Condividi tramite

az ml workspace

  • Riferimento

Nota

Questo riferimento fa parte dell'estensione ml per l'interfaccia della riga di comando di Azure (versione 2.15.0 o successiva). L'estensione installerà automaticamente la prima volta che si esegue un comando az ml workspace . Altre informazioni sulle estensioni.

Gestire le aree di lavoro di Azure ML.

Un'area di lavoro di Azure ML è la risorsa di primo livello per Azure Machine Learning. Offre una posizione centralizzata per tenere traccia degli asset e delle risorse usati nei flussi di lavoro di Machine Learning, insieme ai log e agli artefatti prodotti dai processi di training.

Se si esegue l'aggiornamento dall'interfaccia della riga di comando v1 alla versione 2, sono necessarie le due modifiche seguenti nell'ambito della gestione dell'area di lavoro:

  • Aggiornare az ml workspace private-endpoint i comandi ai comandi equivalenti az network private-endpoint .
  • az ml workspace share Aggiornare anche i comandi ai comandi equivalentiaz role assignment create.

Comandi

Nome Descrizione Tipo Status
az ml workspace create

Creare un'area di lavoro.

 Estensione Disponibilità generale
az ml workspace delete

Eliminare un'area di lavoro.

 Estensione Disponibilità generale
az ml workspace diagnose

Diagnosticare i problemi di configurazione dell'area di lavoro.

 Estensione Disponibilità generale
az ml workspace list

Elencare tutte le aree di lavoro in una sottoscrizione.

 Estensione Disponibilità generale
az ml workspace list-keys

Elencare le chiavi dell'area di lavoro per le risorse dipendenti, ad esempio Archiviazione di Azure, Registro Azure Container e app Azure lication Insights.

 Estensione Disponibilità generale
az ml workspace outbound-rule

Gestire le regole in uscita per la rete gestita di un'area di lavoro di Azure ML.

 Estensione Disponibilità generale
az ml workspace outbound-rule list

Elencare tutte le regole in uscita della rete gestita per un'area di lavoro.

 Estensione Disponibilità generale
az ml workspace outbound-rule remove

Rimuovere una regola in uscita dalla rete gestita per un'area di lavoro.

 Estensione Disponibilità generale
az ml workspace outbound-rule set

Aggiungere o aggiornare una regola in uscita nella rete gestita per un'area di lavoro.

 Estensione Disponibilità generale
az ml workspace outbound-rule show

Visualizzare i dettagli per una regola in uscita di rete gestita per un'area di lavoro.

 Estensione Disponibilità generale
az ml workspace provision-network

Effettuare il provisioning della rete gestita dell'area di lavoro.

 Estensione Disponibilità generale
az ml workspace show

Visualizzare i dettagli per un'area di lavoro.

 Estensione Disponibilità generale
az ml workspace sync-keys

Sincronizzare le chiavi dell'area di lavoro per le risorse dipendenti, ad esempio Archiviazione di Azure, Registro Azure Container e app Azure lication Insights.

 Estensione Disponibilità generale
az ml workspace update

Aggiornare un'area di lavoro.

 Estensione Disponibilità generale

az ml workspace create

Creare un'area di lavoro.

Quando viene creata un'area di lavoro, vengono create anche diverse risorse di Azure che verranno usate da Azure ML per impostazione predefinita: Archiviazione di Azure, Registro Azure Container, Azure Key Vault e app Azure lication Insights. È invece possibile usare istanze di risorse di Azure esistenti per quelle durante la creazione dell'area di lavoro specificando gli ID risorsa nel file YAML di configurazione dell'area di lavoro.

az ml workspace create --resource-group
                       [--allow-roleassignment-on-rg]
                       [--application-insights]
                       [--container-registry]
                       [--default-resource-group]
                       [--description]
                       [--display-name]
                       [--enable-data-isolation]
                       [--file]
                       [--hub-id]
                       [--image-build-compute]
                       [--key-vault]
                       [--kind]
                       [--location]
                       [--managed-network]
                       [--name]
                       [--no-wait]
                       [--primary-user-assigned-identity]
                       [--provision-network-now]
                       [--public-network-access]
                       [--set]
                       [--storage-account]
                       [--system-datastores-auth-mode]
                       [--tags]
                       [--update-dependent-resources]

Esempio

Creare un'area di lavoro da un file di specifica YAML.

az ml workspace create --file workspace.yml --resource-group my-resource-group

Parametri necessari

--resource-group -g

Nome del gruppo di risorse. È possibile configurare il gruppo predefinito con az configure --defaults group=<name>.

