इस पेज का अनुवाद Cloud Translation API से किया गया है.
Switch to English

TensorFlow IO से PostgreSQL डेटाबेस पढ़ना

TensorFlow.org पर देखें Google Colab में चलाएं GitHub पर स्रोत देखें नोटबुक डाउनलोड करें

अवलोकन

यह ट्यूटोरियल दिखाता है कि PostgreSQL डेटाबेस सर्वर से tf.data.Dataset कैसे बनाया जाए, ताकि बनाए गए Dataset को tf.keras को प्रशिक्षण या अनुमान उद्देश्यों के लिए पारित किया जा सके।

SQL डेटाबेस डेटा वैज्ञानिक के लिए डेटा का एक महत्वपूर्ण स्रोत है। सबसे लोकप्रिय ओपन सोर्स एसक्यूएल डेटाबेस में से एक के रूप में, PostgreSQL का व्यापक रूप से बोर्ड भर में क्रांतिक और लेनदेन डेटा संग्रहीत करने के लिए उद्यमों में उपयोग किया जाता है। सीधे PostgreSQL डेटाबेस सर्वर से Dataset बनाना और प्रशिक्षण या अनुमान के लिए tf.keras लिए Dataset को पास करना, डेटा पाइपलाइन को बहुत सरल कर सकता है और डेटा वैज्ञानिक को बिल्डिंग मशीन सीखने के मॉडल पर ध्यान केंद्रित करने में मदद कर सकता है।

सेटअप और उपयोग

आवश्यक टेंसरफ़्लो-आईओ पैकेज स्थापित करें, और रनटाइम पुनरारंभ करें

 try:
  %tensorflow_version 2.x
except Exception:
  pass

!pip install -q tensorflow-io
 

PostgreSQL (वैकल्पिक) स्थापित और सेटअप करें

Google Colab पर उपयोग को प्रदर्शित करने के लिए आप PostgreSQL सर्वर स्थापित करेंगे। पासवर्ड और एक खाली डेटाबेस की भी जरूरत है।

यदि आप Google Colab पर यह नोटबुक नहीं चला रहे हैं, या आप किसी मौजूदा डेटाबेस का उपयोग करना पसंद करते हैं, तो कृपया निम्न सेटअप को छोड़ दें और अगले भाग पर जाएं।

 # Install postgresql server
!sudo apt-get -y -qq update
!sudo apt-get -y -qq install postgresql
!sudo service postgresql start

# Setup a password `postgres` for username `postgres`
!sudo -u postgres psql -U postgres -c "ALTER USER postgres PASSWORD 'postgres';"

# Setup a database with name `tfio_demo` to be used
!sudo -u postgres psql -U postgres -c 'DROP DATABASE IF EXISTS tfio_demo;'
!sudo -u postgres psql -U postgres -c 'CREATE DATABASE tfio_demo;'
 
Preconfiguring packages ...
Selecting previously unselected package libpq5:amd64.
(Reading database ... 226072 files and directories currently installed.)
Preparing to unpack .../0-libpq5_10.12-0ubuntu0.18.04.1_amd64.deb ...
Unpacking libpq5:amd64 (10.12-0ubuntu0.18.04.1) ...
Selecting previously unselected package postgresql-client-common.
Preparing to unpack .../1-postgresql-client-common_190ubuntu0.1_all.deb ...
Unpacking postgresql-client-common (190ubuntu0.1) ...
Selecting previously unselected package postgresql-client-10.
Preparing to unpack .../2-postgresql-client-10_10.12-0ubuntu0.18.04.1_amd64.deb ...
Unpacking postgresql-client-10 (10.12-0ubuntu0.18.04.1) ...
Selecting previously unselected package ssl-cert.
Preparing to unpack .../3-ssl-cert_1.0.39_all.deb ...
Unpacking ssl-cert (1.0.39) ...
Selecting previously unselected package postgresql-common.
Preparing to unpack .../4-postgresql-common_190ubuntu0.1_all.deb ...
Adding 'diversion of /usr/bin/pg_config to /usr/bin/pg_config.libpq-dev by postgresql-common'
Unpacking postgresql-common (190ubuntu0.1) ...
Selecting previously unselected package postgresql-10.
Preparing to unpack .../5-postgresql-10_10.12-0ubuntu0.18.04.1_amd64.deb ...
Unpacking postgresql-10 (10.12-0ubuntu0.18.04.1) ...
Selecting previously unselected package postgresql.
Preparing to unpack .../6-postgresql_10+190ubuntu0.1_all.deb ...
Unpacking postgresql (10+190ubuntu0.1) ...
Selecting previously unselected package sysstat.
Preparing to unpack .../7-sysstat_11.6.1-1ubuntu0.1_amd64.deb ...
Unpacking sysstat (11.6.1-1ubuntu0.1) ...
Setting up sysstat (11.6.1-1ubuntu0.1) ...

