Partager via

AdlaStep Classe

  • Référence

Crée une étape de pipeline Azure ML pour exécuter un script U-SQL avec Azure Data Lake Analytics.

Pour obtenir un exemple d’utilisation d’AdlaStep, consultez le notebook https://aka.ms/pl-adla.

Créez une étape de pipeline Azure ML pour exécuter un script U-SQL avec Azure Data Lake Analytics.

Héritage
azureml.pipeline.core._adla_step_base._AdlaStepBase
AdlaStep

Constructeur

AdlaStep(script_name, name=None, inputs=None, outputs=None, params=None, degree_of_parallelism=None, priority=None, runtime_version=None, compute_target=None, source_directory=None, allow_reuse=True, version=None, hash_paths=None)

Paramètres

Nom Description
script_name
Obligatoire
str

[Obligatoire] Nom d’un script U-SQL relatif à source_directory.
name
str

Nom de l'étape. S’il n’est pas spécifié, script_name est utilisé.

Valeur par défaut: None
inputs
list[Union[InputPortBinding, DataReference, PortDataReference, PipelineData]]

Liste des liaisons de port d’entrée.

Valeur par défaut: None
outputs
list[Union[PipelineData, PipelineOutputAbstractDataset, OutputPortBinding]]

Liste des liaisons de port de sortie.

Valeur par défaut: None
params
dict

Dictionnaire des paires nom-valeur.

Valeur par défaut: None
degree_of_parallelism
int

Degré de parallélisme à utiliser pour ce travail. La valeur doit être supérieure à 0. Si une valeur inférieure à 0 est définie, la valeur par défaut est 1.

Valeur par défaut: None
priority
int

Valeur de priorité à utiliser pour le travail en cours. Les nombres inférieurs ont une priorité plus élevée. Par défaut, une tâche affiche une priorité de 1 000. La valeur que vous spécifiez doit être supérieure à 0.

Valeur par défaut: None
runtime_version
str

Version du runtime du moteur Data Lake Analytics.

Valeur par défaut: None
compute_target
AdlaCompute, str

[Obligatoire] Calcul ADLA à utiliser pour ce travail.

Valeur par défaut: None
source_directory
str

Dossier qui contient le script, les assemblys, etc.

Valeur par défaut: None
allow_reuse
bool

Indique si l’étape doit réutiliser les résultats précédents lorsqu’elle est exécutée avec les mêmes paramètres. La réutilisation est activée par défaut. Si le contenu de l’étape (scripts/dépendances) ainsi que les entrées et les paramètres restent inchangés, la sortie de l’exécution précédente de cette étape est réutilisée. Lors de la réutilisation de l’étape, au lieu de soumettre le travail au calcul, les résultats de l’exécution précédente sont immédiatement mis à la disposition des étapes suivantes. Si vous utilisez des jeux de données Azure Machine Learning comme entrées, la réutilisation est déterminée par le fait que la définition du jeu de données a changé ou pas, non par la modification éventuelle des données sous-jacentes.

Valeur par défaut: True
version
str

Étiquette de version facultative pour indiquer une modification de fonctionnalité pour l’étape.

Valeur par défaut: None
hash_paths
list

DÉPRÉCIÉ : n’est plus nécessaire.

Liste de chemins à hacher lors de la recherche des modifications apportées au contenu de l’étape. Si aucune modification n’est détectée, le pipeline réutilise le contenu de l’étape d’une exécution précédente. Par défaut, le contenu de source_directory est haché (à l’exception des fichiers listés dans.amlignore ou .gitignore).

Valeur par défaut: None
script_name
Obligatoire
str

[Obligatoire] Nom d’un script U-SQL relatif à source_directory.
name
Obligatoire
str

Nom de l'étape. S’il n’est pas spécifié, script_name est utilisé.
inputs
Obligatoire
list[Union[InputPortBinding, DataReference, PortDataReference, PipelineData]]

Liste des liaisons de port d’entrée
outputs
Obligatoire
list[Union[PipelineData, <xref:azureml.pipeline.core.pipeline_output_dataset.PipelineAbstractOutputDataset>, OutputPortBinding]]

Liste des liaisons de port de sortie.
params
Obligatoire
dict

Dictionnaire des paires nom-valeur.
degree_of_parallelism
Obligatoire
int

Degré de parallélisme à utiliser pour ce travail. La valeur doit être supérieure à 0. Si une valeur inférieure à 0 est définie, la valeur par défaut est 1.
priority
Obligatoire
int

