Exportar para Banco de Dados SQL do Azure

Este artigo descreve como usar a opção exportar para o banco de dados SQL do Azure no módulo export data no Azure Machine Learning Studio (clássico). Essa opção é útil quando você deseja exportar dados de seu experimento do Machine Learning para um banco de dados SQL do Azure ou SQL Data Warehouse do Azure.

Observação

Aplica-se a: Machine Learning Studio (clássico)

Esse conteúdo pertence apenas ao estúdio (clássico). Módulos de arrastar e soltar semelhantes foram adicionados ao designer de Azure Machine Learning. Saiba mais neste artigo comparando as duas versões.

Exportar para um banco de dados SQL é útil em muitos cenários de aprendizado de máquina: por exemplo, você pode querer armazenar resultados intermediários, economizar pontuações ou manter tabelas de recursos de engenharia. Embora o armazenamento de dados em um Azure SQL Database ou em um SQL Data Warehouse do Azure possa ser mais caro do que usar tabelas ou BLOBs no Azure, não há taxas de transação em relação aos bancos de dados SQL. Além disso, o armazenamento de banco de dados é ideal para a gravação rápida de quantidades menores de informações usadas com frequência, para o compartilhamento de dados entre experimentos ou para relatórios de resultados, previsões e métricas.

Por outro lado, pode haver limites na quantidade de dados que você pode armazenar em um banco de dado, dependendo do tipo de assinatura. Você também deve considerar o uso de um banco de dados e uma conta que estejam na mesma região que o seu espaço de trabalho do Machine Learning.

Para exportar dados, você fornece o nome da instância e o nome do banco de dados em que eles são armazenados e executa o módulo usando uma conta que tenha permissões de gravação. Você também deve especificar o nome da tabela e mapear as colunas do experimento para as colunas na tabela.

Como exportar dados para um banco de dado SQL do Azure

  1. Adicione o módulo exportar dados ao seu experimento no Studio (clássico). Você pode encontrar esse módulo na categoria entrada e saída de dados .

  2. Conecte exportar dados ao módulo que produz os dados que você deseja exportar.

  3. Para destino de dados, selecione Azure SQL Database. Essa opção também dá suporte ao Azure SQL Data Warehouse.

  4. Indique o nome do servidor e do banco de dados no banco de dados SQL do Azure ou SQL Data Warehouse do Azure.

    Nome do servidor de banco de dados: digite o nome do servidor gerado pelo Azure. Geralmente, ela contém o formulário <generated_identifier>.database.windows.net.

    Nome do banco de dados: digite o nome de um banco de dados existente no servidor que você acabou de especificar. O módulo Export data não pode criar um banco de dados.

    Nome da conta de usuário do servidor: digite o nome de usuário de uma conta que tenha permissões de acesso para o banco de dados.

    Senha da conta de usuário do servidor: forneça a senha para a conta de usuário especificada.

  5. Especifique as colunas a serem exportadas e se você deseja renomear as colunas.

    Lista separada por vírgulas de colunas a serem salvas: digite os nomes das colunas do experimento que você deseja gravar no banco de dados.

    Nome da tabela de dados: digite o nome da tabela na qual armazenar os dados.

    Para o banco de dados SQL do Azure, se a tabela não existir, uma nova tabela será criada.

    Para o Azure SQL Data Warehouse, a tabela já deve existir e ter o esquema correto, portanto, certifique-se de criá-la com antecedência.

    Lista separada por vírgulas de colunas DataTable: digite os nomes das colunas como você deseja que elas apareçam na tabela de destino.

    Para o banco de dados SQL do Azure, você pode alterar os nomes de coluna, mas deve manter as colunas na mesma ordem em que você listou as colunas para exportação, na lista separada por vírgulas de colunas a serem salvas.

    Para o Azure SQL Data Warehouse, os nomes das colunas devem corresponder aos já existentes no esquema da tabela de destino.

  6. Número de linhas gravadas por SQL Azure operação: essa opção especifica quantas linhas devem ser gravadas na tabela de destino em cada lote.

    Por padrão, o valor é definido como 50, que é o tamanho de lote padrão para o banco de dados SQL do Azure. No entanto, você deve aumentar esse valor se tiver um grande número de linhas a serem gravadas.

