データ資産をインポートする (プレビュー)

適用対象:Azure CLI ml 拡張機能 v2 (現行)Python SDK azure-ai-ml v2 (現行)

Warnung

Azure Machine Learning の外部ソース (プレビュー) とデータ接続 (プレビュー) からのデータのインポートは非推奨となり、2026 年 9 月 30 日以降は使用できません。それまでは、中断することなくこれらの機能を引き続き使用できます。その日を過ぎると、それらに依存するすべてのワークロードが中断されます。

推奨されるアクション: 外部データインポートを Microsoft Fabric に移行し、Azure Machine Learning データストアを使用して Azure Machine Learning でデータを使用できるようにします。

この記事では、外部ソースから Azure Machine Learning プラットフォームにデータをインポートする方法について説明します。データのインポートが成功すると、Azure Machine Learning データ資産が自動的に作成され、そのインポート時に指定した名前で登録されます。 Azure Machine Learning データ資産は、Web ブラウザーのブックマーク (お気に入り) に似ています。最も頻繁に使用されるデータを指す長いストレージパス (URI) を覚える必要はありません。代わりに、データ資産を作成し、フレンドリ名を使用してその資産にアクセスできます。

データインポートでは、Azure Machine Learning トレーニングジョブでのデータアクセスを高速化し、信頼性を高めるために、ソースデータのキャッシュとメタデータが作成されます。データキャッシュにより、ネットワークと接続の制約が回避されます。キャッシュされたデータは、再現性をサポートするためにバージョン管理されます。この機能は、SQL Server ソースからインポートされたデータのバージョン管理機能を提供します。さらに、キャッシュされたデータにより、タスクを監査するためのデータ系列が提供されます。データインポートでは、バックグラウンドで Azure Data Factory (ADF) パイプラインが使用されるため、ADF との複雑な対話を回避できます。 Azure Machine Learning では、ADF コンピューティングリソースプールのサイズ、コンピューティングリソースのプロビジョニング、破棄の管理も処理されます。この管理は、適切な並列化を決定することでデータ転送を最適化します。

転送されたデータはパーティション分割され、Azure Storage に Parquet ファイルとして安全に格納されます。このストレージにより、トレーニング中の処理が高速化されます。 ADF コンピューティングコストには、データ転送に使用される時間のみが含まれます。キャッシュされたデータは外部ソースからインポートされたデータのコピーであるため、ストレージコストにはデータのキャッシュに必要な時間のみが含まれます。 Azure Storage によって、その外部ソースがホストされます。

キャッシュ機能には、前払いのコンピューティングコストとストレージコストが含まれます。しかしながら、トレーニング中に外部ソースデータに直接接続する場合と比較して、トレーニングのコンピューティングコストが繰り返し発生することが減少するため、元が取れ、費用を節約できます。データは Parquet ファイルとしてキャッシュされるため、より大きなデータセットの接続タイムアウトに対するジョブトレーニングの速度と信頼性が向上します。このキャッシュにより、再実行が少なく、トレーニングの失敗も少なくなります。

Amazon S3、Azure SQL、Snowflake からデータをインポートできます。

重要

現在、この機能はパブリックプレビュー段階にあります。このプレビューバージョンはサービスレベルアグリーメントなしで提供されており、運用環境のワークロードに使用することは推奨されません。特定の機能はサポート対象ではなく、機能が制限されることがあります。

詳しくは、「Microsoft Azure プレビューの追加使用条件」をご覧ください。

前提条件

データ資産を作成して操作するには、以下が必要です。

Azure サブスクリプション。 Azure サブスクリプションをお持ちでない場合は、開始する前に無料アカウントを作成してください。無料版または有料版の Azure Machine Learning をお試しください。
Azure Machine Learning ワークスペース。ワークスペースリソースの作成.
Python 3.10 以降。
Azure Machine Learning CLI/SDK がインストールされていること。
ワークスペース接続が作成されました。

注

データのインポートを成功させるには、SDK 用の最新の azure-ai-ml パッケージ (バージョン 1.31.0 以降) と ml 拡張機能 (バージョン 2.37.0 以降) がインストールされていることを確認します。 Python 3.9 以降が必要です。

古い SDK パッケージまたは CLI 拡張機能がある場合は、タブセクションに示されているコードを使用して、古いパッケージを削除し、新しいパッケージをインストールします。次に示す SDK および CLI 向けの手順に従ってください。

