16

Azure ML Experiments 提供了通过ReaderWriter模块读取和写入 CSV 文件到 Azure blob 存储的方法。但是,我需要将 JSON 文件写入 blob 存储。由于没有模块可以这样做,我试图从一个Execute Python Script模块中这样做。

# Import the necessary items
from azure.storage.blob import BlobService

def azureml_main(dataframe1 = None, dataframe2 = None):
    account_name = 'mystorageaccount'
    account_key='mykeyhere=='
    json_string='{jsonstring here}'

    blob_service = BlobService(account_name, account_key)

    blob_service.put_block_blob_from_text("upload","out.json",json_string)

    # Return value must be of a sequence of pandas.DataFrame
    return dataframe1,

但是,这会导致错误:ImportError: No module named azure.storage.blob

这意味着azure-storagePython 包未安装在 Azure ML 上。

如何从 Azure ML Experiment 内部写入 Azure Blob 存储?

这是填充错误消息:

Error 0085: The following error occurred during script evaluation, please view the output log for more information:
---------- Start of error message from Python interpreter ----------
data:text/plain,Caught exception while executing function: Traceback (most recent call last):
  File "C:\server\invokepy.py", line 162, in batch
    mod = import_module(moduleName)
  File "C:\pyhome\lib\importlib\__init__.py", line 37, in import_module
    __import__(name)
  File "C:\temp\azuremod.py", line 19, in <module>
    from azure.storage.blob import BlobService
ImportError: No module named azure.storage.blob

---------- End of error message from Python  interpreter  ----------
Start time: UTC 02/06/2016 17:59:47
End time: UTC 02/06/2016 18:00:00`

感谢大家!

更新:感谢 Dan 和 Peter 提供以下想法。这是我使用这些建议所取得的进展。我创建了一个干净的 Python 2.7 虚拟环境(在 VS 2005 中),并将pip install azure-storage依赖项放入我的站点包目录中。然后我压缩了 site-packages 文件夹并作为 Zip 文件上传,按照下面 Dan 的说明。然后我包含了对站点包目录的引用并成功导入了所需的项目。这导致写入博客存储时出现超时错误。

无法写入 Blob 存储

这是我的代码:

# Get access to the uploaded Python packages    
import sys
packages = ".\Script Bundle\site-packages"
sys.path.append(packages)

# Import the necessary items from packages referenced above
from azure.storage.blob import BlobService
from azure.storage.queue import QueueService

def azureml_main(dataframe1 = None, dataframe2 = None):
    account_name = 'mystorageaccount'
    account_key='p8kSy3F...elided...3plQ=='

    blob_service = BlobService(account_name, account_key)
    blob_service.put_block_blob_from_text("upload","out.txt","Test to write")

    # All of the following also fail
    #blob_service.create_container('images')
    #blob_service.put_blob("upload","testme.txt","foo","BlockBlob")

    #queue_service = QueueService(account_name, account_key)
    #queue_service.create_queue('taskqueue')

    # Return value must be of a sequence of pandas.DataFrame
    return dataframe1,

这是新的错误日志:

Error 0085: The following error occurred during script evaluation, please view the output log for more information:
---------- Start of error message from Python interpreter ----------
data:text/plain,C:\pyhome\lib\site-packages\requests\packages\urllib3\util\ssl_.py:79: InsecurePlatformWarning: A true SSLContext object is not available. This prevents urllib3 from configuring SSL appropriately and may cause certain SSL connections to fail. For more information, see https://urllib3.readthedocs.org/en/latest/security.html#insecureplatformwarning.
  InsecurePlatformWarning
Caught exception while executing function: Traceback (most recent call last):   
  File "C:\server\invokepy.py", line 169, in batch
    odfs = mod.azureml_main(*idfs)
  File "C:\temp\azuremod.py", line 44, in azureml_main
    blob_service.put_blob("upload","testme.txt","foo","BlockBlob")
  File ".\Script Bundle\site-packages\azure\storage\blob\blobservice.py", line 883, in put_blob
    self._perform_request(request)
  File ".\Script Bundle\site-packages\azure\storage\storageclient.py", line 171, in _perform_request
    resp = self._filter(request)
  File ".\Script Bundle\site-packages\azure\storage\storageclient.py", line 160, in _perform_request_worker
    return self._httpclient.perform_request(request)
  File ".\Script Bundle\site-packages\azure\storage\_http\httpclient.py", line 181, in perform_request
    self.send_request_body(connection, request.body)
  File ".\Script Bundle\site-packages\azure\storage\_http\httpclient.py", line 143, in send_request_body
    connection.send(request_body)
  File ".\Script Bundle\site-packages\azure\storage\_http\requestsclient.py", line 81, in send
    self.response = self.session.request(self.method, self.uri, data=request_body, headers=self.headers, timeout=self.timeout)
  File "C:\pyhome\lib\site-packages\requests\sessions.py", line 464, in request
    resp = self.send(prep, **send_kwargs)
  File "C:\pyhome\lib\site-packages\requests\sessions.py", line 576, in send
    r = adapter.send(request, **kwargs)
  File "C:\pyhome\lib\site-packages\requests\adapters.py", line 431, in send
    raise SSLError(e, request=request)
SSLError: The write operation timed out

