Flytta data till och från Azure Blob Storage

Team data science-processen kräver att data matas in eller läses in i en mängd olika lagrings miljöer som ska bearbetas eller analyseras på det sätt som är lämpligast i varje steg i processen.

Olika tekniker för att flytta data

I följande artiklar beskrivs hur du flyttar data till och från Azure Blob Storage med hjälp av olika tekniker.

Vilken metod är bäst för dig beror på ditt scenario. Scenarierna för avancerad analys i Azure Machine Learning artikel hjälper dig att avgöra vilka resurser du behöver för en mängd olika data vetenskaps arbets flöden som används i avancerad analys process.

Anteckning

En fullständig introduktion till Azure Blob Storage finns i grunderna för Azure Blob och Azure Blob service.

Använda Azure Data Factory

Alternativt kan du använda Azure Data Factory för att:

  • Skapa och Schemalägg en pipeline som laddar ned data från Azure Blob Storage,
  • skicka den till en publicerad Azure Machine Learning-webbtjänst,
  • ta emot förutsägelse analys resultat och
  • överför resultaten till Storage.

Mer information finns i skapa förutsägande pipelines med hjälp av Azure Data Factory och Azure Machine Learning.

Förutsättningar

Den här artikeln förutsätter att du har en Azure-prenumeration, ett lagrings konto och motsvarande lagrings nyckel för det kontot. Innan du laddar upp/laddar ned data måste du känna till Azure Storage kontots namn och konto nyckel.