Azure Resource Manager 템플릿을 사용하여 Azure Machine Learning의 작업 영역 만들기

이 문서에서는 Azure Resource Manager 템플릿을 사용하여 Azure Machine Learning 작업 영역을 만드는 몇 가지 방법을 설명합니다. Resource Manager 템플릿을 사용하면 조정된 단일 작업으로 리소스를 쉽게 만들 수 있습니다. 템플릿은 배포에 필요한 리소스를 정의하는 JSON 문서입니다. 배포 매개 변수도 지정할 수 있습니다. 매개 변수는 템플릿 사용 시 입력 값을 제공하는 데 사용됩니다.

자세한 내용은 Azure 리소스 관리자 템플릿을 사용하여 애플리케이션 배포를 참조하세요.

필수 구성 요소

• Azure 구독. 구독이 없는 경우 Azure Machine Learning 무료 또는 유료 버전을 사용해 보세요.

• CLI에서 템플릿을 사용하려면 Azure PowerShell 또는 Azure CLI가 필요합니다.

제한 사항

• 새 작업 영역을 만들 때 작업 영역에 필요한 서비스를 자동으로 만들거나 기존 서비스를 사용할 수 있습니다. 작업 영역과 다른 Azure 구독의 기존 서비스를 사용하려면 해당 서비스가 포함된 구독에 Azure Machine Learning 네임스페이스를 등록해야 합니다. 예를 들어, 구독 B의 스토리지 계정을 사용하는 구독 A의 작업 영역을 만드는 경우 작업 영역에서 스토리지 계정을 사용하려면 먼저 Azure Machine Learning 네임스페이스를 구독 B에 등록해야 합니다.

  Azure Machine Learning의 리소스 공급자는 Microsoft.MachineLearningServices입니다. 등록 여부를 확인하거나 등록하는 방법에 대한 자세한 내용은 Azure 리소스 공급자 및 형식을 참조하세요.

  Important

  이 정보는 작업 영역 만드는 동안 제공되는 리소스(Azure Storage 계정, Azure Container Registry, Azure Key Vault 및 Application Insights)에만 적용됩니다.

• 템플릿 예가 항상 Azure Machine Learning용 최신 API 버전을 사용하는 것은 아닙니다. 템플릿을 사용하기 전에 최신 API 버전을 사용하도록 수정하는 것이 좋습니다. Azure Machine Learning용 최신 API 버전에 대한 자세한 내용은 Azure Machine Learning REST API를 참조하세요.

  팁

  각 Azure 서비스에는 고유한 API 버전 세트가 있습니다. 특정 서비스의 API에 대한 정보는 Azure REST API 참조에서 서비스 정보를 확인합니다.

  API 버전을 업데이트하려면 리소스 종류에 대한 "apiVersion": "YYYY-MM-DD" 항목을 찾아 최신 버전으로 업데이트합니다. 다음 예에서는 Azure Machine Learning에 대한 항목입니다.

  "type": "Microsoft.MachineLearningServices/workspaces",
  "apiVersion": "2023-10-01",
  

동일한 가상 네트워크의 여러 작업 영역

템플릿은 동일한 가상 네트워크에 배포된 여러 Azure Machine Learning 작업 영역을 지원하지 않습니다. 템플릿에서 배포 중에 새 DNS 영역을 만들기 때문에 이러한 제한이 나타납니다.

동일한 가상 네트워크에 여러 작업 영역을 배포하는 템플릿을 만들려면 Azure Portal 또는 CLI를 사용하여 수동으로 설정합니다. 그런 다음, Azure Portal을 사용하여 템플릿을 생성합니다.

Azure Resource Manager 템플릿 정보

이 문서에서 사용하는 Azure Resource Manager 템플릿은 Azure 빠른 시작 템플릿 GitHub 리포지토리의 microsoft.machineleaerningservices/machine-learning-workspace-vnet 디렉터리에서 찾을 수 있습니다.

