Azure ML Studio Notebook读取ADLS Gen2数据存储遇协议未知错误

错误原因 #

你遇到的ValueError: Protocol not known: azureml，是因为pandas默认不识别azureml://协议，无法直接通过该URL读取数据。以下是两种可行的解决方法：

方法1：使用Azure ML SDK直接访问数据存储 #

通过Azure ML SDK获取数据存储对象，生成可被pandas识别的路径，或下载文件到本地后读取：

步骤1：连接到Azure ML工作区 #

from azureml.core import Workspace, Datastore

# 在Azure ML Notebook中运行时，可直接用该方法加载工作区配置
ws = Workspace.from_config()

步骤2：获取目标数据存储 #

# 替换为你的数据存储名称
datastore_name = "your_datastore_name"
datastore = Datastore.get(ws, datastore_name)

步骤3：读取数据的两种方式 #

方式A：生成ADLS Gen2原生路径（推荐）

针对ADLS Gen2数据存储，生成abfss://协议路径，pandas可直接识别：

import pandas as pd

# 替换为你的文件相对路径
file_path = datastore.path("path_name/file.csv").as_mount()
df = pd.read_csv(file_path)

方式B：下载文件到本地后读取

import pandas as pd
import os

# 下载文件到本地临时目录
download_path = os.path.join(os.getcwd(), "temp_file.csv")
datastore.download(target_path=download_path, prefix="path_name/file.csv", overwrite=True)

# 读取本地文件
df = pd.read_csv(download_path)

方法2：安装azureml-fsspec库支持azureml://协议 #

安装azureml-fsspec后，fsspec可识别azureml://协议，pandas即可直接读取：

步骤1：安装依赖库 #

pip install azureml-fsspec

步骤2：直接读取数据 #

需先连接工作区，确保库能解析azureml://路径：

import pandas as pd
from azureml.core import Workspace

ws = Workspace.from_config()

# 替换为你的数据存储和文件路径
path = "azureml://datastores/your_datastore_name/paths/path_name/file.csv"
df = pd.read_csv(path)

注意事项 #

• 确保Notebook所在的计算实例拥有访问ADLS Gen2存储账户的权限（如服务主体、托管标识或SAS令牌）。
• 使用as_mount()方式时，计算实例需支持存储挂载（大部分Azure ML计算实例默认支持）。

内容的提问来源于stack exchange，提问作者J. Doe