Importação de Bases de Dados SQL Server de Instalações

  • Artigo

Importante

O suporte para o Estúdio de ML (clássico) terminará a 31 de agosto de 2024. Recomendamos a transição para o Azure Machine Learning até essa data.

A partir de 1 de dezembro de 2021, não poderá criar novos recursos do Estúdio de ML (clássico). Até 31 de agosto de 2024, pode continuar a utilizar os recursos existentes do Estúdio de ML (clássico).

A documentação do Estúdio de ML (clássico) está a ser descontinuada e poderá não ser atualizada no futuro.

Este artigo descreve como usar o módulo de Dados de Importação em Machine Learning Studio (clássico), para importar dados de uma base de dados SQL Server no local para uma experiência de aprendizagem automática.

Nota

Aplica-se a: Machine Learning Studio (clássico) apenas

Módulos semelhantes de arrasto e queda estão disponíveis em Azure Machine Learning designer.

Machine Learning pode aceder a uma base de dados SQL Server no local se os dados forem fornecidos através de um Gateway de Gestão de Dados do Microsoft. Portanto, antes de utilizar os Dados de Importação, deve cumprir estes requisitos:

Após a ligação gateway ser estabelecida, pode então especificar propriedades adicionais, tais como os nomes do servidor e da base de dados, o método de autenticação e uma consulta de base de dados.

Como instalar um Gateway de Gestão de Dados do Microsoft

Para aceder a uma base de dados SQL Server no local em Machine Learning, é necessário descarregar e instalar o Microsoft Data Management Gateway e, em seguida, registar o gateway no Machine Learning Studio (clássico).

Para mais informações sobre a instalação e registo do gateway, consulte estes artigos:

Como importar dados a partir de uma base de dados SQL Server no local

Depois de ter sido instalado um Gateway de Gestão de Dados num computador onde pode aceder à sua base de dados SQL Server, e registou o gateway no Machine Learning Studio (clássico), tem de configurar o módulo De Dados de Importação.

Antes de iniciar, desative o bloqueador pop-up do seu navegador para o site, studio.azureml.net.

Se estiver a utilizar o navegador Google Chrome, tem de descarregar e instalar um dos plug-ins disponíveis na Google Chrome WebStore: Clique numa extensão da aplicação uma vez.

Utilize o assistente de importação de dados

O módulo apresenta um novo assistente para o ajudar a escolher uma opção de armazenamento, selecionar entre as subscrições e contas existentes e configurar rapidamente todas as opções.

  1. Adicione o módulo de Dados de Importação à sua experiência. Pode encontrar o módulo em Estúdio (clássico), na categoria Entrada e Saída de Dados .

  2. Clique em Lançar Assistente de Dados de Importação e siga as instruções.

  3. Quando a configuração estiver concluída, para copiar os dados na sua experiência, clique com o botão direito no módulo e selecione Executar Selecionado.

Se necessitar de editar uma ligação de dados existente, o assistente carrega todos os detalhes de configuração anteriores para que não tenha de recomeçar do zero.

Definir manualmente propriedades no módulo de dados de importação

  1. Adicione o módulo de Dados de Importação à sua experiência. Pode encontrar o módulo em Estúdio (clássico), na categoria Entrada e Saída de Dados .

  2. Para obter informações sobre dados, selecione On-Premis Base de Dados SQL.

  3. Desa esta medida de ção, de forma específica, as seguintes opções específicas da base de dados SQL Server.

    • Gateway de dados: Selecione o portal que criou. O portal deve ser registado ou não aparece na lista.

    • Nome do servidor da base de dados: Digite o nome da SQL Server instância.

    • Nome da base de dados: Digite o nome da base de dados.

    • Clique em Introduzir valores no nome de utilizador e na palavra-passe e insira as credenciais de base de dados. Pode utilizar Windows Autenticação Integrada ou SQL Server Autenticação, dependendo da configuração do SQL Server no local.

      Importante

      O gestor de credenciais deve ser lançado dentro da mesma rede que o SQL Server instância e o cliente gateway. As credenciais não podem ser passadas através de domínios.

    • Digite ou cole na Base de Dados uma SQL declaração que descreve os dados que pretende ler. Valide sempre a declaração de SQL e verifique previamente os resultados da consulta, utilizando uma ferramenta como Visual Studio Server Explorer ou SQL Server Data Tools.

    • Se não se espera que o conjunto de dados altere entre as execuções da experiência, selecione a opção de resultados em cache Utilização . Quando este for selecionado, se não houver outras alterações nos parâmetros do módulo, a experiência carregará os dados na primeira vez que o módulo for executado, e, posteriormente, utilizará uma versão em cache do conjunto de dados.

  4. Execute a experimentação.

Resultados

À medida que os Dados de Importação carregam os dados em Studio (clássico), poderá ser realizada alguma conversão implícita do tipo, dependendo dos tipos de dados utilizados na base de dados de origem. Para obter mais informações sobre os tipos de dados, consulte os Tipos de Dados do Módulo.

Quando estiver concluído, clique no conjunto de dados de saída e selecione Visualize para ver se os dados foram importados com sucesso.

Opcionalmente, pode alterar o conjunto de dados e os seus metadados utilizando as ferramentas em Studio (clássico):

Notas técnicas

Esta secção contém detalhes de implementação, dicas e respostas a perguntas frequentes.

Perguntas comuns

Posso filtrar os dados como estão a ser lidos pela fonte?

