我是 Azure ML Studio 的新手，并试图弄清楚如何使用 Azure SQL Server 作为训练输入参数。 到目前为止，我可以将本地数据同步到 Azure SQL 数据库并训练数据并在 Azure ML Studio 上获得输出。 我也部署了预测 Web 服务。 我需要触发训练服务以从 Azure SQL 服务器读取数据，但所有示例都将 Azure blob 存储显示为训练服务输入。
【问题讨论】：
标签： machine-learning azure-sql-database azure-machine-learning-studio input-parameters
关于培训，您将需要使用导入数据模块。在那里，您可以指定如何连接到您的 Azure SQL 数据库。
这篇文章可能会给你一个很好的pointer，它展示了如何使用 Azure 数据工厂来同步重新训练一个实验。
【讨论】：
我发现这在文档中很难找到，但发现这个链接我能够成功运行批处理执行而无需上传 blob。 https://docs.microsoft.com/en-us/azure/machine-learning/studio/web-services-that-use-import-export-modules
关键部分是：
将 C# 示例代码复制并粘贴到您的 Program.cs 文件中，并且 删除对 blob 存储的所有引用
找到请求声明并更新 Web 服务的值
传递给导入数据和导出数据的参数
模块。在这种情况下，您使用原始查询，但定义一个新的
表名。
为导入查询和目标表配置 Web 服务参数：
在导入数据模块的属性窗格中，单击数据库查询字段右上角的图标，然后选择设置为 Web 服务参数。 在导出数据模块的属性窗格中，单击数据表名称字段右上角的图标，然后选择设置为 Web 服务参数。 在导出数据模块属性窗格底部的 Web 服务参数部分，单击数据库查询并将其重命名为查询。 点击数据表名，重命名为Table。
var request = new BatchExecutionRequest()
{
GlobalParameters = new Dictionary<string, string>() {
{ "Query", @"select [age], [workclass], [fnlwgt], [education], [education-num], [marital-status], [occupation], [relationship], [race], [sex], [capital-gain], [capital-loss], [hours-per-week], [native-country], [income] from dbo.censusdata" },
{ "Table", "dbo.ScoredTable2" },
}
};
一旦您将数据库作为负载数据模块源，您就不需要在训练模块上有 Web 服务输入。您还可以将数据库查询设置为 Web 参数。运行批处理执行作业以重新训练模型后，您可以将它们存储在 Azure blob 存储中，并让您的预测模型在运行时使用“加载训练模型”模块而不是训练模型模块从那里加载它们。有关该过程，请参阅此链接：
简而言之：
使用您的 SQL 数据库作为导入数据模块的源
运行批处理执行过程，以您想要的任何时间间隔重新训练模型
将重新训练的模型（ilearner 文件）保存到 blob 存储或可访问的 http 地址
在您的预测实验中使用负载训练模型模块，而不是训练模型。
将您的 blob 或 url 的路径放入负载训练模型模块的参数中。
使用动态加载的模型运行、发布和测试预测实验
请注意，如果您的实验中有多个模型，则可以使用此方法。
【讨论】：