Exportar a Azure SQL Database

En este artículo se describe cómo usar la opción exportar a Azure SQL Database del módulo exportar datos en Azure machine learning Studio (clásico). Esta opción es útil si desea exportar datos del experimento de machine learning a un Azure SQL Database o Azure SQL Data Warehouse.

Nota

Se aplica a: machine learning Studio (clásico)

Este contenido solo pertenece a Studio (clásico). Se han agregado módulos similares de arrastrar y colocar al diseñador de Azure Machine Learning. Obtenga más información en este artículo comparativa de las dos versiones.

Exportar a una base de datos SQL es útil en muchos escenarios de aprendizaje automático: por ejemplo, puede que desee almacenar resultados intermedios, guardar puntuaciones o conservar tablas de características diseñadas. Aunque el almacenamiento de datos en un Azure SQL Database o Azure SQL Data Warehouse puede ser más caro que el uso de tablas o blobs en Azure, no hay ninguna cuota de transacciones en las bases de datos SQL. Además, el almacenamiento de bases de datos es ideal para escribir rápidamente cantidades más pequeñas de información usada con frecuencia, para compartir datos entre experimentos o para notificar resultados, predicciones y métricas.

Por otro lado, puede haber límites en la cantidad de datos que puede almacenar en una base de datos, en función del tipo de suscripción. También debe considerar el uso de una base de datos y una cuenta que se encuentra en la misma región que el área de trabajo de machine learning.

Para exportar datos, debe proporcionar el nombre de la instancia y el nombre de la base de datos donde se almacenan los datos y ejecutar el módulo con una cuenta que tenga permisos de escritura. También debe especificar el nombre de la tabla y asignar las columnas del experimento a las columnas de la tabla.

Cómo exportar datos a un Azure SQL Database

  1. Agregue el módulo exportar datos al experimento en Studio (clásico). Puede encontrar este módulo en la categoría entrada y salida de datos .

  2. Conecte exportar datos al módulo que genera los datos que desea exportar.

  3. En destino de los datos, seleccione Azure SQL Database. Esta opción también admite Azure SQL Data Warehouse.

  4. Indique el nombre del servidor y la base de datos en Azure SQL Database o Azure SQL Data Warehouse.

    Nombre del servidor de base de datos: escriba el nombre del servidor tal y como lo generó Azure. Normalmente tiene el formato <generated_identifier>.database.windows.net.

    Nombre de la base de datos: escriba el nombre de una base de datos existente en el servidor que acaba de especificar. El módulo exportar datos no puede crear una base de datos.

    Nombre de la cuenta de usuario del servidor: escriba el nombre de usuario de una cuenta que tenga permisos de acceso para la base de datos.

    Contraseña de la cuenta de usuario del servidor: proporcione la contraseña de la cuenta de usuario especificada.

  5. Especifique las columnas que se van a exportar y si desea cambiar el nombre de las columnas.

    Lista separada por comas de las columnas que se van a guardar: escriba los nombres de las columnas del experimento que desea escribir en la base de datos.

    Nombre de la tabla de datos: escriba el nombre de la tabla en la que se van a almacenar los datos.

    Por Azure SQL Database, si la tabla no existe, se crea una nueva tabla.

    Por Azure SQL Data Warehouse, la tabla ya debe existir y tener el esquema correcto, por lo que debe asegurarse de crearlo de antemano.

    Lista separada por comas de columnas de DataTable: escriba los nombres de las columnas que desea que aparezcan en la tabla de destino.

    Por Azure SQL Database, puede cambiar los nombres de columna, pero debe mantener las columnas en el mismo orden en el que se enumeran las columnas para la exportación, en una lista separada por comas de las columnas que se van a guardar.

    Por Azure SQL Data Warehouse, los nombres de las columnas deben coincidir con los que ya están en el esquema de la tabla de destino.

  6. Número de filas escritas por operación de SQL Azure: esta opción especifica el número de filas que se deben escribir en la tabla de destino de cada lote.

    De forma predeterminada, el valor se establece en 50, que es el tamaño de lote predeterminado de Azure SQL Database. Sin embargo, debe aumentar este valor si tiene un gran número de filas para escribir.