이 템플릿은 다음과 같은 Azure 서비스를 만듭니다.

• Azure Storage Account
• Azure Key Vault
• Azure Application Insights
• Azure Container Registry
• Azure Machine Learning 작업 영역

리소스 그룹은 서비스를 보관하는 컨테이너입니다. Azure Machine Learning 작업 영역은 데이터, 비밀, 로깅 및 Docker 이미지 저장과 같은 기능에 이러한 서비스를 사용합니다.

예제 템플릿에는 다음과 같은 두 개의 필수 매개 변수가 있습니다.

• 리소스가 만들어진 위치

  선택한 위치는 템플릿에서 대부분의 리소스에 사용됩니다. 단, 다른 서비스를 사용할 수 있는 일부 위치에서 사용할 수 없는 Application Insights 서비스는 예외입니다. 서비스를 사용할 수 없는 위치를 선택하면 미국 중남부 위치에 서비스가 생성됩니다.

• workspaceName - Azure Machine Learning 작업 영역의 식별 이름입니다.

  참고 항목

  작업 영역 이름은 대/소문자를 구분하지 않습니다.

  다른 서비스의 이름은 임의로 생성됩니다.

템플릿에 대한 자세한 내용은 다음 문서를 참조하세요.

• Azure 리소스 관리자 템플릿 작성
• Azure Resource Manager 템플릿으로 애플리케이션 배포
• Microsoft.MachineLearningServices 리소스 종류

템플릿 배포

템플릿을 배포하려면 리소스 그룹을 만들어야 합니다.

그래픽 사용자 인터페이스를 사용하려는 경우 Azure Portal 섹션을 참조하세요.

az group create --name "examplegroup" --location "eastus"

New-AzResourceGroup -Name "examplegroup" -Location "eastus"

리소스 그룹이 생성되면 다음 명령을 사용하여 템플릿을 배포합니다.

az deployment group create \
    --name "exampledeployment" \
    --resource-group "examplegroup" \
    --template-uri "https://raw.githubusercontent.com/Azure/azure-quickstart-templates/master/quickstarts/microsoft.machinelearningservices/machine-learning-workspace-vnet/azuredeploy.json" \
    --parameters workspaceName="exampleworkspace" location="eastus"

New-AzResourceGroupDeployment `
  -Name "exampledeployment" `
  -ResourceGroupName "examplegroup" `
  -TemplateUri "https://raw.githubusercontent.com/Azure/azure-quickstart-templates/master/quickstarts/microsoft.machinelearningservices/machine-learning-workspace-vnet/azuredeploy.json" `
  -workspaceName "exampleworkspace" `
  -location "eastus"

기본적으로 템플릿의 일부로 생성된 리소스는 새로운 리소스입니다. 그러나 기존 리소스를 사용하는 옵션도 있습니다. 템플릿에 다른 매개 변수를 제공하여 기존 리소스를 사용할 수 있습니다. 예를 들어 기존 스토리지 계정을 사용하려는 경우 storageAccountOption 값을 기존 값으로 설정하고 storageAccountName 매개 변수에 스토리지 계정의 이름을 입력합니다.

az deployment group create \
    --name "exampledeployment" \
    --resource-group "examplegroup" \
    --template-uri "https://raw.githubusercontent.com/Azure/azure-quickstart-templates/master/quickstarts/microsoft.machinelearningservices/machine-learning-workspace-vnet/azuredeploy.json" \
    --parameters workspaceName="exampleworkspace" \
      location="eastus" \
      storageAccountOption="existing" \
      storageAccountName="existingstorageaccountname"

New-AzResourceGroupDeployment `
  -Name "exampledeployment" `
  -ResourceGroupName "examplegroup" `
  -TemplateUri "https://raw.githubusercontent.com/Azure/azure-quickstart-templates/master/quickstarts/microsoft.machinelearningservices/machine-learning-workspace-vnet/azuredeploy.json" `
  -workspaceName "exampleworkspace" `
  -location "eastus" `
  -storageAccountOption "existing" `
  -storageAccountName "existingstorageaccountname"

암호화된 작업 영역 배포

다음 템플릿 예에서는 세 가지 설정으로 작업 영역을 만드는 방법을 보여 줍니다.

