Datastore Classe
Representa uma abstração de armazenamento numa conta de armazenamento do Azure Machine Learning.
Os arquivos de dados são anexados a áreas de trabalho e são utilizados para armazenar informações de ligação aos serviços de armazenamento do Azure, para que possa fazer referência aos mesmos por nome e não precisa de se lembrar das informações de ligação e do segredo utilizados para ligar aos serviços de armazenamento.
Exemplos de serviços de armazenamento do Azure suportados que podem ser registados como arquivos de dados:
Contentor de Blobs do Azure
Partilha de Ficheiros do Azure
Azure Data Lake
Azure Data Lake Gen2
Base de Dados SQL do Azure
Base de Dados do Azure para PostgreSQL
Sistema de Ficheiros do Databricks
Base de Dados do Azure para MySQL
Utilize esta classe para realizar operações de gestão, incluindo registar, listar, obter e remover arquivos de dados.
Os arquivos de dados para cada serviço são criados com os register* métodos desta classe. Ao utilizar um arquivo de dados para aceder aos dados, tem de ter permissão para aceder a esses dados, o que depende das credenciais registadas no arquivo de dados.
Para obter mais informações sobre os arquivos de dados e como podem ser utilizados no machine learning, veja os seguintes artigos:
Obtenha um arquivo de dados por nome. Esta chamada fará um pedido ao serviço do arquivo de dados.
- Herança
-
builtins.objectDatastore
Construtor
Datastore(workspace, name=None)Parâmetros
| Name | Description |
|---|---|
|
workspace
Necessário
|
A área de trabalho. |
|
name
|
str, <xref:optional>
O nome do arquivo de dados, predefinido para Nenhum, que obtém o arquivo de dados predefinido. valor predefinido: None
|
Observações
Para interagir com dados nos seus arquivos de dados para tarefas de machine learning, como formação, crie um conjunto de dados do Azure Machine Learning. Os conjuntos de dados fornecem funções que carregam dados tabulares para um pandas ou Spark DataFrame. Os conjuntos de dados também fornecem a capacidade de transferir ou montar ficheiros de qualquer formato a partir do armazenamento de Blobs do Azure, Ficheiros do Azure, Azure Data Lake Storage Gen1, Azure Data Lake Storage Gen2, base de dados SQL do Azure e Base de Dados do Azure para PostgreSQL. Saiba mais sobre como preparar com conjuntos de dados.
O exemplo seguinte mostra como criar um Arquivo de Dados ligado ao Contentor de Blobs do Azure.
from azureml.exceptions import UserErrorException
blob_datastore_name='MyBlobDatastore'
account_name=os.getenv("BLOB_ACCOUNTNAME_62", "<my-account-name>") # Storage account name
container_name=os.getenv("BLOB_CONTAINER_62", "<my-container-name>") # Name of Azure blob container
account_key=os.getenv("BLOB_ACCOUNT_KEY_62", "<my-account-key>") # Storage account key
try:
blob_datastore = Datastore.get(ws, blob_datastore_name)
print("Found Blob Datastore with name: %s" % blob_datastore_name)
except UserErrorException:
blob_datastore = Datastore.register_azure_blob_container(
workspace=ws,
datastore_name=blob_datastore_name,
account_name=account_name, # Storage account name
container_name=container_name, # Name of Azure blob container
account_key=account_key) # Storage account key
print("Registered blob datastore with name: %s" % blob_datastore_name)
blob_data_ref = DataReference(
datastore=blob_datastore,
data_reference_name="blob_test_data",
path_on_datastore="testdata")
O exemplo completo está disponível a partir de https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/machine-learning-pipelines/intro-to-pipelines/aml-pipelines-data-transfer.ipynb
Métodos
| get |
Obtenha um arquivo de dados por nome. Isto é o mesmo que chamar o construtor. |
| get_default |
Obtenha o arquivo de dados predefinido para a área de trabalho. |
| register_azure_blob_container |
Registe um Contentor de Blobs do Azure no arquivo de dados. O acesso a dados baseado em credenciais (GA) e baseado em identidades (Pré-visualização) é suportado, pode optar por utilizar o Token de SAS ou a Chave da Conta de Armazenamento. Se não for guardada nenhuma credencial com o arquivo de dados, o token do AAD dos utilizadores será utilizado no bloco de notas ou no programa python local se chamar diretamente uma destas funções: FileDataset.mount FileDataset.download FileDataset.to_path TabularDataset.to_pandas_dataframe TabularDataset.to_dask_dataframe TabularDataset.to_spark_dataframe TabularDataset.to_parquet_files TabularDataset.to_csv_files a identidade do destino de computação será utilizada em tarefas submetidas pelo Experiment.submit para autenticação de acesso a dados. Saiba mais aqui. |
| register_azure_data_lake |
