Azure Machine Learning Bicep模板计算资源命名段长度报错排查

这个段长度报错和计算资源名称后缀无关，核心是违反了Bicep的资源命名段匹配规则：

• 去掉API版本部分后，资源类型按/拆分得到的段数，和资源名称按/拆分的段数必须满足固定关系：根级资源的名称段数 = 类型段数 - 1；嵌套在父资源内的子资源，名称段数和类型的子层级段数一致。
  你定义的计算资源类型为Microsoft.MachineLearningServices/workspaces/computes，去掉API版本后按/拆分共3段，作为根级资源部署时需要名称有2段（用/分隔），但你写的计算资源名称是无分隔符的单段字符串，不管删不删cluster后缀，段数始终为1，自然持续触发报错。

两类资源保留在同一文件中有两种合法写法，任选其一即可。

• 写法1：计算资源作为工作区的嵌套子资源（推荐）：直接把计算资源块写在工作区资源声明内部，此时计算资源名称只需要写单段的集群名，不需要带工作区前缀，Bicep会自动识别父子依赖关系，不需要手动配置dependsOn。
• 写法2：保留根级资源声明，修正名称格式：如果不想嵌套结构，只需要把计算资源名称改为父工作区名称/计算集群名称的两段式格式，再显式添加对工作区的依赖保证部署顺序即可。

resource machineLearning 'Microsoft.MachineLearningServices/workspaces@2022-01-01-preview' = {
  name: 'mlw-${project}-${env}'
  location: loc
  tags: tags
  identity: {
    type: 'SystemAssigned'
  }
  properties: {
    applicationInsights: appInsights.id
    containerRegistry: containerRegistry.id
    keyVault: keyVaultId
    storageAccount: storage.id
  }
}

resource amlci 'Microsoft.MachineLearningServices/workspaces/computes@2022-01-01-preview' = {
  name: '${machineLearning.name}/aml-cluster'
  location: loc
  dependsOn: [
    machineLearning
  ]
  properties: {
    computeType: 'AmlCompute'
    properties: {
      vmSize: 'Standard_DS3_v2'
      subnet: json('null')
      osType: 'Linux'
      scaleSettings: {
        maxNodeCount: 5
        minNodeCount: 0
      }
    }
  }
}

可选优化：上述代码把计算资源的API版本统一到了和工作区一致的2022-01-01-preview，避免旧版本API的兼容问题，不属于强制修复项。

内容的提问来源于stack exchange，提问作者user17260574