Skapa anslutningar (förhandsversion)
GÄLLER FÖR:Azure CLI ml extension v2 (current)Python SDK azure-ai-ml v2 (aktuell)
I den här artikeln får du lära dig hur du ansluter till datakällor utanför Azure för att göra dessa data tillgängliga för Azure Machine Learning-tjänster. Azure-anslutningar fungerar som proxyservrar för nyckelvalv, och interaktioner med anslutningar är faktiskt direkta interaktioner med ett Azure-nyckelvalv. Azure Machine Learning-anslutningar lagrar resurser för användarnamn och lösenord på ett säkert sätt, som hemligheter, i ett nyckelvalv. Nyckelvalvets RBAC styr åtkomsten till dessa dataresurser. För den här datatillgängligheten stöder Azure anslutningar till dessa externa källor:
- Snowflake DB
- Amazon S3
- Azure SQL-databas
Viktigt!
Den här funktionen är för närvarande i allmänt tillgänglig förhandsversion. Den här förhandsversionen tillhandahålls utan ett serviceavtal och vi rekommenderar det inte för produktionsarbetsbelastningar. Vissa funktioner kanske inte stöds eller kan vara begränsade.
Mer information finns i Kompletterande villkor för användning av Microsoft Azure-förhandsversioner.
Förutsättningar
En Azure-prenumeration. Om du inte har någon Azure-prenumeration kan du skapa ett kostnadsfritt konto innan du börjar. Prova den kostnadsfria eller betalda versionen av Azure Machine Learning.
En Azure Machine Learning-arbetsyta.
Viktigt!
En Azure Machine Learning-anslutning lagrar säkert de autentiseringsuppgifter som skickades när anslutningen skapades i Arbetsytans Azure Key Vault. En anslutning refererar till autentiseringsuppgifterna från lagringsplatsen för nyckelvalvet för vidare användning. Du behöver inte hantera autentiseringsuppgifterna direkt när de har lagrats i nyckelvalvet. Du har möjlighet att lagra autentiseringsuppgifterna i YAML-filen. Ett CLI-kommando eller SDK kan åsidosätta dem. Vi rekommenderar att du undviker lagring av autentiseringsuppgifter i en YAML-fil eftersom en säkerhetsöverträdelse kan leda till en läcka av autentiseringsuppgifter.
Kommentar
För en lyckad dataimport kontrollerar du att du har installerat det senaste azure-ai-ml-paketet (version 1.5.0 eller senare) för SDK och ML-tillägget (version 2.15.1 eller senare).
Om du har ett äldre SDK-paket eller CLI-tillägg tar du bort det gamla och installerar det nya med koden som visas i flikavsnittet. Följ anvisningarna för SDK och CLI enligt följande:
Kodversioner
az extension remove -n ml
az extension add -n ml --yes
az extension show -n ml #(the version value needs to be 2.15.1 or later)
Skapa en Snowflake DB-anslutning
Den här YAML-filen skapar en Snowflake DB-anslutning. Se till att uppdatera lämpliga värden:
# my_snowflakedb_connection.yaml
$schema: http://azureml/sdk-2-0/Connection.json
type: snowflake
name: my-sf-db-connection # add your datastore name here
target: jdbc:snowflake://<myaccount>.snowflakecomputing.com/?db=<mydb>&warehouse=<mywarehouse>&role=<myrole>
# add the Snowflake account, database, warehouse name and role name here. If no role name provided it will default to PUBLIC
credentials:
type: username_password
username: <username> # add the Snowflake database user name here or leave this blank and type in CLI command line
password: <password> # add the Snowflake database password here or leave this blank and type in CLI command line
Skapa Azure Machine Learning-anslutningen i CLI:
Alternativ 1: Använd användarnamnet och lösenordet i YAML-filen
az ml connection create --file my_snowflakedb_connection.yaml
Alternativ 2: Åsidosätt användarnamnet och lösenordet på kommandoraden
az ml connection create --file my_snowflakedb_connection.yaml --set credentials.username="XXXXX" credentials.password="XXXXX"
Skapa en Azure SQL DB-anslutning
Det här YAML-skriptet skapar en Azure SQL DB-anslutning. Se till att uppdatera lämpliga värden:
# my_sqldb_connection.yaml
$schema: http://azureml/sdk-2-0/Connection.json
type: azure_sql_db
name: my-sqldb-connection
target: Server=tcp:<myservername>,<port>;Database=<mydatabase>;Trusted_Connection=False;Encrypt=True;Connection Timeout=30
# add the sql servername, port addresss and database
credentials:
