เริ่มต้นใช้งานด่วน: เชื่อมต่อกับฐานข้อมูล SQL ใน Fabric ด้วยโปรแกรมควบคุม Microsoft Python สําหรับ SQL Server

ในการเริ่มต้นใช้งานด่วนนี้ คุณจะใช้ Streamlit เพื่อสร้างรายงานได้อย่างรวดเร็ว ซึ่งช่วยให้คุณสามารถรวบรวมคําติชมของผู้ใช้ได้อย่างรวดเร็วเพื่อให้แน่ใจว่าคุณมาถูกทางแล้ว คุณใช้ mssql-python ไดรเวอร์สําหรับ Python เพื่อเชื่อมต่อกับ ฐานข้อมูล SQL ของคุณใน Fabric และอ่านข้อมูลที่โหลดลงในรายงานของคุณ

mssql-pythonไดรเวอร์ไม่ต้องการการพึ่งพาภายนอกใดๆ บนเครื่อง Windows ไดรเวอร์จะติดตั้งทุกอย่างที่จําเป็นด้วยการติดตั้งเพียงครั้งเดียว pip ช่วยให้คุณใช้ไดรเวอร์เวอร์ชันล่าสุดสําหรับสคริปต์ใหม่ได้โดยไม่ทําลายสคริปต์อื่นๆ ที่คุณไม่มีเวลาอัปเกรดและทดสอบ

เอกสารประกอบ | ซอร์สโค้ด | mssql-pythonแพ็คเกจ (PyPi) | ยูวี

ข้อกําหนดเบื้องต้น

โหลดข้อมูลตัวอย่าง AdventureWorks ในฐานข้อมูล SQL ของคุณ
หลาม 3
- หากคุณยังไม่มี Python ให้ติดตั้งรันไทม์ Python และตัวจัดการแพ็คเกจ pip จาก python.org
- ไม่ต้องการใช้สภาพแวดล้อมของคุณเองหรือไม่? เปิดเป็น devcontainer โดยใช้ GitHub Codespaces
Visual Studio Code ที่มีส่วนขยายต่อไปนี้:
- ส่วนขยาย Python สําหรับ Visual Studio Code
- (ไม่บังคับ) Azure Repos
(ไม่บังคับ) Azure Command-Line Interface (CLI)
หากคุณยังไม่มี uvให้ติดตั้ง uv โดยทําตามคําแนะนําจาก https://docs.astral.sh/uv/getting-started/installation/.
ติดตั้งข้อกําหนดเบื้องต้นเฉพาะระบบปฏิบัติการแบบใช้ครั้งเดียว
```
apk add libtool krb5-libs krb5-dev
```
```
apt-get install -y libltdl7 libkrb5-3 libgssapi-krb5-2
```
```
dnf install -y libtool-ltdl krb5-libs
```
```
zypper install -y libltdl7 libkrb5-3 libgssapi-krb5-2
```
```
zypper install -y libltdl7
```
```
brew install openssl
```

สร้างโครงการใหม่

เปิดพรอมต์คําสั่งในไดเรกทอรีการพัฒนาของคุณ หากคุณไม่มี ให้สร้างไดเร็กทอรีใหม่ที่เรียกว่า python, scriptsฯลฯหลีกเลี่ยงโฟลเดอร์บน OneDrive ของคุณการซิงโครไนซ์อาจรบกวนการจัดการสภาพแวดล้อมเสมือนของคุณ
สร้างโปรเจ็กต์ใหม่ด้วยuv
```
uv init rapid-prototyping-qs
cd rapid-prototyping-qs
```

เพิ่มการขึ้นต่อกัน

ในไดเร็กทอรีเดียวกัน ให้ติดตั้งmssql-pythonแพคเกจ , streamlitและpython-dotenv

uv add mssql-python python-dotenv streamlit

เปิดใช้ Visual Studio Code

ในไดเร็กทอรีเดียวกัน ให้เรียกใช้คําสั่งต่อไปนี้

code .