• 작업 영역에 대해 높은 기밀성을 사용하도록 설정합니다. 이 구성은 새 Azure Cosmos DB 인스턴스를 만듭니다.
• 작업 영역에 대해 암호화를 사용하도록 설정합니다.
• 기존 Azure Key Vault를 사용하여 고객 관리형 키를 검색합니다. 고객 관리형 키는 작업 영역에 대한 새 Azure Cosmos DB 인스턴스를 만드는 데 사용됩니다.

자세한 내용은 고객 관리형 키를 참조하세요.

이 템플릿에 필요한 cmk_keyvault(Key Vault ID) 및 resource_cmk_uri(키 URI) 매개 변수에 대한 값을 가져오려면 다음 단계를 사용합니다.

1. Key Vault ID를 가져오려면 다음 명령을 사용합니다.

   • Azure CLI
   • Azure PowerShell

   az keyvault show --name <keyvault-name> --query 'id' --output tsv    
   

   이 명령은 /subscriptions/{subscription-guid}/resourceGroups/<resource-group-name>/providers/Microsoft.KeyVault/vaults/<keyvault-name>와 비슷한 값을 반환합니다.

2. 고객 관리형 키에 대한 URI 값을 가져오려면 다음 명령을 사용합니다.

   • Azure CLI
   • Azure PowerShell

   az keyvault key show --vault-name <keyvault-name> --name <key-name> --query 'key.kid' --output tsv    
   

이 명령은 https://mykeyvault.vault.azure.net/keys/mykey/{guid}와 비슷한 값을 반환합니다.

고객 관리형 키를 사용하도록 설정하려면 템플릿을 배포할 때 다음 매개 변수를 설정합니다.

• encryption_status를 사용하도록 설정합니다.
• cmk_keyvault를 이전 단계에서 얻은 cmk_keyvault 값으로 설정합니다.
• resource_cmk_uri를 이전 단계에서 얻은 resource_cmk_uri 값으로 설정합니다.

az deployment group create \
    --name "exampledeployment" \
    --resource-group "examplegroup" \
    --template-uri "https://raw.githubusercontent.com/Azure/azure-quickstart-templates/master/quickstarts/microsoft.machinelearningservices/machine-learning-workspace-vnet/azuredeploy.json" \
    --parameters workspaceName="exampleworkspace" \
      location="eastus" \
      encryption_status="Enabled" \
      cmk_keyvault="/subscriptions/{subscription-guid}/resourceGroups/<resource-group-name>/providers/Microsoft.KeyVault/vaults/<keyvault-name>" \
      resource_cmk_uri="https://mykeyvault.vault.azure.net/keys/mykey/{guid}" \

New-AzResourceGroupDeployment `
  -Name "exampledeployment" `
  -ResourceGroupName "examplegroup" `
  -TemplateUri "https://raw.githubusercontent.com/Azure/azure-quickstart-templates/master/quickstarts/microsoft.machinelearningservices/machine-learning-workspace-vnet/azuredeploy.json" `
  -workspaceName "exampleworkspace" `
  -location "eastus" `
  -encryption_status "Enabled" `
  -cmk_keyvault "/subscriptions/{subscription-guid}/resourceGroups/<resource-group-name>/providers/Microsoft.KeyVault/vaults/<keyvault-name>" `
  -resource_cmk_uri "https://mykeyvault.vault.azure.net/keys/mykey/{guid}"

고객 관리형 키를 사용하는 경우 Azure Machine Learning은 Azure Cosmos DB 인스턴스를 포함하는 보조 리소스 그룹을 만듭니다. 자세한 내용은 Azure Cosmos DB의 미사용 암호화를 참조하세요.

confidential_data 매개 변수를 true로 설정하여 데이터에 다른 구성을 제공합니다. 이렇게 하면 다음 동작이 설정됩니다.