Parametri facoltativi

--allow-roleassignment-on-rg -r
Anteprima

Flag per determinare se un'area di lavoro potrebbe avere assegnazioni di ruolo a livello di gruppo di risorse.

Valore predefinito: True
--application-insights -a

ID ARM di Application Insights associato a questa area di lavoro.

--container-registry -c

ID ARM del registro contenitori associato a questa area di lavoro.

--default-resource-group
Anteprima

Solo tipo hub. Se impostato, i progetti figlio di questo hub avranno il gruppo di risorse impostato per impostazione predefinita.

--description

Descrizione dell'area di lavoro di Azure ML.

--display-name

Nome visualizzato per l'area di lavoro.

--enable-data-isolation -e

Flag per determinare se un'area di lavoro dispone dell'isolamento dei dati abilitato. Il flag può essere impostato solo nella fase di creazione, non può essere aggiornato.

Valore predefinito: False
--file -f

Percorso locale del file YAML contenente la specifica dell'area di lavoro di Azure ML. La documentazione di riferimento YAML per l'area di lavoro è disponibile in: https://aka.ms/ml-cli-v2-workspace-yaml-reference.

--hub-id
Anteprima

Solo tipo di progetto: ID ARM che definisce l'hub padre di questo progetto.

--image-build-compute -i

Nome della destinazione di calcolo da usare per la compilazione di immagini Docker dell'ambiente quando il registro contenitori si trova dietro una rete virtuale.

--key-vault -k

ID ARM dell'insieme di credenziali delle chiavi associato a questa area di lavoro.

--kind
Anteprima

Specifica le aree di lavoro come tipo specifico, sostituendo il valore assegnato in YAML, se presente. Il valore predefinito è . I tipi validi sono: predefinito, hub e progetto.

--location -l

Posizione da usare per la nuova area di lavoro.

--managed-network -m

Modalità di isolamento rete gestita per l'area di lavoro.

--name -n

Nome dell'area di lavoro di Azure ML.

--no-wait

Non attendere il completamento della creazione dell'area di lavoro.

Valore predefinito: False
--primary-user-assigned-identity -p

Identificatore ARM dell'identità gestita assegnata dall'utente primario, nel caso in cui vengano specificate più identità gestite. Anche l'identità gestita predefinita per il calcolo senza cluster.

--provision-network-now
Anteprima

Impostare per attivare il provisioning della rete gestita quando si crea un worksapce con la rete gestita abilitata oppure non esegue alcuna operazione.

Valore predefinito: False
--public-network-access

Consentire la connettività dell'endpoint pubblico quando un'area di lavoro è abilitata per il collegamento privato.

--set

Aggiornare un oggetto specificando un percorso di proprietà e un valore da impostare. Esempio: --set property1.property2=value.

--storage-account -s

ID ARM dell'account di archiviazione associato a questa area di lavoro.

--system-datastores-auth-mode -d
Anteprima

Specifica la modalità di autenticazione per gli archivi dati di sistema. Le modalità valide sono: accesskey e identity.

--tags

Coppie chiave-valore separate da spazi per i tag dell'oggetto.

--update-dependent-resources -u

Specificando --update_dependent_resources, viene fornito il consenso per aggiornare le risorse dipendenti dell'area di lavoro. L'aggiornamento dell'Registro Azure Container o della risorsa di Application Insights collegata all'area di lavoro può interrompere la derivazione dei processi precedenti, gli endpoint di inferenza distribuiti o la possibilità di rieseguire i processi precedenti in questa area di lavoro.

Valore predefinito: False
Parametri globali
--debug

Aumenta il livello di dettaglio della registrazione per mostrare tutti i log di debug.

--help -h

Visualizza questo messaggio della guida ed esce.

--only-show-errors

Mostra solo gli errori, eliminando gli avvisi.

--output -o

Formato di output.

Valori accettati: json, jsonc, none, table, tsv, yaml, yamlc
Valore predefinito: json
--query

Stringa di query JMESPath. Per altre informazioni ed esempi, vedere http://jmespath.org/.

--subscription

Nome o ID della sottoscrizione. È possibile configurare la posizione predefinito usando az account set -s NAME_OR_ID.