อัปเดต pyproject.toml

pyproject.toml มีข้อมูลเมตาสําหรับโครงการของคุณ เปิดไฟล์ในโปรแกรมแก้ไขที่คุณชื่นชอบ
อัปเดตคําอธิบายให้สื่อความหมายมากขึ้น
```
description = "A quick example of rapid prototyping using the mssql-python driver and Streamlit."
```
บันทึกและปิดไฟล์

อัปเดต main.py

เปิดไฟล์ชื่อ main.py. ควรคล้ายกับตัวอย่างนี้
```
def main():
 print("Hello from rapid-protyping-qs!")

 if __name__ == "__main__":
   main()
```
ที่ด้านบนของไฟล์ ให้เพิ่มการนําเข้าต่อไปนี้เหนือบรรทัดด้วยdef main()

เคล็ดลับ

ถ้า Visual Studio Code มีปัญหาในการแก้ไขแพคเกจ คุณจําเป็นต้องปรับปรุงล่ามเพื่อใช้สภาพแวดล้อมเสมือน
```
from os import getenv
from dotenv import load_dotenv
from mssql_python import connect, Connection
import pandas as pd
import streamlit as st
```

ระหว่างการนําเข้าและบรรทัดที่มี def main()ให้เพิ่มรหัสต่อไปนี้

def page_load() -> None:
   st.set_page_config(
       page_title="View Data",
       page_icon=":bar_chart:",
       layout="wide",
       initial_sidebar_state="expanded"
   )

   st.title("AdventureWorksLT Customer Order History")

   SQL_QUERY = """SELECT c.* FROM [SalesLT].[Customer] c inner join SalesLT.SalesOrderHeader soh on c.CustomerId = soh.CustomerId;"""

   df = load_data(SQL_QUERY)

   event = st.dataframe(
       df,
       width='stretch',
       hide_index=True,
       on_select="rerun",
       selection_mode="single-row"
   )

   customer = event.selection.rows

   if len(customer) == 0:
       SQL_QUERY = """select soh.OrderDate, SUM(sod.OrderQty), SUM(sod.OrderQty * sod.UnitPrice) as spend,  pc.Name as ProductCategory from SalesLT.SalesOrderDetail sod inner join SalesLt.SalesOrderHeader soh on sod.    salesorderid = soh.salesorderid inner join SalesLt.Product p on sod.productid = p.productid inner join SalesLT.ProductCategory pc on p.ProductCategoryID = pc.ProductCategoryID GROUP BY soh.OrderDate, pc.Name ORDER     BY soh.OrderDate, pc.Name;"""
   else:
       SQL_QUERY = f"""select soh.OrderDate, SUM(sod.OrderQty), SUM(sod.OrderQty * sod.UnitPrice) as spend,  pc.Name as ProductCategory from SalesLT.SalesOrderDetail sod inner join SalesLt.SalesOrderHeader soh on sod.    salesorderid = soh.salesorderid inner join SalesLt.Product p on sod.productid = p.productid inner join SalesLT.ProductCategory pc on p.ProductCategoryID = pc.ProductCategoryID where soh.CustomerID = {df.loc    [customer, 'CustomerID'].values[0]} GROUP BY soh.OrderDate, pc.Name ORDER BY soh.OrderDate, pc.Name;"""

   st.write("Here's a summary of spend by product category over time:")
   st.bar_chart(load_data(SQL_QUERY).set_index('ProductCategory')
                ['spend'], use_container_width=True)

   if len(customer) > 0:
       st.write(
           f"Displaying orders for Customer ID: {df.loc[customer, 'CustomerID'].values[0]}")
       SQL_QUERY = f"""SELECT * FROM [SalesLT].[SalesOrderHeader] soh  WHERE soh.CustomerID = {df.loc[customer, 'CustomerID'].values[0]};"""
       st.dataframe(load_data(SQL_QUERY), hide_index=True, width='stretch')
       SQL_QUERY = f"""SELECT sod.* FROM [SalesLT].[SalesOrderHeader] soh INNER JOIN SalesLT.SalesOrderDetail sod on soh.SalesOrderId = sod.SalesOrderId WHERE CustomerID = {df.loc[customer, 'CustomerID'].values[0]};"""
       st.dataframe(load_data(SQL_QUERY), hide_index=True, width='stretch')

