Microsoft.MachineLearningServices 工作區 2020-05-01-preview
- 最新
- 2024-10-01
- 2024-10-01-preview
- 2024-07-01-preview
- 2024-04-01
- 2024-04-01-preview
- 2024-01-01-preview
- 2023-10-01
- 2023-08-01-preview
- 2023-06-01-preview
- 2023-04-01
- 2023-04-01-preview
- 2023-02-01-preview
- 2022-12-01-preview
- 2022-10-01
- 2022-10-01-preview
- 2022-06-01-preview
- 2022-05-01
- 2022-02-01-preview
- 2022-01-01-preview
- 2021-07-01
- 2021-04-01
- 2021-03-01-preview
- 2021-01-01
- 2020-09-01-preview
- 2020-08-01
- 2020-06-01
- 2020-05-15-preview
- 2020-05-01-preview
- 2020-04-01
- 2020-03-01
- 2020-02-18-preview
- 2020-01-01
- 2019-11-01
- 2019-06-01
- 2019-05-01
- 2018-11-19
- 2018-03-01-preview
Bicep 資源定義
工作區資源類型可以使用目標作業來部署:
- 資源群組 - 請參閱 資源群組部署命令
如需每個 API 版本中已變更屬性的清單,請參閱 變更記錄檔。
資源格式
若要建立 Microsoft.MachineLearningServices/workspaces 資源,請將下列 Bicep 新增至範本。
resource symbolicname 'Microsoft.MachineLearningServices/workspaces@2020-05-01-preview' = {
identity: {
type: 'string'
userAssignedIdentities: {
{customized property}: {}
}
}
location: 'string'
name: 'string'
properties: {
allowPublicAccessWhenBehindVnet: bool
applicationInsights: 'string'
containerRegistry: 'string'
description: 'string'
discoveryUrl: 'string'
encryption: {
keyVaultProperties: {
identityClientId: 'string'
keyIdentifier: 'string'
keyVaultArmId: 'string'
}
status: 'string'
}
friendlyName: 'string'
hbiWorkspace: bool
imageBuildCompute: 'string'
keyVault: 'string'
sharedPrivateLinkResources: [
{
name: 'string'
properties: {
groupId: 'string'
privateLinkResourceId: 'string'
requestMessage: 'string'
status: 'string'
}
}
]
storageAccount: 'string'
}
sku: {
name: 'string'
tier: 'string'
}
tags: {
{customized property}: 'string'
}
}
屬性值
EncryptionProperty
名字 | 描述 | 價值 |
---|---|---|
keyVaultProperties | 客戶金鑰保存庫屬性。 | KeyVaultProperties (必要) |
地位 | 指出是否為工作區啟用加密。 | 'Disabled' 'Enabled' (必要) |
身份
名字 | 描述 | 價值 |
---|---|---|
類型 | 識別類型。 | 'None' 'SystemAssigned' 'SystemAssigned,UserAssigned' 'UserAssigned' |
userAssignedIdentities | 使用者指派與資源相關聯的身分識別。 | UserAssignedIdentities |
KeyVaultProperties
名字 | 描述 | 價值 |
---|---|---|
identityClientId | 未來使用 - 將用來存取金鑰保存庫之身分識別的用戶端識別碼。 | 字串 |
keyIdentifier | 用來存取加密金鑰的金鑰保存庫 URI。 | 字串 (必要) |
keyVaultArmId | 客戶擁有加密金鑰所在之keyVault的ArmId。 | 字串 (必要) |
Microsoft.MachineLearningServices/workspaces
名字 | 描述 | 價值 |
---|---|---|
身份 | 資源的身分識別。 | Identity |
位置 | 指定資源的位置。 | 字串 |
名字 | 資源名稱 | 字串 (必要) |
性能 | 機器學習工作區的屬性。 | WorkspaceProperties |
sku | 工作區的 SKU。 | Sku |
