你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。
Microsoft.MachineLearningServices 工作区 2022-12-01-preview
Bicep 资源定义
可以使用目标操作部署工作区资源类型：
有关每个 API 版本中已更改属性的列表，请参阅 更改日志。
若要创建 Microsoft.MachineLearningServices/workspaces 资源，请将以下 Bicep 添加到模板。
resource symbolicname 'Microsoft.MachineLearningServices/workspaces@2022-12-01-preview' = {
identity: {
type: 'string'
userAssignedIdentities: {
{customized property}: {}
}
}
kind: 'string'
location: 'string'
name: 'string'
properties: {
allowPublicAccessWhenBehindVnet: bool
applicationInsights: 'string'
containerRegistry: 'string'
description: 'string'
discoveryUrl: 'string'
encryption: {
identity: {
userAssignedIdentity: 'string'
}
keyVaultProperties: {
identityClientId: 'string'
keyIdentifier: 'string'
keyVaultArmId: 'string'
}
status: 'string'
}
featureStoreSettings: {
allowRoleAssignmentsOnResourceGroupLevel: bool
computeRuntime: {
sparkRuntimeVersion: 'string'
}
offlineStoreConnectionName: 'string'
onlineStoreConnectionName: 'string'
}
friendlyName: 'string'
hbiWorkspace: bool
imageBuildCompute: 'string'
keyVault: 'string'
primaryUserAssignedIdentity: 'string'
publicNetworkAccess: 'string'
serviceManagedResourcesSettings: {
cosmosDb: {
collectionsThroughput: int
}
}
sharedPrivateLinkResources: [
{
name: 'string'
properties: {
groupId: 'string'
privateLinkResourceId: 'string'
requestMessage: 'string'
status: 'string'
}
}
]
storageAccount: 'string'
systemDatastoresAuthMode: 'string'
v1LegacyMode: bool
}
sku: {
capacity: int
family: 'string'
name: 'string'
size: 'string'
tier: 'string'
}
tags: {
{customized property}: 'string'
}
}
属性值
ComputeRuntimeDto
| 名字 |
描述 |
价值 |
| sparkRuntimeVersion |
|
字符串 |
CosmosDbSettings
| 名字 |
描述 |
价值 |
| collectionsThroughput |
cosmosdb 数据库中集合的吞吐量 |
int |
EncryptionKeyVaultProperties
| 名字 |
描述 |
价值 |
| identityClientId |
将来使用 - 将用于访问密钥保管库的标识的客户端 ID。 |
字符串 |
| keyIdentifier |
用于访问加密密钥的密钥保管库 URI。 |
string （必需） |
| keyVaultArmId |
客户拥有加密密钥的 keyVault 的 ArmId。 |
string （必需） |
EncryptionProperty
FeatureStoreSettings
| 名字 |
描述 |
价值 |
| allowRoleAssignmentsOnResourceGroupLevel |
|
bool |
| computeRuntime |
|
ComputeRuntimeDto |
| offlineStoreConnectionName |
|
字符串 |
| onlineStoreConnectionName |
|
字符串 |
IdentityForCmk
| 名字 |
描述 |
价值 |
| userAssignedIdentity |