--verbose

Aumenta il livello di dettaglio della registrazione. Usare --debug per log di debug completi.

az ml workspace delete

Eliminare un'area di lavoro.

Per impostazione predefinita, le risorse dipendenti associate all'area di lavoro (Archiviazione di Azure, Registro Azure Container, Azure Key Vault app Azure lication Insights) non vengono eliminate. Per eliminare anche quelli, includere --all-resources. Per eliminare definitivamente l'area di lavoro, includere --permanently-delete.

az ml workspace delete --name
                       --resource-group
                       [--all-resources]
                       [--no-wait]
                       [--permanently-delete]
                       [--yes]

Parametri necessari

--name -n

Nome dell'area di lavoro di Azure ML. È possibile configurare l'area di lavoro predefinita usando az configure --defaults workspace=<name>.

--resource-group -g

Nome del gruppo di risorse. È possibile configurare il gruppo predefinito con az configure --defaults group=<name>.

Parametri facoltativi

--all-resources

Eliminare tutte le risorse dipendenti associate all'area di lavoro (account Archiviazione di Azure, Registro Azure Container, app Azure lication Insights, Azure Key Vault).

Valore predefinito: False
--no-wait

Non attendere il completamento dell'operazione a esecuzione prolungata. L'impostazione predefinita è False.

Valore predefinito: False
--permanently-delete -p

Per impostazione predefinita, le aree di lavoro sono state eliminate temporaneo per consentire il ripristino dei dati dell'area di lavoro. Impostare questo flag per eseguire l'override del comportamento di eliminazione temporanea ed eliminare definitivamente l'area di lavoro.

Valore predefinito: False
--yes -y

Indica che non è richiesta la conferma.

Valore predefinito: False
Parametri globali
--debug

Aumenta il livello di dettaglio della registrazione per mostrare tutti i log di debug.

--help -h

Visualizza questo messaggio della guida ed esce.

--only-show-errors

Mostra solo gli errori, eliminando gli avvisi.

--output -o

Formato di output.

Valori accettati: json, jsonc, none, table, tsv, yaml, yamlc
Valore predefinito: json
--query

Stringa di query JMESPath. Per altre informazioni ed esempi, vedere http://jmespath.org/.

--subscription

Nome o ID della sottoscrizione. È possibile configurare la posizione predefinito usando az account set -s NAME_OR_ID.

--verbose

Aumenta il livello di dettaglio della registrazione. Usare --debug per log di debug completi.

az ml workspace diagnose

Diagnosticare i problemi di configurazione dell'area di lavoro.

Se l'area di lavoro non funziona come previsto, è possibile eseguire questa diagnosi per verificare se l'area di lavoro è stata interrotta. Per l'area di lavoro dell'endpoint privato, verrà anche illustrato se la configurazione di rete in questa area di lavoro e la relativa risorsa dipendente presenta o meno un problema.

az ml workspace diagnose --name
                         --resource-group
                         [--no-wait]

Esempio

diagnosticare un'area di lavoro.

az ml workspace diagnose --name my-workspace-name --no-wait -g my-resource-group

Parametri necessari

--name -n

Nome dell'area di lavoro di Azure ML. È possibile configurare l'area di lavoro predefinita usando az configure --defaults workspace=<name>.

--resource-group -g

Nome del gruppo di risorse. È possibile configurare il gruppo predefinito con az configure --defaults group=<name>.

Parametri facoltativi

--no-wait

Non attendere il completamento dell'operazione a esecuzione prolungata. L'impostazione predefinita è False.

Valore predefinito: False
Parametri globali
--debug

Aumenta il livello di dettaglio della registrazione per mostrare tutti i log di debug.

--help -h

Visualizza questo messaggio della guida ed esce.

--only-show-errors

Mostra solo gli errori, eliminando gli avvisi.

--output -o

Formato di output.

Valori accettati: json, jsonc, none, table, tsv, yaml, yamlc
Valore predefinito: json
--query

Stringa di query JMESPath. Per altre informazioni ed esempi, vedere http://jmespath.org/.

--subscription

Nome o ID della sottoscrizione. È possibile configurare la posizione predefinito usando az account set -s NAME_OR_ID.

--verbose

Aumenta il livello di dettaglio della registrazione. Usare --debug per log di debug completi.

az ml workspace list

Elencare tutte le aree di lavoro in una sottoscrizione.