Inicialize um novo Arquivo de Dados do Azure Data Lake. O acesso a dados baseado em credenciais (GA) e baseado em identidades (Pré-visualização) é suportado. Pode registar um arquivo de dados com o Principal de Serviço para acesso a dados baseados em credenciais. Se não for guardada nenhuma credencial com o arquivo de dados, o token do AAD dos utilizadores será utilizado no bloco de notas ou no programa python local se chamar diretamente uma destas funções: FileDataset.mount FileDataset.download FileDataset.to_path TabularDataset.to_pandas_dataframe TabularDataset.to_dask_dataframe TabularDataset.to_spark_dataframe TabularDataset.to_parquet_files TabularDataset.to_csv_files a identidade do destino de computação será utilizada em tarefas submetidas pelo Experiment.submit para autenticação de acesso a dados. Saiba mais aqui. Veja abaixo um exemplo de como registar um Azure Data Lake Gen1 como um Datastore. |
| register_azure_data_lake_gen2 |
Inicialize um novo Arquivo de Dados do Azure Data Lake Gen2. O acesso a dados baseado em credenciais (GA) e baseado em identidades (Pré-visualização) é suportado. Pode registar um arquivo de dados com o Principal de Serviço para acesso a dados baseados em credenciais. Se não for guardada nenhuma credencial com o arquivo de dados, o token do AAD dos utilizadores será utilizado no bloco de notas ou no programa python local se chamar diretamente uma destas funções: FileDataset.mount FileDataset.download FileDataset.to_path TabularDataset.to_pandas_dataframe TabularDataset.to_dask_dataframe TabularDataset.to_spark_dataframe TabularDataset.to_parquet_files TabularDataset.to_csv_files a identidade do destino de computação será utilizada em tarefas submetidas pelo Experiment.submit para autenticação de acesso a dados. Saiba mais aqui. |
| register_azure_file_share |
Registe uma Partilha de Ficheiros do Azure no arquivo de dados. Pode optar por utilizar o Token de SAS ou a Chave da Conta de Armazenamento |
| register_azure_my_sql |
Inicialize um novo Arquivo de Dados mySQL do Azure. O arquivo de dados MySQL só pode ser utilizado para criar DataReference como entrada e saída para DataTransferStep em pipelines do Azure Machine Learning. Pode encontrar mais detalhes aqui. Veja abaixo um exemplo de como registar uma base de dados MySQL do Azure como um Arquivo de Dados. |
| register_azure_postgre_sql |
Inicialize um novo Arquivo de Dados do Azure PostgreSQL. Veja abaixo um exemplo de como registar uma base de dados do Azure PostgreSQL como um Datastore. |
| register_azure_sql_database |
Inicialize um novo arquivo de dados SQL do Azure Datastore. O acesso a dados baseados em credenciais (GA) e baseados em identidades (Pré-visualização) é suportado, pode optar por utilizar o Principal de Serviço ou nome de utilizador + palavra-passe. Se não for guardada nenhuma credencial com o arquivo de dados, o token do AAD dos utilizadores será utilizado no bloco de notas ou no programa python local se chamar diretamente uma destas funções: FileDataset.mount FileDataset.download FileDataset.to_path TabularDataset.to_pandas_dataframe TabularDataset.to_dask_dataframe TabularDataset.to_spark_dataframe TabularDataset.to_parquet_files TabularDataset.to_csv_files a identidade do destino de computação será utilizada em tarefas submetidas pelo Experiment.submit para autenticação de acesso a dados. Saiba mais aqui. Veja abaixo um exemplo de como registar uma base de dados SQL do Azure como um Datastore. |
| register_dbfs |
Inicialize um novo arquivo de dados do Sistema de Ficheiros do Databricks (DBFS). O arquivo de dados do DBFS só pode ser utilizado para criar DataReference como entrada e PipelineData como saída para o DatabricksStep nos pipelines do Azure Machine Learning. Pode encontrar mais detalhes aqui.. |
| register_hdfs |
Nota Este é um método experimental e pode ser alterado em qualquer altura. Para obter mais informações, veja https://aka.ms/azuremlexperimental. Inicialize um novo arquivo de dados HDFS. |
| set_as_default |
Defina o arquivo de dados predefinido. |
| unregister |
Anule o registo do arquivo de dados. o serviço de armazenamento subjacente não será eliminado. |
get
Obtenha um arquivo de dados por nome. Isto é o mesmo que chamar o construtor.
static get(workspace, datastore_name)Parâmetros
| Name | Description |
|---|---|
|
workspace
Necessário
|
A área de trabalho. |
|
datastore_name
Necessário
|
str, <xref:optional>
O nome do arquivo de dados, predefinido para Nenhum, que obtém o arquivo de dados predefinido. |
Devoluções
| Tipo | Description |
|---|---|
|
O arquivo de dados correspondente para esse nome. |
get_default
Obtenha o arquivo de dados predefinido para a área de trabalho.
static get_default(workspace)Parâmetros
| Name | Description |
|---|---|
|
workspace
Necessário
|
A área de trabalho. |
Devoluções
| Tipo | Description |
|---|---|
|
O arquivo de dados predefinido para a área de trabalho |
register_azure_blob_container
Registe um Contentor de Blobs do Azure no arquivo de dados.
