在 Visual Studio Code 中使用 Python、R 和 C# 开发用于 Azure Data Lake Analytics 的 U-SQL

  • 项目

了解如何使用 Visual Studio Code (VS Code) 通过 U-SQL 编写 Python、R 和 C# 代码，并将作业提交到 Azure Data Lake 服务。 有关用于 VS Code 的 Azure Data Lake 工具的详细信息，请参阅使用针对 Visual Studio 的 Azure Data Lake 工具代码。

在编写代码隐藏自定义代码之前，需要在 VS Code 中打开文件夹或工作区。

Python 和 R 的先决条件

注册 ADL 帐户的 Python 和 R 扩展程序集。

  1. 在门户中打开帐户。

    • 选择“概述”。
    • 选择“ 示例脚本”。

  2. 选择“更多”。

  3. 选择“安装 U-SQL 扩展”。

  4. 安装 U-SQL 扩展后，将显示确认消息。

    显示选择“概述”中的“示例脚本”、选择“更多”和“安装 U-SQL 扩展”的屏幕截图。

    注意

    为了获得 Python 和 R 语言服务的最佳体验，请安装 VSCode Python 和 R 扩展。

开发 Python 文件

  1. 在工作区中选择 “新建文件 ”。

  2. 在 U-SQL 中编写代码。 下面就是一个代码示例。

    REFERENCE ASSEMBLY [ExtPython];
@t  = 
    SELECT * FROM 
    (VALUES
        ("D1","T1","A1","@foo Hello World @bar"),
        ("D2","T2","A2","@baz Hello World @beer")
    ) AS 
        D( date, time, author, tweet );

@m  =
    REDUCE @t ON date
    PRODUCE date string, mentions string
    USING new Extension.Python.Reducer("pythonSample.usql.py", pyVersion : "3.5.1");

OUTPUT @m
    TO "/tweetmentions.csv"
    USING Outputters.Csv();

  3. 右键单击脚本文件，并选择“ADL: 生成 Python 代码隐藏文件”。

  4. xxx.usql.py 文件将在工作文件夹中生成。 在 Python 文件中编写代码。 下面就是一个代码示例。

    def get_mentions(tweet):
    return ';'.join( ( w[1:] for w in tweet.split() if w[0]=='@' ) )

def usqlml_main(df):
    del df['time']
    del df['author']
    df['mentions'] = df.tweet.apply(get_mentions)
    del df['tweet']
    return df

  5. 右键单击 USQL 文件中，可以选择“ 编译脚本” 或“ 将作业提交 到正在运行的作业”。

开发 R 文件

  1. 在工作区中选择 “新建文件 ”。

  2. 在 U-SQL 文件中编写代码。 下面就是一个代码示例。

    DEPLOY RESOURCE @"/usqlext/samples/R/my_model_LM_Iris.rda";
DECLARE @IrisData string = @"/usqlext/samples/R/iris.csv";
DECLARE @OutputFilePredictions string = @"/my/R/Output/LMPredictionsIris.txt";
DECLARE @PartitionCount int = 10;

@InputData =
    EXTRACT SepalLength double,
            SepalWidth double,
            PetalLength double,
            PetalWidth double,
            Species string
    FROM @IrisData
    USING Extractors.Csv();

@ExtendedData =
    SELECT Extension.R.RandomNumberGenerator.GetRandomNumber(@PartitionCount) AS Par,
        SepalLength,
        SepalWidth,
        PetalLength,
        PetalWidth
    FROM @InputData;

// Predict Species

@RScriptOutput =
    REDUCE @ExtendedData
    ON Par
    PRODUCE Par,
            fit double,
            lwr double,
            upr double
    READONLY Par
    USING new Extension.R.Reducer(scriptFile : "RClusterRun.usql.R", rReturnType : "dataframe", stringsAsFactors : false);
OUTPUT @RScriptOutput
TO @OutputFilePredictions
USING Outputters.Tsv();

  3. 右键单击 USQL 文件，并选择“ADL: 生成 R 代码隐藏文件”。

  4. xx.usql.r 文件将在工作文件夹中生成。 在 R 文件中编写代码。 下面就是一个代码示例。

    load("my_model_LM_Iris.rda")
outputToUSQL=data.frame(predict(lm.fit, inputFromUSQL, interval="confidence"))

  5. 右键单击 USQL 文件中，可以选择“ 编译脚本” 或“ 将作业提交 到正在运行的作业”。

开发 C# 文件

代码隐藏文件是与单个 U-SQL 脚本关联的 C# 文件。 可在代码隐藏文件中定义 UDO、UDA、UDT 和 UDF 专用的脚本。 无需事先注册程序集，即可直接在脚本中使用 UDO、UDA、UDT 和 UDF。 代码隐藏文件放置在其对等 U-SQL 脚本文件所在的文件夹中。 如果脚本名为 xxx.usql，则代码隐藏文件命名为 xxx.usql.cs。 如果手动删除代码隐藏文件，会对关联的 U-SQL 脚本禁用代码隐藏功能。 有关为 U-SQL 脚本编写自定义代码的详细信息，请参阅在 U-SQL 中编写和使用自定义代码：用户定义的函数。

  1. 在工作区中选择 “新建文件 ”。

  2. 在 U-SQL 文件中编写代码。 下面就是一个代码示例。

    @a = 
    EXTRACT 
        Iid int,
    Starts DateTime,
    Region string,
    Query string,
    DwellTime int,
    Results string,
    ClickedUrls string 
    FROM @"/Samples/Data/SearchLog.tsv" 
    USING Extractors.Tsv();

@d =
    SELECT DISTINCT Region 
    FROM @a;

@d1 = 
    PROCESS @d
    PRODUCE 
        Region string,
    Mkt string
    USING new USQLApplication_codebehind.MyProcessor();

OUTPUT @d1 
    TO @"/output/SearchLogtest.txt" 
    USING Outputters.Tsv();

  3. 右键单击 USQL 文件，并选择“ADL: 生成 CS 代码隐藏文件”。

  4. xxx.usql.cs 文件将在工作文件夹中生成。 在 CS 文件中编写代码。 下面就是一个代码示例。

    namespace USQLApplication_codebehind
{
    [SqlUserDefinedProcessor]

    public class MyProcessor : IProcessor
    {
        public override IRow Process(IRow input, IUpdatableRow output)
        {
            output.Set(0, input.Get<string>(0));
            output.Set(1, input.Get<string>(0));
            return output.AsReadOnly();
        } 
    }
}

  5. 右键单击 USQL 文件中，可以选择“ 编译脚本” 或“ 将作业提交 到正在运行的作业”。

后续步骤