Spostamento dei dati in un database di SQL Azure per Azure Machine Learning

Questo argomento indica le opzioni per lo spostamento dei dati da file flat, con estensione csv o tsv, o da dati archiviati in SQL Server locale a un database SQL di Azure. Queste attività per lo spostamento dei dati nel cloud fanno parte del Processo di analisi scientifica dei dati per i team.

Per un argomento che descrive le opzioni per lo spostamento dei dati a SQL Server locale per Machine Learning, vedere Spostamento dei dati in SQL Server in una macchina virtuale di Azure.

Il seguente menu si collega ad argomenti che descrivono come inserire dati in ambienti di destinazione in cui i dati possono essere archiviati ed elaborati durante il Processo di analisi scientifica dei dati per i team (TDSP).

Nella tabella seguente vengono riepilogate le opzioni per lo spostamento dei dati a un database di SQL Azure.

SOURCE DESTINATION: database SQL di Azure
File flat (con formato CSV o TSV) Inserimento di massa query SQL
SQL Server locale 1. Esportazione in un file flat
2.
Migrazione guidata database SQL
3.
Backup e ripristino database
4.
Data factory di Azure

Prerequisiti

Questa procedura descritta di seguito richiede di disporre di:

Dati: i processi di migrazione vengono illustrati usando il set di dati NYC Taxi. Il set di dati NYC Taxi contiene informazioni sulle tariffe e sui dati delle tratte ed è disponibile nell'archivio BLOB di Azure (dati NYC Taxi). Un esempio e una descrizione di questi file sono inclusi in Descrizione del set di dati relativo alle corse dei taxi di NYC.

È possibile adattare le procedure descritte di seguito a un set di dati personalizzati o seguire i passaggi come descritto utilizzando il set di dati NYC Taxi. Per caricare il set di dati NYC Taxi nel database di SQL Server locale, seguire la procedura descritta in Importazione in blocco dei dati nel database SQL Server. Queste istruzioni sono per SQL Server in una macchina virtuale di Azure, ma la procedura per il caricamento in SQL Server locale è la stessa.

Spostamento dei dati da un'origine di file flat a un database SQL Azure

I dati nei file flat (nel formato CSV o TSV) possono essere spostati a un database Azure SQL mediante un inserimento di massa query SQL.

Inserimento di massa query SQL

I passaggi per la procedura utilizzando l’inserimento di massa query SQL sono simili a quelli descritti nelle sezioni per lo spostamento dei dati da un'origine di file flat a un Server SQL in una VM di Azure. Per altre informazioni, vedere Inserimento di massa query SQL.

Spostamento dei dati da SQL Server locale a un database SQL di Azure

Se i dati di origine vengono archiviati in SQL Server locale, esistono varie possibilità per lo spostamento di dati in un database SQL di Azure:

  1. Esportazione in un file flat
  2. Migrazione guidata database SQL
  3. Backup e ripristino database
  4. Data Factory di Azure

I passaggi per i primi tre sono molto simili a tali sezioni in Spostamento dei dati in SQL Server in una macchina virtuale di Azure che coprono la medesima procedura. Le istruzioni seguenti forniscono i collegamenti alle sezioni appropriate al riguardo.

Esportazione in un file flat

La procedura di questo processo di esportazione in un file flat è simile a quella descritta in Esportazione in un file flat.

Migrazione guidata database SQL

I passaggi per utilizzare la migrazione guidata nel database SQL sono simili a quelli descritti in Migrazione guidata database SQL.

Backup e ripristino database

I passaggi per l'utilizzo del backup e ripristino del database sono simili a quelli descritti in Backup e ripristino database.

Data Factory di Azure

La procedura per lo spostamento di dati in un database SQL di Azure con Azure Data Factory (ADF) è illustrata nell'argomento Spostare i dati da SQL Server locale a SQL Azure con Azure Data Factory. Questo argomento descrive come spostare i dati da un database di SQL Server locale a un database SQL di Azure tramite l'archiviazione BLOB di Azure con ADF.

È consigliabile usare ADF quando i dati devono essere migrati continuamente in uno scenario ibrido che accede a risorse locali e cloud e quando i dati sono transazionali o devono essere modificati o avere una logica di business aggiunta durante la migrazione. L’ADF consente la pianificazione e il monitoraggio dei processi utilizzando semplici script JSON che gestiscono lo spostamento dei dati su base periodica. ADF dispone anche di altre funzionalità quali il supporto di operazioni complesse.