    Por Azure SQL Data Warehouse, se recomienda establecer este valor en 1. Si usa un tamaño de lote mayor, el tamaño de la cadena de comandos que se envía a Azure SQL Data Warehouse puede superar la longitud de cadena permitida, lo que produce un error.

  7. Usar resultados almacenados en caché: Seleccione esta opción para evitar escribir nuevos resultados cada vez que se ejecute el experimento. Si no hay ningún otro cambio en los parámetros del módulo, el experimento escribe los datos solo la primera vez que se ejecuta el módulo. Sin embargo, siempre se realiza una nueva escritura si se han cambiado parámetros en los datos de exportación que cambiarían los resultados.

  8. Ejecute el experimento.

Ejemplos

Para obtener ejemplos de cómo usar el módulo exportar datos , consulte la Azure AI Gallery:

Notas técnicas

Esta sección contiene detalles de implementación, sugerencias y respuestas a las preguntas más frecuentes.

Preguntas frecuentes

Usar una base de datos en una región geográfica diferente

Si el Azure SQL Database o SQL Data Warehouse está en una región diferente de la cuenta de aprendizaje automático, las escrituras pueden ser más lentas.

Además, se le cobrará por la entrada y salida de datos en la suscripción si el nodo de proceso está en una región distinta a la de la cuenta de almacenamiento.

¿Por qué algunos caracteres de los datos de salida no se muestran correctamente?

Azure Machine Learning admite la codificación UTF-8. Si las columnas de cadena de la base de datos utilizan una codificación diferente, es posible que los caracteres no se guarden correctamente.

Además, Azure Machine Learning no pueden generar los tipos de datos como money .

Parámetros del módulo

Nombre Intervalo Tipo Valor predeterminado Descripción
Origen de datos List Origen de datos o receptor Azure Blob Storage El origen de datos puede ser HTTP, FTP, HTTPS anónimo o FTPS, un archivo de Azure BLOB Storage, una tabla de Azure, una Azure SQL Database o Azure SQL Data Warehouse, una tabla de Hive o un extremo de OData.
Nombre del servidor de base de datos cualquiera String ninguno
Nombre de la base de datos cualquiera String ninguno
Nombre de cuenta de usuario del servidor cualquiera String ninguno
Contraseña de cuenta de usuario del servidor ninguno
Lista separada por comas de columnas que se va a guardar ninguno
Nombre de la tabla de datos cualquiera String ninguno
Lista separada por comas de columnas de tabla de datos String String ninguno String
Número de filas escritas por cada operación de SQL de Azure String Entero 50 String
Usar resultados almacenados en caché TRUE/FALSE Boolean false El módulo solo se ejecuta si no existe una caché válida; de lo contrario, use los datos en caché de la ejecución anterior.

Excepciones

Excepción Descripción
Error 0027 Se produce una excepción cuando dos objetos tienen que ser del mismo tamaño pero no lo son.
Error 0003 Se produce una excepción si una o varias de las entradas son nulas o están vacías.
Error 0029 Se produce una excepción cuando se pasa un URI no válido.
Error 0030 Se produce una excepción cuando no es posible descargar un archivo.
Error 0002 Se produce una excepción si uno o más parámetros no se pudieron analizar o convertir del tipo especificado al tipo requerido por el método de destino.
Error 0009 Se produce una excepción si se especifica incorrectamente el nombre de la cuenta de almacenamiento de Azure o el nombre del contenedor.
Error 0048 Se produce una excepción cuando no es posible abrir un archivo.
Error 0015 Se produce una excepción si se ha producido un error en la conexión de base de datos.
Error 0046 Se produce una excepción si no es posible crear el directorio en la ruta de acceso especificada.
Error 0049 Se produce una excepción cuando no es posible analizar un archivo.

Para obtener una lista de los errores específicos de los módulos de Studio (clásico), consulte Machine Learning de los códigos de error.

Para obtener una lista de excepciones de API, consulte códigos de error de la API de REST de machine learning.

Vea también

Importar datos
Exportar datos
Exportar a Azure Blob Storage
Exportar a consulta de Hive
Exportar a una tabla de Azure