Teilen über

Bereitstellen eines ML-Modells in Azure SQL Edge mithilfe von ONNX

  • Artikel

Wichtig

Azure SQL Edge wird am 30. September 2025 eingestellt. Weitere Informationen und Migrationsoptionen finden Sie im Einstellungshinweis.

Hinweis

Azure SQL Edge unterstützt die ARM64-Plattform nicht mehr.

Im dritten Teil dieses dreiteiligen Tutorials zum Vorhersagen von Eisenerzverunreinigungen in Azure SQL Edge führen Sie die folgenden Schritte aus:

  1. Sie verwenden Azure Data Studio, um eine Verbindung mit SQL-Datenbank in der Azure SQL Edge-Instanz herzustellen.
  2. Sie sagen Eisenerzverunreinigungen mit ONNX in Azure SQL Edge vorher.

Wichtige Komponenten

  1. Die Lösung verwendet einen Standardwert von 500 Millisekunden zwischen jeder an den Edge-Hub gesendeten Nachricht. Dieser Wert kann in der Datei Program.cs geändert werden.

    TimeSpan messageDelay = configuration.GetValue("MessageDelay", TimeSpan.FromMilliseconds(500));

  2. Von der Lösung wurde eine Meldung mit den folgenden Attributen generiert. Sie können die Attribute gemäß den Anforderungen hinzufügen oder entfernen.

    {
    timestamp
    cur_Iron_Feed
    cur_Silica_Feed
    cur_Starch_Flow
    cur_Amina_Flow
    cur_Ore_Pulp_pH
    cur_Flotation_Column_01_Air_Flow
    cur_Flotation_Column_02_Air_Flow
    cur_Flotation_Column_03_Air_Flow
    cur_Flotation_Column_04_Air_Flow
    cur_Flotation_Column_01_Level
    cur_Flotation_Column_02_Level
    cur_Flotation_Column_03_Level
    cur_Flotation_Column_04_Level
    cur_Iron_Concentrate
}

Stellen Sie eine Verbindung mit SQL-Datenbank in der Azure SQL Edge-Instanz her, um das ML-Modell zu trainieren, bereitzustellen und zu testen.

  1. Öffnen Sie Azure Data Studio.

  2. Starten Sie auf der Registerkarte Willkommen eine neue Verbindung mit den folgenden Details:

    Feld Wert
    Verbindungstyp Microsoft SQL Server
    Server Öffentliche IP-Adresse in der VM, die für diese Demo erstellt wurde
    Username sa
    Kennwort Das starke Kennwort, das bei der Erstellung der Azure SQL Edge-Instanz verwendet wurde
    Datenbank Standard
    Servergruppe Standard
    Name (optional) Geben Sie einen optionalen Namen an.

  3. Wählen Sie Verbinden.

  4. Öffnen Sie im Abschnitt Datei in dem Ordner, in dem Sie die Projektdateien auf Ihrem Computer geklont haben, die Datei /DeploymentScripts/MiningProcess_ONNX.jpynb.

  5. Legen Sie den Kernel auf „Python 3“ fest.

Zugehöriger Inhalt