Microsoft.MachineLearningServices 작업 영역/데이터 세트 2020-05-01-preview
Bicep 리소스 정의
작업 영역/데이터 세트 리소스 종류는 다음을 대상으로 하는 작업과 함께 배포할 수 있습니다.
- 리소스 그룹 - 리소스 그룹 배포 명령을 참조하세요.
각 API 버전에서 변경된 속성 목록은 변경 로그를 참조하세요.
리소스 형식
Microsoft.MachineLearningServices/workspaces/datasets 리소스를 만들려면 템플릿에 다음 Bicep을 추가합니다.
resource symbolicname 'Microsoft.MachineLearningServices/workspaces/datasets@2020-05-01-preview' = {
name: 'string'
parent: resourceSymbolicName
datasetType: 'string'
parameters: {
header: 'string'
includePath: bool
partitionFormat: 'string'
path: {
dataPath: {
datastoreName: 'string'
relativePath: 'string'
}
httpUrl: 'string'
}
query: {
datastoreName: 'string'
query: 'string'
}
separator: 'string'
sourceType: 'string'
}
registration: {
description: 'string'
name: 'string'
tags: {}
}
skipValidation: bool
timeSeries: {
coarseGrainTimestamp: 'string'
fineGrainTimestamp: 'string'
}
}
속성 값
workspaces/datasets
| Name | Description | 값 |
|---|---|---|
| name | 리소스 이름 Bicep에서 자식 리소스의 이름과 형식을 설정하는 방법을 참조하세요. |
string(필수) |
| 부모(parent) | Bicep에서 자식 리소스에 대한 부모 리소스를 지정할 수 있습니다. 자식 리소스가 부모 리소스 외부에서 선언된 경우에만 이 속성을 추가하면 됩니다. 자세한 내용은 부모 리소스 외부의 자식 리소스를 참조하세요. |
형식의 리소스에 대한 기호화된 이름: 작업 영역 |
| datasetType | 데이터 세트 형식을 지정합니다. | 'file' '테이블 형식'(필수) |
| 매개 변수 | DatasetCreateRequestParameters (필수) | |
| 등록 | DatasetCreateRequestRegistration (필수) | |
| skipValidation | 등록하기 전에 데이터 세트에서 데이터를 로드할 수 있도록 하는 유효성 검사를 건너뜁니다. | bool |
| timeSeries | DatasetCreateRequestTimeSeries |
DatasetCreateRequestParameters
| Name | Description | 값 |
|---|---|---|
| header | 헤더 형식입니다. | 'all_files_have_same_headers' 'combine_all_files_headers' 'no_headers' 'only_first_file_has_headers' |
| includePath | 경로 정보를 데이터 세트의 열로 유지하는 부울입니다. 기본값은 False입니다. 이는 여러 파일을 읽고 특정 레코드가 어떤 파일에서 발생했는지 알고 싶거나 파일 경로에 유용한 정보를 유지하려는 경우에 유용합니다. | bool |
| partitionFormat | 각 경로의 파티션 정보는 지정된 형식에 따라 열로 추출됩니다. 형식 부분 '{column_name}'은 문자열 열을 만들고, '{column_name:yyyy/MM/dd/HH/mm/ss}'는 datetime 열을 만듭니다. 여기서 'yyyy', 'MM', 'dd', 'HH', 'mm' 및 'ss'는 datetime 형식의 연도, 월, 일, 시, 분 및 초를 추출하는 데 사용됩니다. 형식은 첫 번째 파티션 키의 위치에서 시작하여 파일 경로의 끝까지입니다. 예를 들어 경로 '.를 지정합니다. /USA/2019/01/01/data.parquet' 여기서 파티션은 국가/지역 및 시간별 partition_format='/{CountryOrRegion}/{PartitionDate:yyyy/MM/dd}/data.csv'은 값이 'USA'인 문자열 열 'CountryOrRegion'과 'PartitionDate' 값이 '2019-01-01'인 datetime 열을 만듭니다. | string |
