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 |
字符串 | 必需。 连接名称。 | ||
description |
字符串 | 连接描述。 | ||
tags |
对象 | 连接标记字典。 | ||
type |
字符串 | 必需。 连接类型。 | azure_data_lake_gen2 |
azure_data_lake_gen2 |
is_shared |
布尔 | 如果中心内其他项目共享连接，则为 true；否则，为 false。 |
true |
|
target |
字符串 | 必需。 blob 容器的 URL。 | ||
credentials |
对象 | 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 |
字符串 | 凭据的类型。 | service_principal |
|
credentials.client_id |
字符串 | Microsoft Entra ID 应用 ID。 | ||
credentials.client_secret |
字符串 | 机密或密钥。 | ||
credentials.tenant_id |
字符串 | Microsoft Entra ID 租户 ID。 |
注解
az ml connection虽然命令可用于管理 Azure 机器学习和Microsoft Foundry 连接，但 Azure Data Lake Store Gen 2 连接特定于 Foundry。
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