• 구독에서 이전 클러스터를 만들지 않은 경우 Azure Machine Learning 컴퓨팅 클러스터에 대한 로컬 스크래치 디스크 암호화를 시작합니다. 이전에 구독에서 클러스터를 만든 경우 지원 티켓을 열어 컴퓨팅 클러스터에 대해 스크래치 디스크를 암호화하도록 설정합니다.

• 작업 사이에 로컬 스크래치 디스크를 정리합니다.

• 키 자격 증명 모음을 사용하여 스토리지 계정, 컨테이너 레지스트리 및 SSH 계정의 자격 증명을 실행 레이어에서 컴퓨팅 클러스터로 안전하게 전달합니다.

• IP 필터링을 사용하도록 설정하여 AzureMachineLearningService 이외의 외부 서비스에서 기본 배치 풀을 호출할 수 없도록 합니다.

  Important

  작업 영역을 만든 후에는 기밀 데이터, 암호화, 키 자격 증명 모음 ID 또는 키 식별자에 대한 설정을 변경할 수 없습니다. 이러한 값을 변경하려면 새 값을 사용하여 새 작업 영역을 만들어야 합니다.

  자세한 내용은 미사용 암호화를 참조하세요.

가상 네트워크 뒤에 작업 영역 배포

vnetOption매개 변수 값을 new 또는 existing으로 설정하면 가상 네트워크 뒤의 작업 영역에서 사용하는 리소스를 만들 수 있습니다.

프라이빗 엔드포인트 뒤에 작업 영역만 배포

연결된 리소스가 가상 네트워크 뒤에 있지 않은 경우 privateEndpointType 매개 변수를 AutoAproval 또는 ManualApproval로 설정하여 작업 영역을 프라이빗 엔드포인트 뒤에 배포할 수 있습니다. 이 설정은 새 작업 영역과 기존 작업 영역 모두에 사용할 수 있습니다. 기존 작업 영역을 업데이트할 때 기존 작업 영역의 정보를 사용하여 템플릿 매개 변수를 입력합니다.

az deployment group create \
    --name "exampledeployment" \
    --resource-group "examplegroup" \
    --template-uri "https://raw.githubusercontent.com/Azure/azure-quickstart-templates/master/quickstarts/microsoft.machinelearningservices/machine-learning-workspace-vnet/azuredeploy.json" \
    --parameters workspaceName="exampleworkspace" \
      location="eastus" \
      privateEndpointType="AutoApproval"

New-AzResourceGroupDeployment `
  -Name "exampledeployment" `
  -ResourceGroupName "examplegroup" `
  -TemplateUri "https://raw.githubusercontent.com/Azure/azure-quickstart-templates/master/quickstarts/microsoft.machinelearningservices/machine-learning-workspace-vnet/azuredeploy.json" `
  -workspaceName "exampleworkspace" `
  -location "eastus" `
  -privateEndpointType "AutoApproval"

새 가상 네트워크 사용

새 가상 네트워크 뒤에 리소스를 배포하려면 해당 리소스에 대한 가상 네트워크 설정과 함께 vnetOption을 new로 설정합니다. 다음 예제에서는 새 가상 네트워크 뒤에 스토리지 계정 리소스를 사용하여 작업 영역을 배포하는 방법을 보여 줍니다.

az deployment group create \
    --name "exampledeployment" \
    --resource-group "examplegroup" \
    --template-uri "https://raw.githubusercontent.com/Azure/azure-quickstart-templates/master/quickstarts/microsoft.machinelearningservices/machine-learning-workspace-vnet/azuredeploy.json" \
    --parameters workspaceName="exampleworkspace" \
      location="eastus" \
      vnetOption="new" \
      vnetName="examplevnet" \
      storageAccountBehindVNet="true"
      privateEndpointType="AutoApproval"

