온-프레미스 SQL Server 데이터베이스에서 가져오기

  • 아티클

중요

Machine Learning Studio(클래식)에 대한 지원은 2024년 8월 31일에 종료됩니다. 해당 날짜까지 Azure Machine Learning으로 전환하는 것이 좋습니다.

2021년 12월 1일부터 새로운 Machine Learning Studio(클래식) 리소스를 만들 수 없습니다. 2024년 8월 31일까지는 기존 Machine Learning Studio(클래식) 리소스를 계속 사용할 수 있습니다.

ML Studio(클래식) 설명서는 사용 중지되며 나중에 업데이트되지 않을 수 있습니다.

이 문서에서는 Machine Learning Studio(클래식)의 데이터 가져오기 모듈을 사용하여 온-프레미스 SQL Server 데이터베이스에서 기계 학습 실험으로 데이터를 가져오는 방법을 설명합니다.

참고

적용 대상: Machine Learning Studio(클래식) 전용

유사한 끌어서 놓기 모듈은 Azure Machine Learning 디자이너에서 사용할 수 있습니다.

Machine Learning Microsoft 데이터 관리 Gateway를 사용하여 데이터를 제공하는 경우 온-프레미스 SQL Server 데이터베이스에 액세스할 수 있습니다. 따라서 데이터 가져오기를 사용하기 전에 다음 요구 사항을 충족해야 합니다.

게이트웨이 연결이 설정되면 서버 및 데이터베이스 이름, 인증 방법 및 데이터베이스 쿼리와 같은 추가 속성을 지정할 수 있습니다.

Microsoft 데이터 관리 Gateway를 설치하는 방법

Machine Learning 온-프레미스 SQL Server 데이터베이스에 액세스하려면 Microsoft 데이터 관리 Gateway를 다운로드하여 설치한 다음 Machine Learning Studio(클래식)에서 게이트웨이를 등록해야 합니다.

게이트웨이 설치 및 등록에 대한 자세한 내용은 다음 문서를 참조하세요.

온-프레미스 SQL Server 데이터베이스에서 데이터를 가져오는 방법

데이터 관리 게이트웨이가 SQL Server 데이터베이스에 액세스할 수 있는 컴퓨터에 설치되고 Machine Learning Studio(클래식)에 게이트웨이를 등록한 후에는 데이터 가져오기 모듈을 구성해야 합니다.

시작하기 전에 사이트에 studio.azureml.net대한 브라우저의 팝업 차단을 사용하지 않도록 설정합니다.

Google Chrome 브라우저를 사용하는 경우 Google Chrome WebStore에서 사용할 수 있는 플러그 인 중 하나를 다운로드하여 설치해야 합니다. 앱 확장을 한 번 클릭하세요.

데이터 가져오기 마법사 사용

이 모듈에는 스토리지 옵션을 선택하고, 기존 구독 및 계정 중에서 선택하고, 모든 옵션을 신속하게 구성하는 데 도움이 되는 새 마법사가 있습니다.

  1. 데이터 가져오기 모듈을 실험에 추가합니다. 데이터 입력 및 출력 범주의 Studio(클래식)에서 모듈을 찾을 수 있습니다.

  2. 데이터 가져오기 마법사 시작을 클릭하고 프롬프트를 따릅니다.

  3. 구성이 완료되면 실제로 데이터를 실험에 복사하려면 모듈을 마우스 오른쪽 단추로 클릭하고 [선택됨 실행]을 선택합니다.

기존 데이터 연결을 편집해야 하는 경우 마법사는 모든 이전 구성 세부 정보를 로드하므로 처음부터 다시 시작할 필요가 없습니다.

데이터 가져오기 모듈에서 수동으로 속성 설정

  1. 데이터 가져오기 모듈을 실험에 추가합니다. 데이터 입력 및 출력 범주의 Studio(클래식)에서 모듈을 찾을 수 있습니다.

  2. 데이터 원본의 경우 온-프레미스 SQL Database 선택합니다.

  3. SQL Server 데이터베이스와 관련된 다음 옵션을 설정합니다.

    • 데이터 게이트웨이: 만든 게이트웨이를 선택합니다. 게이트웨이를 등록해야 하거나 목록에 표시되지 않습니다.

    • 데이터베이스 서버 이름: SQL Server 인스턴스의 이름을 입력합니다.