将用于访问客户管理的密钥保管库的用户分配标识的 ArmId |
字符串 |
ManagedServiceIdentity
| 名字 |
描述 |
价值 |
| 类型 |
托管服务标识的类型（其中允许 SystemAssigned 和 UserAssigned 类型）。 |
“None”
“SystemAssigned”
“SystemAssigned，UserAssigned”
“UserAssigned”（必需） |
| userAssignedIdentities |
与资源关联的用户分配标识集。 userAssignedIdentities 字典密钥将为 ARM 资源 ID，格式为“/subscriptions/{subscriptionId}/resourceGroups/{resourceGroupName}/providers/Microsoft.ManagedIdentity/userAssignedIdentities/{identityName}”。 字典值可以是请求中的空对象（{}）。 |
UserAssignedIdentities |
Microsoft.MachineLearningServices/workspaces
ServiceManagedResourcesSettings
SharedPrivateLinkResource
SharedPrivateLinkResourceProperty
| 名字 |
描述 |
价值 |
| groupId |
专用链接资源组 ID。 |
字符串 |
| privateLinkResourceId |
专用链接链接到的资源 ID。 |
字符串 |
| requestMessage |
请求消息。 |
字符串 |
| 地位 |
指示连接是否已被服务的所有者批准/拒绝/删除。 |
“已批准”
“Disconnected”
“Pending”
“已拒绝”
“Timeout” |
Sku
| 名字 |
描述 |
价值 |
| 能力 |
如果 SKU 支持横向扩展/缩减，则应包含容量整数。 如果资源无法横向扩展/缩小，则可能会省略此范围。 |
int |
| 家庭 |
如果服务具有不同代的硬件（对于同一 SKU，则可以在此处捕获）。 |
字符串 |
| 名字 |
SKU 的名称。 Ex - P3. 它通常是字母+数字代码 |
string （必需） |
| 大小 |
SKU 大小。 当名称字段是层和其他一些值的组合时，这将是独立的代码。 |
字符串 |
| 层 |
如果服务具有多个层，但在 PUT 上不需要，则需要资源提供程序实现此字段。 |
“Basic”
“Free”
“Premium”
“Standard” |
UserAssignedIdentities
UserAssignedIdentity
WorkspaceProperties
| 名字 |
描述 |
价值 |
| allowPublicAccessWhenBehindVnet |
指示在 VNet 后面是否允许公共访问的标志。 |
bool |
| applicationInsights |
与此工作区关联的 application Insights 的 ARM ID。 |
字符串 |
| containerRegistry |
与此工作区关联的容器注册表的 ARM ID。 |
字符串 |
| 描述 |
此工作区的说明。 |
字符串 |
| discoveryUrl |
用于标识机器学习试验服务的区域终结点的发现服务的 URL |
字符串 |
| 加密 |
Azure ML 工作区的加密设置。 |
EncryptionProperty |
| featureStoreSettings |
功能存储类型工作区的设置。 |
FeatureStoreSettings |
| friendlyName |
此工作区的友好名称。 此名称在可变中 |
字符串 |
| hbiWorkspace |
用于向工作区中的 HBI 数据发出信号并减少服务收集的诊断数据的标志 |
bool |
| imageBuildCompute |
映像生成的计算名称 |
字符串 |
| keyVault |
与此工作区关联的密钥保管库的 ARM ID。 创建工作区后，无法更改此更改 |
字符串 |
| primaryUserAssignedIdentity |
表示工作区标识的用户分配的标识资源 ID。 |
字符串 |
| publicNetworkAccess |
是否允许来自公用网络的请求。 |
“Disabled”
“Enabled” |
| serviceManagedResourcesSettings |
服务托管资源设置。 |
ServiceManagedResourcesSettings |
| sharedPrivateLinkResources |
此工作区中共享的专用链接资源列表。 |
SharedPrivateLinkResource[] |
| storageAccount |
与此工作区关联的存储帐户的 ARM ID。 创建工作区后，无法更改此更改 |
字符串 |
| systemDatastoresAuthMode |
用于访问工作区的系统数据存储的身份验证模式 |
字符串 |
| v1LegacyMode |
启用v1_legacy_mode可能会阻止你使用 v2 API 提供的功能。 |