標籤 | 資源標籤 | 標記名稱和值的字典。 請參閱範本中的 標籤 |
ResourceTags
名字 | 描述 | 價值 |
---|
SharedPrivateLinkResource
名字 | 描述 | 價值 |
---|---|---|
名字 | 私人連結的唯一名稱。 | 字串 |
性能 | 資源屬性。 | SharedPrivateLinkResourceProperty |
SharedPrivateLinkResourceProperty
名字 | 描述 | 價值 |
---|---|---|
groupId | 私人鏈接資源群組識別碼。 | 字串 |
privateLinkResourceId | 私人連結所連結的資源標識碼。 | 字串 |
requestMessage | 要求訊息。 | 字串 |
地位 | 指出服務擁有者是否已核准/拒絕/移除連線。 | 「已核准」 'Disconnected' 'Pending' 'Rejected' 'Timeout' |
Sku
名字 | 描述 | 價值 |
---|---|---|
名字 | SKU 的名稱 | 字串 |
層 | 基本或企業等 SKU 的階層 | 字串 |
UserAssignedIdentities
名字 | 描述 | 價值 |
---|
UserAssignedIdentity
名字 | 描述 | 價值 |
---|
WorkspaceProperties
名字 | 描述 | 價值 |
---|---|---|
allowPublicAccessWhenBehindVnet | 旗標,指出是否要在 VNet 後方允許公用存取。 | bool |
applicationInsights | 與此工作區相關聯的 Application Insights ARM 識別碼。 建立工作區之後,就無法變更此專案 | 字串 |
containerRegistry | 與此工作區相關聯的容器登錄ARM標識碼。 建立工作區之後,就無法變更此專案 | 字串 |
描述 | 此工作區的描述。 | 字串 |
discoveryUrl | 探索服務的 URL,用來識別機器學習實驗服務的區域端點 | 字串 |
加密 | Azure ML 工作區的加密設定。 | EncryptionProperty |
friendlyName | 此工作區的易記名稱。 此名稱在可變動中 | 字串 |
hbiWorkspace | 指示工作區中 HBI 數據的旗標,並減少服務所收集的診斷數據 | bool |
imageBuildCompute | 映射組建的計算名稱 | 字串 |
keyVault | 與此工作區相關聯的密鑰保存庫 ARM 識別碼。 建立工作區之後,就無法變更此專案 | 字串 |
sharedPrivateLinkResources | 此工作區中共用的私人鏈接資源清單。 | SharedPrivateLinkResource[] |
storageAccount | 與此工作區相關聯的記憶體帳戶 ARM 識別碼。 建立工作區之後,就無法變更此專案 | 字串 |
快速入門範例
下列快速入門範例會部署此資源類型。
Bicep 檔案 | 描述 |
---|---|
Azure AI Studio 基本設定 | 這組範本示範如何使用基本設定來設定 Azure AI Studio,這表示已啟用公用因特網存取、Microsoft受控密鑰進行加密,以及 AI 資源的Microsoft受控識別設定。 |
Azure AI Studio 基本設定 | 這組範本示範如何使用基本設定來設定 Azure AI Studio,這表示已啟用公用因特網存取、Microsoft受控密鑰進行加密,以及 AI 資源的Microsoft受控識別設定。 |
Azure AI Studio 基本設定 | 這組範本示範如何使用基本設定來設定 Azure AI Studio,這表示已啟用公用因特網存取、Microsoft受控密鑰進行加密,以及 AI 資源的Microsoft受控識別設定。 |
Azure AI Studio 網路限制 | 這組範本示範如何使用Microsoft受控密鑰來加密和 AI 資源的 Microsoft 受控識別組態,來設定已停用私人鏈接和輸出的 Azure AI Studio。 |
Azure AI Studio 網路限制 | 這組範本示範如何使用Microsoft受控密鑰來加密和 AI 資源的 Microsoft 受控識別組態,來設定已停用私人鏈接和輸出的 Azure AI Studio。 |
使用 Microsoft Entra ID Authentication Azure AI Studio | 這組範本示範如何使用相依資源的 Microsoft Entra ID 驗證來設定 Azure AI Studio,例如 Azure AI 服務和 Azure 記憶體。 |
Azure Machine Learning 端對端安全設定 | 這組 Bicep 範本示範如何在安全設定中設定 Azure Machine Learning 端對端。 此參考實作包括工作區、計算叢集、計算實例和附加的私人 AKS 叢集。 |
Azure Machine Learning 端對端安全設定 (舊版) | 這組 Bicep 範本示範如何在安全設定中設定 Azure Machine Learning 端對端。 此參考實作包括工作區、計算叢集、計算實例和附加的私人 AKS 叢集。 |
建立具有私人IP位址的 AKS 計算目標 | 此範本會在具有私人IP位址的指定 Azure Machine Learning 服務工作區中建立 AKS 計算目標。 |