O acesso a dados baseado em credenciais (GA) e baseado em identidades (Pré-visualização) é suportado, pode optar por utilizar o Token de SAS ou a Chave da Conta de Armazenamento. Se não for guardada nenhuma credencial com o arquivo de dados, o token do AAD dos utilizadores será utilizado no bloco de notas ou no programa python local se chamar diretamente uma destas funções: FileDataset.mount FileDataset.download FileDataset.to_path TabularDataset.to_pandas_dataframe TabularDataset.to_dask_dataframe TabularDataset.to_spark_dataframe TabularDataset.to_parquet_files TabularDataset.to_csv_files a identidade do destino de computação será utilizada em tarefas submetidas pelo Experiment.submit para autenticação de acesso a dados. Saiba mais aqui.
static register_azure_blob_container(workspace, datastore_name, container_name, account_name, sas_token=None, account_key=None, protocol=None, endpoint=None, overwrite=False, create_if_not_exists=False, skip_validation=False, blob_cache_timeout=None, grant_workspace_access=False, subscription_id=None, resource_group=None)Parâmetros
| Name | Description |
|---|---|
|
workspace
Necessário
|
A área de trabalho. |
|
datastore_name
Necessário
|
O nome do arquivo de dados, não sensível a maiúsculas e minúsculas, só pode conter carateres alfanuméricos e _. |
|
container_name
Necessário
|
O nome do contentor de blobs do azure. |
|
account_name
Necessário
|
O nome da conta de armazenamento. |
|
sas_token
|
str, <xref:optional>
Um token de SAS de conta, predefinido para Nenhum. Para leitura de dados, necessitamos de um mínimo de permissões de Lista & Leitura para Objetos & contentores e para escrita de dados, além disso, precisamos de permissões de Escrita & Adicionar. valor predefinido: None
|
|
account_key
|
str, <xref:optional>
As chaves de acesso da sua conta de armazenamento são predefinidas para Nenhuma. valor predefinido: None
|
|
protocol
|
str, <xref:optional>
Protocolo a utilizar para ligar ao contentor de blobs. Se Nenhum, a predefinição é https. valor predefinido: None
|
|
endpoint
|
str, <xref:optional>
O ponto final da conta de armazenamento. Se Nenhum, a predefinição é core.windows.net. valor predefinido: None
|
|
overwrite
|
bool, <xref:optional>
substitui um arquivo de dados existente. Se o arquivo de dados não existir, irá criar um, predefinição para Falso valor predefinido: False
|
|
create_if_not_exists
|
bool, <xref:optional>
criar o contentor de blobs se não existir, a predefinição é Falso valor predefinido: False
|
|
skip_validation
|
bool, <xref:optional>
ignora a validação de chaves de armazenamento, predefinições para Falso valor predefinido: False
|
|
blob_cache_timeout
|
int, <xref:optional>
Quando este blob estiver montado, defina o tempo limite da cache para estes segundos. Se Nenhum, a predefinição não excede o tempo limite (ou seja, os blobs serão colocados em cache durante o período de leitura da tarefa). valor predefinido: None
|
|
grant_workspace_access
|
bool, <xref:optional>
Predefinições para Falso. Defina-o como Verdadeiro para aceder aos dados por trás da rede virtual a partir do Machine Learning Studio.Isto faz com que os dados acedam a partir do Machine Learning Studio, utilize a identidade gerida da área de trabalho para autenticação e adiciona a identidade gerida da área de trabalho como Leitor do armazenamento. Tem de ser proprietário ou administrador de acesso de utilizador do armazenamento para optar ativamente por participar. Peça ao administrador para o configurar se não tiver a permissão necessária. Saiba mais 'https://docs.microsoft.com/azure/machine-learning/how-to-enable-studio-virtual-network' valor predefinido: False
|
|
subscription_id
|
str, <xref:optional>
O ID da subscrição da conta de armazenamento é predefinido para Nenhum. valor predefinido: None
|
|
resource_group
|
str, <xref:optional>
O grupo de recursos da conta de armazenamento é predefinido como Nenhum. valor predefinido: None
|
Devoluções
| Tipo | Description |
|---|---|
|
O arquivo de dados de blobs. |
Observações
Se estiver a anexar armazenamento de uma região diferente da região da área de trabalho, isso poderá resultar numa latência mais elevada e em custos adicionais de utilização da rede.
register_azure_data_lake
Inicialize um novo Arquivo de Dados do Azure Data Lake.
O acesso a dados baseado em credenciais (GA) e baseado em identidades (Pré-visualização) é suportado. Pode registar um arquivo de dados com o Principal de Serviço para acesso a dados baseados em credenciais. Se não for guardada nenhuma credencial com o arquivo de dados, o token do AAD dos utilizadores será utilizado no bloco de notas ou no programa python local se chamar diretamente uma destas funções: FileDataset.mount FileDataset.download FileDataset.to_path TabularDataset.to_pandas_dataframe TabularDataset.to_dask_dataframe TabularDataset.to_spark_dataframe TabularDataset.to_parquet_files TabularDataset.to_csv_files a identidade do destino de computação será utilizada em tarefas submetidas pelo Experiment.submit para autenticação de acesso a dados. Saiba mais aqui.
