Źródła danych

Dane wejściowe/wyjściowe odniesienia do danych:

• Zasoby lokalne/zarządzane z obszaru
• Połączone (zdalne) zasoby aplikacyjne z tych źródeł:
  • Cloud Object Storage
  • Db2 Warehouse
  • Db2
  • Google Big-Zapytanie (googlebq)
  • MySQL
  • Microsoft SQL Server
  • Teradata (teradata)
  • PostgreSQL
  • Oracle
  • Snowflake
  • Informix
  • Netezza Performance Server

Uwagi:

• W przypadku połączeń typu Cloud Object Storage lub Cloud Object Storage (infrastructure)należy skonfigurować Klucz dostępu i Klucz tajny, znany również pod nazwą Informacje autoryzacyjne HMAC.
• W przypadku wdrożeń SPSS te źródła danych nie są zgodne ze standardem FIPS (Federal Information Processing Standard):
  • Cloud Object Storage
  • Cloud Object Storage (infrastructure)
  • Woluminy pamięci masowej

W przypadku programowego określania odwołań do danych wejściowych/wyjściowych:

• Odniesienie do źródła danych type zależy od typu zasobu. Więcej informacji można znaleźć w sekcji Typy odwołań do źródła danych w sekcji Dodawanie zasobów danych do miejsca wdrażania.

• Zadania SPSS obsługują wiele wejść źródła danych i pojedyncze dane wyjściowe. Jeśli schemat nie jest udostępniany w metadanych modelu w czasie zapisywania modelu, należy ręcznie wprowadzić wartość id i wybrać zasób danych dla każdego połączenia. Jeśli schemat jest udostępniany w metadanych modelu, nazwy produktu id są wypełniane automatycznie przy użyciu metadanych. Po prostu wybierz zasób danych dla odpowiednich partycji idw produkcie Watson Studio. Szczegółowe informacje można znaleźć w sekcji Korzystanie z wielu źródeł danych dla zadania SPSS.

• Aby utworzyć zasób lokalny lub zarządzany jako odwołanie do danych wyjściowych, należy określić pole name dla output_data_reference , aby zasób danych został utworzony przy użyciu określonej nazwy. Określenie href , które odwołuje się do istniejącego zasobu danych lokalnych, nie jest obsługiwane. Należy zauważyć, że połączone zasoby danych, które odwołują się do obsługiwanych baz danych, mogą być tworzone w output_data_references tylko wtedy, gdy input_data_references odnosi się również do jednego z tych źródeł.

• Nazwy tabel, które są udostępniane w odwołaniach do danych wejściowych i wyjściowych, są ignorowane. Nazwy tabel, które są przywołane w strumieniu modelu SPSS , będą używane podczas wdrażania wsadowego.

• SQL PushBack umożliwia generowanie instrukcji SQL dla rodzimych operacji programu IBM SPSS Modeler , które mogą być "przekazywane z powrotem" do bazy danych, aby zwiększyć wydajność. SQL Pushback jest obsługiwany tylko z:

  • Db2
  • SQL Server
  • Netezza Performance Server

• Jeśli zadanie jest tworzone za pomocą klienta Python , należy podać nazwę połączenia, która jest przywołana w węzłach danych strumienia modelu SPSS w polu id , oraz element href zasobu danych w produkcie location.href dla odwołań do danych wejściowych/wyjściowych w ładunku zadań wdrażania. Na przykład można skonstruować ładunek zadania w następujący sposób:

  job_payload_ref = {
      client.deployments.ScoringMetaNames.INPUT_DATA_REFERENCES: [{
          "id": "DB2Connection",
          "name": "drug_ref_input1",
          "type": "data_asset",
          "connection": {},
          "location": {
              "href": <input_asset_href1>
          }
      },{
          "id": "Db2 WarehouseConn",
          "name": "drug_ref_input2",
          "type": "data_asset",
          "connection": {},
          "location": {
              "href": <input_asset_href2>
          }
      }],
      client.deployments.ScoringMetaNames.OUTPUT_DATA_REFERENCE: {
              "type": "data_asset",
              "connection": {},
              "location": {
                  "href": <output_asset_href>
              }
          }
      }
  

{
"deployment": {
    "href": "/v4/deployments/<deploymentID>"
  },
  "scoring": {
  	  "input_data_references": [{
               "id": "sample_db2_conn",
               "name": "DB2 connection",
               "type": "data_asset",
               "connection": {},
               "location": {
                     "href": "/v2/assets/<asset_id>?space_id=<space_id>"
               },
           },
           {
               "id": "sample_teradata_conn",
               "name": "Teradata connection",
               "type": "data_asset",
               "connection": {},
               "location": {
                     "href": "/v2/assets/<asset_id>?space_id=<space_id>"
               },
           },
           {
               "id": "sample_googlequery_conn",
               "name": "Google bigquery connection",
               "type": "data_asset",
               "connection": {},
               "location": {
                     "href": "/v2/assets/<asset_id>?space_id=<space_id>"
               },
           }],
  	  "output_data_references": {
  	  	        "id": "sample_db2_conn",
                "type": "data_asset",
                "connection": {},
                "location": {
                    "href": "/v2/assets/<asset_id>?space_id=<space_id>"
                },
          }
}