    • 데이터베이스 이름: 데이터베이스 이름을 입력합니다.

    • 사용자 이름 및 암호 아래에서 값 입력을 클릭하고 데이터베이스 자격 증명을 입력합니다. 온-프레미스 SQL Server가 구성된 방식에 따라 Windows 통합 인증 또는 SQL Server 인증을 사용할 수 있습니다.

      중요

      자격 증명 관리자는 SQL Server 인스턴스 및 게이트웨이 클라이언트와 동일한 네트워크 내에서 시작해야 합니다. 자격 증명은 도메인 간에 전달할 수 없습니다.

    • 읽을 데이터를 설명하는 SQL 문을 데이터베이스 쿼리에 입력하거나 붙여넣습니다. 항상 SQL 문의 유효성을 검사하고 Visual Studio 서버 탐색기 또는 SQL Server Data Tools 같은 도구를 사용하여 쿼리 결과를 미리 확인합니다.

    • 데이터 세트가 실험 실행 간에 변경되지 않을 것으로 예상되는 경우 캐시된 결과 사용 옵션을 선택합니다. 이 옵션을 선택하면 모듈 매개 변수에 대한 다른 변경 내용이 없으면 모듈이 처음 실행될 때 데이터를 로드한 다음 캐시된 버전의 데이터 세트를 사용합니다.

  4. 실험을 실행합니다.

결과

데이터 가져오기가 Studio(클래식)로 데이터를 로드할 때 원본 데이터베이스에 사용되는 데이터 형식에 따라 일부 암시적 형식 변환이 수행될 수 있습니다. 데이터 형식에 대한 자세한 내용은 모듈 데이터 형식을 참조하세요.

완료되면 출력 데이터 세트를 클릭하고 시각화 를 선택하여 데이터를 성공적으로 가져왔는지 확인합니다.

필요에 따라 Studio(클래식)의 도구를 사용하여 데이터 세트 및 해당 메타데이터를 변경할 수 있습니다.

기술 정보

이 섹션에는 구현 세부 정보, 팁, 자주 묻는 질문에 대한 답변이 포함되어 있습니다.

일반적인 질문

원본에서 읽는 데이터를 필터링할 수 있나요?

데이터 가져오기 모듈 자체는 데이터를 읽는 동안 필터링을 지원하지 않습니다. 뷰를 만들거나 필요한 행만 생성하는 쿼리를 정의하는 것이 좋습니다.

참고

필요 이상으로 많은 데이터를 로드한 경우 새 데이터 집합을 읽은 다음 더 오래되고 크기가 큰 데이터와 같은 이름으로 저장하여 캐시된 데이터 집합을 덮어쓸 수 있습니다.

"10진수 형식은 지원되지 않습니다"라는 오류가 표시되는 이유는 무엇인가요?

SQL 데이터베이스에서 데이터를 읽을 때 지원되지 않는 데이터 형식을 보고하는 오류 메시지가 발생할 수 있습니다.

SQL 데이터베이스에서 가져오는 데이터에 Machine Learning 지원되지 않는 데이터 형식이 포함된 경우 데이터를 읽기 전에 소수 자릿수를 지원되는 데이터 형식으로 캐스팅하거나 변환해야 합니다. 그 이유는 데이터 가져오기 가 정밀도 손실을 초래하는 변환을 자동으로 수행할 수 없기 때문입니다.

일부 문자가 올바르게 표시되지 않는 이유

Machine Learning UTF-8 인코딩을 지원합니다. 데이터베이스의 문자열 열에서 다른 인코딩을 사용하는 경우 문자를 올바르게 가져오지 못할 수 있습니다.

이러한 문자를 유지하는 한 가지 옵션은 Azure Storage의 CSV 파일로 데이터를 내보내고 인 코딩과 함께 CSV 옵션을 사용하여 사용자 지정 구분 기호, 코드 페이지 등에 대한 매개 변수를 지정하는 것입니다.

온-프레미스 서버에서 데이터 관리 Gateway를 설정합니다. 작업 영역 간에 동일한 게이트웨이를 공유할 수 있나요?

아니요. 각 작업 영역에 대해 별도의 게이트웨이를 만들어야 합니다.

단일 작업 영역(예: 개발, 테스트, 프로덕션 등 각각 하나씩)에서 여러 데이터 관리 게이트웨이를 설정할 수 있지만 작업 영역에서 게이트웨이를 공유할 수는 없습니다.