Valeur de priorité à utiliser pour le travail en cours. Les nombres inférieurs ont une priorité plus élevée. Par défaut, une tâche affiche une priorité de 1 000. La valeur que vous spécifiez doit être supérieure à 0.
runtime_version
Obligatoire
str

Version du runtime du moteur Data Lake Analytics.
compute_target
Obligatoire
AdlaCompute, str

[Obligatoire] Calcul ADLA à utiliser pour ce travail.
source_directory
Obligatoire
str

Dossier qui contient le script, les assemblys, etc.
allow_reuse
Obligatoire
bool

Indique si l’étape doit réutiliser les résultats précédents lorsqu’elle est exécutée avec les mêmes paramètres. La réutilisation est activée par défaut. Si le contenu de l’étape (scripts/dépendances) ainsi que les entrées et les paramètres restent inchangés, la sortie de l’exécution précédente de cette étape est réutilisée. Lors de la réutilisation de l’étape, au lieu de soumettre le travail au calcul, les résultats de l’exécution précédente sont immédiatement mis à la disposition des étapes suivantes. Si vous utilisez des jeux de données Azure Machine Learning comme entrées, la réutilisation est déterminée par le fait que la définition du jeu de données a changé ou pas, non par la modification éventuelle des données sous-jacentes.
version
Obligatoire
str

Balise de version facultative pour indiquer une modification de fonctionnalité pour l’étape.
hash_paths
Obligatoire
list

DÉCONSEILLÉ : n’est plus nécessaire.

Liste de chemins à hacher lors de la recherche des modifications apportées au contenu de l’étape. Si aucune modification n’est détectée, le pipeline réutilise le contenu de l’étape d’une exécution précédente. Par défaut, le contenu de source_directory est haché (à l’exception des fichiers répertoriés dans .amlignore ou .gitignore).

Remarques

Vous pouvez utiliser la syntaxe @@name@@ dans votre script pour faire référence aux entrées, aux sorties et aux paramètres.

  • Si name est le nom d’une liaison de port d’entrée ou de sortie, les occurrences de @@name@@ dans le script sont remplacées par le chemin d’accès de données réel d’une liaison de port correspondante.

  • Si name correspond à n’importe quelle clé dans le dictionnaire params, toutes les occurrences de @@name@@ sont remplacées par la valeur correspondante dans le dictionnaire.

AdlaStep fonctionne uniquement avec les données stockées dans le Data Lake Storage par défaut du compte Data Lake Analytics. Si les données se trouvent dans un stockage autre que celui par défaut, utilisez un DataTransferStep pour copier les données dans le stockage par défaut. Vous pouvez trouver le stockage par défaut en ouvrant votre compte Data Lake Analytics dans le portail Azure puis en accédant à l’élément « Sources de données » sous Paramètres dans le volet gauche.

L’exemple suivant montre comment utiliser AdlaStep dans un pipeline Azure Machine Learning.


   adla_step = AdlaStep(
       name='extract_employee_names',
       script_name='sample_script.usql',
       source_directory=sample_folder,
       inputs=[sample_input],
       outputs=[sample_output],
       compute_target=adla_compute)

Un exemple complet est disponible sur 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

Méthodes

create_node

Crée un nœud à partir de l’étape AdlaStep et l’ajoute au graphique spécifié.

Cette méthode n’est pas destinée à être utilisée directement. Lorsqu’un pipeline est instancié avec cette étape, Azure ML transmet automatiquement les paramètres requis via cette méthode afin que l’étape puisse être ajoutée à un graphique de pipeline qui représente le flux de travail.

create_node

Crée un nœud à partir de l’étape AdlaStep et l’ajoute au graphique spécifié.

Cette méthode n’est pas destinée à être utilisée directement. Lorsqu’un pipeline est instancié avec cette étape, Azure ML transmet automatiquement les paramètres requis via cette méthode afin que l’étape puisse être ajoutée à un graphique de pipeline qui représente le flux de travail.

create_node(graph, default_datastore, context)

Paramètres

Nom Description
graph
Obligatoire
Graph

Objet de graphique.
default_datastore
Obligatoire
Union[AbstractAzureStorageDatastore, AzureDataLakeDatastore]

Magasin de données par défaut.
context
Obligatoire
<xref:azureml.pipeline.core._GraphContext>

Contexte du graphique.

Retours

Type Description
Node

Objet de nœud.