Bereitstellen einer App in einem Big Data-Cluster in SQL Server

Gilt für: SQL Server 2019 (15.x)

In SQL Server-Big Data-Cluster bereitgestellte Anwendungen profitieren nicht nur von vielen Vorteilen wie z. B. der Rechenleistung des Clusters, sondern können auch auf riesige Datenmengen zugreifen, die im Cluster verfügbar sind. Dies führt zu einer erheblichen Verbesserung der Leistung, weil sich Ihre App in dem Cluster befindet, in dem auch die Daten gespeichert sind.

Anwendungen werden mit Azure Data CLI (azdata) bereitgestellt und verwaltet.

Dieser Artikel enthält Beispiele dazu, wie Apps über die Befehlszeile in einem SQL Server Big Data-Cluster bereitgestellt werden. Weitere Informationen zur Verwendung in Visual Studio Code finden Sie unter Visual Studio Code-Erweiterung.

Prerequisites

• SQL Server 2019: Big Data-Cluster
• Azure Data CLI (azdata)

Capabilities

In SQL Server 2019 können Sie Ihre Anwendung erstellen, löschen, beschreiben, initialisieren, auflisten und aktualisieren. In der folgenden Tabelle werden die Befehle für die Anwendungsbereitstellung beschrieben, die Sie mit azdata verwenden können.

Mit dem Parameter --help können Sie wie im folgenden Beispiel Hilfe erhalten:

azdata app create --help

In den folgenden Abschnitten werden diese Parameter eingehender beschrieben.

Sign in

Bevor Sie Anwendungen bereitstellen oder mit ihnen interagieren, melden Sie sich zunächst mit dem azdata login-Befehl bei Ihrem SQL Server-Big Data-Cluster an. Geben Sie die externe IP-Adresse des controller-svc-external-Diensts (z.B. https://ip-address:30080) zusammen mit dem Benutzernamen und dem Kennwort für den Cluster an.

azdata login --controller-endpoint https://<ip-address-of-controller-svc-external>:30080 --controller-username <user-name>

Azure Kubernetes Service (AKS)

Wenn Sie AKS verwenden, müssen Sie den folgenden Befehl in einem Bash- oder CMD-Fenster ausführen, um die IP-Adresse des controller-svc-external-Diensts abzurufen:

kubectl get svc controller-svc-external -n <name of your big data cluster>

Mit kubeadm erstellte Kubernetes-Cluster

Führen Sie folgenden Befehl aus, um die IP-Adresse für die Anmeldung beim Cluster abzurufen:

kubectl get node --selector='node-role.kubernetes.io/master'

Erstellen eines App-Gerüsts

Der Befehl azdata app init bietet ein Gerüst mit den relevanten Artefakten, die für die Bereitstellung einer App erforderlich sind. Im folgenden Beispiel wird „add-app“ durch Ausführen des Befehls erstellt.

azdata app init --name add-app --version v1 --template python

„hello“ ist der Name des erstellten Ordners. Sie können mit dem Befehl cd in das Verzeichnis wechseln und die generierten Dateien im Ordner überprüfen. „spec.yaml“ definiert die App, z. B. deren Name, Version und Quellcode. Sie können die Spezifikation bearbeiten, um den Namen, die Version, die Eingabe und die Ausgaben zu ändern.

Nachfolgend sehen Sie eine Beispielausgabe des Befehls „init“, die im Ordner enthalten ist.

add-app.py
run-spec.yaml
spec.yaml

Erstellen einer App

Verwenden Sie zum Erstellen einer Anwendung Azure Data CLI (azdata) mit dem app create-Befehl. Diese Dateien befinden sich lokal auf dem Computer, auf dem Sie die App erstellen.

Verwenden Sie die folgende Syntax, um eine neue App im Big Data-Cluster zu erstellen:

azdata app create --spec <directory containing spec file>

Der Befehl könnte z.B. wie folgt aussehen:

azdata app create --spec ./addpy

Dabei wird vorausgesetzt, dass Sie die Anwendung im addpy-Ordner gespeichert haben. Dieser Ordner sollte auch eine Spezifikationsdatei für die Anwendung mit dem Namen spec.yaml enthalten. Weitere Informationen zur Datei finden Sie auf der Seite spec.yaml.

Um diese Beispiel-App bereitzustellen, erstellen Sie die folgenden Dateien in einem Verzeichnis mit dem Namen addpy:

• Kopieren Sie den folgenden Python-Code in diese Datei: Copy the following Python code into this file:

  #add.py
  def add(x, y):
    result = x+y
    return result
  result=add(x,y)
  

• Kopieren Sie den folgenden Code in diese Datei: Copy the following code into this file:

  #spec.yaml
  name: add-app #name of your python script
  version: v1  #version of the app
  runtime: Python #the language this app uses (R or Python)
  src: ./add.py #full path to the location of the app
  entrypoint: add #the function that will be called upon execution
  replicas: 1  #number of replicas needed
  poolsize: 1  #the pool size that you need your app to scale
  inputs:  #input parameters that the app expects and the type
     x: int
     y: int
  output: #output parameter the app expects and the type
     result: int
  

Führen Sie anschließend den folgenden Befehl aus:

azdata app create --spec ./addpy

Mithilfe des list-Befehls können Sie überprüfen, ob die App bereitgestellt wurde:

azdata app list

Wenn die Bereitstellung noch nicht abgeschlossen ist, wird für state die Angabe WaitingforCreate wie im folgenden Beispiel angezeigt:

[
  {
    "name": "add-app",
    "state": "WaitingforCreate",
    "version": "v1"
  }
]

Nach erfolgreicher Bereitstellung sollte state in den Ready-Status wechseln:

[
  {
    "name": "add-app",
    "state": "Ready",
    "version": "v1"
  }
]

Auflisten einer App

Sie können mit dem app list-Befehl alle erfolgreich erstellten Apps auflisten.

Der folgende Befehl listet alle verfügbaren Anwendungen in Ihrem Big Data-Cluster auf:

azdata app list

Wenn Sie einen Namen und eine Version angeben, werden diese spezifische App und deren Status („Wird erstellt“ oder „Bereit“) aufgelistet:

azdata app list --name <app_name> --version <app_version>

Dieser Befehl wird im folgenden Beispiel veranschaulicht:

azdata app list --name add-app --version v1

Die Ausgabe sollte ähnlich wie das folgende Beispiel aussehen:

[
  {
    "name": "add-app",
    "state": "Ready",
    "version": "v1"
  }
]

App löschen

Verwenden Sie die folgende Syntax, um eine App aus Ihrem Big Data-Cluster zu löschen:

azdata app delete --name add-app --version v1

Related content

Informieren Sie sich unter Ausführen von Anwendungen in Big Data-Clustern darüber, wie Sie in Big Data-Cluster für SQL Server bereitgestellte Apps in Ihre eigenen Anwendungen integrieren können, und lesen Sie Verwenden von Anwendungen in Big Data-Clustern, um weitere Informationen zu erhalten. Weitere Beispiele finden Sie außerdem unter den Beispielen zur App-Bereitstellung.

Weitere Informationen zu Big Data-Cluster für SQL Server finden Sie unter Einführung in SQL Server 2019: Big Data-Cluster.