New-AzResourceGroupDeployment `
  -Name "exampledeployment" `
  -ResourceGroupName "examplegroup" `
  -TemplateUri "https://raw.githubusercontent.com/Azure/azure-quickstart-templates/master/quickstarts/microsoft.machinelearningservices/machine-learning-workspace-vnet/azuredeploy.json" `
  -workspaceName "exampleworkspace" `
  -location "eastus" `
  -vnetOption "new" `
  -vnetName "examplevnet" `
  -storageAccountBehindVNet "true"
  -privateEndpointType "AutoApproval"

또는 가상 네트워크 뒤에 다수 또는 모든 종속 리소스를 배포할 수 있습니다.

az deployment group create \
    --name "exampledeployment" \
    --resource-group "examplegroup" \
    --template-uri "https://raw.githubusercontent.com/Azure/azure-quickstart-templates/master/quickstarts/microsoft.machinelearningservices/machine-learning-workspace-vnet/azuredeploy.json" \
    --parameters workspaceName="exampleworkspace" \
      location="eastus" \
      vnetOption="new" \
      vnetName="examplevnet" \
      storageAccountBehindVNet="true" \
      keyVaultBehindVNet="true" \
      containerRegistryBehindVNet="true" \
      containerRegistryOption="new" \
      containerRegistrySku="Premium"
      privateEndpointType="AutoApproval"

New-AzResourceGroupDeployment `
  -Name "exampledeployment" `
  -ResourceGroupName "examplegroup" `
  -TemplateUri "https://raw.githubusercontent.com/Azure/azure-quickstart-templates/master/quickstarts/microsoft.machinelearningservices/machine-learning-workspace-vnet/azuredeploy.json" `
  -workspaceName "exampleworkspace" `
  -location "eastus" `
  -vnetOption "new" `
  -vnetName "examplevnet" `
  -storageAccountBehindVNet "true"
  -keyVaultBehindVNet "true" `
  -containerRegistryBehindVNet "true" `
  -containerRegistryOption "new" `
  -containerRegistrySku "Premium"
  -privateEndpointType "AutoApproval"

기존 가상 네트워크 및 리소스 사용

기존 리소스가 있는 작업 영역을 배포하려면 서브넷 매개 변수와 함께 vnetOption 매개 변수를 기존으로 설정해야 합니다. 그러나 배포 전에 각 리소스에 대해 가상 네트워크에서 서비스 엔드포인트를 만들어야 합니다. 새 가상 네트워크 배포와 마찬가지로 가상 네트워크 뒤에 리소스를 하나 또는 모두 사용할 수 있습니다.

1. 리소스에 대해 서비스 엔드포인트를 사용하도록 설정합니다.

   • Azure CLI
   • Azure PowerShell

   az network vnet subnet update --resource-group "examplegroup" --vnet-name "examplevnet" --name "examplesubnet" --service-endpoints "Microsoft.Storage"
   az network vnet subnet update --resource-group "examplegroup" --vnet-name "examplevnet" --name "examplesubnet" --service-endpoints "Microsoft.KeyVault"
   az network vnet subnet update --resource-group "examplegroup" --vnet-name "examplevnet" --name "examplesubnet" --service-endpoints "Microsoft.ContainerRegistry"
   

2. 작업 영역 배포

   • Azure CLI
   • Azure PowerShell

   az deployment group create \
   --name "exampledeployment" \
   --resource-group "examplegroup" \
   --template-uri "https://raw.githubusercontent.com/Azure/azure-quickstart-templates/master/quickstarts/microsoft.machinelearningservices/machine-learning-workspace-vnet/azuredeploy.json" \
   --parameters workspaceName="exampleworkspace" \
     location="eastus" \
     vnetOption="existing" \
     vnetName="examplevnet" \
     vnetResourceGroupName="examplegroup" \
     storageAccountBehindVNet="true" \
     keyVaultBehindVNet="true" \
     containerRegistryBehindVNet="true" \
     containerRegistryOption="new" \
     containerRegistrySku="Premium" \
     subnetName="examplesubnet" \
     subnetOption="existing"
     privateEndpointType="AutoApproval"
   

Azure Portal 사용

1. 사용자 지정 템플릿에서 리소스 배포의 단계를 수행합니다. 사용자 지정 배포 화면이 나타나면 빠른 시작 템플릿 항목을 선택합니다.