---------- End of error message from Python  interpreter  ----------
Start time: UTC 02/10/2016 15:33:00
End time: UTC 02/10/2016 15:34:18

我目前的探索是requestsazure-storage. requests在 Python 2.7 中有一个已知错误,用于调用较新的 SSL 协议。不确定,但我现在正在那个地区挖掘。

更新 2:此代码在 Python 3 Jupyter 笔记本中运行良好。此外,如果我让 Blob 容器对公共访问开放,我可以通过 URL 直接从容器中读取。例如:df = pd.read_csv("https://mystorageaccount.blob.core.windows.net/upload/test.csv")轻松地从 Blob 存储中加载文件。但是,我不能使用azure.storage.blob.BlobService从同一个文件中读取。

在此处输入图像描述

更新 3:Dan 在下面的评论中建议我尝试使用托管在 Azure ML 上的 Jupyter 笔记本。我一直在本地 Jupyter 笔记本上运行它(参见上面的更新 2)。 但是,从 Azure ML Notebook 运行时它会失败,并且错误再次指向requires包。我需要找到该包的已知问题,但根据我的阅读,已知问题是 urllib3 并且只影响 Python 2.7 而不是任何 Python 3.x 版本。这是在 Python 3.x 笔记本中运行的。嗯。

在此处输入图像描述

更新 4:正如 Dan 在下面指出的,这可能是 Azure ML 网络的一个问题,因为Execute Python Script它相对较新并且刚刚获得网络支持。但是,我还在一个完全不同的 Azure 平台上的 Azure App Service webjob 上对此进行了测试。(它也在完全不同的 Python 发行版上,支持 Python 2.7 和 3.4/5,但仅支持 32 位 - 即使在 64 位机器上也是如此。)那里的代码也失败了,并显示一条InsecurePlatformWarning消息。

[02/08/2016 15:53:54 > b40783: SYS INFO] Run script 'ListenToQueue.py' with script host - 'PythonScriptHost'
[02/08/2016 15:53:54 > b40783: SYS INFO] Status changed to Running
[02/08/2016 15:54:09 > b40783: INFO] test.csv
[02/08/2016 15:54:09 > b40783: ERR ] D:\home\site\wwwroot\env\Lib\site-packages\requests\packages\urllib3\util\ssl_.py:315: SNIMissingWarning: An HTTPS request has been made, but the SNI (Subject Name Indication) extension to TLS is not available on this platform. This may cause the server to present an incorrect TLS certificate, which can cause validation failures. For more information, see https://urllib3.readthedocs.org/en/latest/security.html#snimissingwarning.
[02/08/2016 15:54:09 > b40783: ERR ]   SNIMissingWarning
[02/08/2016 15:54:09 > b40783: ERR ] D:\home\site\wwwroot\env\Lib\site-packages\requests\packages\urllib3\util\ssl_.py:120: InsecurePlatformWarning: A true SSLContext object is not available. This prevents urllib3 from configuring SSL appropriately and may cause certain SSL connections to fail. For more information, see https://urllib3.readthedocs.org/en/latest/security.html#insecureplatformwarning.
[02/08/2016 15:54:09 > b40783: ERR ]   InsecurePlatformWarning
[02/08/2016 15:54:09 > b40783: ERR ] D:\home\site\wwwroot\env\Lib\site-packages\requests\packages\urllib3\util\ssl_.py:120: InsecurePlatformWarning: A true SSLContext object is not available. This prevents urllib3 from configuring SSL appropriately and may cause certain SSL connections to fail. For more information, see https://urllib3.readthedocs.org/en/latest/security.html#insecureplatformwarning.
[02/08/2016 15:54:09 > b40783: ERR ]   InsecurePlatformWarning
4

3 回答 3

5

前面的底线:使用 HTTP 而不是 HTTPS 访问 Azure 存储。

声明 BlobService 时传入protocol='http'强制服务通过 HTTP 进行通信。请注意,您必须将容器配置为允许通过 HTTP 的请求(默认情况下会这样做)。

client = BlobService(STORAGE_ACCOUNT, STORAGE_KEY, protocol="http")

历史和信誉:

我向@AzureHelps 发布了关于此主题的查询,他们在 MSDN 论坛上开了一张票:https ://social.msdn.microsoft.com/Forums/azure/en-US/46166b22-47ae-4808-ab87-402388dd7a5c/在 azure-ml-experiment 中编写 blob 存储文件时遇到问题?forum=MachineLearning&prof=required

Sudarshan Ragunathan 用魔法回答。以下是使每个人都可以轻松复制我的修复的步骤:

