Esquema YAML da CLI (v2) do Azure Data Lake Gen1
APLICA-SE A: 
Extensão de ML da CLI do Azurev2 (atual)
Confira o esquema JSON de origem em https://azuremlschemas.azureedge.net/latest/azureDataLakeGen1.schema.json.
Observação
A sintaxe YAML detalhada neste documento baseia-se no esquema JSON da última versão da extensão de ML da CLI v2. Essa sintaxe só tem a garantia de funcionar com a última versão da extensão de ML da CLI v2. Encontre os esquemas para as versões mais antigas da extensão em https://azuremlschemasprod.azureedge.net/.
Sintaxe YAML
| Chave | Type | Descrição | Valores permitidos | Valor padrão |
|---|---|---|---|---|
$schema |
string | O esquema YAML. Se você usar a extensão do Visual Studio Code do Azure Machine Learning para criar o arquivo YAML, inclua $schema na parte superior do seu arquivo para invocar as conclusões de esquema e recursos. |
||
type |
string | Obrigatórios. O tipo de armazenamento de dados. | azure_data_lake_gen1 |
|
name |
string | Obrigatórios. O nome do armazenamento de dados. | ||
description |
string | A descrição do armazenamento de dados. | ||
tags |
objeto | O dicionário de marcas do armazenamento de dados. | ||
store_name |
string | Obrigatórios. O nome da conta do Azure Data Lake Storage Gen1. | ||
credentials |
objeto | Credenciais da entidade de serviço para conectar à conta de armazenamento do Azure. Os segredos da credencial são armazenados no cofre de chaves do espaço de trabalho. | ||
credentials.tenant_id |
string | A ID do locatário da entidade de serviço. Obrigatório se credentials for especificado. |
||
credentials.client_id |
string | A ID do cliente da entidade de serviço. Obrigatório se credentials for especificado. |
||
credentials.client_secret |
string | O segredo do cliente da entidade de serviço. Obrigatório se credentials for especificado. |
||
credentials.resource_url |
string | A URL do recurso que determina quais operações a conta Azure Data Lake Storage Gen1 executa. | https://datalake.azure.net/ |
|
credentials.authority_url |
string | O URL de autoridade usado para autenticação de usuário. | https://login.microsoftonline.com |
Comentários
Você pode usar o comando az ml datastore para gerenciar armazenamentos de dados do Azure Machine Learning.
Exemplos
Veja exemplos no repositório de exemplos do GitHub. Vários são mostrados aqui:
YAML: acesso baseado em identidade
$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: ID do locatário, ID do cliente, segredo do cliente
$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