2. 빠른 시작 템플릿에 대한 드롭다운에서 microsoft.machinelearningservices/machine-learning-workspace-vnet 항목을 선택합니다. 마지막으로 Select template을 사용합니다.

3. 템플릿이 표시되면 배포 시나리오에 따라 다음과 같은 필수 정보 및 기타 매개 변수를 입력합니다.

   • 구독: 이러한 리소스에 사용할 Azure 구독을 선택합니다.
   • 리소스 그룹: 서비스를 포함할 리소스 그룹을 선택하거나 만듭니다.
   • 지역: 리소스가 생성될 Azure 지역을 선택합니다.
   • 작업 영역 이름: 생성될 Azure Machine Learning 작업 영역에 사용할 이름입니다. 작업 영역 이름은 3자에서 33자 사이여야 합니다. 영숫자와 '-'만 포함할 수 있습니다.
   • 위치: 리소스가 생성될 위치를 선택합니다.

4. 검토 + 만들기를 선택합니다.

5. 검토 + 만들기 화면에서 나열된 사용 약관에 동의하고 만들기를 선택합니다.

자세한 내용은 사용자 지정 템플릿에서 리소스 배포를 참조하세요.

문제 해결

리소스 공급자 오류

Azure Machine Learning 작업 영역 또는 작업 영역에서 사용하는 리소스를 만들 때 다음 메시지와 유사한 오류가 발생할 수 있습니다.

• No registered resource provider found for location {location}
• The subscription is not registered to use namespace {resource-provider-namespace}

대부분의 리소스 공급자는 자동으로 등록되지만, 전부는 아닙니다. 이 메시지가 표시되면 언급된 제공자를 등록해야 합니다.

다음 표에는 Azure Machine Learning에 필요한 리소스 공급자 목록이 있습니다.

Azure Machine Learning에서 고객 관리형 키를 사용하려는 경우 다음 서비스 공급자를 등록해야 합니다.

Azure Machine Learning에서 관리형 가상 네트워크를 사용하려는 경우 Microsoft.Network 리소스 공급자를 등록해야 합니다. 이 리소스 공급자는 관리형 가상 네트워크에 대한 프라이빗 엔드포인트를 만들 때 작업 영역에서 사용됩니다.

리소스 공급자 등록에 대한 자세한 내용은 리소스 공급자 등록 오류 해결을 참조하세요.

Azure Key Vault 액세스 정책 및 Azure Resource Manager 템플릿

Azure Resource Manager 템플릿을 사용하여 작업 영역 및 연결된 리소스(Azure Key Vault 포함)를 만드는 경우 여러 번 사용합니다. 예를 들어 연속 통합 및 배포 파이프라인의 일부와 동일한 매개 변수와 함께 템플릿을 여러 번 사용합니다.

템플릿을 통한 대부분의 리소스 생성 작업은 여러 번 사용해도 결과가 달라지지 않지만 Key Vault는 템플릿이 사용될 때마다 액세스 정책을 지웁니다. 액세스 정책을 지우면 사용 중인 기존 작업 영역에 대한 Key Vault 액세스가 중단됩니다. 예를 들어 Azure Notebooks VM의 중지/만들기 기능이 실패할 수 있습니다.

이 문제를 방지하려면 다음 방법 중 하나를 사용하는 것이 좋습니다.

• 동일한 매개 변수에 템플릿을 두 번 이상 배포하지 마세요. 다시 배포하려면 기존 리소스를 삭제한 후에 템플릿을 다시 만들어 사용해야 합니다.