  1. 下载提供所需库的azure.zip:https://azuremlpackagesupport.blob.core.windows.net/python/azure.zip
  2. 将它们作为数据集上传到 Azure ML Studio
  3. Execute Python Script将它们连接到模块上的 Zip 输入
  4. 像往常一样编写脚本,确保BlobService使用protocol='http'
  5. 运行实验 - 您现在应该能够写入 blob 存储。

一些示例代码可以在这里找到:https ://gist.github.com/drdarshan/92fff2a12ad9946892df

我使用的代码如下,它不会首先将 CSV 写入文件系统,而是作为文本流发送。

from azure.storage.blob import BlobService

def azureml_main(dataframe1 = None, dataframe2 = None):
    account_name = 'mystorageaccount'
    account_key='p8kSy3FACx...redacted...ebz3plQ=='
    container_name = "upload"
    json_output_file_name = 'testfromml.json'
    json_orient = 'records' # Can be index, records, split, columns, values
    json_force_ascii=False;

    blob_service = BlobService(account_name, account_key, protocol='http')

    blob_service.put_block_blob_from_text(container_name,json_output_file_name,dataframe1.to_json(orient=json_orient, force_ascii=json_force_ascii))

    # Return value must be of a sequence of pandas.DataFrame
    return dataframe1,

一些想法:

  1. 如果默认导入 azure Python 库,我会更喜欢。作为 Anaconda 发行版的一部分,Microsoft 将数百个 3rd 方库导入 Azure ML。它们还应包括使用 Azure 所必需的那些。我们在 Azure,我们致力于 Azure。接受它。
  2. 我不喜欢我必须使用 HTTP,而不是 HTTPS。当然,这是 Azure 内部通信,因此可能没什么大不了的。但是,大多数文档都建议在处理 blob 存储时使用 SSL / HTTPS,所以我更愿意这样做。
  3. 我仍然在实验中遇到随机超时错误。有时 Python 代码会在几毫秒内执行,有时它会运行 60 或几秒然后超时。这使得在实验中运行它有时非常令人沮丧。但是,当作为 Web 服务发布时,我似乎没有这个问题。
  4. 我希望我的本地代码的体验更接近 Azure ML。在本地,我可以使用 HTTPS 并且永远不会超时。它速度极快,而且易于编写。但迁移到 Azure ML 实验意味着几乎每次都需要进行一些调试。

非常感谢来自 Microsoft 的 Dan、Peter 和 Sudarshan,感谢他们帮助解决了这个问题。我非常感谢!

于 2016-02-10T22:31:24.177 回答
1

据我所知,您可以通过提供给第三个输入的 zip 文件使用其他包。Azure ML 中 Python 模板脚本中的注释说:

如果一个 zip 文件连接到第三个输入端口,它会在“.\Script Bundle”下解压缩。该目录被添加到 sys.path。因此,如果您的 zip 文件包含 Python 文件 mymodule.py,您可以使用以下命令导入它: import mymodule

因此,您可以azure-storage-python通过单击New、单击Dataset,然后选择From local fileZip file选项将 ZIP 文件上传到您的工作区,将其打包为 zip 文件。

How to Use Execute Python Script作为参考,您可以在 doc部分查看更多信息Execute Python Script

于 2016-02-08T13:42:23.700 回答
1

你走的是正确的道路。该Execution Python Script模块旨在满足这样的自定义需求。您真正的问题是如何导入现有的 Python 脚本模块。完整的方向可以在这里找到,但我会总结一下。

您需要使用 Azure Python SDK 并将其压缩、上传,然后导入到您的模块中。我可以看看为什么默认情况下不存在...

https://azure.microsoft.com/en-us/documentation/articles/machine-learning-execute-python-scripts/

导入现有 Python 脚本模块

许多数据科学家的一个常见用例是将现有的 Python 脚本合并到 Azure 机器学习实验中。执行 Python 脚本模块不是将所有代码连接并粘贴到单个脚本框中,而是接受第三个输入端口,包含 Python 模块的 zip 文件可以连接到该端口。然后执行框架在运行时解压缩该文件,并将内容添加到 Python 解释器的库路径中。然后 azureml_main 入口点函数可以直接导入这些模块。

例如,考虑包含一个简单的“Hello, World”函数的文件 Hello.py。

图6

图 4. 用户定义的函数。

接下来,我们可以创建一个包含 Hello.py 的文件 Hello.zip:

图7

图 5. 包含用户定义的 Python 代码的 Zip 文件。

然后,将此作为数据集上传到 Azure 机器学习工作室。如果我们然后创建并运行一个简单的实验 a 使用该模块:

图8

图 9

图 6. 用户定义的 Python 代码作为 zip 文件上传的示例实验。

模块输出显示 zip 文件已被解包,并且函数 print_hello 确实已运行。   图像10 图 7. Execute Python Script 模块中使用的用户定义函数。

于 2016-02-07T16:57:31.717 回答