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。

az ml datastore

注意

此参考是 Azure CLI（版本 2.15.0 或更高版本）的 ml 扩展的一部分。 该扩展将在首次运行 az ml datastore 命令时自动安装。 详细了解扩展。

管理 Azure ML 数据存储。

Azure ML 数据存储安全地将 Azure 存储服务链接到工作区，以便访问存储，而无需将连接信息硬编码到脚本中。 连接机密（如存储服务的身份验证凭据）存储在工作区的密钥库中。

创建工作区时，会自动创建Azure 存储帐户作为关联的资源。 Blob 容器在此帐户中创建，其连接信息存储为名为“workspaceblobstore”的数据存储。 这充当工作区的默认数据存储，Blob 容器用于存储工作区项目和机器学习作业日志和输出。

命令

名称	说明	类型	Status
az ml datastore create	创建数据存储。	扩展	GA
az ml datastore delete	删除数据存储。	扩展	GA
az ml datastore list	列出工作区中的数据存储。	扩展	GA
az ml datastore mount	将特定数据存储装载到本地路径。 目前仅支持 Linux。	扩展	预览
az ml datastore show	显示数据存储的详细信息。	扩展	GA
az ml datastore update	更新数据存储。	扩展	GA

az ml datastore create

创建数据存储。

这会将基础 Azure 存储服务连接到工作区。 当前可以通过创建数据存储连接到的存储服务类型包括 Azure Blob 存储、Azure 文件共享、Azure Data Lake 存储 Gen1 和 Azure Data Lake 存储 Gen2。

az ml datastore create --file
                       --resource-group
                       --workspace-name
                       [--name]
                       [--set]

示例

从 YAML 规范文件创建数据存储

az ml datastore create --file blobstore.yml --resource-group my-resource-group --workspace-name my-workspace

必需参数

--file -f

包含 Azure ML 数据存储规范的 YAML 文件的本地路径。 可在以下位置找到数据存储的 YAML 参考文档：https://aka.ms/ml-cli-v2-datastore-blob-yaml-reference、、https://aka.ms/ml-cli-v2-datastore-data-lake-gen1-yaml-referencehttps://aka.ms/ml-cli-v2-datastore-file-yaml-referencehttps://aka.ms/ml-cli-v2-datastore-data-lake-gen2-yaml-reference。

--resource-group -g

资源组的名称。 可以使用 az configure --defaults group=<name> 配置默认组。

--workspace-name -w

Azure ML 工作区的名称。 可以使用 配置默认工作区 az configure --defaults workspace=<name>。

可选参数

--name -n

数据存储的名称。 这会覆盖提供给 --file/-f 的 YAML 文件中的“name”字段。

--set

通过指定要设置的属性路径和值来更新对象。 示例：--set property1.property2=。

全局参数

--debug

提高日志记录详细程度以显示所有调试日志。

--help -h

显示此帮助消息并退出。

--only-show-errors

只显示错误，取消显示警告。

--output -o

输出格式。

接受的值: json, jsonc, none, table, tsv, yaml, yamlc

默认值: json

--query

JMESPath 查询字符串。 有关更多信息和示例，请参阅 http://jmespath.org/。

--subscription

订阅的名称或 ID。 可以使用 az account set -s NAME_OR_ID 配置默认订阅。

--verbose

提高日志记录详细程度。 使用 --debug 获取完整的调试日志。

az ml datastore delete

删除数据存储。

这会从工作区中删除与存储服务的连接信息，但不删除存储中的基础数据。

az ml datastore delete --name
                       --resource-group
                       --workspace-name

必需参数

--name -n

数据存储的名称。

--resource-group -g

资源组的名称。 可以使用 az configure --defaults group=<name> 配置默认组。

--workspace-name -w

Azure ML 工作区的名称。 可以使用 配置默认工作区 az configure --defaults workspace=<name>。

全局参数

--debug

提高日志记录详细程度以显示所有调试日志。

--help -h

显示此帮助消息并退出。

--only-show-errors

只显示错误，取消显示警告。

--output -o

输出格式。

接受的值: json, jsonc, none, table, tsv, yaml, yamlc

默认值: json

--query

JMESPath 查询字符串。 有关更多信息和示例，请参阅 http://jmespath.org/。

--subscription

订阅的名称或 ID。 可以使用 az account set -s NAME_OR_ID 配置默认订阅。

--verbose

提高日志记录详细程度。 使用 --debug 获取完整的调试日志。

az ml datastore list

列出工作区中的数据存储。

az ml datastore list --resource-group
                     --workspace-name
                     [--max-results]

示例

使用 --query 参数对命令结果执行 JMESPath 查询，列出工作区中的所有数据存储。

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

必需参数

--resource-group -g

资源组的名称。 可以使用 az configure --defaults group=<name> 配置默认组。

--workspace-name -w

Azure ML 工作区的名称。 可以使用 配置默认工作区 az configure --defaults workspace=<name>。

可选参数

--max-results -r

要返回的最大结果数。

全局参数

--debug

提高日志记录详细程度以显示所有调试日志。

--help -h

显示此帮助消息并退出。

--only-show-errors

只显示错误，取消显示警告。

--output -o

输出格式。

接受的值: json, jsonc, none, table, tsv, yaml, yamlc

默认值: json

--query

JMESPath 查询字符串。 有关更多信息和示例，请参阅 http://jmespath.org/。

--subscription

订阅的名称或 ID。 可以使用 az account set -s NAME_OR_ID 配置默认订阅。

--verbose

提高日志记录详细程度。 使用 --debug 获取完整的调试日志。

az ml datastore mount

预览

此命令处于预览阶段，正在开发中。 参考和支持级别： https://aka.ms/CLI_refstatus

将特定数据存储装载到本地路径。 目前仅支持 Linux。

az ml datastore mount --path
                      [--mode]
                      [--mount-point]
                      [--persistent]
                      [--resource-group]
                      [--workspace-name]