Veja abaixo um exemplo de como registar um Azure Data Lake Gen1 como um Datastore.
adlsgen1_datastore_name='adlsgen1datastore'
store_name=os.getenv("ADL_STORENAME", "<my_datastore_name>") # the ADLS name
subscription_id=os.getenv("ADL_SUBSCRIPTION", "<my_subscription_id>") # subscription id of the ADLS
resource_group=os.getenv("ADL_RESOURCE_GROUP", "<my_resource_group>") # resource group of ADLS
tenant_id=os.getenv("ADL_TENANT", "<my_tenant_id>") # tenant id of service principal
client_id=os.getenv("ADL_CLIENTID", "<my_client_id>") # client id of service principal
client_secret=os.getenv("ADL_CLIENT_SECRET", "<my_client_secret>") # the secret of service principal
adls_datastore = Datastore.register_azure_data_lake(
workspace=ws,
datastore_name=aslsgen1_datastore_name,
subscription_id=subscription_id, # subscription id of ADLS account
resource_group=resource_group, # resource group of ADLS account
store_name=store_name, # ADLS account name
tenant_id=tenant_id, # tenant id of service principal
client_id=client_id, # client id of service principal
client_secret=client_secret) # the secret of service principal
static register_azure_data_lake(workspace, datastore_name, store_name, tenant_id=None, client_id=None, client_secret=None, resource_url=None, authority_url=None, subscription_id=None, resource_group=None, overwrite=False, grant_workspace_access=False)Parâmetros
| Name | Description |
|---|---|
|
workspace
Necessário
|
A área de trabalho a que este arquivo de dados pertence. |
|
datastore_name
Necessário
|
O nome do arquivo de dados. |
|
store_name
Necessário
|
O nome do arquivo do ADLS. |
|
tenant_id
|
str, <xref:optional>
O ID do Diretório/ID do Inquilino do principal de serviço utilizado para aceder aos dados. valor predefinido: None
|
|
client_id
|
str, <xref:optional>
O ID de Cliente/ID da Aplicação do principal de serviço utilizado para aceder aos dados. valor predefinido: None
|
|
client_secret
|
str, <xref:optional>
O Segredo do Cliente do principal de serviço utilizado para aceder aos dados. valor predefinido: None
|
|
resource_url
|
str, <xref:optional>
O URL do recurso, que determina as operações que serão realizadas no arquivo do Data Lake, se Nenhum, predefine o valor predefinido: None
|
|
authority_url
|
str, <xref:optional>
O URL de autoridade utilizado para autenticar o utilizador, é predefinido para valor predefinido: None
|
|
subscription_id
|
str, <xref:optional>
O ID da subscrição a que pertence o arquivo do ADLS. valor predefinido: None
|
|
resource_group
|
str, <xref:optional>
O grupo de recursos a que pertence o arquivo do ADLS. valor predefinido: None
|
|
overwrite
|
bool, <xref:optional>
Quer substituir um arquivo de dados existente. Se o arquivo de dados não existir, irá criar um. A predefinição é Falso. valor predefinido: False
|
|
grant_workspace_access
|
bool, <xref:optional>
Predefinições para Falso. Defina-o como Verdadeiro para aceder aos dados por trás da rede virtual a partir do Machine Learning Studio.Isto faz com que os dados acedam a partir do Machine Learning Studio, utilize a identidade gerida da área de trabalho para autenticação e adiciona a identidade gerida da área de trabalho como Leitor do armazenamento. Tem de ser Proprietário ou Administrador de Acesso de Utilizador do armazenamento para optar ativamente por participar. Peça ao administrador para o configurar se não tiver a permissão necessária. Saiba mais 'https://docs.microsoft.com/azure/machine-learning/how-to-enable-studio-virtual-network' valor predefinido: False
|
Devoluções
| Tipo | Description |
|---|---|
|
Devolve o Azure Data Lake Datastore. |
Observações
Se estiver a anexar armazenamento de uma região diferente da região da área de trabalho, isso poderá resultar numa latência mais elevada e em custos adicionais de utilização da rede.
Nota
O Azure Data Lake Datastore suporta a transferência de dados e a execução de tarefas U-Sql com o Azure Machine Learning Pipelines.
Também pode utilizá-lo como uma origem de dados para o Conjunto de Dados do Azure Machine Learning que pode ser transferido ou montado em qualquer computação suportada.
register_azure_data_lake_gen2
Inicialize um novo Arquivo de Dados do Azure Data Lake Gen2.