Power BI 또는 Azure Data Factory 사용하는 온-프레미스 서버에 데이터 관리 Gateway를 설정했으며 Machine Learning

각 서비스에는 별도의 데이터 관리 게이트웨이가 필요합니다. Power BI 또는 Azure Data Factory 사용되는 게이트웨이가 이미 있는 경우 별도의 서버를 설정하고 기계 학습을 위한 게이트웨이를 설치해야 합니다.

단일 서버에 여러 게이트웨이를 설치할 수 없습니다.

온-프레미스 SQL 서버로 데이터를 내보낼 수 있습니다. 데이터 내보내기 모듈에서 게이트웨이를 사용하여 온-프레미스 SQL 서버에 데이터를 쓸 수 있나요?

현재 Machine Learning 데이터 가져오기만 지원합니다. 앞으로 온-프레미스 데이터베이스에 쓸 수 있는지 여부를 평가하고 있습니다. 그 동안 Azure Data Factory 사용하여 클라우드에서 온-프레미스 데이터베이스로 데이터를 복사할 수 있습니다.

Microsoft SQL Server 않은 데이터 원본이 있습니다(Oracle, Teradata 등). 데이터 가져오기 모듈의 온-프레미스 옵션을 사용하여 Machine Learning 데이터를 읽을 수 있나요?

현재 Machine Learning 데이터 가져오기 모듈은 Microsoft SQL Server만 지원합니다.

해결 방법으로 Azure Data Factory 사용하여 온-프레미스 데이터를 Azure Blob Storage 또는 Azure Database와 같은 클라우드 스토리지에 복사한 다음 데이터 가져오기 모듈에서 클라우드 데이터 원본을 사용할 수 있습니다.

모듈 매개 변수

Name 범위 Type 기본값 설명
데이터 원본 목록 데이터 원본 또는 싱크 Azure Blob Storage 데이터 원본은 HTTP, FTP, 익명 HTTPS 또는 FTPS, Azure BLOB Storage의 파일, Azure 테이블, Azure SQL Database, 온-프레미스 SQL Server 데이터베이스, Hive 테이블 또는 OData 엔드포인트일 수 있습니다.
데이터 게이트웨이 any DataGatewayName 없음 데이터 게이트웨이 이름
데이터베이스 서버 이름 any String 없음 온-프레미스 SQL Server
데이터베이스 이름 any String 없음 온-프레미스 SQL Server 데이터베이스 인스턴스
사용자 이름 및 암호 any SecureString 없음 사용자 이름 및 암호
데이터베이스 쿼리 any StreamReader 없음 온-프레미스 SQL 쿼리

출력

Name 유형 설명
결과 데이터 집합 데이터 테이블 다운로드한 데이터가 포함된 데이터 집합입니다.

예외

예외 설명
오류 0027 두 개체의 크기가 같아야 하지만 다른 경우 예외가 발생합니다.
오류 0003 입력 중 하나 이상이 null이거나 비어 있으면 예외가 발생합니다.
오류 0029 잘못된 URI가 전달되면 예외가 발생합니다.
오류 0030 파일을 다운로드할 수 없으면 예외가 발생합니다.
오류 0002 하나 이상의 매개 변수를 구문 분석할 수 없거나 지정된 형식을 대상 방법에 필요한 형식으로 변환할 수 없으면 예외가 발생합니다.
오류 0048 파일을 열 수 없으면 예외가 발생합니다.
오류 0015 데이터베이스 연결에 실패하면 예외가 발생합니다.
오류 0046 지정한 경로에 디렉터리를 만들 수 없으면 예외가 발생합니다.
오류 0049 파일을 구문 분석할 수 없으면 예외가 발생합니다.

Studio(클래식) 모듈과 관련된 오류 목록은 Machine Learning 오류 코드를 참조하세요.

API 예외 목록은 Machine Learning REST API 오류 코드를 참조하세요.

참고 항목

데이터 가져오기
데이터 내보내기
HTTP를 통해 웹 URL에서 가져오기
Hive 쿼리에서 가져오기
Azure SQL Database에서 가져오기
Azure Table에서 가져오기
Azure Blob Storage에서 가져오기
데이터 피드 공급자에서 가져오기