建立 Azure Machine Learning 服務工作區 | 此部署範本會指定 Azure Machine Learning 工作區及其相關聯的資源,包括 Azure Key Vault、Azure 儲存體、Azure Application Insights 和 Azure Container Registry。 此組態描述開始使用 Azure Machine Learning 所需的最少資源集。 |
建立 Azure Machine Learning 服務工作區 (CMK) | 此部署範本會指定如何使用加密密鑰,建立具有服務端加密的 Azure Machine Learning 工作區。 |
建立 Azure Machine Learning 服務工作區 (CMK) | 此部署範本會指定 Azure Machine Learning 工作區及其相關聯的資源,包括 Azure Key Vault、Azure 儲存體、Azure Application Insights 和 Azure Container Registry。 此範例示範如何使用客戶管理的加密密鑰來設定 Azure Machine Learning 進行加密。 |
建立 Azure Machine Learning 服務工作區 (舊版) | 此部署範本會指定 Azure Machine Learning 工作區及其相關聯的資源,包括 Azure Key Vault、Azure 儲存體、Azure Application Insights 和 Azure Container Registry。 此組態說明在網路隔離設定中開始使用 Azure Machine Learning 所需的資源集。 |
建立 Azure Machine Learning 服務工作區 (vnet) | 此部署範本會指定 Azure Machine Learning 工作區及其相關聯的資源,包括 Azure Key Vault、Azure 儲存體、Azure Application Insights 和 Azure Container Registry。 此組態說明在網路隔離設定中開始使用 Azure Machine Learning 所需的資源集。 |
使用受控虛擬網路部署安全的 Azure AI Studio | 此範本會建立安全的 Azure AI Studio 環境,並具有健全的網路和身分識別安全性限制。 |
ARM 樣本資源定義
工作區資源類型可以使用目標作業來部署:
- 資源群組 - 請參閱 資源群組部署命令
如需每個 API 版本中已變更屬性的清單,請參閱 變更記錄檔。
資源格式
若要建立 Microsoft.MachineLearningServices/workspaces 資源,請將下列 JSON 新增至範本。
{
"type": "Microsoft.MachineLearningServices/workspaces",
"apiVersion": "2020-05-01-preview",
"name": "string",
"identity": {
"type": "string",
"userAssignedIdentities": {
"{customized property}": {
}
}
},
"location": "string",
"properties": {
"allowPublicAccessWhenBehindVnet": "bool",
"applicationInsights": "string",
"containerRegistry": "string",
"description": "string",
"discoveryUrl": "string",
"encryption": {
"keyVaultProperties": {
"identityClientId": "string",
"keyIdentifier": "string",
"keyVaultArmId": "string"
},
"status": "string"
},
"friendlyName": "string",
"hbiWorkspace": "bool",
"imageBuildCompute": "string",
"keyVault": "string",
"sharedPrivateLinkResources": [
{
"name": "string",
"properties": {
"groupId": "string",
"privateLinkResourceId": "string",
"requestMessage": "string",
"status": "string"
}
}
],
"storageAccount": "string"
},
"sku": {
"name": "string",
"tier": "string"
},
"tags": {
"{customized property}": "string"
}
}
屬性值
EncryptionProperty
名字 | 描述 | 價值 |
---|---|---|
keyVaultProperties | 客戶金鑰保存庫屬性。 | KeyVaultProperties (必要) |
地位 | 指出是否為工作區啟用加密。 | 'Disabled' 'Enabled' (必要) |
身份
名字 | 描述 | 價值 |
---|---|---|
類型 | 識別類型。 | 'None' 'SystemAssigned' 'SystemAssigned,UserAssigned' 'UserAssigned' |
userAssignedIdentities | 使用者指派與資源相關聯的身分識別。 | UserAssignedIdentities |
KeyVaultProperties
