AdlaCompute 클래스
Azure Machine Learning에서 Azure Data Lake Analytics 컴퓨팅 대상을 관리합니다.
Azure Data Lake Analytics는 Azure 클라우드의 빅 데이터 분석 플랫폼입니다. Azure Machine Learning 파이프라인 사용 시 컴퓨팅 대상으로 사용할 수 있습니다. 자세한 내용은 Azure Machine Learning의 컴퓨팅 대상이란?을 참조하세요.
클래스 ComputeTarget 생성자입니다.
제공된 작업 영역과 연결된 Compute 개체의 클라우드 표현을 검색합니다. 검색된 Compute 개체의 특정 형식에 해당하는 자식 클래스의 instance 반환합니다.
- 상속
-
AdlaCompute
생성자
AdlaCompute(workspace, name)
매개 변수
설명
사용하기 전에 Azure Data Lake Analytics 계정을 만듭니다. 계정을 만들려면 Azure Data Lake Analytics 시작을 참조하세요.
다음 예제에서는 attach_configuration 메서드를 사용하여 작업 영역에 ADLA 계정을 연결하는 방법을 보여 줍니다.
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))
전체 샘플은 https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/machine-learning-pipelines/intro-to-pipelines/aml-pipelines-use-adla-as-compute-target.ipynb에서 사용할 수 있습니다.
메서드
attach |
사용되지 않습니다. 대신 기존 Azure Data Lake Analytics 컴퓨팅 리소스를 제공된 작업 영역에 연결합니다. |
attach_configuration |
Azure Data Lake Analytics 컴퓨팅 대상을 연결하기 위한 구성 개체를 만듭니다. |
delete |
연결된 작업 영역에서 AdlaCompute 개체를 제거합니다. 이 개체가 Azure Machine Learning을 통해 만들어진 경우 해당 클라우드 기반 개체도 삭제됩니다. 이 개체가 외부에서 만들어지고 작업 영역에만 연결된 경우 ComputeTargetException을 발생시키고 아무것도 변경되지 않습니다. |
deserialize |
JSON 개체를 AdlaCompute 개체로 변환합니다. |
detach |
연결된 작업 영역에서 AdlaCompute 개체를 제거합니다. 기본 클라우드 개체는 삭제되지 않고 연결만 제거됩니다. |
refresh_state |
개체 속성의 내부 업데이트를 수행합니다. 이 메서드는 해당 클라우드 개체의 현재 상태에 따라 속성을 업데이트합니다. 이는 주로 컴퓨팅 상태의 수동 폴링에 사용됩니다. |
serialize |
이 AdlaCompute 개체를 JSON 직렬화된 사전으로 변환합니다. |
attach
사용되지 않습니다. 대신 attach_configuration
메서드를 사용합니다.
기존 Azure Data Lake Analytics 컴퓨팅 리소스를 제공된 작업 영역에 연결합니다.
static attach(workspace, name, resource_id)
매개 변수
반환
컴퓨팅 개체의 AdlaCompute 개체 표현입니다.
반환 형식
예외
attach_configuration
Azure Data Lake Analytics 컴퓨팅 대상을 연결하기 위한 구성 개체를 만듭니다.
static attach_configuration(resource_group=None, account_name=None, resource_id=None)
매개 변수
반환
컴퓨팅 개체를 연결할 때 사용할 구성 개체입니다.
반환 형식
예외
delete
연결된 작업 영역에서 AdlaCompute 개체를 제거합니다.
이 개체가 Azure Machine Learning을 통해 만들어진 경우 해당 클라우드 기반 개체도 삭제됩니다. 이 개체가 외부에서 만들어지고 작업 영역에만 연결된 경우 ComputeTargetException을 발생시키고 아무것도 변경되지 않습니다.
delete()
예외
deserialize
JSON 개체를 AdlaCompute 개체로 변환합니다.
static deserialize(workspace, object_dict)
매개 변수
반환
제공된 JSON 개체의 AdlaCompute 표현입니다.
반환 형식
예외
설명
제공된 작업 영역이 Compute가 연결된 작업 영역이 아닌 경우 ComputeTargetException을 발생시킵니다.
detach
연결된 작업 영역에서 AdlaCompute 개체를 제거합니다.
기본 클라우드 개체는 삭제되지 않고 연결만 제거됩니다.
detach()
예외
refresh_state
개체 속성의 내부 업데이트를 수행합니다.
이 메서드는 해당 클라우드 개체의 현재 상태에 따라 속성을 업데이트합니다. 이는 주로 컴퓨팅 상태의 수동 폴링에 사용됩니다.
refresh_state()
예외
serialize
이 AdlaCompute 개체를 JSON 직렬화된 사전으로 변환합니다.
serialize()
반환
이 AdlaCompute 개체의 JSON 표현입니다.
반환 형식
예외
피드백
https://aka.ms/ContentUserFeedback
출시 예정: 2024년 내내 콘텐츠에 대한 피드백 메커니즘으로 GitHub 문제를 단계적으로 폐지하고 이를 새로운 피드백 시스템으로 바꿀 예정입니다. 자세한 내용은 다음을 참조하세요.다음에 대한 사용자 의견 제출 및 보기