bool |
快速入门示例
以下快速入门示例部署此资源类型。
| Bicep 文件 |
描述 |
|
Azure AI Studio 基本设置 |
此模板集演示如何使用基本设置设置设置 Azure AI Studio，这意味着启用了公共 Internet 访问、Microsoft托管密钥进行加密和 AI 资源的Microsoft托管标识配置。 |
|
Azure AI Studio 基本设置 |
此模板集演示如何使用基本设置设置设置 Azure AI Studio，这意味着启用了公共 Internet 访问、Microsoft托管密钥进行加密和 AI 资源的Microsoft托管标识配置。 |
|
Azure AI Studio 基本设置 |
此模板集演示如何使用基本设置设置设置 Azure AI Studio，这意味着启用了公共 Internet 访问、Microsoft托管密钥进行加密和 AI 资源的Microsoft托管标识配置。 |
|
Azure AI Studio 网络受限 |
此模板集演示如何使用禁用专用链接和出口设置 Azure AI Studio，并使用Microsoft托管密钥进行加密和 AI 资源的Microsoft托管标识配置。 |
|
Azure AI Studio 网络受限 |
此模板集演示如何使用禁用专用链接和出口设置 Azure AI Studio，并使用Microsoft托管密钥进行加密和 AI 资源的Microsoft托管标识配置。 |
| 使用 Microsoft Entra ID 身份验证 Azure AI Studio |
此模板集演示如何为依赖资源（例如 Azure AI 服务和 Azure 存储）设置具有 Microsoft Entra ID 身份验证的 Azure AI Studio。 |
|
Azure 机器学习端到端安全设置 |
此 Bicep 模板集演示如何在安全设置中端到端设置 Azure 机器学习。 此参考实现包括工作区、计算群集、计算实例和附加的专用 AKS 群集。 |
|
Azure 机器学习端到端安全设置（旧版） |
此 Bicep 模板集演示如何在安全设置中端到端设置 Azure 机器学习。 此参考实现包括工作区、计算群集、计算实例和附加的专用 AKS 群集。 |
|
创建具有专用 IP 地址的 AKS 计算目标 |
此模板使用专用 IP 地址在给定的 Azure 机器学习服务工作区中创建 AKS 计算目标。 |
|
创建 Azure 机器学习服务工作区 |
此部署模板指定 Azure 机器学习工作区及其关联的资源，包括 Azure Key Vault、Azure 存储、Azure Application Insights 和 Azure 容器注册表。 此配置描述了开始使用 Azure 机器学习所需的最少资源集。 |
|
创建 Azure 机器学习服务工作区（CMK） |
此部署模板指定如何使用加密密钥创建具有服务端加密的 Azure 机器学习工作区。 |
|
创建 Azure 机器学习服务工作区（CMK） |
此部署模板指定 Azure 机器学习工作区及其关联的资源，包括 Azure Key Vault、Azure 存储、Azure Application Insights 和 Azure 容器注册表。 该示例演示如何使用客户管理的加密密钥配置 Azure 机器学习进行加密。 |
|
创建 Azure 机器学习服务工作区（旧版） |
此部署模板指定 Azure 机器学习工作区及其关联的资源，包括 Azure Key Vault、Azure 存储、Azure Application Insights 和 Azure 容器注册表。 此配置描述了在网络隔离设置中开始使用 Azure 机器学习所需的资源集。 |
|
创建 Azure 机器学习服务工作区（vnet） |
此部署模板指定 Azure 机器学习工作区及其关联的资源，包括 Azure Key Vault、Azure 存储、Azure Application Insights 和 Azure 容器注册表。 此配置描述了在网络隔离设置中开始使用 Azure 机器学习所需的资源集。 |
|
使用托管虚拟网络部署安全 Azure AI Studio |
此模板创建一个安全的 Azure AI Studio 环境，其中包含可靠的网络和标识安全限制。 |
ARM 模板资源定义
可以使用目标操作部署工作区资源类型：
有关每个 API 版本中已更改属性的列表，请参阅 更改日志。
若要创建 Microsoft.MachineLearningServices/workspaces 资源，请将以下 JSON 添加到模板。
{
"type": "Microsoft.MachineLearningServices/workspaces",
"apiVersion": "2022-12-01-preview",
"name": "string",
"identity": {
"type": "string",
"userAssignedIdentities": {
"{customized property}": {
}
}
},
"kind": "string",
"location": "string",
"properties": {
