Azure ML实验批量Web服务调用因输出扩展名无效失败

架构老林

2026-5-27

解决Azure WebJob调用ML批量执行时的「输出扩展名无效」错误

我帮你分析下这个问题，这通常是因为Azure机器学习批量执行服务对输出文件的扩展名有严格的格式要求，咱们可以从以下几个方向排查解决：

检查输出Blob的扩展名配置
首先看你代码里output1的RelativeLocation设置，Azure ML批量服务要求输出文件的扩展名必须和你的实验输出格式匹配。比如如果你的训练实验输出是CSV格式，那输出路径必须带.csv后缀；如果是Parquet格式，就得用.parquet。举个正确配置的例子：
```
Outputs = new Dictionary<string, AzureBlobDataReference>() 
{ 
    { "output1", new AzureBlobDataReference() 
        { 
            ConnectionString = _connectionString, 
            RelativeLocation = $"{_containerName}/{experimentId}/{tenantId}/training_output.csv" // 确保扩展名与实验输出格式一致
        } 
    }
}
```
避免使用无扩展名的路径，或者和实验输出不匹配的后缀（比如实验输出CSV却用.txt）。
匹配ML实验中输出端口的格式要求
登录Azure机器学习门户网站，找到你的训练实验，检查输出模块（比如「转换为CSV」「导出数据」这类模块）的配置，确认它生成的文件格式对应的标准扩展名是什么。比如如果实验里输出的是TSV格式，那扩展名就得用.tsv，不能随便用其他后缀。
验证Blob路径与权限的正确性
确保WebJob使用的存储账户连接字符串拥有目标容器的写入权限，同时检查RelativeLocation里的路径拼写是否正确（比如容器名、文件夹路径有没有打错）。虽然Azure Blob会自动创建不存在的路径，但扩展名错误是独立的问题，不过路径错误也可能间接引发类似报错，所以最好一并确认。
简化请求做测试
你可以先写一个最小化的测试代码，只保留必要的输入、输出配置（确保输出扩展名正确），直接调用批量服务。如果这个简化请求能成功，再逐步添加原来的其他参数，排查是不是其他配置干扰了输出扩展名的校验。