ระหว่างการนําเข้าและ def page_load() -> None:ให้เพิ่มรหัสนี้

_connection = None

def get_connection() -> Connection:
    global _connection
    if not _connection:
        load_dotenv()
        _connection = connect(getenv("SQL_CONNECTION_STRING"))
    return _connection

@st.cache_data
def load_data(SQL_QUERY) -> pd.DataFrame:
    data = pd.read_sql_query(SQL_QUERY, get_connection())
    return data

ค้นหารหัสนี้

def main():
    print("Hello from rapid-protyping-qs!")

แทนที่ด้วยรหัสนี้

def main() -> None:
    page_load()
    if _connection:
        _connection.close()

บันทึกและปิดmain.py

บันทึกสตริงการเชื่อมต่อ

เปิด .gitignore ไฟล์และเพิ่มการยกเว้นสําหรับ .env ไฟล์ ไฟล์ของคุณควรคล้ายกับตัวอย่างนี้ อย่าลืมบันทึกและปิดเมื่อเสร็จแล้ว
```
# Python-generated files
__pycache__/
*.py[oc]
build/
dist/
wheels/
*.egg-info

# Virtual environments
.venv

# Connection strings and secrets
.env
```
ในไดเร็กทอรีปัจจุบัน ให้สร้างไฟล์ใหม่ชื่อ .env.
ภายใน.envไฟล์ ให้เพิ่มรายการสําหรับสตริงการเชื่อมต่อของคุณชื่อSQL_CONNECTION_STRING แทนที่ตัวอย่างที่นี่ด้วยค่าสตริงการเชื่อมต่อจริงของคุณ
```
SQL_CONNECTION_STRING="Server=<server_name>;Database={<database_name>};Encrypt=yes;TrustServerCertificate=no;Authentication=ActiveDirectoryInteractive"
```

ใช้ uv run เพื่อเรียกใช้สคริปต์

เคล็ดลับ

เมื่อต้องการใช้การรับรองความถูกต้องของ Microsoft Entra ใน macOS คุณต้องเข้าสู่ระบบผ่านส่วนขยาย Azure Repos ใน Visual Studio Code หรือโดยการเรียกใช้az loginผ่าน Azure Command-Line Interface (CLI)

ในหน้าต่างเทอร์มินัลจากก่อนหน้านี้ หรือหน้าต่างเทอร์มินัลใหม่ที่เปิดไปยังไดเร็กทอรีเดียวกัน ให้เรียกใช้คําสั่งต่อไปนี้
```
 uv run streamlit run main.py
```
รายงานของคุณจะเปิดขึ้นในแท็บใหม่ในเว็บเบราว์เซอร์ของคุณ
ลองใช้รายงานของคุณเพื่อดูว่ามันทํางานอย่างไร หากคุณเปลี่ยนแปลงอะไร ให้บันทึก main.py และใช้ตัวเลือกการโหลดซ้ําที่มุมขวาบนของหน้าต่างเบราว์เซอร์
หากต้องการแชร์ต้นแบบของคุณ ให้คัดลอกไฟล์ทั้งหมดยกเว้นโฟลเดอร์ไปยัง .venv เครื่องอื่น โฟลเดอร์จะ .venv ถูกสร้างขึ้นใหม่ด้วยการเรียกใช้ครั้งแรก

ขั้นตอนถัดไป

เยี่ยมชมที่เก็บ GitHub ของ mssql-python ไดรเวอร์เพื่อดูตัวอย่างเพิ่มเติม เพื่อแสดงความคิดเห็นหรือรายงานปัญหา

ไดรเวอร์ mssql-python บน GitHub

คำติชม

หน้านี้มีประโยชน์หรือไม่

Last updated on 2025-12-29