快速入门：通过 SQL 机器学习运行简单的 Python 脚本

项目
05/30/2023

适用于： SQL Server 2017 (14.x) 及更高版本 Azure SQL 托管实例

在本快速入门中，你将使用 SQL Server 机器学习服务、Azure SQL 托管实例机器学习服务或 SQL Server 大数据群集运行一组简单的 Python 脚本。你将了解如何在 SQL Server 实例中使用存储过程 sp_execute_external_script 执行该脚本。

先决条件

若要运行本快速入门，需要具备以下先决条件。

以下平台之一上的 SQL 数据库：
- SQL Server 机器学习服务。如需安装，请参阅 Windows 安装指南或 Linux 安装指南。
- SQL Server 2019 大数据群集。了解如何在 SQL Server 2019 大数据群集上启用机器学习服务。
- Azure SQL 托管实例机器学习服务。有关信息，请参阅 Azure SQL 托管实例机器学习服务概述。
用于运行包含 Python 脚本的 SQL 查询的工具。本快速入门使用 Azure Data Studio。

运行简单脚本

若要运行 Python 脚本，请将它作为参数传递给系统存储过程 sp_execute_external_script。此系统存储过程在 SQL 机器学习的上下文中启动 Python 运行时，将数据传递到 Python，安全地管理 Python 用户会话，并将所有结果返回到客户端。

在下面的步骤中，你将在数据库中运行此示例 Python 脚本：

a = 1
b = 2
c = a/b
d = a*b
print(c, d)

在连接到 SQL 实例的“Azure Data Studio”中打开一个新的查询窗口。
将完整的 Python 脚本传递到 sp_execute_external_script 存储过程。

通过 @script 参数传递脚本。 @script 参数内的所有内容都必须是有效的 Python 代码。
```
EXECUTE sp_execute_external_script @language = N'Python'
    , @script = N'
a = 1
b = 2
c = a/b
d = a*b
print(c, d)
'
```
计算出正确的结果，Python print 函数将结果返回到“消息”窗口。

结果应该如下所示。

结果
```
STDOUT message(s) from external script:
0.5 2
```

运行 Hello World 脚本

典型的示例脚本只输出字符串“Hello World”。运行以下命令。

EXECUTE sp_execute_external_script @language = N'Python'
    , @script = N'OutputDataSet = InputDataSet'
    , @input_data_1 = N'SELECT 1 AS hello'
WITH RESULT SETS(([Hello World] INT));
GO

sp_execute_external_script 存储过程的输入包括：

输入	说明
@language	定义本例中要调用 Python 的语言扩展
@script	定义传递给 Python 运行时的命令。必须以 Unicode 文本形式将整个 Python 脚本封装在此参数中。还可将文本添加到 nvarchar 类型的变量并调用该变量
@input_data_1	查询返回的数据将传递给 Python 运行时，后者将数据以数据帧的形式返回
WITH RESULT SETS	子句为 SQL 机器学习定义返回的数据表的架构，将“Hello World”添加为列名称，并为数据类型添加“int”

命令输出以下文本：

Hello World
1

使用输入和输出

默认情况下，sp_execute_external_script 接受单个数据集作为输入，通常以有效的 SQL 查询的形式提供。然后，它返回单个 Python 数据帧作为输出。

现在，使用 sp_execute_external_script 的默认输入和输出变量：InputDataSet 和 OutputDataSet 。

创建一个小型测试数据表。

CREATE TABLE PythonTestData (col1 INT NOT NULL)

INSERT INTO PythonTestData
VALUES (1);

INSERT INTO PythonTestData
VALUES (10);