O acesso a dados baseado em credenciais (GA) e baseado em identidades (Pré-visualização) é suportado. Pode registar um arquivo de dados com o Principal de Serviço para acesso a dados baseados em credenciais. Se não for guardada nenhuma credencial com o arquivo de dados, o token do AAD dos utilizadores será utilizado no bloco de notas ou no programa python local se chamar diretamente uma destas funções: FileDataset.mount FileDataset.download FileDataset.to_path TabularDataset.to_pandas_dataframe TabularDataset.to_dask_dataframe TabularDataset.to_spark_dataframe TabularDataset.to_parquet_files TabularDataset.to_csv_files a identidade do destino de computação será utilizada em tarefas submetidas pelo Experiment.submit para autenticação de acesso a dados. Saiba mais aqui.
static register_azure_data_lake_gen2(workspace, datastore_name, filesystem, account_name, tenant_id=None, client_id=None, client_secret=None, resource_url=None, authority_url=None, protocol=None, endpoint=None, overwrite=False, subscription_id=None, resource_group=None, grant_workspace_access=False)Parâmetros
| Name | Description |
|---|---|
|
workspace
Necessário
|
A área de trabalho a que este arquivo de dados pertence. |
|
datastore_name
Necessário
|
O nome do arquivo de dados. |
|
filesystem
Necessário
|
O nome do sistema de ficheiros do Data Lake Gen2. |
|
account_name
Necessário
|
O nome da conta de armazenamento. |
|
tenant_id
|
str, <xref:optional>
O ID do Diretório/ID do Inquilino do principal de serviço. valor predefinido: None
|
|
client_id
|
str, <xref:optional>
O ID de Cliente/ID da Aplicação do principal de serviço. valor predefinido: None
|
|
client_secret
|
str, <xref:optional>
O segredo do principal de serviço. valor predefinido: None
|
|
resource_url
|
str, <xref:optional>
O URL do recurso, que determina as operações que serão realizadas no data lake store, é predefinido para valor predefinido: None
|
|
authority_url
|
str, <xref:optional>
O URL de autoridade utilizado para autenticar o utilizador, é predefinido para valor predefinido: None
|
|
protocol
|
str, <xref:optional>
Protocolo a utilizar para ligar ao contentor de blobs. Se Nenhum, a predefinição é https. valor predefinido: None
|
|
endpoint
|
str, <xref:optional>
O ponto final da conta de armazenamento. Se Nenhum, a predefinição é core.windows.net. valor predefinido: None
|
|
overwrite
|
bool, <xref:optional>
Quer substituir um arquivo de dados existente. Se o arquivo de dados não existir, irá criar um. A predefinição é Falso. valor predefinido: False
|
|
subscription_id
|
str, <xref:optional>
O ID da subscrição a que pertence o arquivo do ADLS. valor predefinido: None
|
|
resource_group
|
str, <xref:optional>
O grupo de recursos a que pertence o arquivo do ADLS. valor predefinido: None
|
|
grant_workspace_access
|
bool, <xref:optional>
Predefinições para Falso. Defina-o como Verdadeiro para aceder aos dados por trás da rede virtual a partir do Machine Learning Studio.Isto faz com que os dados acedam a partir do Machine Learning Studio, utilize a identidade gerida da área de trabalho para autenticação e adiciona a identidade gerida da área de trabalho como Leitor do armazenamento. Tem de ser proprietário ou administrador de acesso de utilizador do armazenamento para optar ativamente por participar. Peça ao administrador para o configurar se não tiver a permissão necessária. Saiba mais 'https://docs.microsoft.com/azure/machine-learning/how-to-enable-studio-virtual-network' valor predefinido: False
|
Devoluções
| Tipo | Description |
|---|---|
|
Devolve o Arquivo de Dados do Azure Data Lake Gen2. |
Observações
Se estiver a anexar armazenamento de uma região diferente da região da área de trabalho, isso poderá resultar numa latência mais elevada e em custos adicionais de utilização da rede.
register_azure_file_share
Registe uma Partilha de Ficheiros do Azure no arquivo de dados.
Pode optar por utilizar o Token de SAS ou a Chave da Conta de Armazenamento
static register_azure_file_share(workspace, datastore_name, file_share_name, account_name, sas_token=None, account_key=None, protocol=None, endpoint=None, overwrite=False, create_if_not_exists=False, skip_validation=False)Parâmetros
| Name | Description |
|---|---|
|
workspace
Necessário
|
A área de trabalho a que este arquivo de dados pertence. |
|
datastore_name
Necessário
|
O nome do arquivo de dados, não sensível a maiúsculas e minúsculas, só pode conter carateres alfanuméricos e _. |
|
file_share_name
Necessário
|
O nome do contentor de ficheiros do azure. |
|
account_name
Necessário
|
O nome da conta de armazenamento. |
|
sas_token
|
str, <xref:optional>
Um token de SAS de conta, predefinido para Nenhum. Para leitura de dados, necessitamos de um mínimo de permissões de Lista & Leitura para Objetos & contentores e para escrita de dados, além disso, precisamos de permissões de Escrita & Adicionar. valor predefinido: None
|
|
account_key
|
str, <xref:optional>
As chaves de acesso da sua conta de armazenamento são predefinidas para Nenhuma. valor predefinido: None
|
|
protocol
|
str, <xref:optional>
O protocolo a utilizar para ligar à partilha de ficheiros. Se Nenhum, a predefinição é https. valor predefinido: None
|
|
endpoint
|
str, <xref:optional>
O ponto final da partilha de ficheiros. Se Nenhum, a predefinição é core.windows.net. valor predefinido: None
|
|
overwrite
|
bool, <xref:optional>
Quer substituir um arquivo de dados existente. Se o arquivo de dados não existir, irá criar um. A predefinição é Falso. valor predefinido: False
|
|
create_if_not_exists
|
bool, <xref:optional>
Se pretender criar a partilha de ficheiros se não existir. A predefinição é Falso. valor predefinido: False
|
|
skip_validation
|
bool, <xref:optional>
Se pretende ignorar a validação de chaves de armazenamento. A predefinição é Falso. valor predefinido: False
|
Devoluções
| Tipo | Description |
|---|---|
|
O arquivo de dados de ficheiros. |
Observações
Se estiver a anexar armazenamento de uma região diferente da região da área de trabalho, isso poderá resultar numa latência mais elevada e em custos adicionais de utilização da rede.
