Démarrage rapide : Fonctions Python avec le Machine Learning SQL

  • Article

S’applique à : SQL Server 2017 (14.x) et versions ultérieures Azure SQL Managed Instance

Dans ce guide de démarrage rapide, vous allez découvrir comment utiliser les fonctions mathématiques et utilitaires Python avec SQL Server Machine Learning Services, Machine Learning Services d’Azure SQL Managed Instance ou des clusters Big Data SQL Server. Les fonctions statistiques sont souvent complexes à implémenter dans T-SQL, mais elles peuvent l’être en Python avec seulement quelques lignes de code.

Prérequis

Pour effectuer ce démarrage rapide, vous avez besoin de ce qui suit.

Créer une procédure stockée pour générer des nombres aléatoires

Dans un souci de simplicité, nous allons utiliser le package Python numpy, qui est installé et chargé par défaut. Le package contient des centaines de fonctions qui permettent d’effectuer des tâches statistiques courantes, notamment la fonction random.normal, qui génère un nombre spécifié de nombres aléatoires en utilisant la distribution normale, avec un écart type et une moyenne donnés.

Par exemple, le code Python suivant retourne 100 nombres sur une moyenne de 50, compte tenu d’un écart type de 3.

numpy.random.normal(size=100, loc=50, scale=3)

Pour appeler cette ligne de Python à partir de T-SQL, ajoutez la fonction Python dans le paramètre de script Python de sp_execute_external_script. La sortie attend une trame de données, alors utilisez pandas pour la convertir.

EXECUTE sp_execute_external_script @language = N'Python'
    , @script = N'
import numpy
import pandas
OutputDataSet = pandas.DataFrame(numpy.random.normal(size=100, loc=50, scale=3));
'
    , @input_data_1 = N'   ;'
WITH RESULT SETS(([Density] FLOAT NOT NULL));

Que se passe-t-il si vous voulez simplifier la génération d’un autre ensemble de nombres alétaoires ? Vous définissez une procédure stockée qui obtient les arguments de l’utilisateur, puis transmettez ces arguments dans le script Python en tant que variables.

CREATE PROCEDURE MyPyNorm (
      @param1 INT
    , @param2 INT
    , @param3 INT
    )
AS
EXECUTE sp_execute_external_script @language = N'Python'
    , @script = N'
import numpy
import pandas
OutputDataSet = pandas.DataFrame(numpy.random.normal(size=mynumbers, loc=mymean, scale=mysd));
'
    , @input_data_1 = N'   ;'
    , @params = N' @mynumbers int, @mymean int, @mysd int'
    , @mynumbers = @param1
    , @mymean = @param2
    , @mysd = @param3
WITH RESULT SETS(([Density] FLOAT NOT NULL));

  • La première ligne définit chacun des paramètres d’entrée SQL exigés quand la procédure stockée est exécutée.

  • La ligne commençant par @params définit toutes les variables utilisées par le code Python, ainsi que les types de données SQL correspondants.

  • Les lignes qui viennent juste après mappent les noms de paramètres SQL aux noms de variables Python correspondants.

Maintenant que vous avez inclus la fonction Python dans une procédure stockée, vous pouvez l’appeler facilement et passer des valeurs différentes, comme ceci :

EXECUTE MyPyNorm @param1 = 100,@param2 = 50, @param3 = 3

Utiliser les fonctions utilitaires Python pour résoudre les problèmes

Les packages Python fournissent diverses fonctions utilitaires pour l’examen de l’environnement Python actuel. Ces fonctions peuvent être utiles si vous constatez des différences de fonctionnement du code Python dans SQL Server et les environnements extérieurs.

Par exemple, vous pouvez utiliser les fonctions de minutage du système dans le package time pour mesurer la durée des processus Python et de l’analyse des problèmes de performances.

EXECUTE sp_execute_external_script
      @language = N'Python'
    , @script = N'
import time
start_time = time.time()

# Run Python processes

elapsed_time = time.time() - start_time
'
    , @input_data_1 = N' ;';

Étapes suivantes

Pour créer un modèle Machine Learning en Python avec le Machine Learning SQL, suivez ce démarrage rapide :

Démarrage rapide : Création et scoring d’un modèle prédictif en Python