| path | DatasetCreateRequestParametersPath | |
| Query | DatasetCreateRequestParametersQuery | |
| 구분 기호 | 'delimited_files' sourceType의 열을 분할하는 데 사용되는 구분 기호입니다. | string |
| sourceType | 데이터 원본 유형 | 'delimited_files' 'json_lines_files' 'parquet_files' |
DatasetCreateRequestParametersPath
| Name | Description | 값 |
|---|---|---|
| dataPath | DatasetCreateRequestParametersPathDataPath | |
| httpUrl | Http URL입니다. | 문자열 |
DatasetCreateRequestParametersPathDataPath
| Name | Description | 값 |
|---|---|---|
| datastoreName | 데이터 저장소 이름입니다. | 문자열 |
| relativePath | 데이터 저장소 내의 경로입니다. | 문자열 |
DatasetCreateRequestParametersQuery
| Name | Description | 값 |
|---|---|---|
| datastoreName | SQL/PostgreSQL/MySQL 데이터 저장소 이름입니다. | 문자열 |
| Query | SQL Quey. | 문자열 |
DatasetCreateRequestRegistration
| Name | Description | 값 |
|---|---|---|
| description | 데이터 세트에 대한 설명입니다. | 문자열 |
| name | 데이터 세트의 이름입니다. | string |
| tags | 데이터 세트와 연결된 태그입니다. | object |
DatasetCreateRequestTimeSeries
| Name | Description | 값 |
|---|---|---|
| coarseGrainTimestamp | CoarseGrainTimestamp로 사용할 열 이름입니다. 'fineGrainTimestamp'를 지정하고 'fineGrainTimestamp'와 동일할 수 없는 경우에만 사용할 수 있습니다. | 문자열 |
| fineGrainTimestamp | FineGrainTimestamp로 사용할 열 이름 | 문자열 |
빠른 시작 템플릿
다음 빠른 시작 템플릿은 이 리소스 유형을 배포합니다.
| 템플릿 | Description |
|---|---|
데이터 저장소의 상대 경로에서 파일 데이터 세트 만들기
|
이 템플릿은 Azure Machine Learning 작업 영역의 데이터 저장소에 있는 상대 경로에서 파일 데이터 세트를 만듭니다. |
|
웹 URL에서 AML 작업 영역에서 파일 데이터 세트 만들기
|
이 템플릿은 Azure Machine Learning 작업 영역의 웹 URL에서 파일 데이터 세트를 만듭니다. |
|
데이터 저장소의 상대 경로에서 테이블 형식 데이터 세트 만들기
|
이 템플릿은 Azure Machine Learning 작업 영역의 데이터 저장소에 있는 상대 경로에서 테이블 형식 데이터 세트를 만듭니다. |
|
SQL/PostgreSQL/MySQL 데이터 저장소에서 테이블 형식 데이터 세트 만들기
|
이 템플릿은 Azure Machine Learning 작업 영역의 SQL/PostgreSQL/MySQL 데이터 저장소에서 SQL 쿼리에서 테이블 형식 데이터 세트를 만듭니다. |
|
웹 URL에서 AML 작업 영역에서 테이블 형식 데이터 세트 만들기
|
이 템플릿은 Azure Machine Learning 작업 영역의 웹 URL에서 테이블 형식 데이터 세트를 만듭니다. |
|
여러 데이터 세트 & 데이터 저장소를 사용하여 AML 작업 영역 만들기
|
이 템플릿은 여러 데이터 세트 & 데이터 저장소가 있는 Azure Machine Learning 작업 영역을 만듭니다. |
ARM 템플릿 리소스 정의
작업 영역/데이터 세트 리소스 종류는 다음을 대상으로 하는 작업으로 배포할 수 있습니다.
- 리소스 그룹 - 리소스 그룹 배포 명령 참조
각 API 버전에서 변경된 속성 목록은 변경 로그를 참조하세요.
리소스 형식
Microsoft.MachineLearningServices/workspaces/datasets 리소스를 만들려면 템플릿에 다음 JSON을 추가합니다.
