Azure ML 中的参数化 SQL 查询答案

【问题标题】：Parameterized SQL query in Azure MLAzure ML 中的参数化 SQL 查询
【发布时间】：2020-10-23 23:52:51
【问题描述】：

背景：似乎有一种方法可以用PipelineParameter 参数化DataPath https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/machine-learning-pipelines/intro-to-pipelines/aml-pipelines-showcasing-datapath-and-pipelineparameter.ipynb

但我想用 PipelineParameter 参数化我的 SQL 查询，例如，用这个查询

sql_query = """
SELECT id, foo, bar FROM baz
WHERE baz.id BETWEEN 10 AND 20
"""
dataset = Dataset.Tabular.from_sql_query((sql_datastore, sql_query))

我想使用 PipelineParameter 将 10 和 20 参数化为 param_1 和 param_2。这可能吗？

【问题讨论】：

标签： azure azure-sql-database azureml azureml-python-sdk

【解决方案1】：

找到了一种方法：

将您的参数传递给 PythonScriptStep

param_1 = PipelineParameter(name='min_id', default_value=5)
param_2 = PipelineParameter(name='max_id', default_value=10)
sql_datastore = "sql_datastore"
step = PythonScriptStep(script_name='script.py', arguments=[param_1, param_2, 
sql_datastore])

在 script.py 中

min_id_param = sys.argv[1]
max_id_param = sys.argv[2]
sql_datastore_name = sys.argv[3]
query = """
SELECT id, foo, bar FROM baz
WHERE baz.id BETWEEN {} AND {}
""".format(min_id_param, max_id_param)
run = Run.get_context()
sql_datastore = Datastore.get(run.experiment.workspace, sql_datastore_name)
dataset = Dataset.Tabular.from_sql_query((sql_datastore, query))

【讨论】：