AdlaCompute 类

在 Azure 机器学习中管理 Azure Data Lake Analytics 计算目标。

Azure Data Lake Analytics 是 Azure 云中的大数据分析平台。它可用作具有 Azure 机器学习管道的计算目标。有关详细信息，请参阅什么是 Azure 机器学习中的计算目标？

类 ComputeTarget 构造函数。

检索与提供的工作区关联的计算对象的云表示形式。返回与检索的计算对象的特定类型对应的子类的实例。

构造函数

AdlaCompute(workspace, name)

参数

名称	说明
workspace 必需	Workspace 包含要检索的 AdlaCompute 对象的工作区对象。
name 必需	str 要检索的 AdlaCompute 对象的名称。
workspace 必需	Workspace 包含要检索的 Compute 对象的工作区对象。
name 必需	str 要检索的 Compute 对象的名称。

注解

使用该平台之前，请先创建 Azure Data Lake Analytics 帐户。若要创建一个，请参阅 Azure Data Lake Analytics 入门。

以下示例演示如何使用 attach_configuration 该方法将 ADLA 帐户附加到工作区。


   adla_compute_name = 'testadl' # Name to associate with new compute in workspace

   # ADLA account details needed to attach as compute to workspace
   adla_account_name = "<adla_account_name>" # Name of the Azure Data Lake Analytics account
   adla_resource_group = "<adla_resource_group>" # Name of the resource group which contains this account

   try:
       # check if already attached
       adla_compute = AdlaCompute(ws, adla_compute_name)
   except ComputeTargetException:
       print('attaching adla compute...')
       attach_config = AdlaCompute.attach_configuration(resource_group=adla_resource_group, account_name=adla_account_name)
       adla_compute = ComputeTarget.attach(ws, adla_compute_name, attach_config)
       adla_compute.wait_for_completion()

   print("Using ADLA compute:{}".format(adla_compute.cluster_resource_id))
   print("Provisioning state:{}".format(adla_compute.provisioning_state))
   print("Provisioning errors:{}".format(adla_compute.provisioning_errors))

完整示例可从 https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/machine-learning-pipelines/intro-to-pipelines/aml-pipelines-use-adla-as-compute-target.ipynb

方法

attach	荒废的。请改用该方法 `attach_configuration` 。将现有的 Azure Data Lake Analytics 计算资源与提供的工作区相关联。
attach_configuration	创建用于附加 Azure Data Lake Analytics 计算目标的配置对象。
delete	从其关联的工作区中删除 AdlaCompute 对象。如果此对象是通过 Azure 机器学习创建的，则也会删除相应的基于云的对象。如果此对象是在外部创建的，并且仅附加到工作区，则会引发一个 ComputeTargetException 且没有任何更改。
deserialize	将 JSON 对象转换为 AdlaCompute 对象。
detach	从其关联的工作区中分离 AdlaCompute 对象。基础云对象不会被删除，只会删除关联。
refresh_state	对对象的属性执行就地更新。此方法根据相应云对象的当前状态更新属性。这主要用于手动轮询计算状态。
serialize	将此 AdlaCompute 对象转换为 JSON 序列化字典。

attach

荒废的。请改用该方法 attach_configuration 。

将现有的 Azure Data Lake Analytics 计算资源与提供的工作区相关联。

static attach(workspace, name, resource_id)

参数

名称	说明
workspace 必需	Workspace 要与计算资源关联的工作区对象。
name 必需	str 要与提供的工作区中的计算资源关联的名称。不必与要附加的计算资源的名称匹配。
resource_id 必需	str 要附加的计算资源的 Azure 资源 ID。

类型	说明
AdlaCompute	计算对象的 AdlaCompute 对象表示形式。

例外

类型	说明
ComputeTargetException

attach_configuration

创建用于附加 Azure Data Lake Analytics 计算目标的配置对象。

static attach_configuration(resource_group=None, account_name=None, resource_id=None)

参数

名称	说明
resource_group	str Data Lake Analytics 帐户所在的资源组的名称。默认值: None
account_name	str Data Lake Analytics 帐户名。默认值: None
resource_id	str 要附加的计算资源的 Azure 资源 ID。默认值: None

类型	说明
DataLakeAnalyticsAttachConfiguration	附加计算对象时要使用的配置对象。

delete

从其关联的工作区中删除 AdlaCompute 对象。

如果此对象是通过 Azure 机器学习创建的，则也会删除相应的基于云的对象。如果此对象是在外部创建的，并且仅附加到工作区，则会引发一个 ComputeTargetException 且没有任何更改。

delete()

例外

类型	说明
ComputeTargetException

deserialize

将 JSON 对象转换为 AdlaCompute 对象。

static deserialize(workspace, object_dict)

参数

名称	说明
workspace 必需	Workspace AdlaCompute 对象与之关联的工作区对象。
object_dict 必需	dict 要转换为 AdlaCompute 对象的 JSON 对象。

类型	说明
AdlaCompute	提供的 JSON 对象的 AdlaCompute 表示形式。

例外

类型	说明
ComputeTargetException

注解

如果提供的工作区不是计算与之关联的工作区，则引发该 ComputeTargetException 工作区。

detach

从其关联的工作区中分离 AdlaCompute 对象。

基础云对象不会被删除，只会删除关联。

detach()

例外

类型	说明
ComputeTargetException

refresh_state

对对象的属性执行就地更新。

此方法根据相应云对象的当前状态更新属性。这主要用于手动轮询计算状态。

refresh_state()

serialize

将此 AdlaCompute 对象转换为 JSON 序列化字典。

serialize()

类型	说明
dict	此 AdlaCompute 对象的 JSON 表示形式。

反馈

此页面是否有帮助？