Pracovní prostory Microsoft.MachineLearningServices/ úložiště dat 2022-05-01

Definice prostředku Bicep

Typ prostředku pracovních prostorů nebo úložišť dat je možné nasadit s operacemi, které cílí:

• skupiny prostředků – viz příkazy nasazení skupiny prostředků

Seznam změněných vlastností v jednotlivých verzích rozhraní API najdete v protokolu změn.

Formát prostředku

Pokud chcete vytvořit prostředek Microsoft.MachineLearningServices/workspaces/datastores, přidejte do šablony následující bicep.

resource symbolicname 'Microsoft.MachineLearningServices/workspaces/datastores@2022-05-01' = {
  name: 'string'
  parent: resourceSymbolicName
  properties: {
    credentials: {
      credentialsType: 'string'
      // For remaining properties, see DatastoreCredentials objects
    }
    description: 'string'
    properties: {
      {customized property}: 'string'
    }
    tags: {}
    datastoreType: 'string'
    // For remaining properties, see DatastoreProperties objects
  }
}

Objekty DatastoreProperties

Nastavte datastoreType vlastnost určit typ objektu.

Pro AzureBlobpoužijte:

  datastoreType: 'AzureBlob'
  accountName: 'string'
  containerName: 'string'
  endpoint: 'string'
  protocol: 'string'
  serviceDataAccessAuthIdentity: 'string'

Pro AzureDataLakeGen1použijte:

  datastoreType: 'AzureDataLakeGen1'
  serviceDataAccessAuthIdentity: 'string'
  storeName: 'string'

Pro AzureDataLakeGen2 použijte:

  datastoreType: 'AzureDataLakeGen2'
  accountName: 'string'
  endpoint: 'string'
  filesystem: 'string'
  protocol: 'string'
  serviceDataAccessAuthIdentity: 'string'

Pro AzureFilepoužijte:

  datastoreType: 'AzureFile'
  accountName: 'string'
  endpoint: 'string'
  fileShareName: 'string'
  protocol: 'string'
  serviceDataAccessAuthIdentity: 'string'

Objekty DatastoreCredentials

Nastavte credentialsType vlastnost určit typ objektu.

Pro AccountKeypoužijte:

  credentialsType: 'AccountKey'
  secrets: {
    key: 'string'
    secretsType: 'string'
  }

Procertifikátu použijte:

  credentialsType: 'Certificate'
  authorityUrl: 'string'
  clientId: 'string'
  resourceUrl: 'string'
  secrets: {
    certificate: 'string'
    secretsType: 'string'
  }
  tenantId: 'string'
  thumbprint: 'string'

Pro Žádnépoužijte:

  credentialsType: 'None'

Pro Saspoužijte:

  credentialsType: 'Sas'
  secrets: {
    sasToken: 'string'
    secretsType: 'string'
  }

Pro servicePrincipalpoužijte:

  credentialsType: 'ServicePrincipal'
  authorityUrl: 'string'
  clientId: 'string'
  resourceUrl: 'string'
  secrets: {
    clientSecret: 'string'
    secretsType: 'string'
  }
  tenantId: 'string'

Hodnoty vlastností

pracovní prostory / úložiště dat

DatastoreProperties

DatastoreCredentials

AccountKeyDatastoreCredentials

AccountKeyDatastoreSecrets

CertificateDatastoreCredentials

CertificateDatastoreSecrets

NoneDatastoreCredentials

SasDatastoreCredentials

SasDatastoreSecrets

ServicePrincipalDatastoreCredentials

ServicePrincipalDatastoreSecrets

ResourceBaseProperties

AzureBlobDatastore

AzureDataLakeGen1Datastore

AzureDataLakeGen2Datastore

AzureFileDatastore

Šablony pro rychlý start

Následující šablony pro rychlý start nasazují tento typ prostředku.

Šablona	Popis
vytvoření pracovního prostoru AML s více datovými sadami & úložiště dat nasazení	Tato šablona vytvoří pracovní prostor Azure Machine Learning s více datovými sadami & úložišti dat.
vytvoření úložiště dat Azure ADLS nasazení	Tato šablona vytvoří úložiště dat ADLS v pracovním prostoru Azure Machine Learning.
vytvoření úložiště dat Azure ADLS Gen2 nasazení	Tato šablona vytvoří úložiště dat ADLS Gen2 v pracovním prostoru Azure Machine Learning.
vytvoření úložiště dat služby Blob Storage nasazení	Tato šablona vytvoří úložiště dat úložiště objektů blob v pracovním prostoru Azure Machine Learning.
vytvoření úložiště dat systému souborů Databricks nasazení	Tato šablona vytvoří úložiště dat systému souborů Databricks v pracovním prostoru Azure Machine Learning.
vytvoření úložiště dat sdílené složky nasazení	Tato šablona vytvoří úložiště dat sdílené složky v pracovním prostoru Azure Machine Learning.
vytvoření úložiště dat Azure MySQL nasazení	Tato šablona vytvoří úložiště dat MySQL v pracovním prostoru Azure Machine Learning.
vytvoření úložiště dat Azure PostgreSQL nasazení	Tato šablona vytvoří úložiště dat PostgreSQL v pracovním prostoru Azure Machine Learning.
Vytvoření úložiště dat Azure SQL nasazení	Tato šablona vytvoří úložiště dat SQL v pracovním prostoru Azure Machine Learning.

