如何将AzureML自动生成的作业名称传递给定时Pipeline？

方法1：直接使用AzureML内置环境变量 #

AzureML在作业运行时会自动注入AZUREML_RUN_ID环境变量，这个变量的值就是平台自动生成的作业名称（即运行ID）。你可以直接在CommandStep的命令中引用这个环境变量：

修改你的Pipeline创建代码：

step = CommandStep(command="myscript.sh --job-name=$AZUREML_RUN_ID")
pipeline = Pipeline(workspace, [step])
published_pipeline = pipeline.publish(name='my pipeline')
schedule = Schedule.create(workspace=workspace, pipeline_id=published_pipeline.id, ...)

之后在myscript.sh里就能通过传入的--job-name参数拿到作业名称，也可以直接在脚本内读取环境变量：

# 在myscript.sh中直接读取环境变量
CURRENT_JOB_NAME=$AZUREML_RUN_ID
echo "当前运行的作业名称：$CURRENT_JOB_NAME"

方法2：通过Pipeline参数结合RunContext传递（适合Python脚本场景） #

如果你的处理逻辑是Python脚本，可以通过Pipeline参数+RunContext的方式传递作业名称：

1. 定义Pipeline参数：

from azureml.pipeline.core import PipelineParameter

job_name_param = PipelineParameter(name="job_name", default_value="temp_job")

2. 关联参数到CommandStep：

step = CommandStep(
    command="python myscript.py --job-name={}".format(job_name_param),
    parameters={"job_name": job_name_param}
)

3. 在Python脚本中获取作业名称：

# myscript.py
from azureml.core.run import Run
import argparse

parser = argparse.ArgumentParser()
parser.add_argument("--job-name", type=str)
args = parser.parse_args()

# 也可以直接通过RunContext获取作业ID（和自动生成的作业名称一致）
run = Run.get_context()
job_name = run.id
print("作业名称：", job_name)

两种方法中，方法1更适合Shell脚本场景，无需额外代码修改就能直接获取作业名称，是定时Pipeline场景下最便捷的方案。

内容的提问来源于stack exchange，提问作者techtech