Creating config file /etc/default/sysstat with new version
update-alternatives: using /usr/bin/sar.sysstat to provide /usr/bin/sar (sar) in auto mode
Created symlink /etc/systemd/system/multi-user.target.wants/sysstat.service → /lib/systemd/system/sysstat.service.
Setting up ssl-cert (1.0.39) ...
Setting up libpq5:amd64 (10.12-0ubuntu0.18.04.1) ...
Setting up postgresql-client-common (190ubuntu0.1) ...
Setting up postgresql-common (190ubuntu0.1) ...
Adding user postgres to group ssl-cert

Creating config file /etc/postgresql-common/createcluster.conf with new version
Building PostgreSQL dictionaries from installed myspell/hunspell packages...
Removing obsolete dictionary files:
Created symlink /etc/systemd/system/multi-user.target.wants/postgresql.service → /lib/systemd/system/postgresql.service.
Setting up postgresql-client-10 (10.12-0ubuntu0.18.04.1) ...
update-alternatives: using /usr/share/postgresql/10/man/man1/psql.1.gz to provide /usr/share/man/man1/psql.1.gz (psql.1.gz) in auto mode
Setting up postgresql-10 (10.12-0ubuntu0.18.04.1) ...
Creating new PostgreSQL cluster 10/main ...
/usr/lib/postgresql/10/bin/initdb -D /var/lib/postgresql/10/main --auth-local peer --auth-host md5
The files belonging to this database system will be owned by user "postgres".
This user must also own the server process.

The database cluster will be initialized with locale "C.UTF-8".
The default database encoding has accordingly been set to "UTF8".
The default text search configuration will be set to "english".

Data page checksums are disabled.

fixing permissions on existing directory /var/lib/postgresql/10/main ... ok
creating subdirectories ... ok
selecting default max_connections ... 100
selecting default shared_buffers ... 128MB
selecting default timezone ... Etc/UTC
selecting dynamic shared memory implementation ... posix
creating configuration files ... ok
running bootstrap script ... ok
performing post-bootstrap initialization ... ok
syncing data to disk ... ok

Success. You can now start the database server using:

    /usr/lib/postgresql/10/bin/pg_ctl -D /var/lib/postgresql/10/main -l logfile start

Ver Cluster Port Status Owner    Data directory              Log file
10  main    5432 down   postgres /var/lib/postgresql/10/main /var/log/postgresql/postgresql-10-main.log
update-alternatives: using /usr/share/postgresql/10/man/man1/postmaster.1.gz to provide /usr/share/man/man1/postmaster.1.gz (postmaster.1.gz) in auto mode
Setting up postgresql (10+190ubuntu0.1) ...
Processing triggers for man-db (2.8.3-2ubuntu0.1) ...
Processing triggers for ureadahead (0.100.0-21) ...
Processing triggers for libc-bin (2.27-3ubuntu1.2) ...
Processing triggers for systemd (237-3ubuntu10.38) ...
ALTER ROLE
NOTICE:  database "tfio_demo" does not exist, skipping
DROP DATABASE
CREATE DATABASE

आवश्यक पर्यावरण चर सेट करें

निम्नलिखित पर्यावरण चर अंतिम खंड में PostgreSQL सेटअप पर आधारित हैं। यदि आपके पास एक अलग सेटअप है या आप मौजूदा डेटाबेस का उपयोग कर रहे हैं, तो उन्हें तदनुसार बदला जाना चाहिए:

