Как можно использовать записные книжки Azure машинного обучения для подключения к SQL серверу и Azure SQL базам данных?

Question

Я пытаюсь выяснить, как я могу использовать записную книжку Microsoft Azure Machine Learning для подключения к SQL серверу и Azure SQL базам данных.

Я знаю, как подключаться к SQL серверным базам данных с помощью обычных файлов Jupyter с использованием соединений ODB C. Но, похоже, мне нужно попробовать что-то другое при использовании Azure записных книжек машинного обучения.

Может ли кто-нибудь описать лучший подход к выполнению sh этого?

Примечание: я имею в виду в новую службу машинного обучения Microsoft Azure, которая в настоящее время находится в режиме предварительной версии с мая 2020 года.

Answer 1

отличный вопрос - ответ зависит от того, находятся ли ваши источники данных в Azure.

данные в Azure

для Azure хранилища (blob, data lake, Azure SQL, Azure Databricks) вам повезло с Azure ML Datasets и абстракцией поверх azureml-dataprep, пакета компонентов azureml-sdk. IMHO, Azure ML Datasets гладкие, TabularDatasets, в частности, с их методами to_pandas_dataframe() и .to_spark_dataframe().

Ознакомьтесь со следующими статьями, чтобы узнать, как :

• Как подключиться к данным и зарегистрироваться как Dataset
• Как получить доступ к данным во время обучения Следуйте рекомендациям в в этом руководстве рекомендуется создать TabularDataset FileDataset

данные не на Azure

Для локальных серверов или серверов IaaS SQL у вас есть два варианта о которых мне известно:

• Поместите свой SQL сервер в одну сеть в службу Azure ML и ComputeTarget и получите прямой доступ к серверу с помощью библиотеки pyodbc.
• Используйте ADF, чтобы переместить данные сервера SQL в Azure Storage , (вам понадобится среда выполнения интеграции ADF на сервере SQL)