目录

（一）前言

（二）什么是机器学习服务？

（三）如何启用机器学习服务

（四）脚本编写规范

1. 格式：

2. 参数

（五）脚本案列

1. 显示Python版本号：

2.  输出一段Select * 语句的结果：

3. Python运算结果后输出

---

（一）前言

       以往我们都是将DB中的数据取出供服务器上的应用程序调用使用。不过现在我们可以直接在Azure SQL托管实例/SQL SERVER 2017(14.x) 及更高版本中导入外部语言脚本直接运行，本文将简单讲述一下如何通过SQL机器学习去运行Python脚本。

（二）什么是机器学习服务？

       使用 Azure SQL 托管实例中的机器学习服务，你可以在数据库中执行 Python 和 R 脚本。 可以使用它来准备和清理数据、执行特征工程以及在数据库中定型、评估和部署机器学习模型。 此功能在数据所在的位置运行脚本，无需通过网络将数据传输到其他服务器。

使用 Azure SQL 托管实例中支持 R/Python 的机器学习服务，你可以：

• 运行 R 和 Python 脚本以准备数据和处理常规用途的数据 - 现在可以将 R/Python 脚本引入数据所在的 Azure SQL 托管实例，而无需将数据移出到其他服务器来运行 R 和 Python 脚本。 无需移动数据，避免发生延迟、安全性和合规性相关的问题。

• 在数据库中训练机器学习模型 - 可以使用任何开源算法来训练模型。 可以轻松地将训练扩展到整个数据集，而不用依赖于数据库中提取的示例数据集。

• 将模型和脚本部署到存储过程的生产环境中 - 只需将脚本和已训练的模型嵌入 T-SQL 存储过程，便可对它们进行操作。 连接到 Azure SQL 托管实例的应用只需调用存储过程，便可受益于这些模型中的预测和智能功能。 此外，还可以使用本机 T-SQL PREDICT 函数来操作模型，以便在高度并发的实时评分方案中进行快速评分。

（三）如何启用机器学习服务

利用以下 SQL 命令的扩展性，你可以启用 Azure SQL 托管实例中的机器学习服务（SQL 托管实例将重启，并在几秒钟内不可用）：

sp_configure 'external scripts enabled', 1;
RECONFIGURE WITH OVERRIDE;

（四）脚本编写规范

1. 格式：

sp_execute_external_script
    @language = N'language',
    @script = N'script'  
    [ , @input_data_1 = N'input_data_1' ]
    [ , @input_data_1_name = N'input_data_1_name' ]  
    [ , @input_data_1_order_by_columns = N'input_data_1_order_by_columns' ]
    [ , @input_data_1_partition_by_columns = N'input_data_1_partition_by_columns' ]  
    [ , @output_data_1_name = N'output_data_1_name' ]  
    [ , @parallel = 0 | 1 ]  
    [ , @params = N'@parameter_name data_type [ OUT | OUTPUT ] [ ,...n ]' ] 
    [ , @parameter1 = 'value1' [ OUT | OUTPUT ] [ ,...n ] ]

2. 参数

@language = N'language'

指示脚本语言。 语言 为 sysname。 有效值为 R、 Python 和使用 CREATE EXTERNAL LANGUAGE 定义的任何语言 (，例如 Java) 。

@script = N'script' 外部语言脚本指定为文本或变量输入。 脚本 为 nvarchar (max) 。

[ @input_data_1 = N'input_data_1' ]指定外部脚本以 Transact-SQL 查询的形式使用的输入数据。 input_data_1的数据类型为 nvarchar (max) 。

[ @input_data_1_name = N'input_data_1_name' ] 指定用于表示由 @input_data_1 定义的查询的变量的名称。 外部脚本中变量的数据类型取决于语言。 对于 R，输入变量是数据帧。 对于 Python，输入必须是表格格式。 input_data_1_name 为 sysname。 默认值为 InputDataSet。

[ @input_data_1_order_by_columns = N'input_data_1_order_by_columns' ] 用于生成每分区模型。 指定用于对结果集进行排序的列的名称，例如产品名称。 外部脚本中变量的数据类型取决于语言。 对于 R，输入变量是数据帧。 对于 Python，输入必须是表格格式。

[ @input_data_1_partition_by_columns = N'input_data_1_partition_by_columns' ] 用于生成每分区模型。 指定用于对数据进行分段的列的名称，例如地理区域或日期。 外部脚本中变量的数据类型取决于语言。 对于 R，输入变量是数据帧。 对于 Python，输入必须是表格格式。

[ @output_data_1_name = N'output_data_1_name' ]指定外部脚本中变量的名称，其中包含在存储过程调用完成后要返回到SQL Server的数据。 外部脚本中变量的数据类型取决于语言。 对于 R，输出必须是数据帧。 对于 Python，输出必须是 pandas 数据帧。 output_data_1_name 为 sysname。 默认值为 OutputDataSet。

[ @parallel = 0 | 1 ] 通过将参数设置为 @parallel 1 来启用 R 脚本的并行执行。 此参数的默认值为 0 (无并行) 。 如果 @parallel = 1 输出直接流式传输到客户端计算机，则需要该 WITH RESULT SETS 子句，并且必须指定输出架构。

• 对于不使用 RevoScaleR 函数的 R 脚本，使用 @parallel 参数可以有利于处理大型数据集，假设脚本可以简单并行化。 例如，将 R predict 函数与模型结合使用以生成新预测时，设置为 @parallel = 1 查询引擎的提示。 如果查询可以并行化，则根据 MAXDOP 设置分布行。

• 对于使用 RevoScaleR 函数的 R 脚本，并行处理会自动处理，不应指定@parallel = 1sp_execute_external_script调用。

[ @params = N'@parameter_name data_type [ OUT | OUTPUT ] [ ,...n ]' ] 外部脚本中使用的输入参数声明的列表。

[ @parameter1 = 'value1' [ OUT | OUTPUT ] [ ,...n ] ] 外部脚本使用的输入参数的值列表。

（五）脚本案列

       若要运行 Python 脚本，请将它作为参数传递给系统存储过程 sp_execute_external_script
。 此系统存储过程在 SQL 机器学习的上下文中启动 Python 运行时，将数据传递到 Python，安全地管理 Python 用户会话，并将所有结果返回到客户端。

1. 显示Python版本号：

exec sp_execute_external_script 
@language =N'Python',
@script=N'import sys
OutputDataSet = pandas.DataFrame([sys.version])'
WITH RESULT SETS ((python_version nvarchar(max)))
GO

 

2.  输出一段Select * 语句的结果：

create table zyytest(col1 int,col2 nvarchar(10)) --创建zyytest表
insert into zyytest values(1,'zyy')  --在zyytest表中插入数据

--执行脚本并将zyytest表中的字段重命名为NewColName1，NewColName2
EXECUTE sp_execute_external_script @language = N'Python'
    , @script = N'OutputDataSet = InputDataSet;'
    , @input_data_1 = N'SELECT * FROM zyytest;'
WITH RESULT SETS(([NewColName1] INT NOT NULL,[NewColName2] NVARCHAR(10) NOT NULL));

 

3. Python运算结果后输出

EXECUTE sp_execute_external_script @language = N'Python'
    , @script = N'
a = 1
b = 2
c = a + b
print(c)
'
GO