• Key Vault 액세스 정책을 검토한 후 이러한 정책을 사용하여 템플릿의 accessPolicies 속성을 설정합니다. 액세스 정책을 보려면 다음 Azure CLI 명령을 사용합니다.

  az keyvault show --name mykeyvault --resource-group myresourcegroup --query properties.accessPolicies
  

  템플릿의 accessPolicies 섹션 사용에 대한 자세한 내용은 AccessPolicyEntry 개체 참조를 참조하세요.

• Key Vault 리소스가 이미 있는지 확인합니다. 이 경우 템플릿을 통해 다시 만들지 마세요. 예를 들어 새로 만드는 대신 기존 Key Vault를 사용하려면 템플릿을 다음과 같이 변경합니다.

  • 기존 Key Vault 리소스의 ID를 허용하는 매개 변수를 추가합니다.

    "keyVaultId":{
      "type": "string",
      "metadata": {
        "description": "Specify the existing Key Vault ID."
      }
    }
    

  • Key Vault 리소스를 만드는 섹션을 제거합니다.

    {
      "type": "Microsoft.KeyVault/vaults",
      "apiVersion": "2018-02-14",
      "name": "[variables('keyVaultName')]",
      "location": "[parameters('location')]",
      "properties": {
        "tenantId": "[variables('tenantId')]",
        "sku": {
          "name": "standard",
          "family": "A"
        },
        "accessPolicies": [
        ]
      }
    },
    

  • 작업 영역의 dependsOn 섹션에서 "[resourceId('Microsoft.KeyVault/vaults', variables('keyVaultName'))]", 줄을 제거합니다. 또한 keyVaultId 매개 변수를 참조하여 작업 영역의 properties 섹션에서 keyVault 항목을 변경합니다.

    {
      "type": "Microsoft.MachineLearningServices/workspaces",
      "apiVersion": "2019-11-01",
      "name": "[parameters('workspaceName')]",
      "location": "[parameters('location')]",
      "dependsOn": [
        "[resourceId('Microsoft.Storage/storageAccounts', variables('storageAccountName'))]",
        "[resourceId('Microsoft.Insights/components', variables('applicationInsightsName'))]"
      ],
      "identity": {
        "type": "systemAssigned"
      },
      "sku": {
        "tier": "[parameters('sku')]",
        "name": "[parameters('sku')]"
      },
      "properties": {
        "friendlyName": "[parameters('workspaceName')]",
        "keyVault": "[parameters('keyVaultId')]",
        "applicationInsights": "[resourceId('Microsoft.Insights/components',variables('applicationInsightsName'))]",
        "storageAccount": "[resourceId('Microsoft.Storage/storageAccounts/',variables('storageAccountName'))]"
      }
    }
    

  이러한 변경 후 템플릿을 실행할 때 기존 Key Vault 리소스의 ID를 지정할 수 있습니다. 그런 다음, 템플릿에서 작업 영역의 keyVault 속성을 해당 ID로 설정하여 Key Vault를 다시 사용합니다.

  Key Vault의 ID를 가져오기 위해 원래 템플릿 작업의 출력을 참조하거나 Azure CLI를 사용할 수 있습니다. 다음 명령은 Azure CLI를 사용하여 Key Vault 리소스 ID를 가져오는 예입니다.

  az keyvault show --name mykeyvault --resource-group myresourcegroup --query id
  

  이 명령은 다음 텍스트와 유사한 값을 반환합니다.

  /subscriptions/{subscription-guid}/resourceGroups/myresourcegroup/providers/Microsoft.KeyVault/vaults/mykeyvault
  

관련 콘텐츠

• Resource Manager 템플릿 및 Resource Manager REST API를 사용하여 리소스 배포
• Visual Studio를 통해 Azure 리소스 그룹 만들기 및 배포
• Azure Machine Learning과 관련된 다른 템플릿은 Azure 빠른 시작 템플릿 리포지토리를 참조하세요.
• 작업 영역 진단을 사용하는 방법.
• Azure Machine Learning 작업 영역을 다른 구독으로 이동합니다.