teradataml.store.feature_store.feature_store.FeatureStore.list_data_sources = list_data_sources(self, archived=False) -> teradataml.dataframe.dataframe.DataFrame

DESCRIPTION:
    List all the Data Sources.
 
PARAMETERS:
    archived:
        Optional Argument.
        Specifies whether to list effective data sources or archived data sources.
        When set to False, effective data sources in FeatureStore are listed,
        otherwise, archived data sources are listed.
        Default Value: False
        Types: bool
 
RETURNS:
    teradataml DataFrame
 
RAISES:
    None
 
EXAMPLES:
    >>> from teradataml import DataSource, FeatureStore, load_example_data
    # Create teradataml DataFrame.
    >>> load_example_data("dataframe", "admissions_train")
    >>> admissions = DataFrame("admissions_train")
 
    # Create FeatureStore for repo 'vfs_v1'.
    >>> fs = FeatureStore("vfs_v1")
    Repo vfs_v1 does not exist. Run FeatureStore.setup() to create the repo and setup FeatureStore.
    # Setup FeatureStore for this repository.
    >>> fs.setup()
    True
 
    # Create DataSource using teradataml DataFrame.
    >>> ds = DataSource(name='admissions', source=admissions)
    # Apply the DataSource to FeatureStore.
    >>> fs.apply(ds)
    True
 
    # Example 1: List all the effective DataSources in the repo 'vfs_v1'.
    >>> fs.list_data_sources()
                           description timestamp_column                            source               creation_time               modified_time
    name       data_domain                                                                                                                       
    admissions ALICE              None             None  select * from "admissions_train"  2025-07-28 03:26:53.507807                        None
 
    # Example 2: List all the archived DataSources in the repo 'vfs_v1'.
    # Let's first archive the DataSource.
    >>> fs.archive_data_source('admissions')
    DataSource 'admissions' is archived.
    True
 
    # List archived DataSources.
    >>> fs.list_data_sources(archived=True)
             name data_domain description timestamp_column                            source               creation_time modified_time               archived_time
    0  admissions       ALICE        None             None  select * from "admissions_train"  2025-07-28 03:26:53.507807          None  2025-07-28 03:28:17.160000
    >>>