CLI (V2) YAML-Schema für Azure Data Lake Gen1
GILT FÜR 
Azure CLI-ML-Erweiterung v2 (aktuell)
Siehe das JSON-Quellschema unter https://azuremlschemas.azureedge.net/latest/azureDataLakeGen1.schema.json.
Hinweis
Die in diesem Dokument beschriebene YAML-Syntax basiert auf dem JSON-Schema für die neueste Version der ML CLI v2-Erweiterung. Die Funktion dieser Syntax wird nur mit der neuesten Version der ML CLI v2-Erweiterung garantiert. Die Schemas für ältere Erweiterungsversionen finden Sie unter https://azuremlschemasprod.azureedge.net/.
YAML-Syntax
| Schlüssel | type | BESCHREIBUNG | Zulässige Werte | Standardwert |
|---|---|---|---|---|
$schema |
Zeichenfolge | Das YAML-Schema. Wenn Sie die Visual Studio Code-Erweiterung für Azure Machine Learning zum Erstellen einer YAML-Datei verwenden, können Sie Schema- und Ressourcenvervollständigungen aufrufen, wenn Sie am Anfang Ihrer Datei $schema einschließen. |
||
type |
Zeichenfolge | Erforderlich. Der Datenspeichertyp. | azure_data_lake_gen1 |
|
name |
Zeichenfolge | Erforderlich. Der Datenspeichername | ||
description |
Zeichenfolge | Die Beschreibung des Datenspeichers. | ||
tags |
Objekt | Das Tag-Wörterbuch des Datenspeichers. | ||
store_name |
Zeichenfolge | Erforderlich. Der Name des Azure Data Lake Storage Gen1-Kontos. | ||
credentials |
Objekt | Anmeldeinformationen des Dienstprinzipals für die Verbindung mit dem Azure-Speicherkonto. Die geheimen Zugangsdaten werden im Schlüsseltresor des Arbeitsbereichs gespeichert. | ||
credentials.tenant_id |
Zeichenfolge | Die Mandanten-ID des Dienstprinzipals. Erforderlich, wenn credentials angegeben ist. |
||
credentials.client_id |
Zeichenfolge | Die Client-ID des Dienstprinzipals. Erforderlich, wenn credentials angegeben ist. |
||
credentials.client_secret |
Zeichenfolge | Das Clientgeheimnis für den Dienstprinzipal. Erforderlich, wenn credentials angegeben ist. |
||
credentials.resource_url |
Zeichenfolge | Die Ressourcen-URL, die bestimmt, welche Vorgänge das Azure Data Lake Storage Gen1-Konto durchführt. | https://datalake.azure.net/ |
|
credentials.authority_url |
Zeichenfolge | Die für die Benutzerauthentifizierung verwendete Autoritäts-URL. | https://login.microsoftonline.com |
Hinweise
Sie können den Befehl az ml datastore verwenden, um Azure Machine Learning-Datenspeicher zu verwalten.
Beispiele
Beispiele finden Sie im GitHub-Repository für Beispiele. Hier sind mehrere aufgeführt:
YAML: Identitätsbasierter Zugriff
$schema: https://azuremlschemas.azureedge.net/latest/azureDataLakeGen1.schema.json
name: alds_gen1_credless_example
type: azure_data_lake_gen1
description: Credential-less datastore pointing to an Azure Data Lake Storage Gen1.
store_name: mytestdatalakegen1
YAML: Mieter-ID, Mandanten-ID, Mandantengeheimnis
$schema: https://azuremlschemas.azureedge.net/latest/azureDataLakeGen1.schema.json
name: adls_gen1_example
type: azure_data_lake_gen1
description: Datastore pointing to an Azure Data Lake Storage Gen1.
store_name: mytestdatalakegen1
credentials:
tenant_id: XXXXXXXX-XXXX-XXXX-XXXX-XXXXXXXXXXXX
client_id: XXXXXXXX-XXXX-XXXX-XXXX-XXXXXXXXXXXX
client_secret: XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX