Partager via


Schedule Classe

Définit une planification de soumission d’un pipeline.

Une fois qu’un pipeline est publié, vous pouvez utiliser une planification pour soumettre le pipeline à un intervalle spécifique, ou quand des changements liés à un emplacement du service Stockage Blob sont détectés.

Initialisez la planification.

Héritage
builtins.object
Schedule

Constructeur

Schedule(workspace, id, name, description, pipeline_id, status, recurrence, datastore_name, polling_interval, data_path_parameter_name, continue_on_step_failure, path_on_datastore, _schedule_provider=None, pipeline_endpoint_id=None)

Paramètres

Nom Description
workspace
Obligatoire

Objet d’espace de travail auquel cette planification appartient.

id
Obligatoire
str

ID de la planification.

name
Obligatoire
str

Nom de la planification.

description
Obligatoire
str

Description de la planification.

pipeline_id
Obligatoire
str

ID du pipeline à soumettre par la planification.

status
Obligatoire
str

État de la planification, « Actif » ou « Désactivé ».

recurrence
Obligatoire

Périodicité de la planification du pipeline.

datastore_name
Obligatoire
str

Nom du magasin de données pour lequel un monitoring doit être effectué sur les objets blob modifiés/ajoutés. Remarque : 1) Les magasins de données de réseau virtuel ne sont pas pris en charge. 2) Le type d’authentification du magasin de données doit être défini sur « Clé de compte ».

polling_interval
Obligatoire
int

Durée (en minutes) entre l’interrogation des blobs modifiés/ajoutés.

data_path_parameter_name
Obligatoire
str

Nom du paramètre de pipeline relatif au chemin d’accès des données à définir avec le chemin d’accès des blobs modifiés.

continue_on_step_failure
Obligatoire

Indique s’il faut poursuivre l’exécution des autres étapes du PipelineRun envoyé si une étape échoue. Si ce paramètre est fourni, il remplace le paramètre continue_on_step_failure du pipeline.

path_on_datastore
Obligatoire
str

facultatif. Chemin d’accès sur le magasin de données à surveiller pour les blobs modifiés/ajoutés. Remarque : Dans la mesure où path_on_datastore se trouve sous le conteneur du magasin de données, le chemin réel faisant l’objet d’un monitoring par la planification est container/path_on_datastore. S’il n’y en a aucun, le conteneur du magasin de données est surveillé. Les ajouts/modifications effectués dans un sous-dossier de path_on_datastore ne font pas l’objet d’un monitoring. Prise en charge limitée aux planifications de magasin de données.

_schedule_provider
<xref:azureml.pipeline.core._aeva_provider._AevaScheduleProvider>

Fournisseur de planification.

Valeur par défaut: None
workspace
Obligatoire

Objet d’espace de travail auquel cette planification appartient.

id
Obligatoire
str

ID de la planification.

name
Obligatoire
str

Nom de la planification.

description
Obligatoire
str

Description de la planification.

pipeline_id
Obligatoire
str

ID du pipeline à soumettre par la planification.

status
Obligatoire
str

État de la planification, « Actif » ou « Désactivé ».

recurrence
Obligatoire

Périodicité de la planification du pipeline.

datastore_name
Obligatoire
str

Nom du magasin de données pour lequel un monitoring doit être effectué sur les objets blob modifiés/ajoutés. Remarque : Les magasins de données VNet ne sont pas pris en charge.

polling_interval
Obligatoire
int

Durée (en minutes) entre l’interrogation des blobs modifiés/ajoutés.

data_path_parameter_name
Obligatoire
str

Nom du paramètre de pipeline relatif au chemin d’accès des données à définir avec le chemin d’accès des blobs modifiés.

continue_on_step_failure
Obligatoire

Indique s’il faut poursuivre l’exécution des autres étapes du PipelineRun envoyé si une étape échoue. Si ce paramètre est fourni, il remplace le paramètre continue_on_step_failure du pipeline.

path_on_datastore
Obligatoire
str

facultatif. Chemin d’accès sur le magasin de données à surveiller pour les blobs modifiés/ajoutés. Remarque : Dans la mesure où path_on_datastore se trouve sous le conteneur du magasin de données, le chemin réel faisant l’objet d’un monitoring par la planification est container/path_on_datastore. S’il n’y en a aucun, le conteneur du magasin de données est surveillé. Les ajouts/modifications effectués dans un sous-dossier de path_on_datastore ne font pas l’objet d’un monitoring. Prise en charge limitée aux planifications de magasin de données.

_schedule_provider
Obligatoire
<xref:azureml.pipeline.core._aeva_provider._AevaScheduleProvider>

Fournisseur de planification.

pipeline_endpoint_id
str

ID du point de terminaison de pipeline à soumettre par la planification.

Valeur par défaut: None

Remarques

Deux types de planification sont pris en charge. Le premier utilise la périodicité pour soumettre un pipeline selon une planification donnée. Le deuxième effectue un monitoring de AzureBlobDatastore à la recherche d’objets blob ajoutés ou modifiés, puis soumet un pipeline quand des changements sont détectés.

Pour créer une planification qui soumet un pipeline selon une périodicité, utilisez ScheduleRecurrence au moment de la création de la planification.

ScheduleRecurrence est utilisé au moment de la création d’une planification pour un pipeline de la manière suivante :


   from azureml.pipeline.core import Schedule, ScheduleRecurrence

   recurrence = ScheduleRecurrence(frequency="Hour", interval=12)
   schedule = Schedule.create(workspace, name="TestSchedule", pipeline_id="pipeline_id",
                              experiment_name="helloworld", recurrence=recurrence)

Cette planification soumet le PublishedPipeline fourni toutes les 12 heures. Le pipeline soumis est créé dans l’expérience avec le nom « helloworld ».

Pour créer une planification qui déclenche PipelineRuns en cas de modification d’un emplacement du service Stockage Blob, spécifiez un magasin de données ainsi que les informations de données associées au moment de la création de la planification.


   from azureml.pipeline.core import Schedule
   from azureml.core.datastore import Datastore

   datastore = Datastore(workspace=ws, name="workspaceblobstore")

   schedule = Schedule.create(workspace, name="TestSchedule", pipeline_id="pipeline_id"
                              experiment_name="helloworld", datastore=datastore,
                              polling_interval=5, path_on_datastore="file/path")

Notez que les paramètres polling_interval et path_on_datastore sont facultatifs. Le paramètre polling_interval spécifie la fréquence d’interrogation des modifications apportées au magasin de données. La valeur par défaut est de 5 minutes. path_on_datastore permet de spécifier le dossier de magasin de données sur lequel un monitoring doit être effectué pour détecter les changements apportés. Si None est spécifié, le conteneur du magasin de données fait l’objet d’un monitoring. Remarque : Les ajouts/modifications d’objets blob dans les sous-dossiers de path_on_datastore ou du conteneur de magasin de données (si path_on_datastore n’est pas spécifié) ne sont pas détectés.

De plus, si le pipeline a été construit pour utiliser DataPathPipelineParameter afin de décrire une entrée d’étape, utilisez le paramètre data_path_parameter_name au moment de la création d’une planification déclenchée par le magasin de données. Cela permet de définir l’entrée en fonction du fichier ayant fait l’objet de changements quand PipelineRun est soumis par la planification.

Dans l’exemple suivant, quand la planification déclenche PipelineRun, la valeur de PipelineParameter pour « input_data » correspond au fichier modifié/ajouté :


   from azureml.pipeline.core import Schedule
   from azureml.core.datastore import Datastore

   datastore = Datastore(workspace=ws, name="workspaceblobstore")

   schedule = Schedule.create(workspace, name="TestSchedule", pipeline_id="pipeline_id",
                              experiment_name="helloworld", datastore=datastore,
                              data_path_parameter_name="input_data")

Pour plus d’informations sur les planifications, consultez : https://aka.ms/pl-schedule.

Méthodes

create

Permet de créer une planification pour un pipeline.

Spécifiez la périodicité d’une planification sur une base temporelle, ou spécifiez un magasin de données, polling_interval (facultatif), data_path_parameter_name (facultatif) pour créer une planification qui effectue le monitoring de l’emplacement du magasin de données à la recherche de modifications/d’ajouts.

create_for_pipeline_endpoint

Crée une planification pour un point de terminaison de pipeline.

Spécifiez la périodicité d’une planification sur une base temporelle, ou spécifiez un magasin de données, polling_interval (facultatif), data_path_parameter_name (facultatif) pour créer une planification qui effectue le monitoring de l’emplacement du magasin de données à la recherche de modifications/d’ajouts.

disable

Permet de définir la planification à l’état « Désactivé » pour l’empêcher de s’exécuter.

enable

Permet de définir la planification à l’état « Actif » pour lui permettre de s’exécuter.

get

Permet d’obtenir la planification ayant l’ID donné.

get_all

Permet d’obtenir toutes les planifications de l’espace de travail actuel.

DÉPRÉCIÉE : Cette méthode est dépréciée en faveur de la méthode list.

get_last_pipeline_run

Permet de récupérer la dernière exécution de pipeline soumise par la planification. Retourne None si aucune exécution n’a été soumise.

get_pipeline_runs

Permet de récupérer les exécutions de pipeline générées à partir de la planification.

get_schedules_for_pipeline_endpoint_id

Permet d’obtenir toutes les planifications correspondant à l’ID de point de terminaison de pipeline donné.

get_schedules_for_pipeline_id

Permet d’obtenir toutes les planifications correspondant à l’ID de pipeline donné.

list

Permet d’obtenir toutes les planifications de l’espace de travail actuel.

load_yaml

Permet de charger et de lire le fichier YAML pour obtenir les paramètres de planification.

Le fichier YAML est un moyen supplémentaire de passer les paramètres de Schedule pour créer une planification.

update

Permet de mettre à jour la planification.

create

Permet de créer une planification pour un pipeline.

Spécifiez la périodicité d’une planification sur une base temporelle, ou spécifiez un magasin de données, polling_interval (facultatif), data_path_parameter_name (facultatif) pour créer une planification qui effectue le monitoring de l’emplacement du magasin de données à la recherche de modifications/d’ajouts.

static create(workspace, name, pipeline_id, experiment_name, recurrence=None, description=None, pipeline_parameters=None, wait_for_provisioning=False, wait_timeout=3600, datastore=None, polling_interval=5, data_path_parameter_name=None, continue_on_step_failure=None, path_on_datastore=None, _workflow_provider=None, _service_endpoint=None)

Paramètres

Nom Description
workspace
Obligatoire

Objet d’espace de travail auquel cette planification appartient.

name
Obligatoire
str

Nom de la planification.

pipeline_id
Obligatoire
str

ID du pipeline à soumettre par la planification.

experiment_name
Obligatoire
str

Nom de l’expérience à laquelle la planification va soumettre les tests.

recurrence

Périodicité de la planification du pipeline.

Valeur par défaut: None
description
str

Description de la planification.

Valeur par défaut: None
pipeline_parameters

Dictionnaire de paramètres pour affecter de nouvelles valeurs {nom du paramètre, valeur du paramètre}

Valeur par défaut: None
wait_for_provisioning

Indique s’il faut attendre la fin de l’approvisionnement de la planification.

Valeur par défaut: False
wait_timeout
int

Nombre de secondes à attendre avant l’expiration du délai.

Valeur par défaut: 3600
datastore

Magasin de données pour lequel un monitoring doit être effectué sur les objets blob modifiés/ajoutés. Remarque : Les magasins de données VNet ne sont pas pris en charge. Non utilisable avec une périodicité.

Valeur par défaut: None
polling_interval
int

Durée (en minutes) entre l’interrogation des blobs modifiés/ajoutés. La valeur par défaut est de 5 minutes. Prise en charge limitée aux planifications de magasin de données.

Valeur par défaut: 5
data_path_parameter_name
str

Nom du paramètre de pipeline relatif au chemin d’accès des données à définir avec le chemin d’accès des blobs modifiés. Prise en charge limitée aux planifications de magasin de données.

Valeur par défaut: None
continue_on_step_failure

Indique s’il faut poursuivre l’exécution des autres étapes du PipelineRun envoyé si une étape échoue. Si ce paramètre est fourni, il remplace le paramètre continue_on_step_failure du pipeline.

Valeur par défaut: None
path_on_datastore
str

facultatif. Chemin d’accès sur le magasin de données à surveiller pour les blobs modifiés/ajoutés. Remarque : Dans la mesure où path_on_datastore se trouve sous le conteneur du magasin de données, le chemin réel faisant l’objet d’un monitoring par la planification est container/path_on_datastore. S’il n’y en a aucun, le conteneur du magasin de données est surveillé. Les ajouts/modifications effectués dans un sous-dossier de path_on_datastore ne font pas l’objet d’un monitoring. Prise en charge limitée aux planifications de magasin de données.

Valeur par défaut: None
_workflow_provider
<xref:azureml.pipeline.core._aeva_provider._AevaWorkflowProvider>

Fournisseur de workflow.

Valeur par défaut: None
_service_endpoint
str

Point de terminaison du service.

Valeur par défaut: None

Retours

Type Description

Planification créée.

create_for_pipeline_endpoint

Crée une planification pour un point de terminaison de pipeline.

Spécifiez la périodicité d’une planification sur une base temporelle, ou spécifiez un magasin de données, polling_interval (facultatif), data_path_parameter_name (facultatif) pour créer une planification qui effectue le monitoring de l’emplacement du magasin de données à la recherche de modifications/d’ajouts.

static create_for_pipeline_endpoint(workspace, name, pipeline_endpoint_id, experiment_name, recurrence=None, description=None, pipeline_parameters=None, wait_for_provisioning=False, wait_timeout=3600, datastore=None, polling_interval=5, data_path_parameter_name=None, continue_on_step_failure=None, path_on_datastore=None, _workflow_provider=None, _service_endpoint=None)

Paramètres

Nom Description
workspace
Obligatoire

Objet d’espace de travail auquel cette planification appartient.

name
Obligatoire
str

Nom de la planification.

pipeline_endpoint_id
Obligatoire
str

ID du point de terminaison de pipeline à soumettre par la planification.

experiment_name
Obligatoire
str

Nom de l’expérience à laquelle la planification va soumettre les tests.

recurrence

Périodicité de la planification du pipeline.

Valeur par défaut: None
description
str

Description de la planification.

Valeur par défaut: None
pipeline_parameters

Dictionnaire de paramètres pour affecter de nouvelles valeurs {nom du paramètre, valeur du paramètre}

Valeur par défaut: None
wait_for_provisioning

Indique s’il faut attendre la fin de l’approvisionnement de la planification.

Valeur par défaut: False
wait_timeout
int

Nombre de secondes à attendre avant l’expiration du délai.

Valeur par défaut: 3600
datastore

Magasin de données pour lequel un monitoring doit être effectué sur les objets blob modifiés/ajoutés. Remarque : Les magasins de données VNet ne sont pas pris en charge. Non utilisable avec une périodicité.

Valeur par défaut: None
polling_interval
int

Durée (en minutes) entre l’interrogation des blobs modifiés/ajoutés. La valeur par défaut est de 5 minutes. Prise en charge limitée aux planifications de magasin de données.

Valeur par défaut: 5
data_path_parameter_name
str

Nom du paramètre de pipeline relatif au chemin d’accès des données à définir avec le chemin d’accès des blobs modifiés. Prise en charge limitée aux planifications de magasin de données.

Valeur par défaut: None
continue_on_step_failure

Indique s’il faut poursuivre l’exécution des autres étapes du PipelineRun envoyé si une étape échoue. Si ce paramètre est fourni, il remplace le paramètre continue_on_step_failure du pipeline.

Valeur par défaut: None
path_on_datastore
str

facultatif. Chemin d’accès sur le magasin de données à surveiller pour les blobs modifiés/ajoutés. Remarque : Dans la mesure où path_on_datastore se trouve sous le conteneur du magasin de données, le chemin réel faisant l’objet d’un monitoring par la planification est container/path_on_datastore. S’il n’y en a aucun, le conteneur du magasin de données est surveillé. Les ajouts/modifications effectués dans un sous-dossier de path_on_datastore ne font pas l’objet d’un monitoring. Prise en charge limitée aux planifications de magasin de données.

Valeur par défaut: None
_workflow_provider
<xref:azureml.pipeline.core._aeva_provider._AevaWorkflowProvider>

Fournisseur de workflow.

Valeur par défaut: None
_service_endpoint
str

Point de terminaison du service.

Valeur par défaut: None

Retours

Type Description

Planification créée.

disable

Permet de définir la planification à l’état « Désactivé » pour l’empêcher de s’exécuter.

disable(wait_for_provisioning=False, wait_timeout=3600)

Paramètres

Nom Description
wait_for_provisioning

Indique s’il faut attendre la fin de l’approvisionnement de la planification.

Valeur par défaut: False
wait_timeout
int

Nombre de secondes à attendre avant l’expiration du délai d’attente.

Valeur par défaut: 3600

enable

Permet de définir la planification à l’état « Actif » pour lui permettre de s’exécuter.

enable(wait_for_provisioning=False, wait_timeout=3600)

Paramètres

Nom Description
wait_for_provisioning

Indique s’il faut attendre la fin de l’approvisionnement de la planification.

Valeur par défaut: False
wait_timeout
int

Nombre de secondes à attendre avant l’expiration du délai d’attente.

Valeur par défaut: 3600

get

Permet d’obtenir la planification ayant l’ID donné.

static get(workspace, id, _workflow_provider=None, _service_endpoint=None)

Paramètres

Nom Description
workspace
Obligatoire

Espace de travail dans lequel la planification a été créée.

id
Obligatoire
str

ID de la planification.

_workflow_provider
<xref:azureml.pipeline.core._aeva_provider._AevaWorkflowProvider>

Fournisseur de workflow.

Valeur par défaut: None
_service_endpoint
str

Point de terminaison du service.

Valeur par défaut: None

Retours

Type Description

Objet de planification

get_all

Permet d’obtenir toutes les planifications de l’espace de travail actuel.

DÉPRÉCIÉE : Cette méthode est dépréciée en faveur de la méthode list.

static get_all(workspace, active_only=True, pipeline_id=None, pipeline_endpoint_id=None, _workflow_provider=None, _service_endpoint=None)

Paramètres

Nom Description
workspace
Obligatoire

Espace de travail.

active_only

Si la valeur est true, retourne uniquement les planifications actives. S’applique uniquement si aucun ID de pipeline n’est fourni.

Valeur par défaut: True
pipeline_id
str

Si ce paramètre est fourni, seules les planifications du pipeline ayant l’ID donné sont retournées.

Valeur par défaut: None
pipeline_endpoint_id
str

Si ce paramètre est fourni, seules les planifications du point de terminaison de pipeline ayant l’ID donné sont retournées.

Valeur par défaut: None
_workflow_provider
<xref:azureml.pipeline.core._aeva_provider._AevaWorkflowProvider>

Fournisseur de workflow.

Valeur par défaut: None
_service_endpoint
str

Point de terminaison du service.

Valeur par défaut: None

Retours

Type Description

Liste de Schedule.

get_last_pipeline_run

Permet de récupérer la dernière exécution de pipeline soumise par la planification. Retourne None si aucune exécution n’a été soumise.

get_last_pipeline_run()

Retours

Type Description

Dernière exécution de pipeline.

get_pipeline_runs

Permet de récupérer les exécutions de pipeline générées à partir de la planification.

get_pipeline_runs()

Retours

Type Description

Liste de PipelineRun.

get_schedules_for_pipeline_endpoint_id

Permet d’obtenir toutes les planifications correspondant à l’ID de point de terminaison de pipeline donné.

static get_schedules_for_pipeline_endpoint_id(workspace, pipeline_endpoint_id, _workflow_provider=None, _service_endpoint=None)

Paramètres

Nom Description
workspace
Obligatoire

Espace de travail.

pipeline_endpoint_id
Obligatoire
str

ID de point de terminaison de pipeline.

_workflow_provider
<xref:azureml.pipeline.core._aeva_provider._AevaWorkflowProvider>

Fournisseur de workflow.

Valeur par défaut: None
_service_endpoint
str

Point de terminaison du service.

Valeur par défaut: None

Retours

Type Description

Liste de Schedule.

get_schedules_for_pipeline_id

Permet d’obtenir toutes les planifications correspondant à l’ID de pipeline donné.

static get_schedules_for_pipeline_id(workspace, pipeline_id, _workflow_provider=None, _service_endpoint=None)

Paramètres

Nom Description
workspace
Obligatoire

Espace de travail.

pipeline_id
Obligatoire
str

ID de pipeline.

_workflow_provider
<xref:azureml.pipeline.core._aeva_provider._AevaWorkflowProvider>

Fournisseur de workflow.

Valeur par défaut: None
_service_endpoint
str

Point de terminaison du service.

Valeur par défaut: None

Retours

Type Description

Liste de Schedule.

list

Permet d’obtenir toutes les planifications de l’espace de travail actuel.

static list(workspace, active_only=True, pipeline_id=None, pipeline_endpoint_id=None, _workflow_provider=None, _service_endpoint=None)

Paramètres

Nom Description
workspace
Obligatoire

Espace de travail.

active_only

Si la valeur est true, retourne uniquement les planifications actives. S’applique uniquement si aucun ID de pipeline n’est fourni.

Valeur par défaut: True
pipeline_id
str

Si ce paramètre est fourni, seules les planifications du pipeline ayant l’ID donné sont retournées.

Valeur par défaut: None
pipeline_endpoint_id
str

Si ce paramètre est fourni, seules les planifications du point de terminaison de pipeline ayant l’ID donné sont retournées.

Valeur par défaut: None
_workflow_provider
<xref:azureml.pipeline.core._aeva_provider._AevaWorkflowProvider>

Fournisseur de workflow.

Valeur par défaut: None
_service_endpoint
str

Point de terminaison du service.

Valeur par défaut: None

Retours

Type Description

Liste de Schedule.

load_yaml

Permet de charger et de lire le fichier YAML pour obtenir les paramètres de planification.

Le fichier YAML est un moyen supplémentaire de passer les paramètres de Schedule pour créer une planification.

static load_yaml(workspace, filename, _workflow_provider=None, _service_endpoint=None)

Paramètres

Nom Description
workspace
Obligatoire

Espace de travail.

filename
Obligatoire
str

Nom de fichier YAML avec l’emplacement.

_workflow_provider
<xref:azureml.pipeline.core._aeva_provider._AevaWorkflowProvider>

Fournisseur de workflow.

Valeur par défaut: None
_service_endpoint
str

Point de terminaison du service.

Valeur par défaut: None

Retours

Type Description

Dictionnaire de paramètres et de valeurs de Schedule.

Remarques

Deux types de fichier YAML sont pris en charge pour les planifications. Le premier lit et charge les informations de périodicité pour permettre la création de la planification et le déclenchement du pipeline. Le deuxième lit et charge les informations du magasin de données pour permettre la création de la planification et le déclenchement du pipeline.

Exemple de création d’une planification qui soumet un pipeline en fonction d’une périodicité :


   from azureml.pipeline.core import Schedule

   schedule_info = Schedule.load_yaml(workspace=workspace,
                                      filename='./yaml/test_schedule_with_recurrence.yaml')
   schedule = Schedule.create(workspace, name="TestSchedule", pipeline_id="pipeline_id",
                              experiment_name="helloworld", recurrence=schedule_info.get("recurrence"),
                              description=schedule_info.get("description"))

Exemple de fichier YAML test_schedule_with_recurrence.yaml :


   Schedule:
       description: "Test create with recurrence"
       recurrence:
           frequency: Week # Can be "Minute", "Hour", "Day", "Week", or "Month".
           interval: 1 # how often fires
           start_time: 2019-06-07T10:50:00
           time_zone: UTC
           hours:
           - 1
           minutes:
           - 0
           time_of_day: null
           week_days:
           - Friday
       pipeline_parameters: {'a':1}
       wait_for_provisioning: True
       wait_timeout: 3600
       datastore_name: ~
       polling_interval: ~
       data_path_parameter_name: ~
       continue_on_step_failure: None
       path_on_datastore: ~

Exemple de création d’une planification qui soumet un pipeline en fonction d’un magasin de données :


   from azureml.pipeline.core import Schedule

   schedule_info = Schedule.load_yaml(workspace=workspace,
                                      filename='./yaml/test_schedule_with_datastore.yaml')
   schedule = Schedule.create(workspace, name="TestSchedule", pipeline_id="pipeline_id",
                              experiment_name="helloworld",datastore=schedule_info.get("datastore_name"),
                              polling_interval=schedule_info.get("polling_interval"),
                              data_path_parameter_name=schedule_info.get("data_path_parameter_name"),
                              continue_on_step_failure=schedule_info.get("continue_on_step_failure"),
                              path_on_datastore=schedule_info.get("path_on_datastore"))

update

Permet de mettre à jour la planification.

update(name=None, description=None, recurrence=None, pipeline_parameters=None, status=None, wait_for_provisioning=False, wait_timeout=3600, datastore=None, polling_interval=None, data_path_parameter_name=None, continue_on_step_failure=None, path_on_datastore=None)

Paramètres

Nom Description
name
str

Nouveau nom de la planification.

Valeur par défaut: None
recurrence

Nouvelle périodicité de planification du pipeline.

Valeur par défaut: None
description
str

Nouvelle description de la planification.

Valeur par défaut: None
pipeline_parameters

Dictionnaire de paramètres pour affecter de nouvelles valeurs {nom du paramètre, valeur du paramètre}.

Valeur par défaut: None
status
str

Nouvel état de la planification : « Actif » ou « Désactivé ».

Valeur par défaut: None
wait_for_provisioning

Indique s’il faut attendre la fin de l’approvisionnement de la planification.

Valeur par défaut: False
wait_timeout
int

Nombre de secondes à attendre avant l’expiration du délai.

Valeur par défaut: 3600
datastore

Magasin de données pour lequel un monitoring doit être effectué sur les objets blob modifiés/ajoutés. Remarque : Les magasins de données VNet ne sont pas pris en charge.

Valeur par défaut: None
polling_interval
int

Durée (en minutes) entre l’interrogation des blobs modifiés/ajoutés. La valeur par défaut est de 5 minutes.

Valeur par défaut: None
data_path_parameter_name
str

Nom du paramètre de pipeline relatif au chemin d’accès des données à définir avec le chemin d’accès des blobs modifiés.

Valeur par défaut: None
continue_on_step_failure

Indique s’il faut poursuivre l’exécution des autres étapes du PipelineRun envoyé si une étape échoue. Si ce paramètre est fourni, il remplace le paramètre continue_on_step_failure du pipeline.

Valeur par défaut: None
path_on_datastore
str

facultatif. Chemin d’accès sur le magasin de données à surveiller pour les blobs modifiés/ajoutés. Remarque : Dans la mesure où path_on_datastore se trouve sous le conteneur du magasin de données, le chemin réel faisant l’objet d’un monitoring par la planification est container/path_on_datastore. S’il n’y en a aucun, le conteneur du magasin de données est surveillé. Les ajouts/modifications effectués dans un sous-dossier de path_on_datastore ne font pas l’objet d’un monitoring. Prise en charge limitée aux planifications de magasin de données.

Valeur par défaut: None

Attributs

continue_on_step_failure

Permet d’obtenir la valeur du paramètre continue_on_step_failure.

Retours

Type Description

Valeur du paramètre continue_on_step_failure

data_path_parameter_name

Permet d’obtenir le nom du paramètre de pipeline relatif au chemin de données à définir avec le chemin d’objet blob changé.

Retours

Type Description
str

Nom du paramètre de chemin des données.

datastore_name

Permet d’obtenir le nom du magasin de données utilisé pour la planification.

Retours

Type Description
str

Nom du magasin de données.

description

Permet d’obtenir la description de la planification.

Retours

Type Description
str

Description de la planification.

id

Permet d’obtenir l’ID de la planification.

Retours

Type Description
str

ID.

name

Permet d’obtenir le nom de la planification.

Retours

Type Description
str

Nom.

path_on_datastore

Permet d’obtenir le chemin au sein du magasin de données faisant l’objet d’un monitoring par la planification.

Retours

Type Description
str

Chemin dans le magasin de données.

pipeline_endpoint_id

Obtient l’ID du point de terminaison de pipeline soumis par la planification.

Retours

Type Description
str

ID.

pipeline_id

Permet d’obtenir l’ID du pipeline soumis par la planification.

Retours

Type Description
str

ID.

polling_interval

Permet d’obtenir le délai, en minutes, qui s’écoule entre les interrogations des objets blob modifiés/ajoutés.

Retours

Type Description
int

Intervalle d’interrogation.

recurrence

Permet d’obtenir la périodicité de la planification.

Retours

Type Description

Périodicité de la planification.

status

Permet d’obtenir l’état de la planification.

Retours

Type Description
str

État de la planification.