 %env TFIO_DEMO_DATABASE_NAME=tfio_demo
%env TFIO_DEMO_DATABASE_HOST=localhost
%env TFIO_DEMO_DATABASE_PORT=5432
%env TFIO_DEMO_DATABASE_USER=postgres
%env TFIO_DEMO_DATABASE_PASS=postgres
 
env: TFIO_DEMO_DATABASE_NAME=tfio_demo
env: TFIO_DEMO_DATABASE_HOST=localhost
env: TFIO_DEMO_DATABASE_PORT=5432
env: TFIO_DEMO_DATABASE_USER=postgres
env: TFIO_DEMO_DATABASE_PASS=postgres

PostgreSQL सर्वर में डेटा तैयार करें

डेमो उद्देश्यों के लिए यह ट्यूटोरियल एक डेटाबेस बनाएगा और कुछ डेटा के साथ डेटाबेस को पॉप्युलेट करेगा। इस ट्यूटोरियल में इस्तेमाल किया गया डेटा एयर क्वालिटी डेटा सेट से है , जो यूसीआई मशीन लर्निंग रिपॉजिटरी से उपलब्ध है।

नीचे वायु गुणवत्ता डेटा सेट के सबसेट का एक चुपके पूर्वावलोकन है:

तिथि | समय | सीओ (जीटी) | PT08.S1 (सीओ) | NMHC (जीटी) | C6H6 (जीटी) | PT08.S2 (NMHC) | NOx (जीटी) | PT08.S3 (NOx) | NO2 (जीटी) | PT08.S4 (NO2) | PT08.S5 (ओ 3) | T | आरएच | एएच | ---- | ---- | ------ | ----------- | -------- | -------- | --- ---------- | ---- | ---------- | ------- | ------------ | - --------- | - | - | - | 2004/10/03 | 18.00.00 | 2,6 | 1360 | 150 | 11,9 | 1046 | 166 | 1056 | 113 | 1692 | 1268 | 13,6 | 48,9 | 0,7578 | 2004/10/03 | 19.00.00 | 2 | 1292 | 112 | 9,4 | 955 | 103 | 1174 | 92 | 1559 | 972 | 13,3 | 47,7 | 0,7255 | 2004/10/03 | 20.00.00 | 2,2 | 1402 | 88 | 9.0 | 939 | 131 | 1140 | 114 | 1555 | 1074 | 11,9 | 54,0 | 0,7502 | 2004/10/03 | 21.00.00 | 2,2 | 1376 | 80 | 9,2 | 948 | 172 | 1092 | 122 | 1584 | 1203 | 11,0 | 60,0 | 0,7867 | 2004/10/03 | 22.00.00 | 1,6 | 1272 | 51 | 6.5 | 836 | 131 | 1205 | 116 | 1490 | 1110 | 11,2 | 59,6 | 0,7888 |

एयर क्वालिटी डेटा सेट और यूसीआई मशीन लर्निंग रिपॉजिटरी के बारे में अधिक जानकारी संदर्भ अनुभाग में उपलब्ध है।

डेटा की तैयारी को आसान बनाने में मदद करने के लिए, एयर क्वालिटी डेटा सेट का एक वर्ग संस्करण तैयार किया गया है और यह AirQualityUCI.sql के रूप में उपलब्ध है।

तालिका बनाने का कथन है:

 CREATE TABLE AirQualityUCI (
  Date DATE,
  Time TIME,
  CO REAL,
  PT08S1 INT,
  NMHC REAL,
  C6H6 REAL,
  PT08S2 INT,
  NOx REAL,
  PT08S3 INT,
  NO2 REAL,
  PT08S4 INT,
  PT08S5 INT,
  T REAL,
  RH REAL,
  AH REAL
);
 

डेटाबेस में तालिका बनाने और डेटा को पॉप्युलेट करने के लिए पूर्ण कमांड हैं:

 !curl -s -OL https://github.com/tensorflow/io/raw/master/docs/tutorials/postgresql/AirQualityUCI.sql