コードのバージョン

az extension remove -n ml
az extension add -n ml --yes
az extension show -n ml #(the version value needs to be 2.37.0 or later)

pip install azure-ai-ml
pip show azure-ai-ml #(the version value needs to be 1.31.0 or later)

mltable データ資産として外部データベースからインポートする

注

外部データベースには、Snowflake と Azure SQL が含まれます。

次のコードサンプルでは、外部データベースからデータをインポートできます。インポートアクションを処理するは connection により、外部データベースのデータソースメタデータが判別されます。このサンプルでは、Snowflake リソースからデータをインポートします。接続は Snowflake ソースを指します。少し変更すると、接続は Azure SQL データベースソースまたはサポートされている別のデータベースソースを指すことができます。外部データベースソースからインポートされた資産 type は mltable です。

YAML ファイル <file-name>.yml を作成します。

$schema: http://azureml/sdk-2-0/DataImport.json
# Supported connections include:
# Connection: azureml:<workspace_connection_name>
# Supported paths include:
# Datastore: azureml://datastores/<data_store_name>/paths/<my_path>/${{name}}


type: mltable
name: <name>
source:
  type: database
  query: <query>
  connection: <connection>
path: <path>

次に、CLI で次のコマンドを実行します。

> az ml data import -f <file-name>.yml


from azure.ai.ml.entities import DataImport
from azure.ai.ml.data_transfer import Database
from azure.ai.ml import MLClient
from azure.identity import DefaultAzureCredential

# Supported connections include:
# Connection: azureml:<workspace_connection_name>
# Supported paths include:
# path: azureml://datastores/<data_store_name>/paths/<my_path>/${{name}}

ml_client = MLClient.from_config(credential=DefaultAzureCredential())

data_import = DataImport(
    name="<name>",
    source=Database(connection="<connection>", query="<query>"),
    path="<path>"
    )
ml_client.data.import_data(data_import=data_import)

注

ここに示す例では、Snowflake データベースでのプロセスについて説明します。ただし、このプロセスは、Azure SQL などの他の外部データベース形式もカバーしています。

Azure Machine Learning Studio に移動します。
左側のナビゲーションの [資産] で [データ] を選択します。次に、[データインポート] タブを選択します。その後、次のスクリーンショットに示すように、[作成] を選択します。
次のスクリーンショットに示すように、[データソース] 画面で [Snowflake] を選択し、[次へ] を選択します。
[データ型] 画面で、値を入力します。 [種類] 値の既定値は [Table (mltable)] (テーブル (mltable)) です。その後、次のスクリーンショットに示すように、[次へ] を選択します。
次のスクリーンショットに示すように、[ データのインポートの作成 ] 画面で値を入力し、[ 次へ] を選択します。
次のスクリーンショットに示すように、[ 出力するデータストアの選択 ] 画面で値を入力し、[ 次へ] を選択します。 ワークスペースマネージドデータストアは既定で選択されています。マネージドデータストアを選択すると、システムによって自動的にパスが割り当てられます。 ワークスペースマネージドデータストアを選択すると、[Auto delete setting](自動削除設定) ドロップダウンが表示されます。既定では 30 日間のデータ削除時間枠が提供されます。この値を変更する方法については、インポートされたデータ資産を管理する方法に関する記事で説明しています。

注

独自のデータストアを選択するには、[Other datastores](その他のデータストア) を選択します。その場合、データキャッシュの場所のパスを選択する必要があります。

スケジュールを追加できます。次のスクリーンショットに示すように、[ スケジュールの追加] を選択します。

新しいパネルが開き、[繰り返し] スケジュールまたは [Cron] スケジュールを定義できます。次のスクリーンショットは、[繰り返し] スケジュールのパネルを示しています。

[名前]: ワークスペース内のスケジュールの一意識別子。
[説明]: スケジュールの説明。
[トリガー]: スケジュールの繰り返しパターン。次のプロパティが含まれます。
- [タイムゾーン]: トリガー時間の計算は、このタイムゾーンに基づいています。既定では、協定世界時 (UTC) に設定されています。
- [繰り返し] または [Cron 式]: 定期的なパターンを指定するために、[繰り返し] を選択します。 [繰り返し] では、繰り返し頻度を分、時間、日、週、または月単位で指定できます。
- [開始]: スケジュールは、この日付に初めてアクティブになります。既定では、このスケジュールの作成日です。
- 終了: この日付より後にスケジュールが非アクティブになります。既定では NONE です。 これは、手動で無効にするまでスケジュールが常にアクティブであることを意味します。
- [タグ]: 選択したスケジュールタグ。

注

[開始] は、スケジュールのタイムゾーンで開始日時を指定します。 Start を省略した場合、開始時刻はスケジュールの作成時刻と等しくなります。開始時刻が過去の場合、最初のジョブは、計算された次の実行時刻に実行されます。

次のスクリーンショットは、このプロセスの最後の画面を示しています。選択内容を確認し、[ 作成] を選択します。この画面とこのプロセスの他の画面で、[ 戻る ] を選択して以前の画面に移動し、値の選択を変更します。

