使用Azure CLI创建ML Workspace报错Unable to find workspace求助

当使用az ml workspace create命令时，即使依赖资源（Key Vault、Storage Account、Log Analytics Workspace）已成功创建，仍可能出现"Unable to find workspace"报错，以下是具体排查和解决步骤：

1. 排查资源同步延迟 #

Azure资源创建后存在跨服务同步延迟，尤其是Log Analytics Workspace与ML Workspace的关联可能需要数分钟完成。

• 在依赖资源创建完成后，添加等待逻辑：
  • 对单个资源等待就绪：

    az keyvault wait --name <your-kv-name> --resource-group <your-rg-name> --created
    az storage account wait --name <your-storage-name> --resource-group <your-rg-name> --created
    az monitor log-analytics workspace wait --name <your-la-name> --resource-group <your-rg-name> --created
    

  • 或者添加固定延迟（如5分钟）：

    sleep 300
    

  再执行az ml workspace create命令。

2. 验证CLI及ML扩展版本 #

旧版本的Azure CLI或ml扩展可能存在兼容性问题：

• 检查当前版本：

  az --version
  az extension show -n ml
  

• 更新到最新稳定版：

  az upgrade
  az extension update -n ml
  

3. 核对命令参数正确性 #

确保az ml workspace create命令中指定的依赖资源参数与实际创建的资源完全匹配：

• 确认--resource-group参数与所有依赖资源所在资源组一致；
• 检查--key-vault、--storage-account、--log-analytics参数是否使用了正确的资源名称或资源ID，避免拼写错误；
• 确保所有资源处于同一Azure区域（跨区域虽支持，但可能增加同步风险）。

4. 检查服务主体权限 #

执行CLI任务的服务主体需要足够权限：

• 拥有Microsoft.MachineLearningServices/workspaces/*的读写权限；
• 对Key Vault、Storage Account、Log Analytics Workspace拥有至少读取权限（如Key Vault的Microsoft.KeyVault/vaults/read权限）。

5. 手动验证Workspace状态 #

• 报错后手动执行查询命令，确认Workspace是否实际存在：

  az ml workspace show --name <your-ws-name> --resource-group <your-rg-name>
  

• 直接登录Azure Portal，查看目标资源组中是否已创建ML Workspace（部分场景下CLI报错但资源已实际创建）。

内容的提问来源于stack exchange，提问作者ClaudeVernier