如何使用Terraform创建Azure ML Registry？求对应资源配置方法

你没有遗漏相关内容，Azure ML Registry对应的Terraform资源是azurerm_machine_learning_registry，该资源由AzureRM Provider提供，需要确保使用的Provider版本满足要求（推荐>=3.10.0，此版本后正式引入该资源）。

基本步骤与示例代码 #

1. 配置AzureRM Provider
   首先在Terraform配置中指定符合版本要求的AzureRM Provider：

   terraform {
     required_providers {
       azurerm = {
         source  = "hashicorp/azurerm"
         version = ">= 3.10.0"
       }
     }
   }
   
   provider "azurerm" {
     features {}
   }
   

2. 创建基础依赖资源（可选，若已有则跳过）
   若还未创建资源组和ACR，可添加以下配置：

   # 创建资源组
   resource "azurerm_resource_group" "ml_registry_rg" {
     name     = "ml-registry-resources"
     location = "East US"
   }
   
   # 创建Premium SKU的ACR（ML Registry关联ACR需Premium SKU）
   resource "azurerm_container_registry" "ml_acr" {
     name                = "mlregistryacr001"
     resource_group_name = azurerm_resource_group.ml_registry_rg.name
     location            = azurerm_resource_group.ml_registry_rg.location
     sku                 = "Premium"
   }
   

3. 创建Azure ML Registry
   核心配置示例，包含ACR关联与系统分配身份：

   resource "azurerm_machine_learning_registry" "example" {
     name                = "example-ml-registry"
     resource_group_name = azurerm_resource_group.ml_registry_rg.name
     location            = azurerm_resource_group.ml_registry_rg.location
     sku                 = "Basic" # 可选值：Basic/Premium
   
     # 关联已创建的ACR，用于存储模型、环境等资产
     container_registry_id = azurerm_container_registry.ml_acr.id
   
     # 配置系统分配身份，用于访问Azure资源
     identity {
       type = "SystemAssigned"
     }
   }
   

关键参数说明 #

• sku：可选Basic或Premium，Premium支持更多高级特性（如跨区域复制）
• container_registry_id：可选，但若需在Registry中存储模型、环境等资产，需关联Premium SKU的ACR
• identity：支持SystemAssigned或UserAssigned，用于授予Registry访问其他Azure资源的权限

部署命令 #

完成配置后，执行以下命令部署：

terraform init
terraform plan
terraform apply

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