{
"type": "Microsoft.MachineLearningServices/workspaces/datasets",
"apiVersion": "2020-05-01-preview",
"name": "string",
"datasetType": "string",
"parameters": {
"header": "string",
"includePath": "bool",
"partitionFormat": "string",
"path": {
"dataPath": {
"datastoreName": "string",
"relativePath": "string"
},
"httpUrl": "string"
},
"query": {
"datastoreName": "string",
"query": "string"
},
"separator": "string",
"sourceType": "string"
},
"registration": {
"description": "string",
"name": "string",
"tags": {}
},
"skipValidation": "bool",
"timeSeries": {
"coarseGrainTimestamp": "string",
"fineGrainTimestamp": "string"
}
}
속성 값
workspaces/datasets
| Name | Description | 값 |
|---|---|---|
| 형식 | 리소스 종류 | 'Microsoft.MachineLearningServices/workspaces/datasets' |
| apiVersion | 리소스 api 버전 | '2020-05-01-preview' |
| name | 리소스 이름 JSON ARM 템플릿에서 자식 리소스의 이름 및 형식을 설정하는 방법을 참조하세요. |
string(필수) |
| datasetType | 데이터 세트 형식을 지정합니다. | 'file' '테이블 형식'(필수) |
| 매개 변수 | DatasetCreateRequestParameters (필수) | |
| 등록 | DatasetCreateRequestRegistration (필수) | |
| skipValidation | 등록하기 전에 데이터 세트에서 데이터를 로드할 수 있도록 유효성 검사를 건너뜁니다. | bool |
| timeSeries | DatasetCreateRequestTimeSeries |
DatasetCreateRequestParameters
| Name | Description | 값 |
|---|---|---|
| header | 헤더 형식입니다. | 'all_files_have_same_headers' 'combine_all_files_headers' 'no_headers' 'only_first_file_has_headers' |
| includePath | 경로 정보를 데이터 세트의 열로 유지하는 부울입니다. 기본값은 False입니다. 이는 여러 파일을 읽고 특정 레코드가 어떤 파일에서 발생했는지 알고 싶거나 파일 경로에 유용한 정보를 유지하려는 경우에 유용합니다. | bool |
| partitionFormat | 각 경로의 파티션 정보는 지정된 형식에 따라 열로 추출됩니다. 형식 부분 '{column_name}'은 문자열 열을 만들고, '{column_name:yyyy/MM/dd/HH/mm/ss}'는 datetime 열을 만듭니다. 여기서 'yyyy', 'MM', 'dd', 'HH', 'mm' 및 'ss'는 datetime 형식의 연도, 월, 일, 시, 분 및 초를 추출하는 데 사용됩니다. 형식은 첫 번째 파티션 키의 위치에서 시작하여 파일 경로의 끝까지입니다. 예를 들어 경로 '.를 지정합니다. /USA/2019/01/01/data.parquet' 여기서 파티션은 국가/지역 및 시간별 partition_format='/{CountryOrRegion}/{PartitionDate:yyyy/MM/dd}/data.csv'은 값이 'USA'인 문자열 열 'CountryOrRegion'과 'PartitionDate' 값을 '2019-01-01'으로 만듭니다. | 문자열 |
| path | DatasetCreateRequestParametersPath | |
| Query | DatasetCreateRequestParametersQuery | |
| 구분 기호 | 'delimited_files' sourceType의 열을 분할하는 데 사용되는 구분 기호입니다. | string |
| sourceType | 데이터 원본 유형 | 'delimited_files' 'json_lines_files' 'parquet_files' |
DatasetCreateRequestParametersPath
| Name | Description | 값 |
|---|---|---|
| dataPath | DatasetCreateRequestParametersPathDataPath | |
| httpUrl | Http URL입니다. | string |
DatasetCreateRequestParametersPathDataPath
| Name | Description | 값 |
|---|---|---|
| datastoreName | 데이터 저장소 이름입니다. | 문자열 |
| relativePath | 데이터 저장소 내의 경로입니다. | 문자열 |
DatasetCreateRequestParametersQuery
| Name | Description | 값 |
|---|---|---|
| datastoreName | SQL/PostgreSQL/MySQL 데이터 저장소 이름입니다. | string |
| Query | SQL Quey. | 문자열 |
DatasetCreateRequestRegistration
| Name | Description | 값 |
|---|---|---|
| description | 데이터 세트에 대한 설명입니다. | 문자열 |
| name | 데이터 세트의 이름입니다. | string |
| tags | 데이터 세트와 연결된 태그입니다. | object |
DatasetCreateRequestTimeSeries
| Name | Description | 값 |
|---|---|---|
| coarseGrainTimestamp | CoarseGrainTimestamp로 사용할 열 이름입니다. 'fineGrainTimestamp'를 지정하고 'fineGrainTimestamp'와 동일할 수 없는 경우에만 사용할 수 있습니다. | 문자열 |
| fineGrainTimestamp | FineGrainTimestamp로 사용할 열 이름 | 문자열 |
빠른 시작 템플릿
다음 빠른 시작 템플릿은 이 리소스 유형을 배포합니다.