示例

按名称装载数据存储

az ml datastore mount --mount-point /mnt/my-datastore --mode ro_mount --path my-datastore

通过数据存储短格式 URL 装载数据存储

az ml datastore mount --mount-point /mnt/my-datastore --mode ro_mount --path azureml://datastores/my-datastore

通过数据存储长格式 URL 装载数据存储

az ml datastore mount --mount-point /mnt/my-datastore --mode ro_mount --path azureml://subscriptions/my-sub-id/resourcegroups/my-rg/providers/Microsoft.MachineLearningServices/workspaces/myworkspace/datastores/my-datastore

必需参数

--path

要装载的数据存储路径，采用 <datastore_name> 或 azureml://datastores/<datastore_name>.

可选参数

--mode

装载模式（ ro_mount 只读）或 rw_mount （读写）。

默认值: ro_mount

--mount-point

用作装入点的本地路径。

默认值: /home/azureuser/mount/data

--persistent

使装载在重新启动时保持保留。 仅在计算实例上受支持。

默认值: False

--resource-group -g

资源组的名称。 可以使用 az configure --defaults group=<name> 配置默认组。

--workspace-name -w

Azure ML 工作区的名称。 可以使用 配置默认工作区 az configure --defaults workspace=<name>。

全局参数

--debug

提高日志记录详细程度以显示所有调试日志。

--help -h

显示此帮助消息并退出。

--only-show-errors

只显示错误，取消显示警告。

--output -o

输出格式。

接受的值: json, jsonc, none, table, tsv, yaml, yamlc

默认值: json

--query

JMESPath 查询字符串。 有关更多信息和示例，请参阅 http://jmespath.org/。

--subscription

订阅的名称或 ID。 可以使用 az account set -s NAME_OR_ID 配置默认订阅。

--verbose

提高日志记录详细程度。 使用 --debug 获取完整的调试日志。

az ml datastore show

显示数据存储的详细信息。

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

必需参数

--name -n

数据存储的名称。

--resource-group -g

资源组的名称。 可以使用 az configure --defaults group=<name> 配置默认组。

--workspace-name -w

Azure ML 工作区的名称。 可以使用 配置默认工作区 az configure --defaults workspace=<name>。

全局参数

--debug

提高日志记录详细程度以显示所有调试日志。

--help -h

显示此帮助消息并退出。

--only-show-errors

只显示错误，取消显示警告。

--output -o

输出格式。

接受的值: json, jsonc, none, table, tsv, yaml, yamlc

默认值: json

--query

JMESPath 查询字符串。 有关更多信息和示例，请参阅 http://jmespath.org/。

--subscription

订阅的名称或 ID。 可以使用 az account set -s NAME_OR_ID 配置默认订阅。

--verbose

提高日志记录详细程度。 使用 --debug 获取完整的调试日志。

az ml datastore update

更新数据存储。

可以更新“description”、“tags”和“credential”属性。

az ml datastore update --resource-group
                       --workspace-name
                       [--add]
                       [--file]
                       [--force-string]
                       [--name]
                       [--remove]
                       [--set]

必需参数

--resource-group -g

资源组的名称。 可以使用 az configure --defaults group=<name> 配置默认组。

--workspace-name -w

Azure ML 工作区的名称。 可以使用 配置默认工作区 az configure --defaults workspace=<name>。

可选参数

--add

通过指定路径和键值对将对象添加到对象列表。 示例：--add property.listProperty <key=value, string or JSON string>。

默认值: []

--file -f

包含 Azure ML 数据存储规范的 YAML 文件的本地路径。 可在以下位置找到数据存储的 YAML 参考文档：https://aka.ms/ml-cli-v2-datastore-blob-yaml-reference、、https://aka.ms/ml-cli-v2-datastore-data-lake-gen1-yaml-referencehttps://aka.ms/ml-cli-v2-datastore-file-yaml-referencehttps://aka.ms/ml-cli-v2-datastore-data-lake-gen2-yaml-reference。

--force-string

使用“set”或“add”时，保留字符串文本，而不是尝试转换为 JSON。

默认值: False

--name -n

数据存储的名称。 这会覆盖提供给 --file/-f 的 YAML 文件中的“name”字段。

--remove

从列表中删除属性或元素。 示例： --remove property.list <indexToRemove> OR --remove propertyToRemove.

默认值: []

--set

通过指定要设置的属性路径和值来更新对象。 示例：--set property1.property2=<value>。

默认值: []

全局参数

--debug

提高日志记录详细程度以显示所有调试日志。

--help -h

显示此帮助消息并退出。

--only-show-errors

只显示错误，取消显示警告。

--output -o

输出格式。

接受的值: json, jsonc, none, table, tsv, yaml, yamlc

默认值: json

--query

JMESPath 查询字符串。 有关更多信息和示例，请参阅 http://jmespath.org/。

--subscription

订阅的名称或 ID。 可以使用 az account set -s NAME_OR_ID 配置默认订阅。

--verbose

提高日志记录详细程度。 使用 --debug 获取完整的调试日志。