register_azure_my_sql
Inicialize um novo Arquivo de Dados mySQL do Azure.
O arquivo de dados MySQL só pode ser utilizado para criar DataReference como entrada e saída para DataTransferStep em pipelines do Azure Machine Learning. Pode encontrar mais detalhes aqui.
Veja abaixo um exemplo de como registar uma base de dados MySQL do Azure como um Arquivo de Dados.
static register_azure_my_sql(workspace, datastore_name, server_name, database_name, user_id, user_password, port_number=None, endpoint=None, overwrite=False, **kwargs)Parâmetros
| Name | Description |
|---|---|
|
workspace
Necessário
|
A área de trabalho a que este arquivo de dados pertence. |
|
datastore_name
Necessário
|
O nome do arquivo de dados. |
|
server_name
Necessário
|
O nome do servidor MySQL. |
|
database_name
Necessário
|
O nome da base de dados MySQL. |
|
user_id
Necessário
|
O ID de Utilizador do servidor MySQL. |
|
user_password
Necessário
|
A palavra-passe de utilizador do servidor MySQL. |
|
port_number
|
O número de porta do servidor MySQL. valor predefinido: None
|
|
endpoint
|
str, <xref:optional>
O ponto final do servidor MySQL. Se Nenhuma, a predefinição é mysql.database.azure.com. valor predefinido: None
|
|
overwrite
|
bool, <xref:optional>
Quer substituir um arquivo de dados existente. Se o arquivo de dados não existir, irá criar um. A predefinição é Falso. valor predefinido: False
|
Devoluções
| Tipo | Description |
|---|---|
|
Devolve o Arquivo de Dados da base de dados MySQL. |
Observações
Se estiver a anexar armazenamento de uma região diferente da região da área de trabalho, isso poderá resultar numa latência mais elevada e em custos adicionais de utilização da rede.
mysql_datastore_name="mysqldatastore"
server_name=os.getenv("MYSQL_SERVERNAME", "<my_server_name>") # FQDN name of the MySQL server
database_name=os.getenv("MYSQL_DATBASENAME", "<my_database_name>") # Name of the MySQL database
user_id=os.getenv("MYSQL_USERID", "<my_user_id>") # The User ID of the MySQL server
user_password=os.getenv("MYSQL_USERPW", "<my_user_password>") # The user password of the MySQL server.
mysql_datastore = Datastore.register_azure_my_sql(
workspace=ws,
datastore_name=mysql_datastore_name,
server_name=server_name,
database_name=database_name,
user_id=user_id,
user_password=user_password)
register_azure_postgre_sql
Inicialize um novo Arquivo de Dados do Azure PostgreSQL.
Veja abaixo um exemplo de como registar uma base de dados do Azure PostgreSQL como um Datastore.
static register_azure_postgre_sql(workspace, datastore_name, server_name, database_name, user_id, user_password, port_number=None, endpoint=None, overwrite=False, enforce_ssl=True, **kwargs)Parâmetros
| Name | Description |
|---|---|
|
workspace
Necessário
|
A área de trabalho a que este arquivo de dados pertence. |
|
datastore_name
Necessário
|
O nome do arquivo de dados. |
|
server_name
Necessário
|
O nome do servidor PostgreSQL. |
|
database_name
Necessário
|
O nome da base de dados PostgreSQL. |
|
user_id
Necessário
|
O ID de Utilizador do servidor PostgreSQL. |
|
user_password
Necessário
|
A Palavra-passe de Utilizador do servidor PostgreSQL. |
|
port_number
|
O Número de Porta do servidor PostgreSQL valor predefinido: None
|
|
endpoint
|
str, <xref:optional>
O ponto final do servidor PostgreSQL. Se Nenhum, a predefinição é postgres.database.azure.com. valor predefinido: None
|
|
overwrite
|
bool, <xref:optional>
Quer substituir um arquivo de dados existente. Se o arquivo de dados não existir, irá criar um. A predefinição é Falso. valor predefinido: False
|
|
enforce_ssl
|
Indica o requisito SSL do servidor PostgreSQL. Predefinições para Verdadeiro. valor predefinido: True
|
Devoluções
| Tipo | Description |
|---|---|
|
Devolve o Arquivo de Dados da base de dados PostgreSQL. |
Observações
Se estiver a anexar armazenamento de uma região diferente da região da área de trabalho, isso poderá resultar numa latência mais elevada e em custos adicionais de utilização da rede.