次のスクリーンショットは、 Cron スケジュールのパネルを示しています。

[名前]: ワークスペース内のスケジュールの一意識別子。
[説明]: スケジュールの説明。

[トリガー]: スケジュールの繰り返しパターン。次のプロパティが含まれます。

[タイムゾーン]: トリガー時間の計算は、このタイムゾーンに基づいています。既定では、協定世界時 (UTC) に設定されています。
[繰り返し] または [Cron 式]: cron の詳細を指定する cron 式を選択します。

(必須)expression は、標準の crontab 式を使用して繰り返しのスケジュールを表します。 1 つの式は、スペースで区切られた 5 つのフィールドで構成されます:

MINUTES HOURS DAYS MONTHS DAYS-OF-WEEK

そのフィールドのすべての値をカバーする単一のワイルドカード (*)。日数に * を指定した場合、これはその月のすべての日を意味します (日数は月と年によって異なります)。
上記のサンプルの expression: "15 16 * * 1" は、毎週月曜日の午後 4 時 15 分を意味します。

次の表に、各フィールドの有効な値をリストしています。

フィールド	Range	解説
`MINUTES`	0 - 59	-
`HOURS`	0 - 23	-
`DAYS`	-	サポートされていません。値は無視され、`*` として扱われます。
`MONTHS`	-	サポートされていません。値は無視され、`*` として扱われます。
`DAYS-OF-WEEK`	0 ～ 6	ゼロ (0) は日曜日を意味します。曜日の名前も使用できます。

crontab 式の詳細については、GitHub の Crontab 式に関する wiki を参照してください。

重要

DAYS と MONTH はサポートされません。これらの値のいずれかを渡すと、 *として無視されます。

[開始]: スケジュールは、この日付に初めてアクティブになります。既定では、このスケジュールの作成日です。
終了: この日付より後にスケジュールが非アクティブになります。既定では NONE です。 これは、手動で無効にするまでスケジュールが常にアクティブであることを意味します。
[タグ]: 選択したスケジュールタグ。

注

外部ファイルシステムからフォルダーデータ資産としてデータをインポートする

注

Amazon S3 データリソースは、外部ファイルシステムリソースとして機能できます。

データインポートアクションを処理する connection により、外部データソースの各種側面が特定されます。接続により、Amazon S3 バケットがターゲットとして定義されます。接続には有効な path 値が必要です。外部ファイルシステムソースからインポートされた資産値には type の uri_folder があります。

次のコードサンプルでは、Amazon S3 リソースからデータをインポートします。

YAML ファイル <file-name>.yml を作成します。

$schema: http://azureml/sdk-2-0/DataImport.json
# Supported connections include:
# Connection: azureml:<workspace_connection_name>
# Supported paths include:
# path: azureml://datastores/<data_store_name>/paths/<my_path>/${{name}}


type: uri_folder
name: <name>
source:
  type: file_system
  path: <path_on_source>
  connection: <connection>
path: <path>

次に、CLI で次のコマンドを実行します。

> az ml data import -f <file-name>.yml


from azure.ai.ml.entities import DataImport
from azure.ai.ml.data_transfer import FileSystem
from azure.ai.ml import MLClient
from azure.identity import DefaultAzureCredential

# Supported connections include:
# Connection: azureml:<workspace_connection_name>
# Supported paths include:
# path: azureml://datastores/<data_store_name>/paths/<my_path>/${{name}}

ml_client = MLClient.from_config(credential=DefaultAzureCredential())

data_import = DataImport(
    name="<name>",
    source=FileSystem(connection="<connection>", path="<path_on_source>"),
    path="<path>"
    )
ml_client.data.import_data(data_import=data_import)

