如何让Azure ML Service Web服务访问数据存储（Datastore）？

其实在Azure ML的Web服务里访问数据存储完全可行，只是得在评分脚本和部署配置里做些额外设置，我给你整理几个常用的靠谱方案：

方法一：在评分脚本中用Azure ML SDK直接访问数据存储 #

这是最灵活的方式，不需要修改计算目标的配置，直接在score.py里借助SDK连接数据存储读取特征数据。

第一步：确保部署环境包含Azure ML SDK #

Web服务的运行环境里得安装azureml-core包，你可以在环境定义里添加这个依赖：

from azureml.core import Environment

# 创建自定义环境
env = Environment(name="my-scoring-env")
conda_dep = env.python.conda_dependencies
# 添加Azure ML SDK依赖
conda_dep.add_pip_package("azureml-core")
# 添加你的模型依赖，比如scikit-learn
conda_dep.add_pip_package("scikit-learn==1.2.2")
# 其他必要依赖按需添加

第二步：在评分脚本中连接数据存储并读取数据 #

修改你的score.py，在预测逻辑里加入访问数据存储的代码。注意用托管身份或者服务主体认证，绝对别硬编码凭据：

import pickle
import pandas as pd
from azureml.core import Workspace, Datastore

def init():
    global model, workspace
    # 加载训练好的模型
    model_path = "model.pkl"
    with open(model_path, "rb") as f:
        model = pickle.load(f)
    
    # 用托管身份自动连接工作区（无需手动输入密钥）
    workspace = Workspace.from_config()

def run(raw_data):
    # 解析输入的请求数据，提取客户ID这类关键标识
    input_data = pd.read_json(raw_data)
    customer_id = input_data["customer_id"].iloc[0]
    
    # 获取目标数据存储
    datastore = Datastore.get(workspace, datastore_name="your_datastore_name")
    
    # 读取数据存储里的特征文件（这里以Blob存储的parquet文件为例）
    # 路径格式根据你的数据存储类型调整
    feature_file_path = f"az://{datastore.container_name}/features/customer_{customer_id}.parquet"
    feature_data = pd.read_parquet(feature_file_path, storage_options=datastore._get_storage_options())
    
    # 合并输入数据和历史特征
    combined_data = pd.merge(input_data, feature_data, on="customer_id")
    
    # 执行预测并返回结果
    prediction = model.predict(combined_data)
    return {"prediction": prediction.tolist()}

关键注意点 #

• 如果用托管身份部署Web服务，要给托管身份分配对应数据存储的访问权限（比如Blob存储的读取权限）；
• 不同类型的数据存储（比如ADLS Gen2、SQL DB）的访问逻辑略有不同，你可以根据实际类型调整读取代码。

方法二：将数据存储挂载到Web服务的计算目标 #

如果你的Web服务部署在AKS或者Azure ML计算实例上，可以把数据存储直接挂载到计算目标的文件系统，这样评分脚本就能像访问本地文件一样读取数据，性能会更好。

第一步：部署时配置数据存储挂载 #

在部署配置里添加挂载设置：

from azureml.core.webservice import AksWebservice
from azureml.core.model import InferenceConfig, Model
from azureml.core.compute import AksCompute

# 加载已有的AKS计算目标
aks_target = AksCompute(workspace, name="my-aks-cluster")

# 定义推理配置（关联评分脚本和环境）
inference_config = InferenceConfig(
    source_directory="./scoring_files",
    entry_script="score.py",
    environment=env
)

# 配置数据存储挂载路径
datastore = Datastore.get(workspace, "your_datastore_name")
mount_config = datastore.mount_configuration(mount_path="/mnt/feature_data")

# 创建AKS部署配置，添加挂载设置
aks_config = AksWebservice.deploy_configuration(
    cpu_cores=1,
    memory_gb=2,
    mounts=[mount_config]
)

# 部署Web服务
service = Model.deploy(
    workspace=workspace,
    name="customer-payment-service",
    models=[model],
    inference_config=inference_config,
    deployment_config=aks_config,
    deployment_target=aks_target
)
service.wait_for_deployment(show_output=True)

第二步：在评分脚本中访问挂载的文件 #

此时你可以直接通过挂载路径读取数据，代码更简洁：

def run(raw_data):
    input_data = pd.read_json(raw_data)
    customer_id = input_data["customer_id"].iloc[0]
    
    # 直接读取挂载路径下的特征文件
    feature_data = pd.read_parquet(f"/mnt/feature_data/features/customer_{customer_id}.parquet")
    
    # 合并数据并预测
    combined_data = pd.merge(input_data, feature_data, on="customer_id")
    prediction = model.predict(combined_data)
    return {"prediction": prediction.tolist()}

方法三：批量预测（适合非实时场景） #

如果你的预测是批量处理的（比如每天批量预测一次），可以用Azure ML的批量预测功能——它天生支持读取数据存储里的输入数据，处理完后还能把结果写回数据存储，不用单独搭建Web服务。

总结对比 #

• 方法一适合实时服务，灵活性高，无需修改计算目标；
• 方法二适合需要频繁读取大量数据的场景，性能更优；
• 方法三适合非实时批量处理的需求。

无论用哪种方法，都要优先用托管身份或服务主体做认证，绝对不要在代码里硬写凭据，避免安全风险。

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