    Para SQL Data Warehouse do Azure, recomendamos que você defina esse valor como 1. Se você usar um tamanho de lote maior, o tamanho da cadeia de caracteres de comando enviada para o Azure SQL Data Warehouse poderá exceder o comprimento de cadeia de caracteres permitido, causando um erro.

  7. Usar resultados em cache: Selecione esta opção para evitar a gravação de novos resultados sempre que o experimento for executado. Se não houver nenhuma outra alteração nos parâmetros do módulo, o experimento gravará os dados somente na primeira vez em que o módulo for executado. No entanto, uma nova gravação sempre será executada se algum parâmetro tiver sido alterado nos dados de exportação que alterariam os resultados.

  8. Execute o experimento.

Exemplos

Para obter exemplos de como usar o módulo exportar dados , consulte a Galeria de ia do Azure:

Observações técnicas

Esta seção contém detalhes de implementação, dicas e respostas para perguntas frequentes.

Perguntas comuns

Usando um banco de dados em uma região geográfica diferente

Se o banco de dados SQL do Azure ou SQL Data Warehouse estiver em uma região diferente da conta do Machine Learning, as gravações poderão ser mais lentas.

Além disso, você será cobrado pela entrada e saída de dados na assinatura se o nó de computação estiver em uma região diferente da conta de armazenamento.

Por que alguns caracteres nos dados de saída não são exibidos corretamente

Azure Machine Learning dá suporte à codificação UTF-8. Se as colunas de cadeia de caracteres em seu banco de dados usarem uma codificação diferente, os caracteres talvez não sejam salvos corretamente.

Além disso, Azure Machine Learning não pode gerar tipos de dados como money .

Parâmetros do módulo

Name Intervalo Type Padrão Descrição
Fonte de dados Lista Fonte de dados ou coletor Armazenamento do Blobs do Azure A fonte de dados pode ser HTTP, FTP, HTTPS anônimo ou FTPS, um arquivo no armazenamento de BLOBs do Azure, uma tabela do Azure, um banco de dados SQL do Azure ou SQL Data Warehouse do Azure, uma tabela Hive ou um ponto de extremidade OData.
Nome do servidor de banco de dados any String nenhum
Nome do banco de dados any String nenhum
Nome da conta do usuário do servidor any String nenhum
Senha da conta do usuário do servidor nenhum
Lista separada por vírgulas de colunas a serem salvas nenhum
Nome da tabela de dados any String nenhum
Lista separada por vírgulas das colunas da tabela de dados String String nenhum String
Número de linhas gravadas por operação do SQL Azure String Integer 50 String
Usar resultados em cache TRUE/FALSE Boolean FALSE O módulo só será executado se o cache válido não existir; caso contrário, use dados armazenados em cache da execução anterior.

Exceções

Exceção Descrição
Erro 0027 Uma exceção ocorre quando dois objetos precisam ser do mesmo tamanho, mas eles não são.
Erro 0003 Ocorrerá uma exceção se uma ou mais das entradas forem nulas ou estiverem vazias.
Erro 0029 Ocorrerá uma exceção quando um URI inválido for passado.
Erro 0030 ocorrerá uma exceção quando não for possível baixar um arquivo.
Erro 0002 Ocorrerá uma exceção se um ou mais parâmetros não puderem ser analisados ou convertidos do tipo especificado para o tipo exigido pelo método de destino.
Erro 0009 Ocorrerá uma exceção se o nome da conta de armazenamento do Azure ou o nome do contêiner foi especificado incorretamente.
Erro 0048 Uma exceção ocorre quando não for possível abrir um arquivo.
Erro 0015 Ocorrerá uma exceção se houve uma falha na conexão de banco de dados.
Erro 0046 Ocorrerá uma exceção quando não for possível criar um diretório no caminho especificado.
Erro 0049 Uma exceção ocorre quando não for possível analisar um arquivo.

Para obter uma lista de erros específicos para módulos do Studio (clássicos), consulte Machine Learning códigos de erro.

Para obter uma lista de exceções de API, consulte Machine Learning códigos de erro da API REST.

Consulte também

Importar dados
Exportar dados
Exportar para o armazenamento de BLOBs do Azure
Exportar para consulta de Hive
Exportar para Tabela do Azure