配置面向 SAP HANA 的 Python 机器学习客户端

学习目标

安装 hana-ml 包并为机器学习任务建立与 SAP HANA Cloud 的可靠连接上下文。

技术前提

要有效地使用 SAP HANA 中的分类模型，需要满足以下前提条件：

使用 ScriptServer 的 SAP HANA Cloud 实例（APL，已启用 PAL）
Python hana-ml 包 2.21.24062800，已安装其他包和依赖项
非常需要基本的结构化查询语言 (SQL) 知识

设置和准备环境

在 SAP HANA 中实施分类模型之前，设置所需环境至关重要。这包括安装必要的 Python 库、建立与 SAP HANA Cloud 的连接以及配置验证设置以确保无缝集成以及对机器学习功能的安全访问。

以下单元格加载/导入当前演示所需的各种模块。您可能知道模块可视为与代码库相同。

import hana_ml
print(hana_ml.__version__)

2.20.24042601

#importing other packages used
import pandas as pd
import matplotlib.pyplot as plt
import time
import numpy as np
import os
import time
import json
from hana_ml.visualizers.unified_report import UnifiedReport
from hana_ml.algorithms.pal.unified_classification import UnifiedClassification
from hana_ml.algorithms.pal.partition import train_test_val_split

%matplotlib inline

SAP HANA Cloud 数据库连接

在面向 SAP HANA 的 Python 机器学习客户端 (hana-ml) 中，所有连接都链接到 HANA DataFrame。此外，使用 SAP HANA Cloud 时，需要加密连接以确保安全性。

要建立连接，学员必须拥有 SAP HANA 系统地址和有效凭据。这些详细信息对于实例化 hana_ml.dataframe.ConnectionContext 类至关重要，该类表示与 SAP HANA 数据库实例 [1] 的连接。

from hana_ml import dataframe

address = "b8xxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx.hana.prod-eu10.hanacloud.ondemand.com"
port = 443
user = 'ML_DEMO'

conn = dataframe.ConnectionContext(address, port, user, encrypt=True, sslValidateCertificate=False)

# Control connection
print(conn.connection.isconnected())
print(conn.hana_version())

正确

4.00.000.00.1720524034 (fa/CE2024.14)

参考

[1]SAP 类 hana_ml.dataframe.ConnectionContext