CLI (v2) Azure Data Lake Store Gen 2 连接 YAML 架构

适用于:Azure CLI ml 扩展 v2(当前)

注意

本文档中详细介绍的 YAML 语法基于最新版本的 ML CLI v2 扩展的 JSON 架构。 此语法必定仅适用于最新版本的 ML CLI v2 扩展。 可以在 https://azuremlschemasprod.azureedge.net/ 上查找早期扩展版本的架构。

YAML 语法

密钥 类型 说明 允许的值 默认值
$schema 字符串 YAML 架构。 如果使用 Azure 机器学习 Visual Studio Code 扩展来创作 YAML 文件,请在该文件的顶部添加 $schema 以调用架构和资源完成。
name string 必需。 连接名称。
description string 连接描述。
tags object 连接标记字典。
type string 必需。 连接类型。 azure_data_lake_gen2 azure_data_lake_gen2
is_shared boolean 如果中心内其他项目共享连接,则为 true;否则,为 false true
target string 必需。 blob 容器的 URL。
credentials object 用于访问 Azure Data Lake Store Gen 2 且基于凭据的身份验证。 可以使用服务主体。 使用无凭据身份验证时请勿指定 credentials,设置为 None
credentials.type string 凭据的类型。 service_principal
credentials.client_id string Microsoft Entra ID 应用 ID。
credentials.client_secret string 机密或密钥。
credentials.tenant_id string Microsoft Entra ID 租户 ID。

注解

虽然 az ml connection 命令可用于管理 Azure 机器学习和 Azure AI Studio 连接,但 Azure Data Lake Store Gen 2 连接特定于 Azure AI Studio。

示例

有关示例,请访问此 GitHub 资源。 下方显示了几个示例。 这些示例将以 YAML 文件的形式显示,并通过 CLI 使用。 例如 az ml connection create -f <file-name>.yaml

YAML:服务主体

#Connection.yml

name: myadlsgen2_sp
type: azure_data_lake_gen2

target: https://contoso.core.chinacloudapi.cn/contosocontainer

credentials:
  type: service_principal
  tenant_id: "XXXXXXXXXX"
  client_id: "XXXXXXXXXX"
  client_secret: "XXXXXXXXXX"

YAML:无凭据

#Connection.yml

name: myadlsgen2_cl
type: azure_data_lake_gen2

target: https://contoso.core.chinacloudapi.cn/contosocontainer

后续步骤