Can'；不要对Azure Data Lake Gen2文件使用通配符

我能够将我的Data Lake Gen2存储帐户与我的Azure ML工作区正确连接。当试图从数据存储中读取一组特定的拼花地板文件时，这将花费很长时间，并且不会加载它

代码如下所示：

from azureml.core import Workspace, Datastore, Dataset
from azureml.data.datapath import DataPath

ws = Workspace(subscription_id, resource_group, workspace_name)

datastore = Datastore.get(ws, 'my-datastore')

files_path = 'Brazil/CommandCenter/Invoices/dt_folder=2020-05-11/*.parquet'

dataset = Dataset.Tabular.from_parquet_files(path=[DataPath(datastore, files_path)], validate=False)
df = dataset.take(1000)

df.to_pandas_dataframe()

每个拼花地板文件的大小约为300kB。文件夹中有200个，是通用的，是直接从数据库中取出的。奇怪的是，当我试图从完全相同的文件夹中读取一个拼花地板文件时，它运行平稳

第二，其他包含少于20个文件的文件夹也会顺利运行，所以我排除了这是由于某些连接问题造成的可能性。更奇怪的是，我尝试了如下通配符：

# files_path = 'Brazil/CommandCenter/Invoices/dt_folder=2020-05-11/part-00000-*.parquet'

理论上，这只会将我指向

00000

文件，但它也不会加载。太奇怪了

为了克服这个问题，我尝试用Dask通过ADLFS连接到Data Lake，它就可以工作了。我知道这是处理“大型”数据集/文件的一个变通方法，但是直接从Dataset类方法中执行它会非常好

有什么想法吗

---

编辑：输入错误

如果使用以下命令更新某些软件包，则可以解决此问题：

pip安装--升级azureml-dataprep-azureml-dataprep-rslex

---

正如微软的一些人告诉我的那样，这将在下一次azureml.core更新中得到修复。

1）您使用的SDK版本是什么？2） 你能提供你收到的错误的跟踪吗？@Anderswanson SDK 1.17.0版。没有特别的错误。它只是在Jupyter[*]上永远停留在那里，在进一步调查之后，几乎可以肯定这个问题与目录中的“=”字符串有关。