Azure Machine Learning Studio に移動します。
左側のナビゲーションの [資産] で [データ] を選択します。次に、[データのインポート] タブを選択します。次のスクリーンショットに示すように、[ 作成 ] を選択します。
次のスクリーンショットに示すように、[ データソース ] 画面で S3 を選択し、[ 次へ] を選択します。
[データ型] 画面で、値を入力します。 [種類] 値の既定値は [Folder (uri_folder)] (フォルダー (uri_folder)) です。次のスクリーンショットに示すように、[ 次へ] を選択します。
次のスクリーンショットに示すように、[ データのインポートの作成 ] 画面で値を入力し、[ 次へ] を選択します。
次のスクリーンショットに示すように、[ 出力するデータストアの選択 ] 画面で値を入力し、[ 次へ] を選択します。 ワークスペースマネージドデータストアは既定で選択されています。マネージドデータストアを選択すると、システムによって自動的にパスが割り当てられます。 ワークスペースマネージドデータストアを選択すると、[Auto delete setting](自動削除設定) ドロップダウンが表示されます。既定では 30 日間のデータ削除時間枠が提供されます。この値を変更する方法については、インポートされたデータ資産を管理する方法に関する記事で説明しています。
スケジュールを追加できます。次のスクリーンショットに示すように、[ スケジュールの追加] を選択します。
新しいパネルが開き、[繰り返し] スケジュールまたは [Cron] スケジュールを定義できます。次のスクリーンショットは、 繰り返し スケジュールのパネルを示しています。
- [名前]: ワークスペース内のスケジュールの一意識別子。
- [説明]: スケジュールの説明。
- [トリガー]: スケジュールの繰り返しパターン。次のプロパティが含まれます。
  - [タイムゾーン]: トリガー時間の計算は、このタイムゾーンに基づいています。既定では、協定世界時 (UTC) に設定されています。
  - [繰り返し] または [Cron 式]: 定期的なパターンを指定するために、[繰り返し] を選択します。 [繰り返し] では、繰り返し頻度を分、時間、日、週、または月単位で指定できます。
  - [開始]: スケジュールは、この日付に初めてアクティブになります。既定では、このスケジュールの作成日です。
  - 終了: この日付より後にスケジュールが非アクティブになります。既定では NONE です。 これは、手動で無効にするまでスケジュールが常にアクティブであることを意味します。
  - [タグ]: 選択したスケジュールタグ。
注

[開始] は、スケジュールのタイムゾーンで開始日時を指定します。 Start を省略した場合、開始時刻はスケジュールの作成時刻と等しくなります。開始時刻が過去の場合、最初のジョブは、計算された次の実行時刻に実行されます。
このプロセスの最後の画面で選択内容を確認し、[ 作成] を選択します。この画面とこのプロセスの他の画面で、値の選択を変更する場合は、[ 戻る ] を選択して以前の画面に移動します。

選択内容を確認し、[ 作成] を選択します。この画面とこのプロセスの他の画面で、[ 戻る ] を選択して以前の画面に移動し、値の選択を変更します。

次のスクリーンショットは、 Cron スケジュールのパネルを示しています。

[名前]: ワークスペース内のスケジュールの一意識別子。
[説明]: スケジュールの説明。

[トリガー]: スケジュールの繰り返しパターン。次のプロパティが含まれます。

[タイムゾーン]: トリガー時間の計算は、このタイムゾーンに基づいています。既定では、協定世界時 (UTC) に設定されています。
[繰り返し] または [Cron 式]: cron の詳細を指定する cron 式を選択します。

MINUTES HOURS DAYS MONTHS DAYS-OF-WEEK

そのフィールドのすべての値をカバーする単一のワイルドカード (*)。日数に * を指定した場合、これはその月のすべての日を意味します (日数は月と年によって異なります)。
上記のサンプルの expression: "15 16 * * 1" は、毎週月曜日の午後 4 時 15 分を意味します。

次の表に、各フィールドの有効な値をリストしています。

フィールド	Range	解説
`MINUTES`	0 - 59	-
`HOURS`	0 - 23	-
`DAYS`	-	サポートされていません。値は無視され、`*` として扱われます。
`MONTHS`	-	サポートされていません。値は無視され、`*` として扱われます。
`DAYS-OF-WEEK`	0 ～ 6	ゼロ (0) は日曜日を意味します。曜日の名前も使用できます。

crontab 式の詳細については、GitHub の Crontab 式に関する wiki を参照してください。

重要

DAYS と MONTH はサポートされません。これらの値のいずれかを渡すと、 *として無視されます。

[開始]: スケジュールは、この日付に初めてアクティブになります。既定では、このスケジュールの作成日です。
終了: この日付より後にスケジュールが非アクティブになります。既定では NONE です。 これは、手動で無効にするまでスケジュールが常にアクティブであることを意味します。
[タグ]: 選択したスケジュールタグ。

注

外部データソースのインポート状態を確認する

データインポートアクションは非同期アクションです。これには、長い時間がかかる場合があります。 CLI または SDK を使用してデータのインポートアクションを送信した後、Azure Machine Learning サービスが外部データソースに接続するために数分かかる場合があります。次に、サービスはデータのインポートを開始し、データのキャッシュと登録を処理します。データのインポートに必要な時間は、ソースデータセットのサイズによっても異なります。

次の例では、送信されたデータインポートアクティビティの状態を返します。コマンドまたはメソッドは、データ資産名を入力として使用して、データ具体化の状態を決定します。

> az ml data list-materialization-status --name <name>

from azure.ai.ml.entities import DataImport
from azure.ai.ml import MLClient
from azure.identity import DefaultAzureCredential

ml_client = MLClient.from_config(credential=DefaultAzureCredential())

ml_client.data.list_materialization_status(name="<name>")

次のステップ

フィードバック

このページはお役に立ちましたか?

Last updated on 2026-03-20

次の方法で共有