L'elenco delle aree di lavoro può essere filtrato in base al gruppo di risorse.

az ml workspace list [--filtered-kinds]
                     [--max-results]
                     [--resource-group]

Esempio

Elencare tutte le aree di lavoro in un gruppo di risorse

az ml workspace list --resource-group my-resource-group

Elencare tutte le aree di lavoro usando l'argomento --query per eseguire una query JMESPath sui risultati dei comandi.

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

Parametri facoltativi

--filtered-kinds
Anteprima

Elencare solo i tipi di aree di lavoro specificati, come elenco delimitato da virgole. I tipi validi sono: predefinito, hub e progetto.

--max-results -r

Numero massimo di risultati da restituire.

--resource-group -g

Nome del gruppo di risorse. È possibile configurare il gruppo predefinito con az configure --defaults group=<name>.

Parametri globali
--debug

Aumenta il livello di dettaglio della registrazione per mostrare tutti i log di debug.

--help -h

Visualizza questo messaggio della guida ed esce.

--only-show-errors

Mostra solo gli errori, eliminando gli avvisi.

--output -o

Formato di output.

Valori accettati: json, jsonc, none, table, tsv, yaml, yamlc
Valore predefinito: json
--query

Stringa di query JMESPath. Per altre informazioni ed esempi, vedere http://jmespath.org/.

--subscription

Nome o ID della sottoscrizione. È possibile configurare la posizione predefinito usando az account set -s NAME_OR_ID.

--verbose

Aumenta il livello di dettaglio della registrazione. Usare --debug per log di debug completi.

az ml workspace list-keys

Elencare le chiavi dell'area di lavoro per le risorse dipendenti, ad esempio Archiviazione di Azure, Registro Azure Container e app Azure lication Insights.

az ml workspace list-keys --name
                          --resource-group

Parametri necessari

--name -n

Nome dell'area di lavoro di Azure ML. È possibile configurare l'area di lavoro predefinita usando az configure --defaults workspace=<name>.

--resource-group -g

Nome del gruppo di risorse. È possibile configurare il gruppo predefinito con az configure --defaults group=<name>.

Parametri globali
--debug

Aumenta il livello di dettaglio della registrazione per mostrare tutti i log di debug.

--help -h

Visualizza questo messaggio della guida ed esce.

--only-show-errors

Mostra solo gli errori, eliminando gli avvisi.

--output -o

Formato di output.

Valori accettati: json, jsonc, none, table, tsv, yaml, yamlc
Valore predefinito: json
--query

Stringa di query JMESPath. Per altre informazioni ed esempi, vedere http://jmespath.org/.

--subscription

Nome o ID della sottoscrizione. È possibile configurare la posizione predefinito usando az account set -s NAME_OR_ID.

--verbose

Aumenta il livello di dettaglio della registrazione. Usare --debug per log di debug completi.

az ml workspace provision-network

Effettuare il provisioning della rete gestita dell'area di lavoro.

Attiva l'area di lavoro per effettuare il provisioning della rete gestita. Se si specifica il flag spark abilitato, viene preparata la rete gestita dell'area di lavoro per il supporto di Spark. Il valore predefinito è false se non specificato, ma può essere abilitato in un secondo momento eseguendo di nuovo questo comando con questo flag. Una volta abilitata, non può essere disabilitata.

az ml workspace provision-network --name
                                  --resource-group
                                  [--include-spark]
                                  [--no-wait]

Esempio

effettuare il provisioning della rete gestita.

az ml workspace provision-network --include-spark --name my-workspace-name --no-wait -g my-resource-group

Parametri necessari

--name -n

Nome dell'area di lavoro di Azure ML. È possibile configurare l'area di lavoro predefinita usando az configure --defaults workspace=<name>.

--resource-group -g

Nome del gruppo di risorse. È possibile configurare il gruppo predefinito con az configure --defaults group=<name>.

Parametri facoltativi

--include-spark

Valore booleano [true/false] per se è necessario eseguire il provisioning della rete gestita per tenere conto dei processi Spark. Il valore predefinito è false se il flag non è impostato. Può essere abilitato in un secondo momento eseguendo di nuovo questo comando con questo flag.

Valore predefinito: False
--no-wait

Non attendere il completamento dell'operazione a esecuzione prolungata. L'impostazione predefinita è False.

Valore predefinito: False
Parametri globali
--debug

Aumenta il livello di dettaglio della registrazione per mostrare tutti i log di debug.

--help -h

Visualizza questo messaggio della guida ed esce.

