Python和SQL Server 2017的强大功能
摘要: 源：https://www.red-gate.com/simple-talk/sql/sql-development/power-python-sql-server-2017/
作者：Hitendra Patel
翻译：谢雪妮 刘琼滨 许雅莉 赖慧芳
译文：
Python是SQL Server 2017的新版本。它的主要目的是允许在SQL Server中使用基于python的机器学习，但它的用途远远不止于此，使用任何Python库或框架。提供一个可能的例子，Hitendra展示了如何安全地使用该特性来提供智能应用程序缓存，当数据更改时，SQL Server可以自动指示何时触发缓存刷新。
SQL Server 2017已经加入了它的高级分析扩展，现在被称为“机器学习服务”，通过让SQL server在TSQL中通过“Python”的机器学习服务来执行Python脚本。这基本上提供了一种方式，数据库程序员可以直接从Python传递数据。它的作用不仅仅是为数据分析提供机器学习能力，因为Python有许多准备好的模块和框架来解决许多问题，比如使用数据结构进行繁重的计算工作，用于分析、网络操作、数据库操作、web操作或基于本地/网络的文件系统操作的图形处理。显然，其中很多都是在中间件中完成的，但是在数据库系统中，有时候，直接与外部系统进行直接通信比较方便，而不是依赖外部流程来通过轮询数据源来执行任务。这是有意义的，因为在数据库或数据层中没有这样的解决方案，并且当它没有提供任何安全问题时，这是没有问题的。
在这里，我们将尝试展示一个在高级分析扩展中使用Python的例子，显示数据库如何触发外部进程来执行作为参数提供的数据的活动。这是为了考虑安全性、数据可靠性和事务响应时间的问题。
用例为Python
通过从SQL调用Python脚本而不是依赖于中间件，可以更容易地完成一些任务。这是一个特别的情况，任务是由数据库中的一个事件发起的。任务可能包括
1. 将数据发送到基于网络的系统之上，或从基于http/soap的基于网络的系统中接收数据。
2. 利用本地平台资源，如文件系统、网络或GPU。
3. 通过使用诸如JSON、XML或YAML等通用数据格式构建一个或多个系统之间的实时集成。
4. 通过与外部应用程序的通信来生成数据或文件。
自然，没有什么潜在的劣势
1. 如果您使用Python需要internet访问，有一种风险，必须保持安全的数据可能共享在互联网。任何互联网接入都必须受到网络的严格监管。
2. 通过允许通过“外部脚本执行”来执行服务器上的Python脚本，从而暴露了安全风险。
3. 同一台服务器上的资源密集型Python脚本可以影响大型OLTP系统上正在进行的事务的性能。
权衡利弊，如果Python能够将风险最小化，那么似乎还有一些场合可以发挥作用。作为一个例子，让我们考虑如何使用Python构建一个应用层使用的数据缓存系统。
示例解决方案缓存
数据缓存是提高应用程序性能的一种有效方式。对于缓存的存储开销，我们可以在面对诸如与数据库的通信网络通信之类的问题时获得有用的性能提升，当面对重复的查询时，数据库的资源消耗非常高。当我们构建缓存基础设施时，我们面临的常见问题是何时刷新缓存的内容。在一定的时间间隔之后，我们倾向于采用简单的重建缓存的解决方案。然而,这是非常低效的。在数据更改时刷新缓存更好，只刷新更改的内容。我们可以在数据创建、更新或删除的时候进行实时处理。有很多工具和框架可用来解决refresh的问题，但是，他们面临的问题是如何确定数据中发生了什么变化，以及何时发生了更改。数据库是所有能够做到这一点的最佳位置。
对于我们的缓存系统，它在源代码中是可用的，我们将把自己限制在微软的堆栈中，而不使用Python本身。
· Microsoft SQL Server 2017(CPT)
· 服务代理来隔离事务数据库。
· Python来执行脚本，它可以通过HTTP来更新缓存(从Anaconda发行版使 用库的Python 3.5可执行文件)
· .Net 4.5.2
ASP。我们的示例Web UI的Net MVC
ASP。为我们的示例解决方案封装缓存存储的网络WebAPI
下面是我们的示例解决方案缓存系统的图示:
WebApplication提供了一个用户界面来读取和更新数据。
RESTful。在我们的示例缓存存储解决方案中，缓存应用程序是用ASP构建的。Net WebAPI2，它的内容类型是JSON。http-get操作从本地缓存(静态集合)提供数据。
SQL Server 2017(CPT)是一个带有a的数据库服务器
TransDB OLTP数据库，繁忙的处理事务。
Cacher是一个执行Python脚本执行的代理数据库，启用了启用了“外部脚本”选项的脚本执行。指的是微软。Doc:外部脚本启用了服务器配置选项。
服务代理是一种可靠的SQL server消息传递框架，它有助于连接缓存代理和TransDB。缓存代理接收到的消息可以被处理以更新缓存。
Python是SQL 2017(CPT)的数据库系统的集成脚本语言。
解决方案的体系结构
在我们的解决方案中，我们将在RESTful中缓存实体的产品类型名称。缓存应用的程序和WebApplication将有一个函数来创建的产品类型条目从RESTful.Cache中读取。
先决条件
顺便提一下，我们需要考虑一些先决条件和更多信息。
1. 在托管CacheDB的SQL实例中，必须使用Python安装的“机器学习服务”
2. 要在CacheDB中执行带有TSQL的Python脚本，SQL服务MSSQLLaunchpad或SQL Server Launchpad应该运行。指的是微软。网络:微软机器学习服务
3. 使用SP配置启用外部脚本执行，请参阅Microsoft。Doc:外部脚本启用了服务器配置选项
sp_configure 'external scripts enabled', 1;
RECONFIGURE;
4. TransDB和Cacher托管的环境应该有一个在其实例上创建的服务代理端点，如果这些都独立于两个不同的SQL实例，那么每个实例都应该有自己的端点。
5. TransDB和Cacher数据库应该启用了代理。指的是微软。技术网:如何:在数据库中激活服务代理消息传递
6.
ALTER DATABASE TransDB SET ENABLE_BROKER;
GO
ALTER DATABASE CacheDB SET ENABLE_BROKER;
GO
。网络应用
web应用程序有两个主要的MVC操作;一个是用HTTP动词POST更新TransDB中的一个新实体，另一个动作是用HTTP动词GET从缓存返回产品类型的列表。
RESTful。缓存有两种操作方法，一种是使用HTTP谓词POST更新的实体产品类型，另一种是从本地缓存获取所有缓存的产品类型。
对于我们的示例解决方案，这两个应用程序都在IIS中托管，以保证应用程序的安全。但是对于实际的系统实现，主机环境可以是内部网或internet环境中的单个web服务器。
RESTful。缓存授权规则只有两个服务帐户来处理HTTP请求。
abc WebApp SVC和abc CacherAgent SVC。abc CacherAgent SVC服务帐户允许SQL中的Python脚本通过HTTP到达应用程序，以刷新缓存。
abc WebApp SVC用户为WebApplication提供了授权规则模式，允许访问RESTful。缓存应用程序。
SQL数据库和服务代理
OLTP数据库TransDB有一些对象，包括表、存储过程和服务代理对象。
对于我们的目的,过程UpdateProductType更新ProductType表与新记录和AcknowledgeProductTypeCache过程的激活过程是CacheIntegration队列,当消息正在处理的时候，它从目标接收到来自目标的确认，例如来自Cacher数据库。它还可以处理异常，并在cache集成错误表中记录这些异常。
更多关于服务代理的信息可以在微软找到。DOC:SQL Server服务代理
对于我们的示例解决方案，TransDB是一个源数据库，当创建新的ProductType记录时，它会创建更新缓存消息，要执行一个操作的消息，因为它有UpdateMessage消息类型，一个CacheIntegration合同，它将带有CacheSource服务的消息发送到数据库。该服务有一个CacheQueue，该服务由服务代理组件使用，以执行可靠的消息传递。ToCacheTarget路由有信息将消息传递给目标。
