我遇到三个与 Azure 机器学习服务相关的问题。 如果您能给我一些指导或相关引用，我将不胜感激。
(1)关于机器学习的计算结果， 我可以将其导出到 Azure 中的 SQL 数据仓库吗？ 格式会是什么？我可以将结果与 SQL DB 中现有的表连接起来吗？具体流程是怎样的？
我搜索了相关资料【部署Web-Service】，发现了类似的问题。但是，只是对 Web 服务和 Azure SQL 数据仓库之间的关系有点困惑。
[部署 Web 服务] https://azure.microsoft.com/en-us/documentation/articles/machine-learning-walkthrough-5-publish-web-service/
(2) 如果我需要从外部源(例如:从某些外部 LPO 服务)获取机器学习的结果，如何从外部源连接它？
(3) 如果我需要从外部源连接到 Azure SQL 数据仓库， 我只需要设置防火墙并提供服务器地址、ID 和 PD ，然后我就可以从外部源连接，是否正确？
期待您的回复和反馈。
最佳答案
让我尝试回答您的问题。
(1) 为了将机器学习输出写入 Azure SQL 数据仓库，可以使用“导出数据”模块(以前称为“写入器”模块)。选择 Azure SQL 数据库选项并输入连接字符串和凭据以连接到数据仓库。由于 SQL 数据仓库本质上是 SQL DB，因此它们都具有相同的连接字符串格式。我想提醒您，如果您正在执行批量执行，则仅将数据写入数据仓库。建议的方法是不要将数据流式传输到 Azure SQL 数据仓库，因为它不是事务存储，而是分析存储。因此，仅当您使用批量执行对数据进行评分时，才将数据从 AzureML 写入数据仓库。如果您使用请求/响应方法，我建议您将数据写入 SQL DB，然后使用 Azure 数据工厂将数据写入 SQL 数据仓库(这甚至可以让您在不使用时暂停仓库，从而节省您的钱)。
(2) 您能详细说明一下吗？你到底想在这里做什么？如果你尝试将外部数据引入 Azure ML，有多种方法可以实现。
(a) AzureML 本身支持 RSS 数据源和通过 HTTP 加载的 Web URL。
(b) 或者，您可以使用 Azure 数据工厂或 Azure Functions 将数据加载到 Azure Blob 存储中，然后从那里将数据导入到 AzureML(AzureML 本身支持连接到 Blob 存储)
(3) 是的，如果该服务不是 Azure 中的一流支持 PaaS 服务，您需要将该服务的 IP 地址列入白名单，然后它才能与您的数据仓库通信(这样做是出于安全原因) 。 为了以编程方式执行此操作，我首先在 Azure Active Directory 中创建一个服务主体，然后使用该服务主体凭据通过 Azure 进行身份验证。以下链接可帮助您为外部应用程序创建服务原则:https://azure.microsoft.com/en-us/documentation/articles/resource-group-create-service-principal-portal/ 。
经过身份验证后，您可以使用此链接帮助您以编程方式添加 IP 地址:https://azure.microsoft.com/en-us/documentation/articles/sql-database-firewall-configure/#programmatically-managing-firewall-rules 有 REST API 文档可以帮助您入门。 为了保证您的数据库安全，我会给您的应用程序一个静态 IP 地址，然后手动将 IP 地址列入白名单，从而确保不会有任何未经授权的访问。
我希望这有帮助!如果您有任何疑问，请告诉我!
关于azure - 如何将Azure机器学习服务结果导出到Azure SQL DW？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/37426545/