Definice prostředku šablony ARM

Typ prostředku pracovních prostorů nebo úložišť dat je možné nasadit s operacemi, které cílí:

• skupiny prostředků – viz příkazy nasazení skupiny prostředků

Seznam změněných vlastností v jednotlivých verzích rozhraní API najdete v protokolu změn.

Formát prostředku

Pokud chcete vytvořit prostředek Microsoft.MachineLearningServices/workspaces/datastores, přidejte do šablony následující JSON.

{
  "type": "Microsoft.MachineLearningServices/workspaces/datastores",
  "apiVersion": "2022-05-01",
  "name": "string",
  "properties": {
    "credentials": {
      "credentialsType": "string"
      // For remaining properties, see DatastoreCredentials objects
    },
    "description": "string",
    "properties": {
      "{customized property}": "string"
    },
    "tags": {},
    "datastoreType": "string"
    // For remaining properties, see DatastoreProperties objects
  }
}

Objekty DatastoreProperties

Nastavte datastoreType vlastnost určit typ objektu.

Pro AzureBlobpoužijte:

  "datastoreType": "AzureBlob",
  "accountName": "string",
  "containerName": "string",
  "endpoint": "string",
  "protocol": "string",
  "serviceDataAccessAuthIdentity": "string"

Pro AzureDataLakeGen1použijte:

  "datastoreType": "AzureDataLakeGen1",
  "serviceDataAccessAuthIdentity": "string",
  "storeName": "string"

Pro AzureDataLakeGen2 použijte:

  "datastoreType": "AzureDataLakeGen2",
  "accountName": "string",
  "endpoint": "string",
  "filesystem": "string",
  "protocol": "string",
  "serviceDataAccessAuthIdentity": "string"

Pro AzureFilepoužijte:

  "datastoreType": "AzureFile",
  "accountName": "string",
  "endpoint": "string",
  "fileShareName": "string",
  "protocol": "string",
  "serviceDataAccessAuthIdentity": "string"

Objekty DatastoreCredentials

Nastavte credentialsType vlastnost určit typ objektu.

Pro AccountKeypoužijte:

  "credentialsType": "AccountKey",
  "secrets": {
    "key": "string",
    "secretsType": "string"
  }

Procertifikátu použijte:

  "credentialsType": "Certificate",
  "authorityUrl": "string",
  "clientId": "string",
  "resourceUrl": "string",
  "secrets": {
    "certificate": "string",
    "secretsType": "string"
  },
  "tenantId": "string",
  "thumbprint": "string"

Pro Žádnépoužijte:

  "credentialsType": "None"

Pro Saspoužijte:

  "credentialsType": "Sas",
  "secrets": {
    "sasToken": "string",
    "secretsType": "string"
  }

Pro servicePrincipalpoužijte:

  "credentialsType": "ServicePrincipal",
  "authorityUrl": "string",
  "clientId": "string",
  "resourceUrl": "string",
  "secrets": {
    "clientSecret": "string",
    "secretsType": "string"
  },
  "tenantId": "string"

Hodnoty vlastností

pracovní prostory / úložiště dat

DatastoreProperties

DatastoreCredentials

AccountKeyDatastoreCredentials

AccountKeyDatastoreSecrets

CertificateDatastoreCredentials

CertificateDatastoreSecrets

NoneDatastoreCredentials

SasDatastoreCredentials

SasDatastoreSecrets

ServicePrincipalDatastoreCredentials

ServicePrincipalDatastoreSecrets

ResourceBaseProperties

AzureBlobDatastore

AzureDataLakeGen1Datastore

AzureDataLakeGen2Datastore

AzureFileDatastore

Šablony pro rychlý start

Následující šablony pro rychlý start nasazují tento typ prostředku.