--only-show-errors

Mostra solo gli errori, eliminando gli avvisi.

--output -o

Formato di output.

Valori accettati: json, jsonc, none, table, tsv, yaml, yamlc
Valore predefinito: json
--query

Stringa di query JMESPath. Per altre informazioni ed esempi, vedere http://jmespath.org/.

--subscription

Nome o ID della sottoscrizione. È possibile configurare la posizione predefinito usando az account set -s NAME_OR_ID.

--verbose

Aumenta il livello di dettaglio della registrazione. Usare --debug per log di debug completi.

az ml workspace show

Visualizzare i dettagli per un'area di lavoro.

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

Parametri necessari

--name -n

Nome dell'area di lavoro di Azure ML. È possibile configurare l'area di lavoro predefinita usando az configure --defaults workspace=<name>.

--resource-group -g

Nome del gruppo di risorse. È possibile configurare il gruppo predefinito con az configure --defaults group=<name>.

Parametri globali
--debug

Aumenta il livello di dettaglio della registrazione per mostrare tutti i log di debug.

--help -h

Visualizza questo messaggio della guida ed esce.

--only-show-errors

Mostra solo gli errori, eliminando gli avvisi.

--output -o

Formato di output.

Valori accettati: json, jsonc, none, table, tsv, yaml, yamlc
Valore predefinito: json
--query

Stringa di query JMESPath. Per altre informazioni ed esempi, vedere http://jmespath.org/.

--subscription

Nome o ID della sottoscrizione. È possibile configurare la posizione predefinito usando az account set -s NAME_OR_ID.

--verbose

Aumenta il livello di dettaglio della registrazione. Usare --debug per log di debug completi.

az ml workspace sync-keys

Sincronizzare le chiavi dell'area di lavoro per le risorse dipendenti, ad esempio Archiviazione di Azure, Registro Azure Container e app Azure lication Insights.

Se le chiavi per qualsiasi risorsa nell'area di lavoro vengono modificate, l'aggiornamento automatico può richiedere circa un'ora. Questo comando attiva l'area di lavoro per sincronizzare immediatamente le chiavi. Uno scenario possibile richiede l'accesso immediato all'archiviazione dopo la rigenerazione delle chiavi di archiviazione.

az ml workspace sync-keys --name
                          --resource-group
                          [--no-wait]

Parametri necessari

--name -n

Nome dell'area di lavoro di Azure ML. È possibile configurare l'area di lavoro predefinita usando az configure --defaults workspace=<name>.

--resource-group -g

Nome del gruppo di risorse. È possibile configurare il gruppo predefinito con az configure --defaults group=<name>.

Parametri facoltativi

--no-wait

Non attendere il completamento dell'operazione a esecuzione prolungata. L'impostazione predefinita è False.

Valore predefinito: False
Parametri globali
--debug

Aumenta il livello di dettaglio della registrazione per mostrare tutti i log di debug.

--help -h

Visualizza questo messaggio della guida ed esce.

--only-show-errors

Mostra solo gli errori, eliminando gli avvisi.

--output -o

Formato di output.

Valori accettati: json, jsonc, none, table, tsv, yaml, yamlc
Valore predefinito: json
--query

Stringa di query JMESPath. Per altre informazioni ed esempi, vedere http://jmespath.org/.

--subscription

Nome o ID della sottoscrizione. È possibile configurare la posizione predefinito usando az account set -s NAME_OR_ID.

--verbose

Aumenta il livello di dettaglio della registrazione. Usare --debug per log di debug completi.

az ml workspace update

Aggiornare un'area di lavoro.

È possibile aggiornare le proprietà 'description', 'tags' e 'friendly_name'.

az ml workspace update --name
                       --resource-group
                       [--add]
                       [--allow-roleassignment-on-rg]
                       [--application-insights]
                       [--container-registry]
                       [--description]
                       [--display-name]
                       [--file]
                       [--force-string]
                       [--image-build-compute]
                       [--managed-network]
                       [--network-acls]
                       [--no-wait]
                       [--primary-user-assigned-identity]
                       [--public-network-access]
                       [--remove]
                       [--set]
                       [--system-datastores-auth-mode]
                       [--update-dependent-resources]

Esempio

aggiornare un'area di lavoro da un file di specifica YAML.

az ml workspace update --resource-group my-resource-group --name my-workspace-name --file workspace.yml

Parametri necessari

--name -n

Nome dell'area di lavoro di Azure ML. È possibile configurare l'area di lavoro predefinita usando az configure --defaults workspace=<name>.