!PGPASSWORD=$TFIO_DEMO_DATABASE_PASS psql -q -h $TFIO_DEMO_DATABASE_HOST -p $TFIO_DEMO_DATABASE_PORT -U $TFIO_DEMO_DATABASE_USER -d $TFIO_DEMO_DATABASE_NAME -f AirQualityUCI.sql
 

PostgreSQL सर्वर से डेटासेट बनाएं और इसे TensorFlow में उपयोग करें

PostgreSQL सर्वर से डेटासेट बनाएँ उतना आसान है जितना कि tfio.experimental.IODataset.from_sql को query और endpoint तर्कों के साथ कॉल करना आसान है। query तालिकाओं में चयनित स्तंभों के लिए SQL क्वेरी है और endpoint तर्क पता और डेटाबेस का नाम है:

 import os
import tensorflow_io as tfio

endpoint="postgresql://{}:{}@{}?port={}&dbname={}".format(
    os.environ['TFIO_DEMO_DATABASE_USER'],
    os.environ['TFIO_DEMO_DATABASE_PASS'],
    os.environ['TFIO_DEMO_DATABASE_HOST'],
    os.environ['TFIO_DEMO_DATABASE_PORT'],
    os.environ['TFIO_DEMO_DATABASE_NAME'],
)

dataset = tfio.experimental.IODataset.from_sql(
    query="SELECT co, pt08s1 FROM AirQualityUCI;",
    endpoint=endpoint)

print(dataset.element_spec)
 
{'co': TensorSpec(shape=(), dtype=tf.float32, name=None), 'pt08s1': TensorSpec(shape=(), dtype=tf.int32, name=None)}

आप के उत्पादन में से देख सकते हैं के रूप में dataset.element_spec ऊपर, बनाया के तत्व Dataset कुंजी के रूप में डेटाबेस तालिका के स्तंभ नाम के साथ एक अजगर dict वस्तु है:

 {
  'co': TensorSpec(shape=(), dtype=tf.float32, name=None),
  'pt08s1': TensorSpec(shape=(), dtype=tf.int32, name=None),
}
 

आगे के संचालन को लागू करने के लिए यह काफी सुविधाजनक है। उदाहरण के लिए, आप Dataset nox और no2 क्षेत्र दोनों का चयन कर सकते हैं, और अंतर की गणना कर सकते हैं:

 dataset = tfio.experimental.IODataset.from_sql(
    query="SELECT nox, no2 FROM AirQualityUCI;",
    endpoint=endpoint)

dataset = dataset.map(lambda e: (e['nox'] - e['no2']))

# check only the first 20 record
dataset = dataset.take(20)

print("NOx - NO2:")
for difference in dataset:
  print(difference.numpy())
 
NOx - NO2:
53.0
11.0
17.0
50.0
15.0
-7.0
-15.0
-14.0
-15.0
0.0
-13.0
-12.0
-14.0
16.0
62.0
28.0
14.0
3.0
9.0
34.0

तैयार किए गए Dataset को अब प्रशिक्षण या अनुमान उद्देश्यों के लिए सीधे tf.keras को पारित करने के लिए तैयार है।

संदर्भ

  • दुआ, डी। और ग्राफ, सी। (2019)। यूसीआई मशीन लर्निंग रिपॉजिटरी [ http://archive.ics.uci.edu/ml ]। इरविन, CA: कैलिफोर्निया विश्वविद्यालय, सूचना और कंप्यूटर विज्ञान के स्कूल।
  • एस। डी। वीटो, ई। मसेरा, एम। पाइगा, एल। मार्टिन्टो, जी। डी। फ्रांसिया, एक शहरी प्रदूषण निगरानी परिदृश्य में बेंजीन के आकलन के लिए एक इलेक्ट्रॉनिक नाक के क्षेत्र अंशांकन पर, सेंसर और एक्ट्यूएटर्स बी: रासायनिक, वॉल्यूम 129, अंक 2, 22 फरवरी 2008, पृष्ठ 750-757, आईएसएसएन 0925-4005