为了消除增加事务处理时间的可能性，并避免在其他数据中出现任何安全风险在事务数据库中,我们将通过在示例解决方案中使用一个名为Cacher数据库的代理数据库来对缓存更新过程进行解耦。服务代理消息传递基础设施将有助于连接跨数据库和Cacher数据库，基于事件的消息处理将使我们能够更新基于网络的系统的缓存存储。Cacher数据库正在扮演代理的角色，以便在更新消息到达时执行缓存刷新。它通过执行Python脚本更新缓存。
隐藏自己的数据库有:
CacheLog和cache集成错误表，以跟踪缓存刷新时的情况，并记录缓存刷新过程中可能发生的任何错误。
PerformCacheUpdate过程通过服务代理接收来自TransDB的传入消息。如果消息的类型是UpdateMessage，那么它将执行另一个过程——UpdateWebCache，它执行Python脚本的执行。UpdateWebCache过程的执行结果保存在一个表变量中，然后在消息对话结束时插入到CacheLog表中。
b .当接收到的消息有错误或结束消息类型时，该过程也结束对话，并且，在错误类型中，异常日志被写入cache完整性ationerror表中。
3.UpdateWebCache过程从传入的XML消息中提取Id和名称，并将这些值嵌入Python脚本文本中。脚本执行结果集是类型UpddateCacheLog类型的结构化表。
Cacher的服务代理对象，主要是UpdateMessage消息类型和CacheIntegration合同与TransDB相同，CacheQueue有一个名为PerfomCacheUpdate的激活过程，一个名为CacheTarget的服务，该路由有关于TransDB的服务CacheService和端点地址的信息。
对于我们的示例解决方案，对于两个数据库队列，最大队列读取器设置为1。如果需要的话，这可以增加，例如，如果数据修改是高的，并且需要增加缓存刷新率。
服务代理端点
对于我们的解决方案，数据库是在相同的实例上进行的，所以两者都使用相同的服务代理端点来发送和接收消息。
但是，如果我们想要在单个实例上驻留数据库，那么每个SQL实例的服务帐户都应该有一个服务代理端点。而且，这两个SQL实例都应该允许将消息发送到对方的端点。可以使用下面的TSQL命令来完成连接的授权和授予。请注意，在消息传递基础结构中，有一个发送方和另一方是接收者，正如前面提到的，如果SQL实例是发送方和接收方的一部分，那么每个实例都应该有自己的进程标识。下面的图片是每个SQL服务器如何在自己的身份下运行的表示。
这是在Cacher数据库SQL实例中授权和授予端点连接到TransDB的SQL实例服务帐户标识的SQL代码。
ALTER AUTHORIZATION ON ENDPOINT::ServiceBrokerEndpoint TO [abcTransDB_SVC]
GO
GRANT CONNECT ON ENDPOINT::ServiceBrokerEndpoint TO [abcTransDB_SVC]
GO
类似地，这里的代码是授权和授予Cacher的SQL实例服务帐户在跨数据库数据库中的SQL实例。
ALTER AUTHORIZATION ON ENDPOINT::ServiceBrokerEndpoint TO [abcCacherAgent_SVC]
GO
GRANT CONNECT ON ENDPOINT::ServiceBrokerEndpoint TO [abcCacherAgent_SVC]
GO
Python脚本
下面是Python脚本文本，在TSQL变量@updatecache中保存为字符串。它有一个带有逻辑的UpdateCache方法，可以对rest进行HTTP POST调用。通过将带有名称和Id字段的数据对象传递给缓存，这些字段作为输入
在脚本的末尾，返回的对象被转换为一个数组，因此可以将其结构化为SQL结果。
DECLARE @UpdateCache NVARCHAR(MAX) = N'
import pandas as PND #data structure package
