schedule-Liste.
Rückgabetyp
list
Ruft alle Zeitpläne im aktuellen Arbeitsbereich ab.
static list(workspace, active_only=True, pipeline_id=None, pipeline_endpoint_id=None, _workflow_provider=None, _service_endpoint=None)
Parameter
- active_only
- bool
Bei „True“ werden nur Zeitpläne zurückgegeben, die derzeit aktiv sind. Gilt nur, wenn keine Pipeline-ID angegeben wird.
- pipeline_id
- str
Bei einer Angabe werden nur Zeitpläne für die Pipeline mit der angegebenen ID zurückgegeben.
- pipeline_endpoint_id
- str
Bei einer Angabe werden nur Zeitpläne für den Pipelineendpunkt mit der angegebenen ID zurückgegeben.
- _workflow_provider
- <xref:azureml.pipeline.core._aeva_provider._AevaWorkflowProvider>
Der Workflowanbieter.
Gibt zurück
Eine Schedule-Liste.
Rückgabetyp
load_yaml
Lädt und liest die YAML-Datei, um Zeitplanparameter abzurufen.
Die YAML-Datei bietet eine weitere Möglichkeit, Zeitplanparameter zum Erstellen eines Zeitplans zu übergeben.
static load_yaml(workspace, filename, _workflow_provider=None, _service_endpoint=None)
Parameter
- _workflow_provider
- <xref:azureml.pipeline.core._aeva_provider._AevaWorkflowProvider>
Der Workflowanbieter.
Gibt zurück
Ein Wörterbuch mit Schedule-Parametern und Werten.
Rückgabetyp
Hinweise
Für Zeitpläne werden zwei YAML-Typen unterstützt. Der erste liest und lädt Serieninformationen für die Zeitplanerstellung, um die Pipeline auszulösen. Der zweite liest und lädt Datenspeicherinformationen für die Zeitplanerstellung, um die Pipeline auszulösen.
Das folgende Beispiel zeigt das Erstellen eines Zeitplans, der eine Pipeline an eine Serie übermittelt:
from azureml.pipeline.core import Schedule
schedule_info = Schedule.load_yaml(workspace=workspace,
filename='./yaml/test_schedule_with_recurrence.yaml')
schedule = Schedule.create(workspace, name="TestSchedule", pipeline_id="pipeline_id",
experiment_name="helloworld", recurrence=schedule_info.get("recurrence"),
description=schedule_info.get("description"))
YAML-Beispieldatei „test_schedule_with_recurrence.yaml“:
Schedule:
description: "Test create with recurrence"
recurrence:
frequency: Week # Can be "Minute", "Hour", "Day", "Week", or "Month".
interval: 1 # how often fires
start_time: 2019-06-07T10:50:00
time_zone: UTC
hours:
- 1
minutes:
- 0
time_of_day: null
week_days:
- Friday
pipeline_parameters: {'a':1}
wait_for_provisioning: True
wait_timeout: 3600
datastore_name: ~
polling_interval: ~
data_path_parameter_name: ~
continue_on_step_failure: None
path_on_datastore: ~
Das folgende Beispiel zeigt das Erstellen eines Zeitplans, der eine Pipeline an einen Datenspeicher übermittelt:
from azureml.pipeline.core import Schedule
schedule_info = Schedule.load_yaml(workspace=workspace,
filename='./yaml/test_schedule_with_datastore.yaml')
schedule = Schedule.create(workspace, name="TestSchedule", pipeline_id="pipeline_id",
experiment_name="helloworld",datastore=schedule_info.get("datastore_name"),
polling_interval=schedule_info.get("polling_interval"),
data_path_parameter_name=schedule_info.get("data_path_parameter_name"),
continue_on_step_failure=schedule_info.get("continue_on_step_failure"),
path_on_datastore=schedule_info.get("path_on_datastore"))
update
Aktualisieren des Zeitplans.
update(name=None, description=None, recurrence=None, pipeline_parameters=None, status=None, wait_for_provisioning=False, wait_timeout=3600, datastore=None, polling_interval=None, data_path_parameter_name=None, continue_on_step_failure=None, path_on_datastore=None)
Parameter
- pipeline_parameters
- dict
Ein Wörterbuch mit Parametern zum Zuweisen neuer Werte {Parametername, Parameterwert}.
- wait_for_provisioning
- bool
Gibt an, ob auf die Bereitstellung des Zeitplans gewartet werden soll.
- wait_timeout
- int
Die Anzahl der Sekunden, die gewartet werden soll, bevor ein Timeout eintritt.
- datastore
- AzureBlobDatastore
Der Datenspeicher, der auf geänderte/hinzugefügte Blobs überwacht werden soll. Hinweis: VNet-Datenspeicher werden nicht unterstützt.
- polling_interval
- int
Gibt an, wie viel Zeit (in Minuten) zwischen dem Abruf von geänderten/hinzugefügten Blobdaten liegen soll. Die Standardeinstellung ist 5 Minuten.
- data_path_parameter_name
- str
Der Name des Pipelineparameters des Datenpfads, der mit dem geänderten Blobpfad festgelegt werden soll.
- continue_on_step_failure
- bool
Gibt an, ob die Ausführung weiterer Schritte im übermittelten PipelineRun fortgesetzt werden soll, wenn ein Schritt nicht erfolgreich war. Falls angegeben, wird die Einstellung continue_on_step_failure für die Pipeline überschrieben.
- path_on_datastore
- str
Optional. Der Pfad im Datenspeicher, der hinsichtlich geänderter/hinzugefügter Blobdaten überwacht werden soll. Hinweis: Der path_on_datastore befindet sich unter dem Container für den Datenspeicher. Der tatsächliche Pfad, den der Zeitplan überwacht, lautet also container/path_on_datastore. Wenn nichts angegeben ist, wird der Datenspeichercontainer überwacht. Ergänzungen/Änderungen, die in einem Unterordner von path_on_datastore vorgenommen werden, werden nicht überwacht. Wird nur für Datenspeicherzeitpläne unterstützt.
Attribute
continue_on_step_failure
Abrufen des Werts der continue_on_step_failure
-Einstellung.
Gibt zurück
Der Wert der continue_on_step_failure
-Einstellung
Rückgabetyp
data_path_parameter_name
Ruft den Namen des Pipelineparameters des Datenpfads ab, der mit dem geänderten Blobpfad festgelegt werden soll.
Gibt zurück
Der Name des Datenpfadparameters.
Rückgabetyp
datastore_name
Ruft den Namen des für den Zeitplan verwendeten Datenspeichers.
Gibt zurück
Der Datenspeichername.
Rückgabetyp
description
id
name
path_on_datastore
Ruft den Pfad für den Datenspeicher ab, der vom Zeitplan überwacht wird.
Gibt zurück
Der Pfad zum Datenspeicher.
Rückgabetyp
pipeline_endpoint_id
Ruft die ID des Pipelineendpunkts ab, der vom Zeitplan übermittelt wird.
Gibt zurück
Die ID.
Rückgabetyp
pipeline_id
polling_interval
Ruft ab, wie viel Zeit (in Minuten) zwischen dem Abruf von geänderten/hinzugefügten Blobs liegen soll.
Gibt zurück
Das Abrufintervall.
Rückgabetyp
recurrence
status
Feedback
https://aka.ms/ContentUserFeedback.
Bald verfügbar: Im Laufe des Jahres 2024 werden wir GitHub-Issues stufenweise als Feedbackmechanismus für Inhalte abbauen und durch ein neues Feedbacksystem ersetzen. Weitere Informationen finden Sie unterFeedback senden und anzeigen für