Zugriff auf Blob-Datei mit Zeitstempel in Azure

Question

Ich möchte auf eine Blob-Datei zugreifen, die zusammen mit der ilearner- und csv-Datei aus dem azure ml-Webdienst generiert wird. Das Problem besteht darin, dass die Datei automatisch mit guid als Name generiert wird, ohne dass das Vorhandensein dieser Datei gemeldet wird. Ich weiß, dass die Datei erzeugt wird, wie ich durch azurisches Portal darauf zugreifen kann. Ich möchte automatisch auf die Datei zugreifen, und die einzige Möglichkeit, die ich sehen kann, besteht darin, den Zeitstempel einer anderen Datei zu verwenden, die in derselben Instanz erstellt wurde. Gibt es eine API oder Methode, um auf Blobs zugreifen zu können, die in einer bestimmten Instanz mit dem Zeitstempel anstelle des Dateinamens erstellt wurden?

Answer 1

Entsprechend Ihrer Beschreibung, ich denke, dass Sie Exportdatenmodul verwendet haben. Als Ihre Anforderungen wird dringend empfohlen, dass Sie Daten mit ersetzen können. Führen Sie in Azure Machine Learning das Python-Skript aus, mit dem Sie den Blobdateinamen anpassen können.

Für die Einführung in Führen Sie Python Script, Sie können auf die offizielle Dokumentation here verweisen.

Beachten Sie bitte die folgenden Schritte zu implementieren:

Schritt 1: Bitte verwenden Sie Python virtualenv Python erstellen unabhängige Laufumgebung, spezifische Schritte finden Sie in https://virtualenv.pypa.io/en/stable/userguide/, dann ist die Verwendung pip installieren Befehl zum Herunterladen von mit Azure Storage verbundenen Skripts.

Compress alle Dateien in den Lib/site-packages Ordner in ein ZIP-Paket (Ich nenne es azur - Lagerung - Paket hier)

Schritt 2: Laden Sie das ZIP-Paket in den Azure Machine Learning WorkSpace DataSet hoch.

spezifische Schritte entnehmen Sie bitte die Technical Notes.

Nach Erfolg, sehen Sie das hochgeladene Paket in der DataSet-Liste und ziehen es auf den dritten Knoten des Python-Skript ausführen.

Schritt 3: Anpassen der blob Dateinamen in dem Python-Skript zu dem Zeitstempel, könnten Sie sogar GUID hinzufügen Einzigartigkeit am Ende des Dateinamen zu gewährleisten. Ich bot einen einfachen Code-Snippet:

import pandas as pd 
from azure.storage.blob import BlockBlobService 
import time 


def azureml_main(dataframe1 = None, dataframe2 = None): 
    myaccount= '****' 
    mykey= '****' 

    block_blob_service = BlockBlobService(account_name=myaccount, account_key=mykey) 

    block_blob_service.create_blob_from_text('test', 'str(int(time.time()))+'.txt', 'upload image test') 

    return dataframe1, 

Auch Sie das SO Thread Access Azure blog storage from within an Azure ML experiment beziehen könnten.

Ich hoffe, es hilft Ihnen.