az ml datastore

  • Référence

Remarque

Cette référence fait partie de l’extension ml pour Azure CLI (version 2.15.0 ou ultérieure). L’extension installe automatiquement la première fois que vous exécutez une commande az ml datastore . En savoir plus sur les extensions.

Gérer les magasins de données Azure ML.

Les magasins de données Azure ML lient en toute sécurité vos services de stockage Azure à votre espace de travail afin que vous puissiez accéder à votre stockage sans avoir à encoder en dur les informations de connexion dans vos scripts. Les secrets de connexion, tels que les informations d’identification d’authentification du service de stockage, sont stockés dans le coffre de clés de votre espace de travail.

Lorsque vous créez un espace de travail, un compte Stockage Azure est automatiquement créé en tant que ressource associée. Un conteneur d’objets blob est créé dans ce compte et ses informations de connexion sont stockées en tant que magasin de données nommé « workspaceblobstore ». Cela sert de magasin de données par défaut de l’espace de travail, et le conteneur d’objets blob est utilisé pour stocker vos artefacts d’espace de travail et les journaux et sorties des travaux Machine Learning.

Commandes

Nom Description Type Statut
az ml datastore create

Créez une banque de données.

 Extension GA
az ml datastore delete

Supprimez un magasin de données.

 Extension GA
az ml datastore list

Répertorier les magasins de données dans un espace de travail.

 Extension GA
az ml datastore mount

Montez un magasin de données spécifique sur un chemin d’accès local. Pour l’instant, seul Linux est pris en charge.

 Extension Aperçu
az ml datastore show

Afficher les détails d’un magasin de données.

 Extension GA
az ml datastore update

Mettez à jour un magasin de données.

 Extension GA

az ml datastore create

Créez une banque de données.

Cela connecte le service de stockage Azure sous-jacent à l’espace de travail. Les types de service de stockage qui peuvent actuellement être connectés en créant un magasin de données incluent stockage Blob Azure, Partage de fichiers Azure, Azure Data Lake Stockage Gen1 et Azure Data Lake Stockage Gen2.

az ml datastore create --file
                       --resource-group
                       --workspace-name
                       [--name]
                       [--set]

Exemples

Créer un magasin de données à partir d’un fichier de spécification YAML

az ml datastore create --file blobstore.yml --resource-group my-resource-group --workspace-name my-workspace

Paramètres obligatoires

--file -f

Chemin local du fichier YAML contenant la spécification du magasin de données Azure ML. Les documents de référence YAML pour le magasin de données sont disponibles à l’adresse : 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

--resource-group -g

Nom du groupe de ressources. Vous pouvez configurer le groupe par défaut en utilisant az configure --defaults group=<name>.

--workspace-name -w

Nom de l’espace de travail Azure ML. Vous pouvez configurer l’espace de travail par défaut à l’aide az configure --defaults workspace=<name>de .

Paramètres facultatifs

--name -n

Nom du magasin de données. Cela remplace le champ « name » dans le fichier YAML fourni à --file/-f.

--set

Mettez à jour un objet en spécifiant un chemin d’accès et une valeur de propriété à définir. Exemple : --set property1.property2=.

Paramètres globaux
--debug

Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.

--help -h

Affichez ce message d’aide et quittez.

--only-show-errors

Afficher uniquement les erreurs, en supprimant les avertissements.

--output -o

Format de sortie.

valeurs acceptées: json, jsonc, none, table, tsv, yaml, yamlc
valeur par défaut: json
--query

Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.

--subscription

Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID.

--verbose

Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.

az ml datastore delete

Supprimez un magasin de données.

Cela supprime les informations de connexion au service de stockage de l’espace de travail, mais ne supprime pas les données sous-jacentes dans le stockage.

az ml datastore delete --name
                       --resource-group
                       --workspace-name

Paramètres obligatoires

--name -n

Nom du magasin de données.

--resource-group -g

Nom du groupe de ressources. Vous pouvez configurer le groupe par défaut en utilisant az configure --defaults group=<name>.

--workspace-name -w

Nom de l’espace de travail Azure ML. Vous pouvez configurer l’espace de travail par défaut à l’aide az configure --defaults workspace=<name>de .

Paramètres globaux
--debug

Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.

--help -h

Affichez ce message d’aide et quittez.

--only-show-errors

Afficher uniquement les erreurs, en supprimant les avertissements.

--output -o

Format de sortie.

valeurs acceptées: json, jsonc, none, table, tsv, yaml, yamlc
valeur par défaut: json
--query

Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.

--subscription

Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID.

--verbose

Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.

az ml datastore list

Répertorier les magasins de données dans un espace de travail.

az ml datastore list --resource-group
                     --workspace-name
                     [--max-results]

Exemples

Répertoriez tous les magasins de données d’un espace de travail à l’aide de l’argument --query pour exécuter une requête JMESPath sur les résultats des commandes.

az ml datastore list --query "[].{Name:name}"  --output table --resource-group my-resource-group --workspace-name my-workspace

Paramètres obligatoires

--resource-group -g

Nom du groupe de ressources. Vous pouvez configurer le groupe par défaut en utilisant az configure --defaults group=<name>.

--workspace-name -w

Nom de l’espace de travail Azure ML. Vous pouvez configurer l’espace de travail par défaut à l’aide az configure --defaults workspace=<name>de .

Paramètres facultatifs

--max-results -r

Nombre maximal de résultats à retourner.

Paramètres globaux
--debug

Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.

--help -h

Affichez ce message d’aide et quittez.

--only-show-errors

Afficher uniquement les erreurs, en supprimant les avertissements.

