WorkspaceOperations Clase
WorkspaceOperations.
No debe crear instancias de esta clase directamente. En su lugar, debe crear una instancia de MLClient que le cree una instancia y la adjunte como un atributo.
- Herencia
-
azure.ai.ml.operations._workspace_operations_base.WorkspaceOperationsBaseWorkspaceOperations
Constructor
WorkspaceOperations(operation_scope: OperationScope, service_client: AzureMachineLearningWorkspaces, all_operations: OperationsContainer, credentials: TokenCredential | None = None, **kwargs: Dict)
Parámetros
- operation_scope
- service_client
- all_operations
- credentials
Métodos
begin_create |
Crea un área de trabajo de Azure Machine Learning. Devuelve el área de trabajo si ya existe. |
begin_delete |
Elimine un área de trabajo. |
begin_diagnose |
Diagnosticar problemas de configuración del área de trabajo. Si el área de trabajo no funciona según lo previsto, puede ejecutar este diagnóstico para comprobar si se ha interrumpido el área de trabajo. En el caso del área de trabajo del punto de conexión privado, también le ayudará a comprobar si la configuración de red en esta área de trabajo y su recurso dependiente como problema o no. |
begin_provision_network |
Desencadena el área de trabajo para aprovisionar la red administrada. Al especificar Spark habilitado como true, se prepara la red administrada del área de trabajo para admitir Spark. |
begin_sync_keys |
Desencadena que el área de trabajo sincronice las claves inmediatamente. Si se cambian las claves de cualquier recurso del área de trabajo, pueden tardar aproximadamente una hora en actualizarse automáticamente. Esta función permite que las claves se actualicen a petición. Un escenario de ejemplo es la necesidad de acceso inmediato al almacenamiento después de regenerar las claves de almacenamiento. |
begin_update | |
get |
Obtenga un área de trabajo por nombre. |
get_keys |
Obtenga claves para el área de trabajo. |
list |
Enumere todas las áreas de trabajo a las que el usuario tiene acceso en el grupo de recursos o la suscripción actual. |
begin_create
Crea un área de trabajo de Azure Machine Learning.
Devuelve el área de trabajo si ya existe.
begin_create(workspace: Workspace, update_dependent_resources: bool = False, **kwargs: Dict) -> LROPoller[Workspace]
Parámetros
- update_dependent_resources
- <xref:boolean>
Si se van a actualizar los recursos dependientes
Devoluciones
Instancia de LROPoller que devuelve un área de trabajo.
Tipo de valor devuelto
begin_delete
Elimine un área de trabajo.
begin_delete(name: str, *, delete_dependent_resources: bool, permanently_delete: bool = False, **kwargs: Dict) -> LROPoller[None]
Parámetros
- delete_dependent_resources
- bool
Indica si se van a eliminar los recursos asociados al área de trabajo, es decir, el registro de contenedor, la cuenta de almacenamiento, el almacén de claves y Application Insights. El valor predeterminado es False. Se establece en True para eliminar estos recursos.
- permanently_delete
- bool
Las áreas de trabajo se eliminan temporalmente de forma predeterminada para permitir la recuperación de datos del área de trabajo. Establezca esta marca en true para invalidar el comportamiento de eliminación temporal y eliminar permanentemente el área de trabajo.
Devoluciones
Un sondeo para realizar un seguimiento del estado de la operación.
Tipo de valor devuelto
begin_diagnose
Diagnosticar problemas de configuración del área de trabajo.
Si el área de trabajo no funciona según lo previsto, puede ejecutar este diagnóstico para comprobar si se ha interrumpido el área de trabajo. En el caso del área de trabajo del punto de conexión privado, también le ayudará a comprobar si la configuración de red en esta área de trabajo y su recurso dependiente como problema o no.
begin_diagnose(name: str, **kwargs: Dict) -> LROPoller[DiagnoseResponseResultValue]
Parámetros
Devoluciones
Un sondeo para realizar un seguimiento del estado de la operación.
Tipo de valor devuelto
begin_provision_network
Desencadena el área de trabajo para aprovisionar la red administrada. Al especificar Spark habilitado como true, se prepara la red administrada del área de trabajo para admitir Spark.
begin_provision_network(*, workspace_name: str | None = None, include_spark: bool = False, **kwargs) -> LROPoller[ManagedNetworkProvisionStatus]
Parámetros
- workspace_name
- str
Nombre del área de trabajo.
- include_spark
Si la red administrada del área de trabajo debe prepararse para admitir Spark.
Devoluciones
Instancia de LROPoller.
Tipo de valor devuelto
begin_sync_keys
Desencadena que el área de trabajo sincronice las claves inmediatamente. Si se cambian las claves de cualquier recurso del área de trabajo, pueden tardar aproximadamente una hora en actualizarse automáticamente. Esta función permite que las claves se actualicen a petición. Un escenario de ejemplo es la necesidad de acceso inmediato al almacenamiento después de regenerar las claves de almacenamiento.
begin_sync_keys(name: str | None = None) -> LROPoller
Parámetros
Devoluciones
Instancia de LROPoller que devuelve None o el resultado de las claves de sincronización.
Tipo de valor devuelto
begin_update
begin_update(workspace: Workspace, *, update_dependent_resources: bool = False, **kwargs: Dict) -> LROPoller[Workspace]
get
Obtenga un área de trabajo por nombre.
get(name: str | None = None, **kwargs: Dict) -> Workspace
Parámetros
Devoluciones
Área de trabajo con el nombre proporcionado.
Tipo de valor devuelto
get_keys
Obtenga claves para el área de trabajo.
get_keys(name: str | None = None) -> WorkspaceKeys
Parámetros
Devoluciones
Claves de los recursos dependientes del área de trabajo.
Tipo de valor devuelto
list
Enumere todas las áreas de trabajo a las que el usuario tiene acceso en el grupo de recursos o la suscripción actual.
list(*, scope: str = 'resource_group') -> Iterable[Workspace]
Parámetros
- scope
- str
ámbito de la lista, "resource_group" o "suscripción", el valor predeterminado es "resource_group"
Devoluciones
Iterador como una instancia de objetos Workspace
Tipo de valor devuelto
Azure SDK for Python