"allowPublicAccessWhenBehindVnet": "bool",
"applicationInsights": "string",
"containerRegistry": "string",
"description": "string",
"discoveryUrl": "string",
"encryption": {
"identity": {
"userAssignedIdentity": "string"
},
"keyVaultProperties": {
"identityClientId": "string",
"keyIdentifier": "string",
"keyVaultArmId": "string"
},
"status": "string"
},
"featureStoreSettings": {
"allowRoleAssignmentsOnResourceGroupLevel": "bool",
"computeRuntime": {
"sparkRuntimeVersion": "string"
},
"offlineStoreConnectionName": "string",
"onlineStoreConnectionName": "string"
},
"friendlyName": "string",
"hbiWorkspace": "bool",
"imageBuildCompute": "string",
"keyVault": "string",
"primaryUserAssignedIdentity": "string",
"publicNetworkAccess": "string",
"serviceManagedResourcesSettings": {
"cosmosDb": {
"collectionsThroughput": "int"
}
},
"sharedPrivateLinkResources": [
{
"name": "string",
"properties": {
"groupId": "string",
"privateLinkResourceId": "string",
"requestMessage": "string",
"status": "string"
}
}
],
"storageAccount": "string",
"systemDatastoresAuthMode": "string",
"v1LegacyMode": "bool"
},
"sku": {
"capacity": "int",
"family": "string",
"name": "string",
"size": "string",
"tier": "string"
},
"tags": {
"{customized property}": "string"
}
}
属性值
ComputeRuntimeDto
| 名字 |
描述 |
价值 |
| sparkRuntimeVersion |
|
字符串 |
CosmosDbSettings
| 名字 |
描述 |
价值 |
| collectionsThroughput |
cosmosdb 数据库中集合的吞吐量 |
int |
EncryptionKeyVaultProperties
| 名字 |
描述 |
价值 |
| identityClientId |
将来使用 - 将用于访问密钥保管库的标识的客户端 ID。 |
字符串 |
| keyIdentifier |
用于访问加密密钥的密钥保管库 URI。 |
string （必需） |
| keyVaultArmId |
客户拥有加密密钥的 keyVault 的 ArmId。 |
string （必需） |
EncryptionProperty
FeatureStoreSettings
| 名字 |
描述 |
价值 |
| allowRoleAssignmentsOnResourceGroupLevel |
|
bool |
| computeRuntime |
|
ComputeRuntimeDto |
| offlineStoreConnectionName |
|
字符串 |
| onlineStoreConnectionName |
|
字符串 |
IdentityForCmk
| 名字 |
描述 |
价值 |
| userAssignedIdentity |
将用于访问客户管理的密钥保管库的用户分配标识的 ArmId |
字符串 |
ManagedServiceIdentity
| 名字 |
描述 |
价值 |
| 类型 |
托管服务标识的类型（其中允许 SystemAssigned 和 UserAssigned 类型）。 |
“None”
“SystemAssigned”
“SystemAssigned，UserAssigned”
“UserAssigned”（必需） |
| userAssignedIdentities |
与资源关联的用户分配标识集。 userAssignedIdentities 字典密钥将为 ARM 资源 ID，格式为“/subscriptions/{subscriptionId}/resourceGroups/{resourceGroupName}/providers/Microsoft.ManagedIdentity/userAssignedIdentities/{identityName}”。 字典值可以是请求中的空对象（{}）。 |
