从Azure ML实验中访问Azure博客存储

时间:2016-02-06 21:41:39

标签: python azure cortana-intelligence azure-machine-learning-studio

Azure ML实验提供了通过ReaderWriter模块将CSV文件读取和写入Azure blob存储的方法。但是,我需要将一个JSON文件写入blob存储。由于没有模块可以这样做,我试图在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 ML上未安装azure-storage Python包。

如何从Azure ML实验中写入Azure blob存储?

这里是填充错误消息:

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`

谢谢大家!

更新:感谢Dan和Peter的以下想法。这是我使用这些建议所取得的进步。我创建了一个干净的Python 2.7虚拟环境(在VS 2005中),并使用pip install azure-storage来获取我的site-packages目录中的依赖项。然后我按照Dan的说明压缩了site-packages文件夹并上传为Zip文件。然后,我将对site-packages目录的引用包含在内,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。

Failure to write to Blob storage

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

我目前的探索领先地位是requests中对azure-storage Python包的依赖。 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,但我现在正在该地区挖掘。

更新2:此代码在Python 3 Jupyter笔记本中运行得非常好。此外,如果我将Blob容器打开以进行公共访问,我可以通过URL直接从Container读取。例如:df = pd.read_csv("https://mystorageaccount.blob.core.windows.net/upload/test.csv")可以轻松地从blob存储加载文件。但是,我无法使用azure.storage.blob.BlobService从同一个文件中读取。

enter image description here

更新3:Dan在下面的评论中建议我尝试使用Azure ML 上托管的Jupyter笔记本。我从当地的Jupyter笔记本上运行它(参见上面的更新2)。 但是,从Azure ML Notebook运行时失败,错误再次指向requires包。我需要找到该软件包的已知问题,但从我的阅读中,已知问题是urllib3,并且只影响Python 2.7而不影响任何Python 3.x版本。这是在Python 3.x笔记本中运行的。哎呀。

enter image description here

更新4:正如Dan在下面所说,这可能是Azure ML网络的一个问题,因为Execute Python Script相对较新并且只是获得了网络支持。但是,我还在Azure App Service webjob上测试了这一点,该webjob位于完全不同的Azure平台上。 (它也是一个完全不同的Python发行版,支持Python 2.7和3.4 / 5,但只支持32位 - 甚至在64位计算机上。)代码也失败,带有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

3 个答案:

答案 0 :(得分:5)

Bottom Line Up Front:使用HTTP而不是HTTPS来访问Azure存储。

protocol='http'中声明BlobService传递以强制服务通过HTTP进行通信时。请注意,您必须将容器配置为允许通过HTTP进行请求(默认情况下这样做)。

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

历史与信誉:

我在@AzureHelps上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/trouble-writing-blob-storage-file-in-azure-ml-experiment?forum=MachineLearning&prof=required

Sudarshan Raghunathan用魔法回答道。以下是让每个人都可以轻松复制修复程序的步骤:

  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DataSet上传到Azure ML Studio
  3. 将它们连接到Execute Python Script模块
  4. 上的Zip输入
  5. 像往常一样编写脚本,确保使用BlobService
  6. 创建protocol='http'对象
  7. 运行实验 - 您现在应该可以写入blob存储。
  8. 可在此处找到一些示例代码:https://gist.github.com/drdarshan/92fff2a12ad9946892df

    我使用的代码如下,它不首先将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. 我更喜欢默认导入azure Python库。作为Anaconda发行版的一部分,Microsoft将数百个第三方库导入Azure ML。它们还应包括与Azure一起使用的必要内容。我们在Azure,我们已经致力于Azure。拥抱它。
    2. 我不喜欢我必须使用HTTP而不是HTTPS。当然,这是内部Azure通信,所以它可能没什么大不了的。但是,大多数文档建议在使用blob存储时使用SSL / HTTPS,因此我更愿意这样做。
    3. 我仍然在实验中得到随机超时错误。有时Python代码将在几毫秒内执行,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经验与Azure ML更紧密地匹配。在本地,我可以使用HTTPS,永远不会超时。它速度快,易于编写。但是,转移到Azure ML实验意味着几乎每次调试。
    5. 来自微软的丹,彼得和苏达山的巨大道具,帮助他们解决这个问题。我非常感谢!

答案 1 :(得分:1)

你走的是正确的道路。 Execution Python Script模块就像这样的自定义需求。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,但我将总结为SO。

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。我可以调查为什么默认情况下不存在...

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

导入现有的Python脚本模块

许多数据科学家的常见用例是将现有的Python脚本合并到Azure机器学习实验中。 Execute Python Script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,可以连接包含Python模块的zip文件。然后,文件在运行时由执行框架解压缩,内容将添加到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。

作为示例,请考虑包含简单“Hello,World”函数的文件Hello.py。

image6

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:

image7

图5.包含用户定义的Python代码的Zip文件。

然后,将其作为数据集上载到Azure Machine Learning Studio中。如果我们然后创建并运行一个简单的实验,则使用模块:

image8

image9

图6.使用用户定义的Python代码上传为zip文件的示例实验。

模块输出显示zip文件已解压缩,并且函数print_hello确实已运行。 image10 图7. Execute Python Script模块中使用的用户定义函数。

答案 2 :(得分:1)

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

  

如果连接了第三个输入端口的zip文件,则会在&#34;。\ Script Bundle&#34;下解压缩。此目录将添加到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:   导入mymodule

因此,您可以将azure-storage-python打包为zip文件,然后点击新建,点击数据集,然后选择来自本地文件以及 Zip文件选项,用于将ZIP文件上传到工作区。

作为参考,您可以在文档Execute Python ScriptHow to Use Execute Python Script部分查看更多信息。