Share via


AdlaCompute Osztály

Azure Data Lake Analytics számítási célt kezel az Azure Machine Learningben.

Az Azure Data Lake Analytics egy big data-elemzőplatform az Azure-felhőben. Számítási célként használható Azure Machine Learning-folyamatokkal. További információ: Mik azok a számítási célok az Azure Machine Learningben?

ComputeTarget-konstruktor osztály.

Lekérheti a megadott munkaterülethez társított számítási objektum felhőbeli ábrázolását. Egy gyermekosztály egy példányát adja vissza, amely megfelel a lekért Számítási objektum adott típusának.

Öröklődés
AdlaCompute

Konstruktor

AdlaCompute(workspace, name)

Paraméterek

workspace
Workspace
Kötelező

A lekérni kívánt AdlaCompute objektumot tartalmazó munkaterület-objektum.

name
str
Kötelező

A lekérendő AdlaCompute objektum neve.

workspace
Workspace
Kötelező

A lekérni kívánt Compute objektumot tartalmazó munkaterület-objektum.

name
str
Kötelező

A lekérni kívánt Compute objektum neve.

Megjegyzések

A használat előtt hozzon létre egy Azure Data Lake Analytics-fiókot. A létrehozáshoz tekintse meg az Azure Data Lake Analytics használatának első lépéseit ismertető cikket.

Az alábbi példa bemutatja, hogyan csatolhat ADLA-fiókot egy munkaterülethez a attach_configuration metódussal.


   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))

A teljes minta a következő forrásból érhető el: 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

Metódusok

attach

ELAVULT. Használja inkább a attach_configuration metódust.

Társítson egy meglévő Azure Data Lake Analytics számítási erőforrást a megadott munkaterülethez.

attach_configuration

Hozzon létre egy konfigurációs objektumot egy Azure Data Lake Analytics számítási cél csatolásához.

delete

Távolítsa el az AdlaCompute objektumot a társított munkaterületről.

Ha ezt az objektumot az Azure Machine Learningen keresztül hozták létre, a megfelelő felhőalapú objektumok is törlődnek. Ha ez az objektum külsőleg lett létrehozva, és csak a munkaterülethez van csatolva, akkor az egy értéket hoz létre ComputeTargetException , és semmi sem változik.

deserialize

JSON-objektum átalakítása AdlaCompute objektummá.

detach

Válassza le az AdlaCompute objektumot a társított munkaterületről.

A mögöttes felhőobjektumok nem törlődnek, csak a társítás törlődik.

refresh_state

Végezze el az objektum tulajdonságainak helyben történő frissítését.

Ez a módszer frissíti a tulajdonságokat a megfelelő felhőobjektum aktuális állapota alapján. Ezt elsősorban a számítási állapot manuális lekérdezésére használják.

serialize

Konvertálja ezt az AdlaCompute objektumot JSON szerializált szótárlá.

attach

ELAVULT. Használja inkább a attach_configuration metódust.

Társítson egy meglévő Azure Data Lake Analytics számítási erőforrást a megadott munkaterülethez.

static attach(workspace, name, resource_id)

Paraméterek

workspace
Workspace
Kötelező

A számítási erőforrást társítani kívánt munkaterület-objektum.

name
str
Kötelező

A megadott munkaterületen belüli számítási erőforráshoz társítandó név. Nem kell megegyeznie a csatolandó számítási erőforrás nevével.

resource_id
str
Kötelező

A csatolt számítási erőforrás Azure-erőforrás-azonosítója.

Válaszok

A számítási objektum AdlaCompute objektumábrázolása.

Visszatérési típus

Kivételek

attach_configuration

Hozzon létre egy konfigurációs objektumot egy Azure Data Lake Analytics számítási cél csatolásához.

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

Paraméterek

resource_group
str
alapértelmezett érték: None

Annak az erőforráscsoportnak a neve, amelyben az Data Lake Analytics-fiók található.

account_name
str
alapértelmezett érték: None

A Data Lake Analytics fiók neve.

resource_id
str
alapértelmezett érték: None

A csatolt számítási erőforrás Azure-erőforrás-azonosítója.

Válaszok

Számítási objektum csatolásakor használandó konfigurációs objektum.

Visszatérési típus

Kivételek

delete

Távolítsa el az AdlaCompute objektumot a társított munkaterületről.

Ha ezt az objektumot az Azure Machine Learningen keresztül hozták létre, a megfelelő felhőalapú objektumok is törlődnek. Ha ez az objektum külsőleg lett létrehozva, és csak a munkaterülethez van csatolva, akkor az egy értéket hoz létre ComputeTargetException , és semmi sem változik.

delete()

Kivételek

deserialize

JSON-objektum átalakítása AdlaCompute objektummá.

static deserialize(workspace, object_dict)

Paraméterek

workspace
Workspace
Kötelező

Az AdlaCompute objektumhoz társított munkaterület-objektum.

object_dict
dict
Kötelező

Egy JSON-objektum, amely AdlaCompute objektummá konvertálható.

Válaszok

A megadott JSON-objektum AdlaCompute-ábrázolása.

Visszatérési típus

Kivételek

Megjegyzések

A értéket ad ComputeTargetException elő, ha a megadott munkaterület nem az a munkaterület, amelyhez a Számítás társítva van.

detach

Válassza le az AdlaCompute objektumot a társított munkaterületről.

A mögöttes felhőobjektumok nem törlődnek, csak a társítás törlődik.

detach()

Kivételek

refresh_state

Végezze el az objektum tulajdonságainak helyben történő frissítését.

Ez a módszer frissíti a tulajdonságokat a megfelelő felhőobjektum aktuális állapota alapján. Ezt elsősorban a számítási állapot manuális lekérdezésére használják.

refresh_state()

Kivételek

serialize

Konvertálja ezt az AdlaCompute objektumot JSON szerializált szótárlá.

serialize()

Válaszok

Az AdlaCompute objektum JSON-ábrázolása.

Visszatérési típus

Kivételek