UserAssignedIdentities |
Microsoft.MachineLearningServices/workspaces
| 名字 |
描述 |
价值 |
| apiVersion |
API 版本 |
'2022-12-01-preview' |
| 身份 |
资源的标识。 |
ManagedServiceIdentity |
| 类 |
|
字符串 |
| 位置 |
指定资源的位置。 |
字符串 |
| 名字 |
资源名称 |
string （必需） |
| 性能 |
机器学习工作区的属性。 |
WorkspaceProperties |
| sku |
工作区的 SKU。 |
Sku |
| 标签 |
资源标记 |
标记名称和值的字典。 请参阅模板 中的 标记 |
| 类型 |
资源类型 |
“Microsoft.MachineLearningServices/workspaces” |
ServiceManagedResourcesSettings
SharedPrivateLinkResource
SharedPrivateLinkResourceProperty
| 名字 |
描述 |
价值 |
| groupId |
专用链接资源组 ID。 |
字符串 |
| privateLinkResourceId |
专用链接链接到的资源 ID。 |
字符串 |
| requestMessage |
请求消息。 |
字符串 |
| 地位 |
指示连接是否已被服务的所有者批准/拒绝/删除。 |
“已批准”
“Disconnected”
“Pending”
“已拒绝”
“Timeout” |
Sku
| 名字 |
描述 |
价值 |
| 能力 |
如果 SKU 支持横向扩展/缩减，则应包含容量整数。 如果资源无法横向扩展/缩小，则可能会省略此范围。 |
int |
| 家庭 |
如果服务具有不同代的硬件（对于同一 SKU，则可以在此处捕获）。 |
字符串 |
| 名字 |
SKU 的名称。 Ex - P3. 它通常是字母+数字代码 |
string （必需） |
| 大小 |
SKU 大小。 当名称字段是层和其他一些值的组合时，这将是独立的代码。 |
字符串 |
| 层 |
如果服务具有多个层，但在 PUT 上不需要，则需要资源提供程序实现此字段。 |
“Basic”
“Free”
“Premium”
“Standard” |
UserAssignedIdentities
UserAssignedIdentity
WorkspaceProperties
| 名字 |
描述 |
价值 |
| allowPublicAccessWhenBehindVnet |
指示在 VNet 后面是否允许公共访问的标志。 |
bool |
| applicationInsights |
与此工作区关联的 application Insights 的 ARM ID。 |
字符串 |
| containerRegistry |
与此工作区关联的容器注册表的 ARM ID。 |
字符串 |
| 描述 |
此工作区的说明。 |
字符串 |
| discoveryUrl |
用于标识机器学习试验服务的区域终结点的发现服务的 URL |
字符串 |
| 加密 |
Azure ML 工作区的加密设置。 |
EncryptionProperty |
| featureStoreSettings |
功能存储类型工作区的设置。 |
FeatureStoreSettings |
| friendlyName |
此工作区的友好名称。 此名称在可变中 |
字符串 |
| hbiWorkspace |
用于向工作区中的 HBI 数据发出信号并减少服务收集的诊断数据的标志 |
bool |
| imageBuildCompute |
映像生成的计算名称 |
字符串 |
| keyVault |
与此工作区关联的密钥保管库的 ARM ID。 创建工作区后，无法更改此更改 |
字符串 |
| primaryUserAssignedIdentity |
表示工作区标识的用户分配的标识资源 ID。 |
字符串 |
| publicNetworkAccess |
是否允许来自公用网络的请求。 |
“Disabled”
“Enabled” |
| serviceManagedResourcesSettings |
服务托管资源设置。 |
ServiceManagedResourcesSettings |
| sharedPrivateLinkResources |
此工作区中共享的专用链接资源列表。 |
SharedPrivateLinkResource[] |
| storageAccount |
与此工作区关联的存储帐户的 ARM ID。 创建工作区后，无法更改此更改 |
字符串 |
| systemDatastoresAuthMode |
用于访问工作区的系统数据存储的身份验证模式 |
字符串 |
| v1LegacyMode |
启用v1_legacy_mode可能会阻止你使用 v2 API 提供的功能。 |
bool |
快速入门模板
以下快速入门模板部署此资源类型。
| 模板 |
描述 |
Azure AI Studio 基本设置
|
此模板集演示如何使用基本设置设置设置 Azure AI Studio，这意味着启用了公共 Internet 访问、Microsoft托管密钥进行加密和 AI 资源的Microsoft托管标识配置。 |
Azure AI Studio 基本设置
|
此模板集演示如何使用基本设置设置设置 Azure AI Studio，这意味着启用了公共 Internet 访问、Microsoft托管密钥进行加密和 AI 资源的Microsoft托管标识配置。 |
Azure AI Studio 基本设置
|
此模板集演示如何使用基本设置设置设置 Azure AI Studio，这意味着启用了公共 Internet 访问、Microsoft托管密钥进行加密和 AI 资源的Microsoft托管标识配置。 |
Azure AI Studio 网络受限
|
此模板集演示如何使用禁用专用链接和出口设置 Azure AI Studio，并使用Microsoft托管密钥进行加密和 AI 资源的Microsoft托管标识配置。 |
Azure AI Studio 网络受限
|
此模板集演示如何使用禁用专用链接和出口设置 Azure AI Studio，并使用Microsoft托管密钥进行加密和 AI 资源的Microsoft托管标识配置。 |
使用 Microsoft Entra ID 身份验证 Azure AI Studio
|
此模板集演示如何为依赖资源（例如 Azure AI 服务和 Azure 存储）设置具有 Microsoft Entra ID 身份验证的 Azure AI Studio。 |
Azure 机器学习端到端安全设置
|
此 Bicep 模板集演示如何在安全设置中端到端设置 Azure 机器学习。 此参考实现包括工作区、计算群集、计算实例和附加的专用 AKS 群集。 |
Azure 机器学习端到端安全设置（旧版）
|
此 Bicep 模板集演示如何在安全设置中端到端设置 Azure 机器学习。 此参考实现包括工作区、计算群集、计算实例和附加的专用 AKS 群集。 |
Azure 机器学习工作区
|
此模板创建新的 Azure 机器学习工作区，以及加密的存储帐户、KeyVault 和 Applications Insights 日志记录 |
创建包含多个数据集的 AML 工作区 & 数据存储
|
此模板创建包含多个数据集 & 数据存储的 Azure 机器学习工作区。 |
创建具有专用 IP 地址的 AKS 计算目标
|
此模板使用专用 IP 地址在给定的 Azure 机器学习服务工作区中创建 AKS 计算目标。 |
创建 Azure 机器学习服务工作区
|
此部署模板指定 Azure 机器学习工作区及其关联的资源，包括 Azure Key Vault、Azure 存储、Azure Application Insights 和 Azure 容器注册表。 此配置描述了开始使用 Azure 机器学习所需的最少资源集。 |
创建 Azure 机器学习服务工作区（CMK）
|
此部署模板指定如何使用加密密钥创建具有服务端加密的 Azure 机器学习工作区。 |
创建 Azure 机器学习服务工作区（CMK）
|
此部署模板指定 Azure 机器学习工作区及其关联的资源，包括 Azure Key Vault、Azure 存储、Azure Application Insights 和 Azure 容器注册表。 该示例演示如何使用客户管理的加密密钥配置 Azure 机器学习进行加密。 |
创建 Azure 机器学习服务工作区（旧版）
|
此部署模板指定 Azure 机器学习工作区及其关联的资源，包括 Azure Key Vault、Azure 存储、Azure Application Insights 和 Azure 容器注册表。 此配置描述了在网络隔离设置中开始使用 Azure 机器学习所需的资源集。 |
创建 Azure 机器学习服务工作区（vnet）
|
此部署模板指定 Azure 机器学习工作区及其关联的资源，包括 Azure Key Vault、Azure 存储、Azure Application Insights 和 Azure 容器注册表。 此配置描述了在网络隔离设置中开始使用 Azure 机器学习所需的资源集。 |
使用托管虚拟网络部署安全 Azure AI Studio
|
此模板创建一个安全的 Azure AI Studio 环境，其中包含可靠的网络和标识安全限制。 |
可以使用目标操作部署工作区资源类型：
有关每个 API 版本中已更改属性的列表，请参阅 更改日志。
若要创建 Microsoft.MachineLearningServices/workspaces 资源，请将以下 Terraform 添加到模板。
resource "azapi_resource" "symbolicname" {
type = "Microsoft.MachineLearningServices/workspaces@2022-12-01-preview"
name = "string"
identity = {
type = "string"
userAssignedIdentities = {