名字 | 描述 | 價值 |
---|---|---|
identityClientId | 未來使用 - 將用來存取金鑰保存庫之身分識別的用戶端識別碼。 | 字串 |
keyIdentifier | 用來存取加密金鑰的金鑰保存庫 URI。 | 字串 (必要) |
keyVaultArmId | 客戶擁有加密金鑰所在之keyVault的ArmId。 | 字串 (必要) |
Microsoft.MachineLearningServices/workspaces
名字 | 描述 | 價值 |
---|---|---|
apiVersion | API 版本 | '2020-05-01-preview' |
身份 | 資源的身分識別。 | Identity |
位置 | 指定資源的位置。 | 字串 |
名字 | 資源名稱 | 字串 (必要) |
性能 | 機器學習工作區的屬性。 | WorkspaceProperties |
sku | 工作區的 SKU。 | Sku |
標籤 | 資源標籤 | 標記名稱和值的字典。 請參閱範本中的 標籤 |
類型 | 資源類型 | 'Microsoft.MachineLearningServices/workspaces' |
ResourceTags
名字 | 描述 | 價值 |
---|
SharedPrivateLinkResource
名字 | 描述 | 價值 |
---|---|---|
名字 | 私人連結的唯一名稱。 | 字串 |
性能 | 資源屬性。 | SharedPrivateLinkResourceProperty |
SharedPrivateLinkResourceProperty
名字 | 描述 | 價值 |
---|---|---|
groupId | 私人鏈接資源群組識別碼。 | 字串 |
privateLinkResourceId | 私人連結所連結的資源標識碼。 | 字串 |
requestMessage | 要求訊息。 | 字串 |
地位 | 指出服務擁有者是否已核准/拒絕/移除連線。 | 「已核准」 'Disconnected' 'Pending' 'Rejected' 'Timeout' |
Sku
名字 | 描述 | 價值 |
---|---|---|
名字 | SKU 的名稱 | 字串 |
層 | 基本或企業等 SKU 的階層 | 字串 |
UserAssignedIdentities
名字 | 描述 | 價值 |
---|
UserAssignedIdentity
名字 | 描述 | 價值 |
---|
WorkspaceProperties
名字 | 描述 | 價值 |
---|---|---|
allowPublicAccessWhenBehindVnet | 旗標,指出是否要在 VNet 後方允許公用存取。 | bool |
applicationInsights | 與此工作區相關聯的 Application Insights ARM 識別碼。 建立工作區之後,就無法變更此專案 | 字串 |
containerRegistry | 與此工作區相關聯的容器登錄ARM標識碼。 建立工作區之後,就無法變更此專案 | 字串 |
描述 | 此工作區的描述。 | 字串 |
discoveryUrl | 探索服務的 URL,用來識別機器學習實驗服務的區域端點 | 字串 |
加密 | Azure ML 工作區的加密設定。 | EncryptionProperty |
friendlyName | 此工作區的易記名稱。 此名稱在可變動中 | 字串 |
hbiWorkspace | 指示工作區中 HBI 數據的旗標,並減少服務所收集的診斷數據 | bool |
imageBuildCompute | 映射組建的計算名稱 | 字串 |
keyVault | 與此工作區相關聯的密鑰保存庫 ARM 識別碼。 建立工作區之後,就無法變更此專案 | 字串 |
sharedPrivateLinkResources | 此工作區中共用的私人鏈接資源清單。 | SharedPrivateLinkResource[] |
storageAccount | 與此工作區相關聯的記憶體帳戶 ARM 識別碼。 建立工作區之後,就無法變更此專案 | 字串 |
快速入門範本
下列快速入門範本會部署此資源類型。
範本 | 描述 |
---|---|
Azure AI Studio 基本設定 |
這組範本示範如何使用基本設定來設定 Azure AI Studio,這表示已啟用公用因特網存取、Microsoft受控密鑰進行加密,以及 AI 資源的Microsoft受控識別設定。 |
Azure AI Studio 基本設定 |
這組範本示範如何使用基本設定來設定 Azure AI Studio,這表示已啟用公用因特網存取、Microsoft受控密鑰進行加密,以及 AI 資源的Microsoft受控識別設定。 |
Azure AI Studio 基本設定 |
這組範本示範如何使用基本設定來設定 Azure AI Studio,這表示已啟用公用因特網存取、Microsoft受控密鑰進行加密,以及 AI 資源的Microsoft受控識別設定。 |
Azure AI Studio 網路限制 |
這組範本示範如何使用Microsoft受控密鑰來加密和 AI 資源的 Microsoft 受控識別組態,來設定已停用私人鏈接和輸出的 Azure AI Studio。 |
Azure AI Studio 網路限制 |
這組範本示範如何使用Microsoft受控密鑰來加密和 AI 資源的 Microsoft 受控識別組態,來設定已停用私人鏈接和輸出的 Azure AI Studio。 |
使用 Microsoft Entra ID Authentication Azure AI Studio |