type: sql_auth
username: <username> # add the sql database user name here or leave this blank and type in CLI command line
password: <password> # add the sql database password here or leave this blank and type in CLI command line
Skapa Azure Machine Learning-anslutningen i CLI:
Alternativ 1: Använd användarnamnet/lösenordet från YAML-filen
az ml connection create --file my_sqldb_connection.yaml
Alternativ 2: Åsidosätt användarnamnet och lösenordet i YAML-filen
az ml connection create --file my_sqldb_connection.yaml --set credentials.username="XXXXX" credentials.password="XXXXX"
Skapa Amazon S3-anslutning
Skapa en Amazon S3-anslutning med följande YAML-fil. Se till att uppdatera lämpliga värden:
# my_s3_connection.yaml
$schema: http://azureml/sdk-2-0/Connection.json
type: s3
name: my_s3_connection
target: <mybucket> # add the s3 bucket details
credentials:
type: access_key
access_key_id: XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX # add access key id
secret_access_key: XxXxXxXXXXXXXxXxXxxXxxXXXXXXXXxXxxXXxXXXXXXXxxxXxXXxXXXXXxXXxXXXxXxXxxxXXxXXxXXXXXxXxxXX # add access key secret
Skapa Azure Machine Learning-anslutningen i CLI:
az ml connection create --file my_s3_connection.yaml
Icke-dataanslutningar
Följande anslutningstyper kan användas för att ansluta till Git, Python-feed, Azure Container Registry och en anslutning som använder en API-nyckel. Dessa anslutningar är inte dataanslutningar, men används för att ansluta till externa tjänster för användning i koden.
Git
Skapa en Git-anslutning med en av följande YAML-filer. Se till att uppdatera lämpliga värden:
Anslut med hjälp av en personlig åtkomsttoken (PAT):
#Connection.yml name: test_ws_conn_git_pat type: git target: https://github.com/contoso/contosorepo credentials: type: pat pat: dummy_pat
Anslut till en offentlig lagringsplats (inga autentiseringsuppgifter):
#Connection.yml name: git_no_cred_conn type: git target: https://https://github.com/contoso/contosorepo
Skapa Azure Machine Learning-anslutningen i CLI:
az ml connection create --file connection.yaml
Python-feed
Skapa en anslutning till en Python-feed med någon av följande YAML-filer. Se till att uppdatera lämpliga värden:
Anslut med hjälp av en personlig åtkomsttoken (PAT):
#Connection.yml name: test_ws_conn_python_pat type: python_feed target: https://test-feed.com credentials: type: pat pat: dummy_pat
Anslut med ett användarnamn och lösenord:
name: test_ws_conn_python_user_pass type: python_feed target: https://test-feed.com credentials: type: username_password username: john password: pass
Anslut till ett offentligt flöde (inga autentiseringsuppgifter):
name: test_ws_conn_python_no_cred type: python_feed target: https://test-feed.com3
Skapa Azure Machine Learning-anslutningen i CLI:
az ml connection create --file connection.yaml
Azure Container Registry
Skapa en anslutning till ett Azure Container Registry med en av följande YAML-filer. Se till att uppdatera lämpliga värden:
Anslut med Microsoft Entra ID-autentisering:
name: test_ws_conn_cr_managed type: container_registry target: https://test-feed.com credentials: type: managed_identity client_id: client_id resource_id: resource_id
Anslut med ett användarnamn och lösenord:
name: test_ws_conn_cr_user_pass type: container_registry target: https://test-feed.com2 credentials: type: username_password username: contoso password: pass
Skapa Azure Machine Learning-anslutningen i CLI:
az ml connection create --file connection.yaml
API key
I följande exempel skapas en API-nyckelanslutning:
from azure.ai.ml.entities import WorkspaceConnection
from azure.ai.ml.entities import UsernamePasswordConfiguration, ApiKeyConfiguration
name = "my_api_key"
target = "https://XXXXXXXXX.core.windows.net/mycontainer"
wps_connection = WorkspaceConnection(
name=name,
type="apikey",
target=target,
credentials=ApiKeyConfiguration(key="XXXXXXXXX"),
)
ml_client.connections.create_or_update(workspace_connection=wps_connection)
Relaterat innehåll
Om du använder en dataanslutning (Snowflake DB, Amazon S3 eller Azure SQL DB) kan du läsa de här artiklarna för mer information: