az ml datastore
Nota
Referensi ini adalah bagian dari ekstensi ml
Mengelola datastore Azure ML.
Penyimpanan data Azure ML menautkan layanan penyimpanan Azure Anda dengan aman ke ruang kerja sehingga Anda dapat mengakses penyimpanan tanpa harus mengodekan informasi koneksi ke dalam skrip Anda. Rahasia koneksi, seperti kredensial autentikasi layanan penyimpanan, disimpan di Key Vault ruang kerja Anda.
Saat Anda membuat ruang kerja, akun Azure Storage secara otomatis dibuat sebagai sumber daya terkait. Kontainer blob dibuat di akun ini, dan informasi koneksinya disimpan sebagai datastore bernama 'workspaceblobstore'. Ini berfungsi sebagai datastore default ruang kerja, dan kontainer blob digunakan untuk menyimpan artefak ruang kerja Anda dan log dan output pekerjaan pembelajaran mesin.
Perintah
Nama | Deskripsi | Jenis | Status |
---|---|---|---|
az ml datastore create |
Membuat datastore. |
Ekstensi | GA |
az ml datastore delete |
Menghapus datastore. |
Ekstensi | GA |
az ml datastore list |
Mencantumkan penyimpanan data di ruang kerja. |
Ekstensi | GA |
az ml datastore mount |
Pasang datastore tertentu ke jalur lokal. Untuk saat ini hanya Linux yang didukung. |
Ekstensi | Pratayang |
az ml datastore show |
Perlihatkan detail untuk datastore. |
Ekstensi | GA |
az ml datastore update |
Memperbarui datastore. |
Ekstensi | GA |
az ml datastore create
Membuat datastore.
Ini menyambungkan layanan penyimpanan Azure yang mendasar ke ruang kerja. Jenis layanan penyimpanan yang saat ini dapat disambungkan dengan membuat datastore termasuk penyimpanan Azure Blob, Azure File Share, Azure Data Lake Storage Gen1, dan Azure Data Lake Storage Gen2.
az ml datastore create --file
--resource-group
--workspace-name
[--name]
[--set]
Contoh
Membuat datastore dari file spesifikasi YAML
az ml datastore create --file blobstore.yml --resource-group my-resource-group --workspace-name my-workspace
Parameter yang Diperlukan
Jalur lokal ke file YAML yang berisi spesifikasi datastore Azure ML. Dokumen referensi YAML untuk datastore dapat ditemukan di: https://aka.ms/ml-cli-v2-datastore-blob-yaml-reference, https://aka.ms/ml-cli-v2-datastore-file-yaml-reference, https://aka.ms/ml-cli-v2-datastore-data-lake-gen1-yaml-reference, https://aka.ms/ml-cli-v2-datastore-data-lake-gen2-yaml-reference.
Nama grup sumber daya. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults group=<name>
.
Nama ruang kerja Azure ML. Anda dapat mengonfigurasi ruang kerja default menggunakan az configure --defaults workspace=<name>
.
Parameter Opsional
Nama datastore. Ini menimpa bidang 'nama' dalam file YAML yang disediakan untuk --file/-f.
Perbarui objek dengan menentukan jalur properti dan nilai yang akan diatur. Contoh: --set property1.property2=value.
Parameter Global
Tingkatkan verbositas pengelogan untuk menampilkan semua log debug.
Tampilkan pesan bantuan ini dan keluar.
Hanya tampilkan kesalahan, menekan peringatan.
Format output.
String kueri JMESPath. Lihat http://jmespath.org/ untuk informasi dan contoh selengkapnya.
Nama atau ID langganan. Anda dapat mengonfigurasi langganan default menggunakan az account set -s NAME_OR_ID
.
Tingkatkan verbositas pengelogan. Gunakan --debug untuk log debug penuh.
az ml datastore delete
Menghapus datastore.
Ini menghapus informasi koneksi ke layanan penyimpanan dari ruang kerja tetapi tidak menghapus data yang mendasar dalam penyimpanan.
az ml datastore delete --name
--resource-group
--workspace-name
Parameter yang Diperlukan
Nama datastore.
Nama grup sumber daya. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults group=<name>
.
Nama ruang kerja Azure ML. Anda dapat mengonfigurasi ruang kerja default menggunakan az configure --defaults workspace=<name>
.
Parameter Global
Tingkatkan verbositas pengelogan untuk menampilkan semua log debug.
Tampilkan pesan bantuan ini dan keluar.
Hanya tampilkan kesalahan, menekan peringatan.
Format output.
String kueri JMESPath. Lihat http://jmespath.org/ untuk informasi dan contoh selengkapnya.
Nama atau ID langganan. Anda dapat mengonfigurasi langganan default menggunakan az account set -s NAME_OR_ID
.
Tingkatkan verbositas pengelogan. Gunakan --debug untuk log debug penuh.
az ml datastore list
Mencantumkan penyimpanan data di ruang kerja.
az ml datastore list --resource-group
--workspace-name
[--max-results]
Contoh
Cantumkan semua datastore di ruang kerja menggunakan argumen --query untuk menjalankan kueri JMESPath pada hasil perintah.
az ml datastore list --query "[].{Name:name}" --output table --resource-group my-resource-group --workspace-name my-workspace
Parameter yang Diperlukan
Nama grup sumber daya. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults group=<name>
.
Nama ruang kerja Azure ML. Anda dapat mengonfigurasi ruang kerja default menggunakan az configure --defaults workspace=<name>
.
Parameter Opsional
Jumlah maksimum hasil yang akan dikembalikan.
Parameter Global
Tingkatkan verbositas pengelogan untuk menampilkan semua log debug.
Tampilkan pesan bantuan ini dan keluar.
Hanya tampilkan kesalahan, menekan peringatan.
Format output.
String kueri JMESPath. Lihat http://jmespath.org/ untuk informasi dan contoh selengkapnya.
Nama atau ID langganan. Anda dapat mengonfigurasi langganan default menggunakan az account set -s NAME_OR_ID
.
Tingkatkan verbositas pengelogan. Gunakan --debug untuk log debug penuh.
az ml datastore mount
Perintah ini sedang dalam pratinjau dan sedang dalam pengembangan. Tingkat referensi dan dukungan: https://aka.ms/CLI_refstatus
Pasang datastore tertentu ke jalur lokal. Untuk saat ini hanya Linux yang didukung.
az ml datastore mount --path
[--mode]
[--mount-point]
[--persistent]
[--resource-group]
[--workspace-name]
Contoh
Memasang datastore berdasarkan nama
az ml datastore mount --mount-point /mnt/my-datastore --mode ro_mount --path my-datastore
Memasang datastore dengan URL bentuk pendek datastore
az ml datastore mount --mount-point /mnt/my-datastore --mode ro_mount --path azureml://datastores/my-datastore
Memasang datastore dengan URL bentuk panjang datastore
az ml datastore mount --mount-point /mnt/my-datastore --mode ro_mount --path azureml://subscriptions/my-sub-id/resourcegroups/my-rg/providers/Microsoft.MachineLearningServices/workspaces/myworkspace/datastores/my-datastore
Parameter yang Diperlukan
Jalur datastore untuk dipasang, dalam bentuk <datastore_name>
atau azureml://datastores/<datastore_name>
.
Parameter Opsional
Mode pemasangan, baik ro_mount
(baca-saja) atau rw_mount
(baca-tulis).
Jalur lokal yang digunakan sebagai titik pemasangan.
Buat pemasangan bertahan di seluruh reboot. Hanya didukung pada Instans Komputasi.
Nama grup sumber daya. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults group=<name>
.
Nama ruang kerja Azure ML. Anda dapat mengonfigurasi ruang kerja default menggunakan az configure --defaults workspace=<name>
.
Parameter Global
Tingkatkan verbositas pengelogan untuk menampilkan semua log debug.
Tampilkan pesan bantuan ini dan keluar.
Hanya tampilkan kesalahan, menekan peringatan.
Format output.
String kueri JMESPath. Lihat http://jmespath.org/ untuk informasi dan contoh selengkapnya.
Nama atau ID langganan. Anda dapat mengonfigurasi langganan default menggunakan az account set -s NAME_OR_ID
.
Tingkatkan verbositas pengelogan. Gunakan --debug untuk log debug penuh.
az ml datastore show
Perlihatkan detail untuk datastore.
az ml datastore show --name
--resource-group
--workspace-name
Parameter yang Diperlukan
Nama datastore.
Nama grup sumber daya. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults group=<name>
.
Nama ruang kerja Azure ML. Anda dapat mengonfigurasi ruang kerja default menggunakan az configure --defaults workspace=<name>
.
Parameter Global
Tingkatkan verbositas pengelogan untuk menampilkan semua log debug.
Tampilkan pesan bantuan ini dan keluar.
Hanya tampilkan kesalahan, menekan peringatan.
Format output.
String kueri JMESPath. Lihat http://jmespath.org/ untuk informasi dan contoh selengkapnya.
Nama atau ID langganan. Anda dapat mengonfigurasi langganan default menggunakan az account set -s NAME_OR_ID
.
Tingkatkan verbositas pengelogan. Gunakan --debug untuk log debug penuh.
az ml datastore update
Memperbarui datastore.
Properti 'description', 'tags', dan 'credential' dapat diperbarui.
az ml datastore update --resource-group
--workspace-name
[--add]
[--file]
[--force-string]
[--name]
[--remove]
[--set]
Parameter yang Diperlukan
Nama grup sumber daya. Anda dapat mengonfigurasi grup default menggunakan az configure --defaults group=<name>
.
Nama ruang kerja Azure ML. Anda dapat mengonfigurasi ruang kerja default menggunakan az configure --defaults workspace=<name>
.
Parameter Opsional
Tambahkan objek ke daftar objek dengan menentukan jalur dan pasangan nilai kunci. Contoh: --add property.listProperty <key=value, string or JSON string>
.
Jalur lokal ke file YAML yang berisi spesifikasi datastore Azure ML. Dokumen referensi YAML untuk datastore dapat ditemukan di: https://aka.ms/ml-cli-v2-datastore-blob-yaml-reference, https://aka.ms/ml-cli-v2-datastore-file-yaml-reference, https://aka.ms/ml-cli-v2-datastore-data-lake-gen1-yaml-reference, https://aka.ms/ml-cli-v2-datastore-data-lake-gen2-yaml-reference.
Saat menggunakan 'set' atau 'add', pertahankan literal string alih-alih mencoba mengonversi ke JSON.
Nama datastore. Ini menimpa bidang 'nama' dalam file YAML yang disediakan untuk --file/-f.
Menghapus properti atau elemen dari daftar. Contoh: --remove property.list <indexToRemove>
OR --remove propertyToRemove
.
Perbarui objek dengan menentukan jalur properti dan nilai yang akan diatur. Contoh: --set property1.property2=<value>
.
Parameter Global
Tingkatkan verbositas pengelogan untuk menampilkan semua log debug.
Tampilkan pesan bantuan ini dan keluar.
Hanya tampilkan kesalahan, menekan peringatan.
Format output.
String kueri JMESPath. Lihat http://jmespath.org/ untuk informasi dan contoh selengkapnya.
Nama atau ID langganan. Anda dapat mengonfigurasi langganan default menggunakan az account set -s NAME_OR_ID
.
Tingkatkan verbositas pengelogan. Gunakan --debug untuk log debug penuh.