--output -o

Format de sortie.

valeurs acceptées: json, jsonc, none, table, tsv, yaml, yamlc
valeur par défaut: json
--query

Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.

--subscription

Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID.

--verbose

Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.

az ml datastore mount

Préversion

Cette commande est en préversion et en cours de développement. Référence et niveaux de support : https://aka.ms/CLI_refstatus

Montez un magasin de données spécifique sur un chemin d’accès local. Pour l’instant, seul Linux est pris en charge.

az ml datastore mount --path
                      [--mode]
                      [--mount-point]
                      [--persistent]
                      [--resource-group]
                      [--workspace-name]

Exemples

Monter un magasin de données par nom

az ml datastore mount --mount-point /mnt/my-datastore --mode ro_mount --path my-datastore

Monter un magasin de données par URL de court-formulaire du magasin de données

az ml datastore mount --mount-point /mnt/my-datastore --mode ro_mount --path azureml://datastores/my-datastore

Monter un magasin de données par URL de long formulaire du magasin de données

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

Paramètres obligatoires

--path

Chemin du magasin de données à monter, sous la forme ou <datastore_name>azureml://datastores/<datastore_name>.

Paramètres facultatifs

--mode

Mode montage, soit ro_mount (lecture seule) soit rw_mount (lecture-écriture).

valeur par défaut: ro_mount
--mount-point

Chemin d’accès local utilisé comme point de montage.

valeur par défaut: /home/azureuser/mount/data
--persistent

Rendre le montage persistant entre les redémarrages. Pris en charge uniquement sur l’instance de calcul.

valeur par défaut: False
--resource-group -g

Nom du groupe de ressources. Vous pouvez configurer le groupe par défaut en utilisant az configure --defaults group=<name>.

--workspace-name -w

Nom de l’espace de travail Azure ML. Vous pouvez configurer l’espace de travail par défaut à l’aide az configure --defaults workspace=<name>de .

Paramètres globaux
--debug

Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.

--help -h

Affichez ce message d’aide et quittez.

--only-show-errors

Afficher uniquement les erreurs, en supprimant les avertissements.

--output -o

Format de sortie.

valeurs acceptées: json, jsonc, none, table, tsv, yaml, yamlc
valeur par défaut: json
--query

Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.

--subscription

Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID.

--verbose

Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.

az ml datastore show

Afficher les détails d’un magasin de données.

az ml datastore show --name
                     --resource-group
                     --workspace-name

Paramètres obligatoires

--name -n

Nom du magasin de données.

--resource-group -g

Nom du groupe de ressources. Vous pouvez configurer le groupe par défaut en utilisant az configure --defaults group=<name>.

--workspace-name -w

Nom de l’espace de travail Azure ML. Vous pouvez configurer l’espace de travail par défaut à l’aide az configure --defaults workspace=<name>de .

Paramètres globaux
--debug

Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.

--help -h

Affichez ce message d’aide et quittez.

--only-show-errors

Afficher uniquement les erreurs, en supprimant les avertissements.

--output -o

Format de sortie.

valeurs acceptées: json, jsonc, none, table, tsv, yaml, yamlc
valeur par défaut: json
--query

Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.

--subscription

Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID.

--verbose

Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.

az ml datastore update

Mettez à jour un magasin de données.

Les propriétés « description », « tags » et « credential » peuvent être mises à jour.

az ml datastore update --resource-group
                       --workspace-name
                       [--add]
                       [--file]
                       [--force-string]
                       [--name]
                       [--remove]
                       [--set]

Paramètres obligatoires

--resource-group -g

Nom du groupe de ressources. Vous pouvez configurer le groupe par défaut en utilisant az configure --defaults group=<name>.

--workspace-name -w

Nom de l’espace de travail Azure ML. Vous pouvez configurer l’espace de travail par défaut à l’aide az configure --defaults workspace=<name>de .

Paramètres facultatifs

--add

Ajoutez un objet à une liste d’objets en spécifiant un chemin d’accès et des paires clé-valeur. Exemple : --add property.listProperty <key=value, string or JSON string>.

valeur par défaut: []
--file -f

Chemin local du fichier YAML contenant la spécification du magasin de données Azure ML. Les documents de référence YAML pour le magasin de données sont disponibles à l’adresse : 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

--force-string

Lorsque vous utilisez « set » ou « add », conservez les littéraux de chaîne au lieu de tenter de convertir en JSON.

valeur par défaut: False
--name -n

Nom du magasin de données. Cela remplace le champ « name » dans le fichier YAML fourni à --file/-f.

--remove

Supprimez une propriété ou un élément d’une liste. Exemple : --remove property.list <indexToRemove> OR --remove propertyToRemove.

valeur par défaut: []
--set

Mettez à jour un objet en spécifiant un chemin d’accès et une valeur de propriété à définir. Exemple : --set property1.property2=<value>.

valeur par défaut: []
Paramètres globaux
--debug

Augmentez le niveau de détail de la journalisation pour afficher tous les journaux de débogage.

--help -h

Affichez ce message d’aide et quittez.

--only-show-errors

Afficher uniquement les erreurs, en supprimant les avertissements.

--output -o

Format de sortie.

valeurs acceptées: json, jsonc, none, table, tsv, yaml, yamlc
valeur par défaut: json
--query

Chaîne de requêtes JMESPath. Pour plus d’informations et d’exemples, consultez http://jmespath.org/.

--subscription

Nom ou ID de l’abonnement. Vous pouvez configurer l’abonnement par défaut en utilisant az account set -s NAME_OR_ID.

--verbose

Augmentez le niveau de détail de la journalisation. Utilisez --debug pour des journaux de débogage complets.