O módulo de Dados de Importação em si não suporta a filtragem à medida que os dados estão a ser lidos. Recomendamos que crie uma vista ou defina uma consulta que gere apenas as linhas de que necessita.

Nota

Se descobrir que carregou mais dados do que o necessário, pode substituir o conjunto de dados em cache lendo um novo conjunto de dados e guardá-lo com o mesmo nome que os dados mais antigos e maiores.

Por que tenho o erro: "Tipo Decimal não é suportado"

Ao ler dados de uma base de dados SQL, poderá encontrar uma mensagem de erro reportando um tipo de dados não suportado.

Se os dados que obtém da base de dados SQL incluir tipos de dados que não são suportados em Machine Learning, deverá lançar ou converter os decimais para um tipo de dados suportado antes de ler os dados. A razão é que os Dados de Importação não podem efetuar automaticamente quaisquer conversões que resultem numa perda de precisão.

Por que alguns caracteres não são exibidos corretamente

Machine Learning apoia a codificação UTF-8. Se as colunas de cordas na sua base de dados utilizarem uma codificação diferente, os caracteres podem não ser importados corretamente.

Uma opção para preservar estes caracteres é exportar os dados para um ficheiro CSV no armazenamento Azure, e usar a opção CSV com codificação para especificar parâmetros para delimiters personalizados, a página de código, e assim por diante.

Criei um Gateway de Gestão de Dados no meu servidor no local. Posso partilhar a mesma porta de entrada entre espaços de trabalho?

N.º Deve criar uma porta de entrada separada para cada espaço de trabalho.

Embora possa configurar vários Gateways de Gestão de Dados num único espaço de trabalho (por exemplo, um para desenvolvimento, testes, produção, etc.), um gateway não pode ser partilhado em espaços de trabalho.

Criei um Gateway de Gestão de Dados no meu servidor no local que uso para Power BI ou Azure Data Factory e quero usar o mesmo portal para Machine Learning

Cada serviço requer um Gateway de Gestão de Dados separado. Se já tem um portal que está a ser utilizado para Power BI ou Azure Data Factory, tem de configurar um servidor separado e instalar um portal para a aprendizagem automática.

Não é possível instalar vários gateways num único servidor.

Quero ser capaz de exportar dados para o meu servidor no local SQL. Posso usar o portal com o módulo de Dados de Exportação para escrever dados para o meu servidor SQL no local?

Atualmente, Machine Learning apenas suporta a importação de dados. Estamos a avaliar se poderá escrever na sua base de dados no futuro. Entretanto, pode utilizar a Azure Data Factory para copiar dados da nuvem para a sua base de dados no local.

Tenho uma fonte de dados que não é Microsoft SQL Server (Oráculo, Teradata, etc.). Posso ler os dados em Machine Learning utilizando a opção no local no módulo de Dados de Importação?

Atualmente, o módulo Machine Learning de Dados de Importação suporta apenas Microsoft SQL Server.

Como solução, pode utilizar a Azure Data Factory para copiar os seus dados no local para armazenamento em nuvem, como a Azure Blob Armazenamento ou Azure Database, e depois utilizar a sua fonte de dados em nuvem no módulo De Dados de Importação.

Parâmetros do módulo

Nome Intervalo Tipo Predefinição Description
Origem de dados Lista Fonte de dados ou pia Armazenamento de Blobs do Azure A fonte de dados pode ser HTTP, FTP, HTTPS anónimo ou FTPS, um ficheiro no armazenamento Azure BLOB, uma tabela Azure, uma Base de Dados SQL do Azure, uma base de dados SQL Server no local, uma tabela Hive ou um ponto final OData.
Gateway de dados qualquer DataGatewayName nenhum Nome do gateway de dados
Nome do servidor de base de dados qualquer String nenhum No local SQL Server
Nome da base de dados qualquer String nenhum No local SQL Server caso da base de dados
Nome de utilizador e palavra-passe qualquer SecureString nenhum Nome de utilizador e palavra-passe
Consulta de base de dados qualquer StreamReader nenhum Consultas no local SQL

Saídas

Nome Tipo Description
Conjunto de dados de resultados Tabela de Dados Dataset com dados descarregados

Exceções

Exceção Description
Erro 0027 Uma exceção ocorre quando dois objetos têm que ter o mesmo tamanho, mas não são.
Erro 0003 Uma exceção ocorre se uma ou mais entradas forem nulas ou vazias.
Erro 0029 Uma exceção ocorre quando um URI inválido é passado.
Erro 0030 uma exceção ocorre quando não é possível descarregar um ficheiro.
Erro 0002 Ocorre uma exceção se um ou mais parâmetros não puderem ser analisados ou convertidos do tipo especificado para o tipo exigido pelo método-alvo.
Erro 0048 Uma exceção ocorre quando não é possível abrir um ficheiro.
Erro 0015 Uma exceção ocorre se a ligação da base de dados tiver falhado.
Erro 0046 Uma exceção ocorre quando não é possível criar um diretório em caminho especificado.
Erro 0049 Uma exceção ocorre quando não é possível analisar um ficheiro.

Para obter uma lista de erros específicos dos módulos Studio (clássicos), consulte Machine Learning Códigos de Erro.

Para obter uma lista de exceções da API, consulte Machine Learning CÓDIGOs de Erro da API REST.

Ver também

Importar Dados
Dados de Exportação
Importar a partir do URL da Web através de HTTP
Importação da Consulta de Colmeia
Importar a partir da Base de Dados SQL do Azure
Importação da Tabela Azure
Importação de Azure Blob Armazenamento
Importação de Fornecedores de Feed de Dados