def UpdateCache(name,id):
import requests as HTTP #http request package
#Perfom HTTP POST to update cache
httpRequest = HTTP.post( http://localhost/RESTful.Cache/ProductType/UpdateCache ,{ Name :name, Id :id})
cacheLog = httpRequest.json()
return cacheLog
#Update cache and build log element
log = [UpdateCache( '+ @Name+' ,'+ CAST(@Id as VARCHAR(10)) +')]
#Return data frame i.e. table structure from SQL
OutputDataSet = PND.DataFrame(data=log)
在SQL server中使用Python脚本时，有一些事情值得注意。
1. 我们可以编写一个连续的脚本，或者将它们分组到方法中，就像我们在这个解决方案中所做的那样。或者，我们可以创建一个内联类或创建一个包，并在带有PIP命令的命令提示符中使用python来导入它们。
2. 在这个CPT版本的MS SQL中，import语句可以只在其所在的范围内导入包，因此我们可以注意到，import请求导入语句存在于方法UpdateCache中，而import语句导入熊猫在sc的顶部存在。
3. 方法UpdateCache的输出对象立即被转换为数组，这是熊猫。DataFrame可以将对象转换为数据结构，SQL server可以轻松地将其解释为具有行和列的表。
4. 分配给OutputDataSet对象的数据结构可以在SQL server的TSQL执行上下文中提供。
5. 最后一行程序dbo。UpdateWebCache，带有结果集(类型为dbo.UpdateCacheLog);有一个用户定义的表类型dbo。UpdateCacheLog帮助保持底层列的顺序，避免在生成r的过程中出现任何不匹配的情况。
数据库安全性
TransDB是一个OLTP数据库，我们不希望任何针对系统的攻击出现任何安全漏洞，因此在我们的示例解决方案方法中，这样的数据库可以托管在一个SQL实例中，其中没有安装“机器学习服务”。Cacher是一种能够访问基于网络的系统的代理，因此可以保留在安装机器学习服务的SQL实例中。这两个SQL实例都可以有一个单独的服务帐户标识，它已经被授权为特定的端口连接到服务代理端点。安全认证通信的另一种方法是使用证书。对于服务代理端点授权，请参阅Microsoft。技术网:如何:通过使用证书(transact-sql)来允许服务代理网络访问，以获得更多细节。
所有组件放在一起
在将所有组件放置到位之后，下面是我们的WebApplication，它允许我们创建一个新的产品类型，并使用基于rest的HTTP调用从刷新的缓存中列出相同的产品类型。在墙后面有一些组件，它们管理数据和缓存对于前端应用程序是不可见的。
总结
电子商务、医疗保健等应用程序可以从良好的缓存实现中受益。通过扩展我们所熟悉的技术的使用，我们可以得到一个易于维护的解决方案而无需学习一个新的fr
我们的示例解决方案满足了我们的需求
当数据被一个OLTP事务创建或修改时，系统将刷新基于网络的缓存系统以读取访问。
它能够使用异步事件刷新缓存，几乎是实时的。这不会影响原始事务的性能。
它可以通过HTTP在事务性和缓存系统之间绘制一条安全线，以便在OLTP数据库中保存数据。
它启用了最小的监视功能;缓存日志和异常日志，可以进一步增强以构建管理控制台。
在服务代理消息传递组件中，当异步消息处理发生时，解决方案足够灵活，可以触发或到达基于网络的系统。换句话说，数据库集成了SQL服务代理消息传递和根据接收到的数据，执行一个操作来获取或将数据发送到数据层之外的外部系统。
通过使用服务代理消息传递来隔离、外部系统在专用数据库内触发事件，有助于确保OLTP数据库的事务和数据。
此项目的源代码可在githib中使用。https://github.com/hi10p/SQL17Python