问题标签 [azure-yaml-pipelines]

I have a single stage with 3 jobs:
Job A -> Always publishes artifact
Job B -> Always publishes artifact
Job C -> Depends on and uses the artifacts from Job A and Job B

Jobs A and B are retryable if they fail.

Ideally, jobs A and B would overwrite the artifact produced when retried but Yaml pipelines don't allow deleting artifacts and the suggested workaround is to put the Job ID in the artifact name.

How do I get the correct artifacts from Jobs A and B in Job C in the following scenario:
Pipeline is executed and Job A succeeds but Job B fails - both still publish artifacts which results in:
JobA_Artifact1
JobB_Artifact1

The failed Job B is retried and succeeds but then we end up with the following artifacts:
JobA_Artifact1
JobB_Artifact1
JobB_Artifact2

In Job C - how do I now get the latest artifact from Job A (which was from the previous execution) and the latest artifact from Job B? I'm hoping there's a better way than sticking a counter onto the end of the artifacts and then basically searching backwards for each artifact.

我正在尝试将my_variable1我在以前的作业中注册的变量传递给terraform_parameters参数：

但是我得到syntax error: invalid arithmetic operator (error token is ".get_secrets['publish_secrets.my_variable1']")

在过去的几个小时里尝试了很多东西。如何将 my_variable1 作为参数传递给terraform_parameters

使用 ML Studio 和 azure Kubernetes 服务部署 170 ml 模型，该服务在以下文档链接“https://github.com/MicrosoftDocs/azure-docs/blob/master/articles/machine-learning/how-to”中引用-deploy-azure-kubernetes-service.md”。

我们正在使用带有自定义环境的 python 脚本来训练模型，并且我们正在 Azure ML 服务上注册 ml 模型。注册模式后，我们将使用容器映像将其部署在 AKS 上。

在部署 ML 模型时，我们能够为 AKS 中的每个节点的每个 pod 部署多达 10 到 11 个模型。当我们尝试在同一节点上部署模型时，我们收到部署超时错误，并且我们收到以下错误消息。

用于使用具有以下部署配置的 Python 语言在 Azure Kubernetes 服务中部署模型（auth_enabled = Flase、autoscale_enabled = Flase、cpu_cores = 0.6、memory_gb = 1、cpu_cores_limit = 2、memory_gb_limit = 2）。

我们还检查了 azure 文档，我们可以找到 aks 节点的任何配置或部署设置。

您能否就“每次部署（每个容器）要部署的模型数量限制为 1,000 个模型”向我们提供更多说明，您能否就如何增加每个节点中部署的 ml 模型的数量提供见解/反馈？ Azure Kubernetes 服务。谢谢！

我们对每个生成工件的模块都有单独的构建定义。有人可以帮我如何为所有构建定义创建一个通用的 yaml 发布管道

谢谢！

我正在尝试在 azure 管道中参数化 agent.name。目标是为用户提供在所需机器上部署代码的选项。所以我创建了一个包含几台机器的池，并参数化了 agent.name

代码

错误：尝试运行上述代码时，出现以下错误。

请帮助解决此问题。

test_env_template.yml

以及列表中的更多变量。

我想使用循环遍历 test_env_template.yml 中的所有变量来替换文件中的值，有没有办法做到这一点，而不是像 ${{ variables.ACTIVEMQNAME}} 那样单独调用每个值作为否。模板中的变量是动态的。

我们有两个在同一阶段运行的部署作业。第一个作业创建一个输出变量，第二个作业使用该输出变量（从这里借用的代码并在我们的管道中以相同的方式实现）。

这是可行的，因为我们引用了生产者部署作业在其上运行的虚拟机（硬编码）。但是，并非每个阶段都将在同一虚拟机上运行。

我已经尝试过常规变量（$（Agent.MachineName））以及表达式语法，从模板文件传递变量并更改变量模板的范围，但它们都不起作用并且“myVarFromDeploymentJob”变量保持为空.

有没有办法让表达式变量中的虚拟机名称更灵活？所以从这个开始：

对于这样的事情：

我有一个存储 CSV 文件的 S3 存储桶。新的 CSV 文件会在每个月初添加到此存储桶中。我希望这些新文件在每个月初自动上传到 Azure Blob 存储。

我想这样做的方法是创建一个脚本（bash/PowerShell），通过AZ Copy命令将数据从 AWS S3 存储桶拉到 Azure blob 存储。然后将此脚本插入 Azure YAML 管道，该管道在每个月初运行以执行此脚本。但我找不到将此脚本集成到 Azure YAML 管道中的方法。此命令对 YAML 管道是否可行？或者有什么简单的方法可以做到这一点？

如何通过任务在 YAML 文件中设置 YAML 变量的新值，后续任务将使用 powershell 显示新值？（两个任务都在同一个工作中）

我正在尝试使用下面的代码，但它不起作用。即使第一个任务为该 YAML 变量设置了新值，第二个/后续任务仍会获得初始值

第一个将设置/更新变量值的任务：

第二个任务将显示具有新值的变量：

现在任务 2 的预期输出应该是：

但由于某种原因，我得到的实际输出是初始值：

您是否有一些关于如何在 YAML 文件中的任务中运行 powershell 脚本文件的简单工作示例。就像这个一样？似乎我的无法获取并执行脚本，因为没有打印日志。