Azure ML中‘Datastore (workspaceblobstore)未找到’错误排查

错误成因 #

• 工作区创建异常：Azure ML工作区创建过程中断，或底层Blob存储资源被意外删除，导致默认的workspaceblobstore未生成
• 手动误操作：之前手动删除了工作区默认的workspaceblobstore数据存储
• 存储资源关联失效：对应的Azure存储账户被删除、权限变更或网络配置异常，导致ML工作区无法识别默认数据存储
• 教程脚本依赖默认存储：官方教程的作业逻辑硬依赖workspaceblobstore作为默认数据存储，未配置备选存储方案

完整解决方法 #

1. 检查当前数据存储状态 #

先确认工作区内的现有数据存储，排查是否存在workspaceblobstore：

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

# 初始化ML客户端
ml_client = MLClient(
    DefaultAzureCredential(),
    subscription_id="<你的订阅ID>",
    resource_group_name="<资源组名称>",
    workspace_name="<ML工作区名称>"
)

# 列出所有数据存储
for ds in ml_client.datastores.list():
    print(f"数据存储: {ds.name} | 是否默认: {ds.is_default}")

2. 创建并设置默认workspaceblobstore #

如果确认不存在该数据存储，执行以下步骤创建并设为默认：

关联现有Azure Blob存储账户

from azure.ai.ml.entities import AzureBlobDatastore

# 配置Blob存储信息
workspace_blob_ds = AzureBlobDatastore(
    name="workspaceblobstore",
    description="Azure ML工作区默认Blob存储",
    account_name="<你的存储账户名称>",
    container_name="<Blob容器名称>",
    protocol="https"
)

# 创建或更新数据存储
ml_client.datastores.create_or_update(workspace_blob_ds)

# 设置为默认数据存储
ml_client.datastores.set_default("workspaceblobstore")

如果没有现成的Azure存储账户，可先在Azure门户创建存储账户和Blob容器，再执行上述代码关联

3. 验证修复结果 #

确认默认数据存储已设置成功：

default_datastore = ml_client.datastores.get_default()
print(f"当前默认数据存储: {default_datastore.name}")

预防措施 #

• 禁止随意删除Azure ML工作区的默认数据存储
• 创建ML工作区时确保流程完整，避免中途中断
• 自定义作业脚本时，显式指定数据存储，避免依赖默认存储的隐式逻辑

内容的提问来源于stack exchange，提问作者minus one