INSERT INTO PythonTestData
VALUES (100);
GO

使用 SELECT 语句来查询表。
```
SELECT *
FROM PythonTestData
```
结果
运行以下 Python 脚本。它使用 SELECT 语句从表中检索数据，通过 Python 运行时传递数据，并以数据帧的形式返回数据。 WITH RESULT SETS 子句为 SQL 定义返回的数据表的架构，并添加了列名称“NewColName”。
```
EXECUTE sp_execute_external_script @language = N'Python'
    , @script = N'OutputDataSet = InputDataSet;'
    , @input_data_1 = N'SELECT * FROM PythonTestData;'
WITH RESULT SETS(([NewColName] INT NOT NULL));
```
结果
现在，更改输入变量和输出变量的名称。默认的输入和输出变量名称是 InputDataSet 和 OutputDataSet，而以下脚本会将名称更改为 SQL_in 和 SQL_out ：
```
EXECUTE sp_execute_external_script @language = N'Python'
    , @script = N'SQL_out = SQL_in;'
    , @input_data_1 = N'SELECT 12 as Col;'
    , @input_data_1_name  = N'SQL_in'
    , @output_data_1_name = N'SQL_out'
WITH RESULT SETS(([NewColName] INT NOT NULL));
```
请注意 Python 区分大小写。 Python 脚本中使用的输入和输出变量（SQL_out、SQL_in）需要匹配使用 @input_data_1_name 和 @output_data_1_name 定义的名称，包括大小写。

提示

只能将一个输入数据集作为参数传递，并且只能返回一个数据集。但是，可以从 Python 代码内调用其他数据集，并且除数据集以外，还可以返回其他类型的输出。也可向任何参数添加 OUTPUT 关键字，让该参数随结果一起返回。

还可以仅使用没有输入数据的 Python 脚本（@input_data_1 设置为空白）生成值。

以下脚本输出文本“hello”和“world”。

EXECUTE sp_execute_external_script @language = N'Python'
    , @script = N'
import pandas as pd
mytextvariable = pandas.Series(["hello", " ", "world"]);
OutputDataSet = pd.DataFrame(mytextvariable);
'
    , @input_data_1 = N''
WITH RESULT SETS(([Col1] CHAR(20) NOT NULL));

结果

使用 <span class= @script 作为输入" /> 查询结果

提示

Python 使用前导空格对语句进行分组。因此，当嵌入的 Python 脚本跨越多行时（如前面的脚本中所述），请勿尝试将 Python 命令缩进到与 SQL 命令保持一致。例如，此脚本将生成错误：

EXECUTE sp_execute_external_script @language = N'Python'
      , @script = N'
      import pandas as pd
      mytextvariable = pandas.Series(["hello", " ", "world"]);
      OutputDataSet = pd.DataFrame(mytextvariable);
      '
      , @input_data_1 = N''
WITH RESULT SETS(([Col1] CHAR(20) NOT NULL));

检查 Python 版本

若要查看服务器中安装的 Python 版本，请运行以下脚本。

EXECUTE sp_execute_external_script @language = N'Python'
    , @script = N'
import sys
print(sys.version)
'
GO

Python print 函数将该版本返回到“消息”窗口。在下面的示例输出中，可以看到本例中安装的是 Python 版本 3.5.2。

结果

STDOUT message(s) from external script:
3.5.2 |Continuum Analytics, Inc.| (default, Jul  5 2016, 11:41:13) [MSC v.1900 64 bit (AMD64)]

列出 Python 包

Microsoft 在 SQL Server 2016 (13.x)、SQL Server 2017 (14.x) 和 Server 2019 (15.x) 中提供了许多随机器学习服务预安装的 Python 包。在 SQL Server 2022 (16.x) 中，可以根据需要下载并安装任何自定义 Python 运行时和包。

若要查看安装的 Python 包（包括版本）列表，请运行以下脚本。

EXECUTE sp_execute_external_script @language = N'Python'
    , @script = N'
import pkg_resources
import pandas
dists = [str(d) for d in pkg_resources.working_set]
OutputDataSet = pandas.DataFrame(dists)
'
WITH RESULT SETS(([Package] NVARCHAR(max)))
GO

此列表来自 Python 中的 pkg_resources.working_set，并作为数据帧返回到 SQL。

后续步骤

若要了解在 SQL 机器学习中使用 Python 时如何使用数据结构，请按照此快速入门操作：

快速入门：使用 Python 的数据结构和对象