0

在有限的 Azure 机器学习工作室中，可以从本地 SQL Server 数据库导入数据。在 Azure 机器学习服务工作区的虚拟机上的 python jupyter notebook 上执行完全相同的操作的能力如何？

从我在文档中找到的内容来看，这似乎是不可能的。Azure ML 服务中的数据源将受到限制：“目前，支持的可注册为数据存储的 Azure 存储服务列表包括 Azure Blob 容器、Azure File Share、Azure Data Lake、Azure Data Lake Gen2、Azure SQL 数据库、Azure PostgreSQL , 和 Databricks 文件系统”

预先感谢您的帮助

4

2 回答 2

1

到今天为止，您可以加载 SQL 数据，但仅支持 MS SQL Server 源（也是本地）。

使用azureml.dataprep，代码将按照以下方式阅读

import azureml.dataprep as dprep

secret = dprep.register_secret(value="[SECRET-PASSWORD]", id="[SECRET-ID]")

ds = dprep.MSSQLDataSource(server_name="[SERVER-NAME]",
                           database_name="[DATABASE-NAME]",
                           user_name="[DATABASE-USERNAME]",
                           password=secret)

dflow = dprep.read_sql(ds, "SELECT top 100 * FROM [YourDB].[ATable]")
# print first records
dflow.head(5)

据我了解，API 正在大量开发中，azureml.dataprep可能很快就会被Dataset 类提供的功能所取代。

于 2019-05-21T22:53:14.140 回答
0

您始终可以使用数据移动/编排服务将数据推送到受支持的源。请记住，并非所有 Azure 服务都具有 Power BI、逻辑应用程序或数据工厂等所有源选项……这就是存在数据编排/移动服务的原因。

于 2019-05-27T13:57:15.627 回答