Vývoj U-SQL s využitím Pythonu, R a C# pro Azure Data Lake Analytics v editoru Visual Studio Code

Článek
12/20/2023

Zjistěte, jak pomocí editoru Visual Studio Code (VS Code) psát kód Pythonu, R a C# pomocí U-SQL a odesílat úlohy do služby Azure Data Lake. Další informace o nástrojích Azure Data Lake pro VS Code najdete v tématu Použití Nástroje Azure Data Lake pro Visual Studio Code.

Před psaním vlastního kódu na pozadí musíte v nástroji VS Code otevřít složku nebo pracovní prostor.

Předpoklady pro Python a R

Zaregistrujte sestavení rozšíření Pythonu a R pro svůj účet ADL.

Otevřete svůj účet na portálu.
- Vyberte Přehled.
- Vyberte Ukázkový skript.
Vyberte Další.
Vyberte Nainstalovat rozšíření U-SQL.
Po instalaci rozšíření U-SQL se zobrazí potvrzovací zpráva.

Poznámka

Pokud chcete mít co nejlepší možnosti pro Python a službu jazyka R, nainstalujte si prosím VSCode Python a rozšíření jazyka R.

Vývoj souboru Pythonu

V pracovním prostoru vyberte Nový soubor .

Napište kód v U-SQL. Následuje ukázka kódu.

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();

Klikněte pravým tlačítkem na soubor skriptu a pak vyberte ADL: Generate Python Code Behind File (ADL: Generate Python Code Behind File).

Soubor xxx.usql.py se vygeneruje v pracovní složce. Napište kód v souboru Pythonu. Následuje ukázka kódu.

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

Klikněte pravým tlačítkem na soubor USQL a můžete vybrat Zkompilovat skript nebo Odeslat úlohu do spuštěné úlohy.

Vývoj souboru R

V pracovním prostoru vyberte Nový soubor .

Napište kód v souboru U-SQL. Následuje ukázka kódu.

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();

Klikněte pravým tlačítkem na soubor USQL a pak vyberte ADL: Generate R Code Behind File(Generovat kód R).
Soubor xxx.usql.r se vygeneruje ve vaší pracovní složce. Napište kód v souboru R. Následuje ukázka kódu.
```
load("my_model_LM_Iris.rda")
outputToUSQL=data.frame(predict(lm.fit, inputFromUSQL, interval="confidence"))
```
Klikněte pravým tlačítkem na soubor USQL a můžete vybrat Zkompilovat skript nebo Odeslat úlohu do spuštěné úlohy.

Vývoj souboru jazyka C#

Soubor kódu na pozadí je soubor jazyka C# přidružený k jednomu skriptu U-SQL. V souboru s kódem na pozadí můžete definovat skript vyhrazený pro UDO, UDA, UDT a UDF. UDO, UDA, UDT a UDF lze použít přímo ve skriptu bez registrace sestavení. Soubor kódu na pozadí je umístěn ve stejné složce jako soubor partnerského skriptu U-SQL. Pokud má skript název xxx.usql, má kód na pozadí název xxx.usql.cs. Pokud soubor kódu na pozadí odstraníte ručně, funkce kódu na pozadí bude pro přidružený skript U-SQL zakázaná. Další informace o psaní kódu zákazníka pro skriptY U-SQL najdete v tématu Psaní a používání vlastního kódu v U-SQL: User-Defined Functions.

V pracovním prostoru vyberte Nový soubor .

Napište kód v souboru U-SQL. Následuje ukázka kódu.

@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();

Klikněte pravým tlačítkem na soubor USQL a pak vyberte ADL: Generate CS Code Behind File(Generovat soubor kódu CS).

Soubor xxx.usql.cs se vygeneruje v pracovní složce. Napište kód do souboru CS. Následuje ukázka kódu.

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();
        } 
    }
}

Klikněte pravým tlačítkem na soubor USQL a můžete vybrat Zkompilovat skript nebo Odeslat úlohu do spuštěné úlohy.

Vývoj U-SQL s využitím Pythonu, R a C# pro Azure Data Lake Analytics v editoru Visual Studio Code

Předpoklady pro Python a R

Vývoj souboru Pythonu

Vývoj souboru R

Vývoj souboru jazyka C#

Další kroky

Další materiály