Šablona	Popis
vytvoření pracovního prostoru AML s více datovými sadami & úložiště dat nasazení	Tato šablona vytvoří pracovní prostor Azure Machine Learning s více datovými sadami & úložišti dat.
vytvoření úložiště dat Azure ADLS nasazení	Tato šablona vytvoří úložiště dat ADLS v pracovním prostoru Azure Machine Learning.
vytvoření úložiště dat Azure ADLS Gen2 nasazení	Tato šablona vytvoří úložiště dat ADLS Gen2 v pracovním prostoru Azure Machine Learning.
vytvoření úložiště dat služby Blob Storage nasazení	Tato šablona vytvoří úložiště dat úložiště objektů blob v pracovním prostoru Azure Machine Learning.
vytvoření úložiště dat systému souborů Databricks nasazení	Tato šablona vytvoří úložiště dat systému souborů Databricks v pracovním prostoru Azure Machine Learning.
vytvoření úložiště dat sdílené složky nasazení	Tato šablona vytvoří úložiště dat sdílené složky v pracovním prostoru Azure Machine Learning.
vytvoření úložiště dat Azure MySQL nasazení	Tato šablona vytvoří úložiště dat MySQL v pracovním prostoru Azure Machine Learning.
vytvoření úložiště dat Azure PostgreSQL nasazení	Tato šablona vytvoří úložiště dat PostgreSQL v pracovním prostoru Azure Machine Learning.
Vytvoření úložiště dat Azure SQL nasazení	Tato šablona vytvoří úložiště dat SQL v pracovním prostoru Azure Machine Learning.

Definice prostředku Terraformu (poskytovatel AzAPI)

Typ prostředku pracovních prostorů nebo úložišť dat je možné nasadit s operacemi, které cílí:

• skupiny prostředků

Seznam změněných vlastností v jednotlivých verzích rozhraní API najdete v protokolu změn.

Formát prostředku

Pokud chcete vytvořit prostředek Microsoft.MachineLearningServices/workspaces/datastores, přidejte do šablony následující Terraform.

resource "azapi_resource" "symbolicname" {
  type = "Microsoft.MachineLearningServices/workspaces/datastores@2022-05-01"
  name = "string"
  parent_id = "string"
  body = jsonencode({
    properties = {
      credentials = {
        credentialsType = "string"
        // For remaining properties, see DatastoreCredentials objects
      }
      description = "string"
      properties = {
        {customized property} = "string"
      }
      tags = {}
      datastoreType = "string"
      // For remaining properties, see DatastoreProperties objects
    }
  })
}

Objekty DatastoreProperties

Nastavte datastoreType vlastnost určit typ objektu.

Pro AzureBlobpoužijte:

  datastoreType = "AzureBlob"
  accountName = "string"
  containerName = "string"
  endpoint = "string"
  protocol = "string"
  serviceDataAccessAuthIdentity = "string"

Pro AzureDataLakeGen1použijte:

  datastoreType = "AzureDataLakeGen1"
  serviceDataAccessAuthIdentity = "string"
  storeName = "string"

Pro AzureDataLakeGen2 použijte:

  datastoreType = "AzureDataLakeGen2"
  accountName = "string"
  endpoint = "string"
  filesystem = "string"
  protocol = "string"
  serviceDataAccessAuthIdentity = "string"

Pro AzureFilepoužijte:

  datastoreType = "AzureFile"
  accountName = "string"
  endpoint = "string"
  fileShareName = "string"
  protocol = "string"
  serviceDataAccessAuthIdentity = "string"

Objekty DatastoreCredentials

Nastavte credentialsType vlastnost určit typ objektu.

Pro AccountKeypoužijte:

  credentialsType = "AccountKey"
  secrets = {
    key = "string"
    secretsType = "string"
  }

Procertifikátu použijte:

  credentialsType = "Certificate"
  authorityUrl = "string"
  clientId = "string"
  resourceUrl = "string"
  secrets = {
    certificate = "string"
    secretsType = "string"
  }
  tenantId = "string"
  thumbprint = "string"

Pro Žádnépoužijte:

  credentialsType = "None"

Pro Saspoužijte:

  credentialsType = "Sas"
  secrets = {
    sasToken = "string"
    secretsType = "string"
  }

Pro servicePrincipalpoužijte:

  credentialsType = "ServicePrincipal"
  authorityUrl = "string"
  clientId = "string"
  resourceUrl = "string"
  secrets = {
    clientSecret = "string"
    secretsType = "string"
  }
  tenantId = "string"

Hodnoty vlastností

pracovní prostory / úložiště dat

DatastoreProperties

DatastoreCredentials

AccountKeyDatastoreCredentials

AccountKeyDatastoreSecrets

CertificateDatastoreCredentials

CertificateDatastoreSecrets

NoneDatastoreCredentials

SasDatastoreCredentials

SasDatastoreSecrets

ServicePrincipalDatastoreCredentials

ServicePrincipalDatastoreSecrets

ResourceBaseProperties

AzureBlobDatastore

AzureDataLakeGen1Datastore

AzureDataLakeGen2Datastore

AzureFileDatastore