psql_datastore_name="postgresqldatastore"
server_name=os.getenv("PSQL_SERVERNAME", "<my_server_name>") # FQDN name of the PostgreSQL server
database_name=os.getenv("PSQL_DATBASENAME", "<my_database_name>") # Name of the PostgreSQL database
user_id=os.getenv("PSQL_USERID", "<my_user_id>") # The database user id
user_password=os.getenv("PSQL_USERPW", "<my_user_password>") # The database user password
psql_datastore = Datastore.register_azure_postgre_sql(
workspace=ws,
datastore_name=psql_datastore_name,
server_name=server_name,
database_name=database_name,
user_id=user_id,
user_password=user_password)
register_azure_sql_database
Inicialize um novo arquivo de dados SQL do Azure Datastore.
O acesso a dados baseados em credenciais (GA) e baseados em identidades (Pré-visualização) é suportado, pode optar por utilizar o Principal de Serviço ou nome de utilizador + palavra-passe. Se não for guardada nenhuma credencial com o arquivo de dados, o token do AAD dos utilizadores será utilizado no bloco de notas ou no programa python local se chamar diretamente uma destas funções: FileDataset.mount FileDataset.download FileDataset.to_path TabularDataset.to_pandas_dataframe TabularDataset.to_dask_dataframe TabularDataset.to_spark_dataframe TabularDataset.to_parquet_files TabularDataset.to_csv_files a identidade do destino de computação será utilizada em tarefas submetidas pelo Experiment.submit para autenticação de acesso a dados. Saiba mais aqui.
Veja abaixo um exemplo de como registar uma base de dados SQL do Azure como um Datastore.
static register_azure_sql_database(workspace, datastore_name, server_name, database_name, tenant_id=None, client_id=None, client_secret=None, resource_url=None, authority_url=None, endpoint=None, overwrite=False, username=None, password=None, subscription_id=None, resource_group=None, grant_workspace_access=False, **kwargs)Parâmetros
| Name | Description |
|---|---|
|
workspace
Necessário
|
A área de trabalho a que este arquivo de dados pertence. |
|
datastore_name
Necessário
|
O nome do arquivo de dados. |
|
server_name
Necessário
|
O nome do servidor SQL. Para um nome de domínio completamente qualificado como "sample.database.windows.net", o valor server_name deve ser "exemplo" e o valor do ponto final deve ser "database.windows.net". |
|
database_name
Necessário
|
O nome da base de dados SQL. |
|
tenant_id
|
O ID do Diretório/ID do Inquilino do principal de serviço. valor predefinido: None
|
|
client_id
|
O ID de Cliente/ID da Aplicação do principal de serviço. valor predefinido: None
|
|
client_secret
|
O segredo do principal de serviço. valor predefinido: None
|
|
resource_url
|
str, <xref:optional>
O URL do recurso, que determina que operações serão realizadas no arquivo da base de dados SQL, se Nenhum, predefine para https://database.windows.net/. valor predefinido: None
|
|
authority_url
|
str, <xref:optional>
O URL de autoridade utilizado para autenticar o utilizador, é predefinido para https://login.microsoftonline.com. valor predefinido: None
|
|
endpoint
|
str, <xref:optional>
O ponto final do SQL Server. Se Nenhum, a predefinição é database.windows.net. valor predefinido: None
|
|
overwrite
|
bool, <xref:optional>
Quer substituir um arquivo de dados existente. Se o arquivo de dados não existir, irá criar um. A predefinição é Falso. valor predefinido: False
|
|
username
|
O nome de utilizador do utilizador da base de dados para aceder à base de dados. valor predefinido: None
|
|
password
|
A palavra-passe do utilizador da base de dados para aceder à base de dados. valor predefinido: None
|
|
skip_validation
Necessário
|
bool, <xref:optional>
Se pretende ignorar a validação da ligação à base de dados SQL. Predefinições para Falso. |
|
subscription_id
|
str, <xref:optional>
O ID da subscrição a que pertence o arquivo do ADLS. valor predefinido: None
|
|
resource_group
|
str, <xref:optional>
O grupo de recursos a que pertence o arquivo do ADLS. valor predefinido: None
|
|
grant_workspace_access
|
bool, <xref:optional>
Predefinições para Falso. Defina-o como Verdadeiro para aceder aos dados por trás da rede virtual a partir do Machine Learning Studio.Isto faz com que os dados acedam a partir do Machine Learning Studio, utilize a identidade gerida da área de trabalho para autenticação e adiciona a identidade gerida da área de trabalho como Leitor do armazenamento. Tem de ser proprietário ou administrador de acesso de utilizador do armazenamento para optar ativamente por participar. Peça ao administrador para o configurar se não tiver a permissão necessária. Saiba mais 'https://docs.microsoft.com/azure/machine-learning/how-to-enable-studio-virtual-network' valor predefinido: False
|
Devoluções
| Tipo | Description |
|---|---|
|
Devolve o Arquivo de Dados da base de dados SQL. |
Observações
Se estiver a anexar armazenamento de uma região diferente da região da área de trabalho, isso poderá resultar numa latência mais elevada e em custos adicionais de utilização da rede.
