Azure Machine Learning数据集创建无限挂起问题求助

问题现象 #

使用Azure Machine Learning从Blob或ADLS数据存储（Datastore）创建File Dataset时，Dataset.File.from_files()方法执行后无限挂起，既无报错信息也无法完成创建；但Datastore.download()方法可正常下载并读取存储中的文件，私有端点配置下的网络连接已验证正常。

已确认信息 #

• 出站规则已配置为使用私有端点，Azure ML实例可成功解析存储的私有IP
• Blob容器和ADLS容器均出现相同问题，存储中仅包含测试文件contacts.csv
• Datastore.download()测试代码执行成功，可正常获取文件列表及内容

解决方案 #

• 跳过文件验证步骤
  在创建Dataset时添加validate=False参数，避免私有网络环境下的文件验证请求阻塞：

  import azureml.core
  from azureml.core import Workspace, Datastore, Dataset
  
  ws = Workspace.from_config()
  datastore = Datastore.get(ws, datastore_name='blobs')
  data_path = [(datastore, "contacts.csv")]
  dataset = Dataset.File.from_files(path=data_path, validate=False)
  

• 升级Azure ML SDK至最新稳定版
  旧版本SDK可能存在私有网络下Dataset创建的兼容性问题，执行以下命令升级：

  pip install --upgrade azureml-core azureml-dataset-runtime
  

• 检查存储账户防火墙设置
  确认存储账户防火墙允许Azure ML服务访问：

  1. 登录Azure门户，进入目标存储账户
  2. 进入网络安全 > 防火墙和虚拟网络
  3. 勾选允许受信任的Microsoft服务访问此存储账户（若未开启）
  4. 确认已将Azure ML工作区所在虚拟网络/私有端点添加到允许列表

• 尝试创建Tabular Dataset（针对CSV文件）
  若处理的是CSV格式文件，可尝试使用Tabular Dataset创建方法，排查是否为File Dataset特定问题：

  dataset = Dataset.Tabular.from_delimited_files(path=data_path)
  

补充排查方向 #

若以上方法无效，可登录Azure门户，进入Azure ML工作区的监控 > 日志页面，搜索Dataset相关操作日志，定位具体阻塞环节。

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