Greifen Sie auf Dateien in Blobspeicher in R-Skripts in Azure Machine Learning zu?

Question

Wie können Dateien in Blob-Speicher in R-Skripts in Azure Machine Learning auf einfache Weise (lesen und schreiben) aufgerufen werden?

Ich kann Dateien in Blob Speicher in Python-Skripten mit Azure-Modulen zugreifen, aber es scheint keine einfache Möglichkeit, von R-Skripten zugreifen.

Ich versuchte Azure SMR als Zip-Datei im R-Skript zu importieren, aber die alle Abhängigkeiten zu importieren ist sehr harte Arbeit,

https://github.com/Microsoft/AzureSMR

Jede Anregung und Hilfe ist willkommen.

Answer 1

Es klingt, als ob Sie wüssten, wie man & R-Pakete auf Azure ML installiert. Wenn nicht, sehen Sie sich bitte das Dokument Installing R package in Azure Machine Learning and use R package an, um es erneut zu versuchen.

Nach meiner Erfahrung, ich denke, das R-Paket ist nicht nur für die Verwendung von Azure Storage, sondern für das Ressourcenmanagement konzipiert. Es ist also keine gute Idee, es in Azure ML zu verwenden, und Sie müssen weitere Arbeiten ausführen, die eine App auf Azure AD usw. registrieren, damit der Code mithilfe seiner APIs funktioniert.

Mein Vorschlag ist, dass versuchen, the REST APIs of Azure Blob Storage über ein R-Paket httr in der Execute R Script von Azure ML zu verwenden. Sie können sich auf den SO-Thread Azure PUT Blob authentication fails in R beziehen, um zu wissen, wie das geht. In der Zwischenzeit ist der Quellcode von sehr nützlich für Sie wieder zu verwenden & schreiben Sie diese allgemeinen Funktionen für die Authentifizierung oder Blob CRUD-Operationen.

Ich hoffe, es hilft. Jede Sorge, bitte zögern Sie nicht mich wissen zu lassen.

Answer 2

Vielen Dank für Ihren Vorschlag, Perter Pan.

Ich folgte Azure PUT Blob authentication fails in R

Allerdings wird das Skript fehlschlagen. Die Fehlermeldung lautet

error:1411809D:SSL routines:SSL_CHECK_SERVERHELLO_TLSEXT:tls invalid 
ecpointformat list 

Ich dachte, das Problem zu https-Zugriff im Zusammenhang kann. (ich dies schreibe, weil, wenn für den Zugriff auf Blob Speicher in Azure ML Python-Skript, ich hatte auch Access Azure blog storage from within an Azure ML experiment gefolgt)

Das gleiche Problem, das ich für R gefunden ist Error:1411809D:SSL routines - When trying to make https call from inside R module in AzureML

Also änderte ich die https http. Das Skript versucht jedoch mehrmals, auf den Blob-Speicher zuzugreifen und wird nie ausgeführt. Ich kann die Anzahl der Anfragen im Speicher des Azure-Portals sehr erhöhen.

Mein Code ist eigentlich die ähnlich wie Azure PUT Blob authentication fails in R der Ausnahme, dass die Anforderungs-URL

auf http geändert

Das Skript Schlag ist.

library(httr) 

account <- "accountname" 
container <- "containrname" 
filename <- "test.txt" 
key <- "8FS+3i9eXx....r54Gl97F0nVwyDcV7lXbcWhmQ==" 
object <- "Hello World" 

url <- paste0("http://", account, ".blob.core.windows.net/", container, 
"/", filename) 
requestdate <- format(Sys.time(),"%a, %d %b %Y %H:%M:%S %Z", tz="GMT") 

content_length <- nchar(object, type = "bytes") 

signature_string <- paste0("PUT", "\n",   # HTTP Verb 
         "\n",     # Content-Encoding 
         "\n",     # Content-Language 
         content_length, "\n", # Content-Length 
         "\n",     # Content-MD5 
         "text/plain", "\n",  # Content-Type 
         "\n",     # Date 
         "\n",     # If-Modified-Since 
         "\n",     # If-Match 
         "\n",     # If-None-Match 
         "\n",     # If-Unmodified-Since 
         "\n",     # Range 
         # Here comes the Canonicalized Headers 
         "x-ms-blob-type:BlockBlob","\n", 
         "x-ms-date:",requestdate,"\n", 
         "x-ms-version:2015-02-21","\n", 
         # Here comes the Canonicalized Resource 
         "/",account, "/",container,"/", filename) 

headerstuff <- add_headers(Authorization=paste0("SharedKey 
",account,":", 
        RCurl::base64(digest::hmac(key = 
RCurl::base64Decode(key, mode = "raw"), 
        object = enc2utf8(signature_string), 
        algo = "sha256", raw = TRUE))), 
        `Content-Length` = content_length, 
        `x-ms-date`= requestdate, 
        `x-ms-version`= "2015-02-21", 
        `x-ms-blob-type`="BlockBlob", 
        `Content-Type`="text/plain") 


content(PUT(url, config = headerstuff, body = object, verbose()), as = 
"text")