DataOperations Klasse
DataOperations.
Sie sollten diese Klasse nicht direkt instanziieren. Stattdessen sollten Sie eine MLClient-instance erstellen, die ihn für Sie instanziiert und als Attribut anfügen.
- Vererbung
-
azure.ai.ml._scope_dependent_operations._ScopeDependentOperationsDataOperations
Konstruktor
DataOperations(operation_scope: OperationScope, operation_config: OperationConfig, service_client: AzureMachineLearningWorkspaces | AzureMachineLearningWorkspaces, datastore_operations: DatastoreOperations, **kwargs: Dict)
Parameter
- operation_scope
- <xref:azure.ai.ml._scope_dependent_operations.OperationScope>
Bereichsvariablen für die Vorgangsklassen eines MLClient-Objekts.
- operation_config
- <xref:azure.ai.ml._scope_dependent_operations.OperationConfig>
Allgemeine Konfiguration für Betriebsklassen eines MLClient-Objekts.
- service_client
- Union[ <xref:azure.ai.ml._restclient.v2023_04_01_preview._azure_machine_learning_workspaces.AzureMachineLearningWorkspaces>, <xref:azure.ai.ml._restclient.v2021_10_01_dataplanepreview._azure_machine_learning_workspaces. AzureMachineLearningWorkspaces>]
Dienstclient, damit Endbenutzer mit Azure Machine Learning-Arbeitsbereichsressourcen arbeiten können (ServiceClient042023Preview oder ServiceClient102021Dataplane).
- datastore_operations
- DatastoreOperations
Stellt einen Client zum Ausführen von Vorgängen für Datenspeicher dar.
Methoden
archive |
Archivieren sie ein Datenobjekt. |
create_or_update |
Gibt erstellte oder aktualisierte Datenressource zurück. Falls noch nicht im Speicher gespeichert, wird das Medienobjekt in den Blobspeicher des Arbeitsbereichs hochgeladen. |
get |
Rufen Sie das angegebene Datenobjekt ab. |
import_data |
Hinweis Dies ist eine experimentelle Methode, die sich jederzeit ändern kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Gibt den Datenimportauftrag zurück, der das Datenobjekt erstellt. |
list |
Listen Sie die Datenressourcen des Arbeitsbereichs auf. |
list_materialization_status |
Hinweis Dies ist eine experimentelle Methode, die sich jederzeit ändern kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Auflisten von Materialisierungsaufträgen des Medienobjekts. |
restore |
Stellen Sie ein archiviertes Datenobjekt wieder her. |
share |
Hinweis Dies ist eine experimentelle Methode, die sich jederzeit ändern kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen. Freigeben eines Datenressources vom Arbeitsbereich für die Registrierung. |
archive
Archivieren sie ein Datenobjekt.
archive(name: str, version: str | None = None, label: str | None = None, **kwargs) -> None
Parameter
Gibt zurück
Keine
Beispiele
Beispiel für Archivdatenobjekt.
ml_client.data.archive("data-asset-name")
create_or_update
Gibt erstellte oder aktualisierte Datenressource zurück.
Falls noch nicht im Speicher gespeichert, wird das Medienobjekt in den Blobspeicher des Arbeitsbereichs hochgeladen.
create_or_update(data: Data) -> Data
Parameter
Gibt zurück
Datenobjektobjekt.
Rückgabetyp
Ausnahmen
Wird ausgelöst, wenn der Datenartefaktpfad bereits mit einem anderen Medienobjekt verknüpft ist.
Wird ausgelöst, wenn Daten nicht erfolgreich überprüft werden können. Details werden in der Fehlermeldung angegeben.
Wird ausgelöst, wenn der angegebene lokale Pfad auf ein leeres Verzeichnis verweist.
Beispiele
Beispiel zum Erstellen von Datenressourcen.
from azure.ai.ml.entities import Data
data_asset_example = Data(name=data_asset_name, version="2.0", path="./sdk/ml/azure-ai-ml/samples/src")
ml_client.data.create_or_update(data_asset_example)
get
Rufen Sie das angegebene Datenobjekt ab.
get(name: str, version: str | None = None, label: str | None = None) -> Data
Parameter
Gibt zurück
Datenobjektobjekt.