sql_datastore_name="azuresqldatastore"
server_name=os.getenv("SQL_SERVERNAME", "<my_server_name>") # Name of the Azure SQL server
database_name=os.getenv("SQL_DATABASENAME", "<my_database_name>") # Name of the Azure SQL database
username=os.getenv("SQL_USER_NAME", "<my_sql_user_name>") # The username of the database user.
password=os.getenv("SQL_USER_PASSWORD", "<my_sql_user_password>") # The password of the database user.
sql_datastore = Datastore.register_azure_sql_database(
workspace=ws,
datastore_name=sql_datastore_name,
server_name=server_name, # name should not contain fully qualified domain endpoint
database_name=database_name,
username=username,
password=password,
endpoint='database.windows.net')
register_dbfs
Inicialize um novo arquivo de dados do Sistema de Ficheiros do Databricks (DBFS).
O arquivo de dados do DBFS só pode ser utilizado para criar DataReference como entrada e PipelineData como saída para o DatabricksStep nos pipelines do Azure Machine Learning. Pode encontrar mais detalhes aqui..
static register_dbfs(workspace, datastore_name)Parâmetros
| Name | Description |
|---|---|
|
workspace
Necessário
|
A área de trabalho a que este arquivo de dados pertence. |
|
datastore_name
Necessário
|
O nome do arquivo de dados. |
Devoluções
| Tipo | Description |
|---|---|
|
Devolve o Arquivo de Dados do DBFS. |
Observações
Se estiver a anexar armazenamento de uma região diferente da região da área de trabalho, isso poderá resultar numa latência mais elevada e em custos adicionais de utilização da rede.
register_hdfs
Nota
Este é um método experimental e pode ser alterado em qualquer altura. Para obter mais informações, veja https://aka.ms/azuremlexperimental.
Inicialize um novo arquivo de dados HDFS.
static register_hdfs(workspace, datastore_name, protocol, namenode_address, hdfs_server_certificate, kerberos_realm, kerberos_kdc_address, kerberos_principal, kerberos_keytab=None, kerberos_password=None, overwrite=False)Parâmetros
| Name | Description |
|---|---|
|
workspace
Necessário
|
a área de trabalho a que este arquivo de dados pertence |
|
datastore_name
Necessário
|
o nome do arquivo de dados |
|
protocol
Necessário
|
str ou
<xref:_restclient.models.enum>
O protocolo a utilizar ao comunicar com o cluster do HDFS. http ou https. Os valores possíveis incluem: "http", "https" |
|
namenode_address
Necessário
|
O endereço IP ou o nome do anfitrião DNS do nó de nome HDFS. Opcionalmente, inclui uma porta. |
|
hdfs_server_certificate
Necessário
|
str, <xref:optional>
O caminho para o certificado de assinatura TLS do nó de nome HDFS, se utilizar o TLS com um certificado autoassinado. |
|
kerberos_realm
Necessário
|
O reino Kerberos. |
|
kerberos_kdc_address
Necessário
|
O endereço IP ou nome do anfitrião DNS do KDC kerberos. |
|
kerberos_principal
Necessário
|
O principal kerberos a utilizar para autenticação e autorização. |
|
kerberos_keytab
Necessário
|
str, <xref:optional>
O caminho para o ficheiro keytab que contém as chaves correspondentes ao principal kerberos. Indique isto ou uma palavra-passe. |
|
kerberos_password
Necessário
|
str, <xref:optional>
A palavra-passe correspondente ao principal kerberos. Indique isto ou o caminho para um ficheiro de keytab. |
|
overwrite
Necessário
|
bool, <xref:optional>
substitui um arquivo de dados existente. Se o arquivo de dados não existir, irá criar um. Predefinições para Falso. |
set_as_default
Defina o arquivo de dados predefinido.
set_as_default()Parâmetros
| Name | Description |
|---|---|
|
datastore_name
Necessário
|
O nome do arquivo de dados. |
unregister
Anule o registo do arquivo de dados. o serviço de armazenamento subjacente não será eliminado.
unregister()Comentários
Brevemente: Ao longo de 2024, vamos descontinuar progressivamente o GitHub Issues como mecanismo de feedback para conteúdos e substituí-lo por um novo sistema de feedback. Para obter mais informações, veja: https://aka.ms/ContentUserFeedback.
Submeter e ver comentários