{customized property} = {
}
}
}
kind = "string"
location = "string"
sku = {
capacity = int
family = "string"
name = "string"
size = "string"
tier = "string"
}
tags = {
{customized property} = "string"
}
body = jsonencode({
properties = {
allowPublicAccessWhenBehindVnet = bool
applicationInsights = "string"
containerRegistry = "string"
description = "string"
discoveryUrl = "string"
encryption = {
identity = {
userAssignedIdentity = "string"
}
keyVaultProperties = {
identityClientId = "string"
keyIdentifier = "string"
keyVaultArmId = "string"
}
status = "string"
}
featureStoreSettings = {
allowRoleAssignmentsOnResourceGroupLevel = bool
computeRuntime = {
sparkRuntimeVersion = "string"
}
offlineStoreConnectionName = "string"
onlineStoreConnectionName = "string"
}
friendlyName = "string"
hbiWorkspace = bool
imageBuildCompute = "string"
keyVault = "string"
primaryUserAssignedIdentity = "string"
publicNetworkAccess = "string"
serviceManagedResourcesSettings = {
cosmosDb = {
collectionsThroughput = int
}
}
sharedPrivateLinkResources = [
{
name = "string"
properties = {
groupId = "string"
privateLinkResourceId = "string"
requestMessage = "string"
status = "string"
}
}
]
storageAccount = "string"
systemDatastoresAuthMode = "string"
v1LegacyMode = bool
}
})
}
属性值
ComputeRuntimeDto
| 名字 |
描述 |
价值 |
| sparkRuntimeVersion |
|
字符串 |
CosmosDbSettings
| 名字 |
描述 |
价值 |
| collectionsThroughput |
cosmosdb 数据库中集合的吞吐量 |
int |
EncryptionKeyVaultProperties
| 名字 |
描述 |
价值 |
| identityClientId |
将来使用 - 将用于访问密钥保管库的标识的客户端 ID。 |
字符串 |
| keyIdentifier |
用于访问加密密钥的密钥保管库 URI。 |
string （必需） |
| keyVaultArmId |
客户拥有加密密钥的 keyVault 的 ArmId。 |
string （必需） |
EncryptionProperty
FeatureStoreSettings
| 名字 |
描述 |
价值 |
| allowRoleAssignmentsOnResourceGroupLevel |
|
bool |
| computeRuntime |
|
ComputeRuntimeDto |
| offlineStoreConnectionName |
|
字符串 |
| onlineStoreConnectionName |
|
字符串 |
IdentityForCmk
| 名字 |
描述 |
价值 |
| userAssignedIdentity |
将用于访问客户管理的密钥保管库的用户分配标识的 ArmId |
字符串 |
ManagedServiceIdentity
| 名字 |
描述 |
价值 |
| 类型 |
托管服务标识的类型（其中允许 SystemAssigned 和 UserAssigned 类型）。 |
“None”
“SystemAssigned”
“SystemAssigned，UserAssigned”
“UserAssigned”（必需） |
| userAssignedIdentities |