這組範本示範如何使用相依資源的 Microsoft Entra ID 驗證來設定 Azure AI Studio,例如 Azure AI 服務和 Azure 記憶體。 |
Azure Machine Learning 端對端安全設定 |
這組 Bicep 範本示範如何在安全設定中設定 Azure Machine Learning 端對端。 此參考實作包括工作區、計算叢集、計算實例和附加的私人 AKS 叢集。 |
Azure Machine Learning 端對端安全設定 (舊版) |
這組 Bicep 範本示範如何在安全設定中設定 Azure Machine Learning 端對端。 此參考實作包括工作區、計算叢集、計算實例和附加的私人 AKS 叢集。 |
Azure Machine Learning 工作區 |
此範本會建立新的 Azure Machine Learning 工作區,以及加密的記憶體帳戶、KeyVault 和 Applications Insights 記錄 |
使用多個數據集建立 AML 工作區 & 資料存放區 |
此範本會建立具有多個數據集的 Azure Machine Learning 工作區,& 數據存放區。 |
建立具有私人IP位址的 AKS 計算目標 |
此範本會在具有私人IP位址的指定 Azure Machine Learning 服務工作區中建立 AKS 計算目標。 |
建立 Azure Machine Learning 服務工作區 |
此部署範本會指定 Azure Machine Learning 工作區及其相關聯的資源,包括 Azure Key Vault、Azure 儲存體、Azure Application Insights 和 Azure Container Registry。 此組態描述開始使用 Azure Machine Learning 所需的最少資源集。 |
建立 Azure Machine Learning 服務工作區 (CMK) |
此部署範本會指定如何使用加密密鑰,建立具有服務端加密的 Azure Machine Learning 工作區。 |
建立 Azure Machine Learning 服務工作區 (CMK) |
此部署範本會指定 Azure Machine Learning 工作區及其相關聯的資源,包括 Azure Key Vault、Azure 儲存體、Azure Application Insights 和 Azure Container Registry。 此範例示範如何使用客戶管理的加密密鑰來設定 Azure Machine Learning 進行加密。 |
建立 Azure Machine Learning 服務工作區 (舊版) |
此部署範本會指定 Azure Machine Learning 工作區及其相關聯的資源,包括 Azure Key Vault、Azure 儲存體、Azure Application Insights 和 Azure Container Registry。 此組態說明在網路隔離設定中開始使用 Azure Machine Learning 所需的資源集。 |
建立 Azure Machine Learning 服務工作區 (vnet) |
此部署範本會指定 Azure Machine Learning 工作區及其相關聯的資源,包括 Azure Key Vault、Azure 儲存體、Azure Application Insights 和 Azure Container Registry。 此組態說明在網路隔離設定中開始使用 Azure Machine Learning 所需的資源集。 |
使用受控虛擬網路部署安全的 Azure AI Studio |
此範本會建立安全的 Azure AI Studio 環境,並具有健全的網路和身分識別安全性限制。 |
Terraform (AzAPI 提供者) 資源定義
工作區資源類型可以使用目標作業來部署:
- 資源群組
如需每個 API 版本中已變更屬性的清單,請參閱 變更記錄檔。
資源格式
若要建立 Microsoft.MachineLearningServices/workspaces 資源,請將下列 Terraform 新增至範本。
resource "azapi_resource" "symbolicname" {
type = "Microsoft.MachineLearningServices/workspaces@2020-05-01-preview"
name = "string"
identity = {
type = "string"
userAssignedIdentities = {
{customized property} = {
}
}
}
location = "string"
body = jsonencode({
properties = {
allowPublicAccessWhenBehindVnet = bool
applicationInsights = "string"
containerRegistry = "string"
description = "string"
discoveryUrl = "string"
encryption = {
keyVaultProperties = {
identityClientId = "string"
keyIdentifier = "string"
keyVaultArmId = "string"
}
status = "string"
}
friendlyName = "string"
hbiWorkspace = bool
imageBuildCompute = "string"