--resource-group -g

Nome del gruppo di risorse. È possibile configurare il gruppo predefinito con az configure --defaults group=<name>.

Parametri facoltativi

--add

Aggiungere un oggetto a un elenco di oggetti specificando un percorso e coppie chiave-valore. Esempio: --add property.listProperty <key=value, string or JSON string>.

Valore predefinito: []
--allow-roleassignment-on-rg -r
Anteprima

Flag per determinare se un'area di lavoro potrebbe avere assegnazioni di ruolo a livello di gruppo di risorse.

--application-insights -a

ID ARM di Application Insights associato a questa area di lavoro.

--container-registry -c

ID ARM del registro contenitori associato a questa area di lavoro.

--description

Descrizione dell'area di lavoro di Azure ML.

--display-name

Nome visualizzato per l'area di lavoro.

--file -f

Percorso locale del file YAML contenente la specifica dell'area di lavoro di Azure ML. La documentazione di riferimento YAML per l'area di lavoro è disponibile in: https://aka.ms/ml-cli-v2-workspace-yaml-reference.

--force-string

Quando si usa 'set' o 'add', mantenere i valori letterali stringa anziché tentare di eseguire la conversione in JSON.

Valore predefinito: False
--image-build-compute -i

Nome della destinazione di calcolo da usare per la compilazione di immagini Docker dell'ambiente quando il registro contenitori si trova dietro una rete virtuale.

--managed-network -m

Modalità di isolamento rete gestita per l'area di lavoro.

--network-acls

Elenco delimitato da virgole di indirizzi IP o intervalli IP nella notazione CIDR che possono accedere all'area di lavoro. Esempio: 'XX.XX.XX.XX,XX.XX.XX.XX/32'. Per impostare Accesso alla rete pubblica su 'Abilitato', passare networkAcls come 'none' (ad esempio, verrà reimpostato network-acls) insieme al flag PNA impostato su 'Enabled'. Per disabilitare, impostare il flag PNA su "Disabled". Per impostare Accesso alla rete pubblica come "Abilitato dagli indirizzi IP selezionati", impostare il flag PNA su "Abilitato" e passare un elenco delimitato da virgole di INDIRIZZI IP nella notazione CIDR in 'network-acls'.

--no-wait

Non attendere il completamento dell'operazione a esecuzione prolungata. L'impostazione predefinita è False.

Valore predefinito: False
--primary-user-assigned-identity -p

ID ARM dell'identità assegnata dall'utente primario associata a questa area di lavoro.

--public-network-access

Consentire la connettività dell'endpoint pubblico quando un'area di lavoro è abilitata per il collegamento privato.

--remove

Rimuovere una proprietà o un elemento da un elenco. Esempio: --remove property.list <indexToRemove> OR --remove propertyToRemove.

Valore predefinito: []
--set

Aggiornare un oggetto specificando un percorso di proprietà e un valore da impostare. Esempio: --set property1.property2=<value>.

Valore predefinito: []
--system-datastores-auth-mode -d
Anteprima

Specifica la modalità di autenticazione per gli archivi dati di sistema. Le modalità valide sono: accesskey e identity.

--update-dependent-resources -u

Specificando --update_dependent_resources, viene fornito il consenso per aggiornare le risorse dipendenti dell'area di lavoro. L'aggiornamento dell'Registro Azure Container o della risorsa di Application Insights collegata all'area di lavoro può interrompere la derivazione dei processi precedenti, gli endpoint di inferenza distribuiti o la possibilità di rieseguire i processi precedenti in questa area di lavoro.

Valore predefinito: False
Parametri globali
--debug

Aumenta il livello di dettaglio della registrazione per mostrare tutti i log di debug.

--help -h

Visualizza questo messaggio della guida ed esce.

--only-show-errors

Mostra solo gli errori, eliminando gli avvisi.

--output -o

Formato di output.

Valori accettati: json, jsonc, none, table, tsv, yaml, yamlc
Valore predefinito: json
--query

Stringa di query JMESPath. Per altre informazioni ed esempi, vedere http://jmespath.org/.

--subscription

Nome o ID della sottoscrizione. È possibile configurare la posizione predefinito usando az account set -s NAME_OR_ID.

--verbose

Aumenta il livello di dettaglio della registrazione. Usare --debug per log di debug completi.