Share via

U-SQL ontwikkelen met Python, R en C# voor Azure Data Lake Analytics in Visual Studio Code

  • Artikel

Meer informatie over het gebruik van Visual Studio Code (VS Code) om Python-, R- en C#-code achter te schrijven met U-SQL en taken te verzenden naar de Azure Data Lake-service. Zie De Azure Data Lake Tools voor Visual Studio Code gebruiken voor meer informatie over Azure Data Lake Tools voor VS Code.

Voordat u code achter aangepaste code schrijft, moet u een map of werkruimte openen in VS Code.

Vereisten voor Python en R

Registreer python- en R-extensiesassembly's voor uw ADL-account.

  1. Open uw account in de portal.

    • Selecteer Overzicht.
    • Selecteer Voorbeeldscript.

  2. Selecteer Meer.

  3. Selecteer U-SQL-extensies installeren.

  4. Bevestigingsbericht wordt weergegeven nadat de U-SQL-extensies zijn geïnstalleerd.

    Schermopnamen van het selecteren van Voorbeeldscripts in Overzicht, waarbij u Meer en U-SQL-extensies installeren selecteert.

    Notitie

    Installeer VSCode Python en R-extensie voor de beste ervaringen met python en R-taalservice.

Python-bestand ontwikkelen

  1. Selecteer het nieuwe bestand in uw werkruimte.

  2. Schrijf uw code in U-SQL. Hier volgt een codevoorbeeld.

    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. Klik met de rechtermuisknop op een scriptbestand en selecteer vervolgens ADL: Python-code genereren achter bestand.

  4. Het xxx.usql.py-bestand wordt gegenereerd in uw werkmap. Schrijf uw code in het Python-bestand. Hier volgt een codevoorbeeld.

    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. Klik met de rechtermuisknop in het USQL-bestand en selecteer Script compileren of Taak verzenden naar actieve taak.

R-bestand ontwikkelen

  1. Selecteer het nieuwe bestand in uw werkruimte.

  2. Schrijf uw code in het U-SQL-bestand. Hier volgt een codevoorbeeld.

    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. Klik met de rechtermuisknop in het USQL-bestand en selecteer vervolgens ADL: R Code genereren achter bestand.

  4. Het bestand xxx.usql.r wordt gegenereerd in uw werkmap. Schrijf de code in het R-bestand. Hier volgt een codevoorbeeld.

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

  5. Klik met de rechtermuisknop in het USQL-bestand en selecteer Script compileren of Taak verzenden naar actieve taak.

C#-bestand ontwikkelen

Een code-behind-bestand is een C#-bestand dat is gekoppeld aan één U-SQL-script. U kunt een script definiëren dat is toegewezen aan UDO, UDA, UDT en UDF in het code-behind-bestand. UDO, UDA, UDT en UDF kunnen rechtstreeks in het script worden gebruikt zonder de assembly eerst te registreren. Het code-behind-bestand wordt in dezelfde map geplaatst als het U-SQL-scriptbestand voor peering. Als het script xxx.usql heet, krijgt de code-behind de naam xxx.usql.cs. Als u het code-behind-bestand handmatig verwijdert, wordt de code-behind-functie uitgeschakeld voor het bijbehorende U-SQL-script. Zie Aangepaste code schrijven en gebruiken in U-SQL: User-Defined Functions voor meer informatie over het schrijven van klantcode voor U-SQL-script.

  1. Selecteer het nieuwe bestand in uw werkruimte.

  2. Schrijf uw code in het U-SQL-bestand. Hier volgt een codevoorbeeld.

    @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. Klik met de rechtermuisknop in het USQL-bestand en selecteer vervolgens ADL: CS-code genereren achter bestand.

  4. Het xxx.usql.cs-bestand wordt gegenereerd in uw werkmap. Schrijf uw code in het CS-bestand. Hier volgt een codevoorbeeld.

    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. Klik met de rechtermuisknop in het USQL-bestand en selecteer Script compileren of Taak verzenden naar actieve taak.

Volgende stappen