Rückgabetyp
Ausnahmen
Wird ausgelöst, wenn Daten nicht erfolgreich identifiziert und abgerufen werden können. Details werden in der Fehlermeldung angegeben.
Beispiele
Beispiel zum Abrufen von Datenressourcen.
ml_client.data.get(name="data-asset-name", version="2.0")
import_data
Hinweis
Dies ist eine experimentelle Methode, die sich jederzeit ändern kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen.
Gibt den Datenimportauftrag zurück, der das Datenobjekt erstellt.
import_data(data_import: DataImport, **kwargs) -> PipelineJob
Parameter
Gibt zurück
Datenimportauftragsobjekt.
Rückgabetyp
Beispiele
Beispiel zum Importieren von Datenressourcen.
from azure.ai.ml.entities._data_import.data_import import DataImport
from azure.ai.ml.entities._inputs_outputs.external_data import Database
database_example = Database(query="SELECT ID FROM DataTable", connection="azureml:my_azuresqldb_connection")
data_import_example = DataImport(
name="data-asset-name", path="azureml://datastores/workspaceblobstore/paths/", source=database_example
)
ml_client.data.import_data(data_import_example)
list
Listen Sie die Datenressourcen des Arbeitsbereichs auf.
list(name: str | None = None, *, list_view_type: ListViewType = ListViewType.ACTIVE_ONLY) -> ItemPaged[Data]
Parameter
- list_view_type
Ansichtstyp zum Einschließen/Ausschließen (z. B.) archivierter Datenressourcen. Standard: ACTIVE_ONLY.
Gibt zurück
Ein Iterator wie instance von Data-Objekten
Rückgabetyp
Beispiele
Beispiel für Auflisten von Datenressourcen.
ml_client.data.list(name="data-asset-name")
list_materialization_status
Hinweis
Dies ist eine experimentelle Methode, die sich jederzeit ändern kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen.
Auflisten von Materialisierungsaufträgen des Medienobjekts.
list_materialization_status(name: str, *, list_view_type: ListViewType = ListViewType.ACTIVE_ONLY, **kwargs) -> Iterable[PipelineJob]
Parameter
- list_view_type
- Optional[<xref:ListViewType>]
Ansichtstyp für ein-/ausschließende (z. B.) archivierte Aufträge. Standard: ACTIVE_ONLY.
Gibt zurück
Ein Iterator wie instance von Job-Objekten.
Rückgabetyp
Beispiele
Beispiel für Auflisten von Materialisierungsaufträgen.
ml_client.data.list_materialization_status("data-asset-name")
restore
Stellen Sie ein archiviertes Datenobjekt wieder her.
restore(name: str, version: str | None = None, label: str | None = None, **kwargs) -> None
Parameter
Gibt zurück
Keine
Beispiele
Beispiel für die Wiederherstellung eines Datenobjekts.
ml_client.data.restore("data-asset-name")
share
Hinweis
Dies ist eine experimentelle Methode, die sich jederzeit ändern kann. Unter https://aka.ms/azuremlexperimental finden Sie weitere Informationen.
Freigeben eines Datenressources vom Arbeitsbereich für die Registrierung.
share(name, version, *, share_with_name, share_with_version, registry_name, **kwargs) -> Data
Parameter
- share_with_name
- str
Name des Datenobjekts, mit dem freigegeben werden soll.
- share_with_version
- str
Version des Datenobjekts, mit dem freigegeben werden soll.
- registry_name
- str
Name der Zielregistrierung.
Gibt zurück
Datenobjektobjekt.
Rückgabetyp
Beispiele
Beispiel zum Freigeben von Datenobjekten.
ml_client.data.share(
name="data-asset-name",
version="2.0",
registry_name="my-registry",
share_with_name="transformed-nyc-taxi-data-shared-from-ws",
share_with_version="2.0",
)
Azure SDK for Python