Azure ML Pipeline运行报错：找不到azure.keyvault模块求助

问题详情 #

在Azure ML Studio中通过Azure Pipeline运行机器学习脚本时，触发错误：

ModuleNotFoundError: No module named 'azure.keyvault'

已执行的尝试：

• 创建包含所有所需依赖的全新ML环境
• 修改现有环境并添加依赖后用于Pipeline运行
• 在项目yaml的脚本步骤中添加pip install azure-keyvault-secrets

当前使用的conda.yml配置如下：

channels:
  - anaconda
  - conda-forge
dependencies:
  - python=3.8.13
  - pip:
      - azureml-defaults~=1.51.0
      - azureml-dataprep[pandas]
      - azure-storage-blob
      - pyarrow
      - xlrd
      - openpyxl
      - pyyaml
      - tqdm
      - catboost
      - pickle-mixin
      - azure-keyvault-secrets
  - scikit-learn
  - ipykernel
  - matplotlib
  - pandas
  - pip
  - xlrd
  - joblib
  - tqdm
  - time
name: project_ml

解决方案 #

1. 修正代码中的导入路径 #

azure-keyvault-secrets包的正确导入路径并非azure.keyvault，而是azure.keyvault.secrets。若代码中直接写import azure.keyvault，必然触发模块找不到的错误。

将导入语句修改为：

from azure.keyvault.secrets import SecretClient
from azure.identity import DefaultAzureCredential

2. 确保环境被正确重建并关联到Pipeline #

• 删除旧环境实例，基于当前conda.yml重新创建环境。Azure ML可能缓存旧环境，导致新依赖未生效。
• 在Pipeline的计算目标配置中，确认使用的是最新重建的环境版本。可在Azure ML Studio的「环境」页面查看环境版本号，避免引用旧环境。

3. 清理依赖配置中的冲突项 #

当前conda.yml存在重复依赖（如xlrd、tqdm同时出现在conda和pip依赖列表），且pip被放在conda依赖中，可能导致pip版本不一致，影响包安装。

调整后的conda.yml示例：

channels:
  - anaconda
  - conda-forge
dependencies:
  - python=3.8.13
  - pip>=21.0
  - scikit-learn
  - ipykernel
  - matplotlib
  - pandas
  - xlrd
  - joblib
  - tqdm
  - pip:
      - azureml-defaults~=1.51.0
      - azureml-dataprep[pandas]
      - azure-storage-blob
      - pyarrow
      - openpyxl
      - pyyaml
      - catboost
      - pickle-mixin
      - azure-keyvault-secrets
name: project_ml

4. 验证环境中的包安装状态 #

在脚本开头添加验证代码，运行后查看日志确认azure-keyvault-secrets是否安装成功：

import pkg_resources
installed_packages = {pkg.key: pkg.version for pkg in pkg_resources.working_set}
print("azure-keyvault-secrets版本:", installed_packages.get("azure-keyvault-secrets"))

若输出为None，说明环境未正确安装该包，需重新构建环境。

5. 查看环境构建日志排查问题 #

在Azure ML Studio的「环境」页面找到对应环境，查看构建日志。日志会显示pip安装包的详细过程，若存在网络问题、依赖冲突导致安装失败，会在日志中体现。

内容的提问来源于stack exchange，提问作者ssuhas76