| 템플릿 | Description |
|---|---|
|
데이터 저장소의 상대 경로에서 파일 데이터 세트 만들기
|
이 템플릿은 Azure Machine Learning 작업 영역의 데이터 저장소에 있는 상대 경로에서 파일 데이터 세트를 만듭니다. |
|
웹 URL에서 AML 작업 영역에서 파일 데이터 세트 만들기
|
이 템플릿은 Azure Machine Learning 작업 영역의 웹 URL에서 파일 데이터 세트를 만듭니다. |
|
데이터 저장소의 상대 경로에서 테이블 형식 데이터 세트 만들기
|
이 템플릿은 Azure Machine Learning 작업 영역의 데이터 저장소에 있는 상대 경로에서 테이블 형식 데이터 세트를 만듭니다. |
|
SQL/PostgreSQL/MySQL 데이터 저장소에서 테이블 형식 데이터 세트 만들기
|
이 템플릿은 Azure Machine Learning 작업 영역의 SQL/PostgreSQL/MySQL 데이터 저장소에서 SQL 쿼리에서 테이블 형식 데이터 세트를 만듭니다. |
|
웹 URL에서 AML 작업 영역에서 테이블 형식 데이터 세트 만들기
|
이 템플릿은 Azure Machine Learning 작업 영역의 웹 URL에서 테이블 형식 데이터 세트를 만듭니다. |
|
여러 데이터 세트 & 데이터 저장소를 사용하여 AML 작업 영역 만들기
|
이 템플릿은 여러 데이터 세트 & 데이터 저장소가 있는 Azure Machine Learning 작업 영역을 만듭니다. |
Terraform(AzAPI 공급자) 리소스 정의
작업 영역/데이터 세트 리소스 종류는 다음을 대상으로 하는 작업으로 배포할 수 있습니다.
- 리소스 그룹
각 API 버전에서 변경된 속성 목록은 변경 로그를 참조하세요.
리소스 형식
Microsoft.MachineLearningServices/workspaces/datasets 리소스를 만들려면 템플릿에 다음 Terraform을 추가합니다.