keyVault = "string"
sharedPrivateLinkResources = [
{
name = "string"
properties = {
groupId = "string"
privateLinkResourceId = "string"
requestMessage = "string"
status = "string"
}
}
]
storageAccount = "string"
}
})
sku = {
name = "string"
tier = "string"
}
tags = {
{customized property} = "string"
}
}
屬性值
EncryptionProperty
名字 | 描述 | 價值 |
---|---|---|
keyVaultProperties | 客戶金鑰保存庫屬性。 | KeyVaultProperties (必要) |
地位 | 指出是否為工作區啟用加密。 | 'Disabled' 'Enabled' (必要) |
身份
名字 | 描述 | 價值 |
---|---|---|
類型 | 識別類型。 | 'None' 'SystemAssigned' 'SystemAssigned,UserAssigned' 'UserAssigned' |
userAssignedIdentities | 使用者指派與資源相關聯的身分識別。 | UserAssignedIdentities |
KeyVaultProperties
名字 | 描述 | 價值 |
---|---|---|
identityClientId | 未來使用 - 將用來存取金鑰保存庫之身分識別的用戶端識別碼。 | 字串 |
keyIdentifier | 用來存取加密金鑰的金鑰保存庫 URI。 | 字串 (必要) |
keyVaultArmId | 客戶擁有加密金鑰所在之keyVault的ArmId。 | 字串 (必要) |
Microsoft.MachineLearningServices/workspaces
名字 | 描述 | 價值 |
---|---|---|
身份 | 資源的身分識別。 | Identity |
位置 | 指定資源的位置。 | 字串 |
名字 | 資源名稱 | 字串 (必要) |
性能 | 機器學習工作區的屬性。 | WorkspaceProperties |
sku | 工作區的 SKU。 | Sku |
標籤 | 資源標籤 | 標記名稱和值的字典。 |
類型 | 資源類型 | “Microsoft.MachineLearningServices/workspaces@2020-05-01-preview” |
ResourceTags
名字 | 描述 | 價值 |
---|
SharedPrivateLinkResource
名字 | 描述 | 價值 |
---|---|---|
名字 | 私人連結的唯一名稱。 | 字串 |
性能 | 資源屬性。 | SharedPrivateLinkResourceProperty |
SharedPrivateLinkResourceProperty
名字 | 描述 | 價值 |
---|---|---|
groupId | 私人鏈接資源群組識別碼。 | 字串 |
privateLinkResourceId | 私人連結所連結的資源標識碼。 | 字串 |
requestMessage | 要求訊息。 | 字串 |
地位 | 指出服務擁有者是否已核准/拒絕/移除連線。 | 「已核准」 'Disconnected' 'Pending' 'Rejected' 'Timeout' |
Sku
名字 | 描述 | 價值 |
---|---|---|
名字 | SKU 的名稱 | 字串 |
層 | 基本或企業等 SKU 的階層 | 字串 |
UserAssignedIdentities
名字 | 描述 | 價值 |
---|
UserAssignedIdentity
名字 | 描述 | 價值 |
---|
WorkspaceProperties
名字 | 描述 | 價值 |
---|---|---|
allowPublicAccessWhenBehindVnet | 旗標,指出是否要在 VNet 後方允許公用存取。 | bool |
applicationInsights | 與此工作區相關聯的 Application Insights ARM 識別碼。 建立工作區之後,就無法變更此專案 | 字串 |
containerRegistry | 與此工作區相關聯的容器登錄ARM標識碼。 建立工作區之後,就無法變更此專案 | 字串 |
描述 | 此工作區的描述。 | 字串 |
discoveryUrl | 探索服務的 URL,用來識別機器學習實驗服務的區域端點 | 字串 |
加密 | Azure ML 工作區的加密設定。 | EncryptionProperty |
friendlyName | 此工作區的易記名稱。 此名稱在可變動中 | 字串 |
hbiWorkspace | 指示工作區中 HBI 數據的旗標,並減少服務所收集的診斷數據 | bool |
imageBuildCompute | 映射組建的計算名稱 | 字串 |
keyVault | 與此工作區相關聯的密鑰保存庫 ARM 識別碼。 建立工作區之後,就無法變更此專案 | 字串 |
sharedPrivateLinkResources | 此工作區中共用的私人鏈接資源清單。 | SharedPrivateLinkResource[] |
storageAccount | 與此工作區相關聯的記憶體帳戶 ARM 識別碼。 建立工作區之後,就無法變更此專案 | 字串 |