与资源关联的用户分配标识集。 userAssignedIdentities 字典密钥将为 ARM 资源 ID，格式为“/subscriptions/{subscriptionId}/resourceGroups/{resourceGroupName}/providers/Microsoft.ManagedIdentity/userAssignedIdentities/{identityName}”。 字典值可以是请求中的空对象（{}）。 |
UserAssignedIdentities |
Microsoft.MachineLearningServices/workspaces
| 名字 |
描述 |
价值 |
| 身份 |
资源的标识。 |
ManagedServiceIdentity |
| 类 |
|
字符串 |
| 位置 |
指定资源的位置。 |
字符串 |
| 名字 |
资源名称 |
string （必需） |
| 性能 |
机器学习工作区的属性。 |
WorkspaceProperties |
| sku |
工作区的 SKU。 |
Sku |
| 标签 |
资源标记 |
标记名称和值的字典。 |
| 类型 |
资源类型 |
“Microsoft.MachineLearningServices/workspaces@2022-12-01-preview” |
ServiceManagedResourcesSettings
SharedPrivateLinkResource
SharedPrivateLinkResourceProperty
| 名字 |
描述 |
价值 |
| groupId |
专用链接资源组 ID。 |
字符串 |
| privateLinkResourceId |
专用链接链接到的资源 ID。 |
字符串 |
| requestMessage |
请求消息。 |
字符串 |
| 地位 |
指示连接是否已被服务的所有者批准/拒绝/删除。 |
“已批准”
“Disconnected”
“Pending”
“已拒绝”
“Timeout” |
Sku
| 名字 |
描述 |
价值 |
| 能力 |
如果 SKU 支持横向扩展/缩减，则应包含容量整数。 如果资源无法横向扩展/缩小，则可能会省略此范围。 |
int |
| 家庭 |
如果服务具有不同代的硬件（对于同一 SKU，则可以在此处捕获）。 |
字符串 |
| 名字 |
SKU 的名称。 Ex - P3. 它通常是字母+数字代码 |
string （必需） |
| 大小 |
SKU 大小。 当名称字段是层和其他一些值的组合时，这将是独立的代码。 |
字符串 |
| 层 |
如果服务具有多个层，但在 PUT 上不需要，则需要资源提供程序实现此字段。 |
“Basic”
“Free”
“Premium”
“Standard” |
UserAssignedIdentities
UserAssignedIdentity
WorkspaceProperties
| 名字 |
描述 |
价值 |
| allowPublicAccessWhenBehindVnet |
指示在 VNet 后面是否允许公共访问的标志。 |
bool |
| applicationInsights |
与此工作区关联的 application Insights 的 ARM ID。 |
字符串 |
| containerRegistry |
与此工作区关联的容器注册表的 ARM ID。 |
字符串 |
| 描述 |
此工作区的说明。 |
字符串 |
| discoveryUrl |
用于标识机器学习试验服务的区域终结点的发现服务的 URL |
字符串 |
| 加密 |
Azure ML 工作区的加密设置。 |
EncryptionProperty |
| featureStoreSettings |
功能存储类型工作区的设置。 |
FeatureStoreSettings |
| friendlyName |
此工作区的友好名称。 此名称在可变中 |
字符串 |
| hbiWorkspace |
用于向工作区中的 HBI 数据发出信号并减少服务收集的诊断数据的标志 |
bool |
| imageBuildCompute |
映像生成的计算名称 |
字符串 |
| keyVault |
与此工作区关联的密钥保管库的 ARM ID。 创建工作区后，无法更改此更改 |
字符串 |
| primaryUserAssignedIdentity |
表示工作区标识的用户分配的标识资源 ID。 |
字符串 |
| publicNetworkAccess |
是否允许来自公用网络的请求。 |
“Disabled”
“Enabled” |
| serviceManagedResourcesSettings |
服务托管资源设置。 |
ServiceManagedResourcesSettings |
| sharedPrivateLinkResources |
此工作区中共享的专用链接资源列表。 |
SharedPrivateLinkResource[] |
| storageAccount |
与此工作区关联的存储帐户的 ARM ID。 创建工作区后，无法更改此更改 |
字符串 |
| systemDatastoresAuthMode |
用于访问工作区的系统数据存储的身份验证模式 |
字符串 |
| v1LegacyMode |
启用v1_legacy_mode可能会阻止你使用 v2 API 提供的功能。 |
bool |