resource "azapi_resource" "symbolicname" {
type = "Microsoft.MachineLearningServices/workspaces/datasets@2020-05-01-preview"
name = "string"
parent_id = "string"
body = jsonencode({
datasetType = "string"
parameters = {
header = "string"
includePath = bool
partitionFormat = "string"
path = {
dataPath = {
datastoreName = "string"
relativePath = "string"
}
httpUrl = "string"
}
query = {
datastoreName = "string"
query = "string"
}
separator = "string"
sourceType = "string"
}
registration = {
description = "string"
name = "string"
tags = {}
}
skipValidation = bool
timeSeries = {
coarseGrainTimestamp = "string"
fineGrainTimestamp = "string"
}
})
}
속성 값
workspaces/datasets
| Name | Description | 값 |
|---|---|---|
| 형식 | 리소스 종류 | "Microsoft.MachineLearningServices/workspaces/datasets@2020-05-01-preview" |
| name | 리소스 이름 | string(필수) |
| parent_id | 이 리소스의 부모인 리소스의 ID입니다. | 유형의 리소스에 대한 ID: 작업 영역 |
| datasetType | 데이터 세트 형식을 지정합니다. | "file" "테이블 형식"(필수) |
| 매개 변수 | DatasetCreateRequestParameters (필수) | |
| 등록 | DatasetCreateRequestRegistration (필수) | |
| skipValidation | 등록하기 전에 데이터 세트에서 데이터를 로드할 수 있도록 하는 유효성 검사를 건너뜁니다. | bool |
| timeSeries | DatasetCreateRequestTimeSeries |
DatasetCreateRequestParameters
| Name | Description | 값 |
|---|---|---|
| header | 헤더 형식입니다. | "all_files_have_same_headers" "combine_all_files_headers" "no_headers" "only_first_file_has_headers" |
| includePath | 경로 정보를 데이터 세트의 열로 유지하는 부울입니다. 기본값은 False입니다. 이는 여러 파일을 읽고 특정 레코드가 어떤 파일에서 발생했는지 알고 싶거나 파일 경로에 유용한 정보를 유지하려는 경우에 유용합니다. | bool |
| partitionFormat | 각 경로의 파티션 정보는 지정된 형식에 따라 열로 추출됩니다. 형식 부분 '{column_name}'은 문자열 열을 만들고, '{column_name:yyyy/MM/dd/HH/mm/ss}'는 datetime 열을 만듭니다. 여기서 'yyyy', 'MM', 'dd', 'HH', 'mm' 및 'ss'는 datetime 형식의 연도, 월, 일, 시, 분 및 초를 추출하는 데 사용됩니다. 형식은 첫 번째 파티션 키의 위치에서 시작하여 파일 경로의 끝까지입니다. 예를 들어 경로 '.를 지정합니다. /USA/2019/01/01/data.parquet' 여기서 파티션은 국가/지역 및 시간별 partition_format='/{CountryOrRegion}/{PartitionDate:yyyy/MM/dd}/data.csv'은 값이 'USA'인 문자열 열 'CountryOrRegion'과 'PartitionDate' 값이 '2019-01-01'인 datetime 열을 만듭니다. | string |
| path | DatasetCreateRequestParametersPath | |
| Query | DatasetCreateRequestParametersQuery | |
| 구분 기호 | 'delimited_files' sourceType의 열을 분할하는 데 사용되는 구분 기호입니다. | 문자열 |
| sourceType | 데이터 원본 유형 | "delimited_files" "json_lines_files" "parquet_files" |
DatasetCreateRequestParametersPath
| Name | Description | 값 |
|---|---|---|
| dataPath | DatasetCreateRequestParametersPathDataPath | |
| httpUrl | Http URL입니다. | 문자열 |
DatasetCreateRequestParametersPathDataPath
| Name | Description | 값 |
|---|---|---|
| datastoreName | 데이터 저장소 이름입니다. | 문자열 |
| relativePath | 데이터 저장소 내의 경로입니다. | 문자열 |
DatasetCreateRequestParametersQuery
| Name | Description | 값 |
|---|---|---|
| datastoreName | SQL/PostgreSQL/MySQL 데이터 저장소 이름입니다. | 문자열 |
| Query | SQL Quey. | 문자열 |
DatasetCreateRequestRegistration
| Name | Description | 값 |
|---|---|---|
| description | 데이터 세트에 대한 설명입니다. | 문자열 |
| name | 데이터 세트의 이름입니다. | string |
| tags | 데이터 세트와 연결된 태그입니다. | object |
DatasetCreateRequestTimeSeries
| Name | Description | 값 |
|---|---|---|
| coarseGrainTimestamp | CoarseGrainTimestamp로 사용할 열 이름입니다. 'fineGrainTimestamp'를 지정하고 'fineGrainTimestamp'와 동일할 수 없는 경우에만 사용할 수 있습니다. | 문자열 |
| fineGrainTimestamp | FineGrainTimestamp로 사용할 열 이름 | string |