【ORACLE】关于21c版本中机器学习OML4PY功能嵌入式python代码执行的研究整理

前言

之前有写过一篇
【ORACLE】在ORACLE数据库中启用机器学习功能（OML）以支持PYTHON脚本的运行

在断断续续折腾了好久之后，总算可以用oracle官方提供的方案在oracle数据库中执行python代码了。但是仔细研究后，发现除了安装是个坑外，使用起来也是有相当多的限制，毕竟这个功能的目的是用来写机器学习的，不是纯粹的执行python代码。

所以我就写这篇文章记录下这个功能该怎么使用。

注意，本文不会大篇幅复制官方原文档的内容，请自行结合官方原文档食用。

官方原文档：https://docs.oracle.com/en/database/oracle/machine-learning/oml4py/1/mlpug/sql-embedded-python-execution1.html

概览

创建函数

sys.pyqScriptCreate (
    V_NAME          VARCHAR2    IN  --脚本名称
    V_SCRIPT        CLOB        IN  --脚本内容
    V_GLOBAL        BOOLEAN     IN     DEFAULT  --是否全局可用（即public）
    V_OVERWRITE     BOOLEAN     IN     DEFAULT) --是否覆盖

根据官方多个示例来看，V_SCRIPT这个参数在形式上有两种
1

func = lambda: "Hello World from a lambda!

2

def func_name():
    import xxx
    ...
    return value

并且在创建环节，如果python代码有误，是不会报错的，仅仅只是把这段文本保存进了数据库。
需要注意的有几点

1. 由于这个参数是个字符串，需要注意单引号的转义
2. 注意python代码的行首缩进规则，官网示例有一部分格式化的代码是存在问题的
3. 它必须是个函数(对象？)，所以import 不能放在最前面

ORA-20000: PyQuery error
The script must define exactly one object

另外还有几点放在后面使用函数来说

删除函数

sys.pyqScriptDrop (
    V_NAME          VARCHAR2    IN    --脚本名称
    V_GLOBAL        BOOLEAN     IN     DEFAULT  --是否全局
    V_SILENT        BOOLEAN     IN     DEFAULT) --是否"不显示"删除报错信息

这个没啥好说的，是物理删除 sys.pyq$script 这个表中的记录 ，一删就没了。多用户的时候注意下 V_GLOBAL。

查看函数

select * from ALL_PYQ_SCRIPTS;

可以看到名称、内容、所有者

使用函数

它提供了4种执行函数的方式，每种的区别在于传入参数

1. EXP_NAM 为要调用的python函数名称
2. OUT_QRY 为查询输出的格式
   2.1 “XML”,最通用的，将python返回结果以xml格式的一个字符串返回到一个clob类型的字段中；如果是图片，则返回对应的base64编码
   2.2 “PNG”,将python返回的png图片的二进制数据返回到一个blob类型的字段中
   2.3 一个类似于’{“A”:“varchar2(100)”,“B”:“NUMBER”}'这样的json串，此方式必须保证python的返回值为以下几种之一：a pandas.DataFrame, a numpy.ndarray, a tuple, or a list of tuples，并且返回的字段数量及类型必须都匹配。使用此方式时，是以一个表的形式返回数据，方便在数据库中使用。这种其实对python函数有了大幅限制。
   2.4 表或视图名称，必须是该用户有查询权限的
3. PAR_QRY 为要传入到EXP_NAM中指定的函数的参数，json格式，比如’{“modelName”:“linregr”,“datastoreName”:“pymodel”,“oml_connect”:1}’，其中以"oml_"开头的为保留参数，起到一些特殊控制的作用 About Special Control Arguments
4. INP_QRY 为要传入到EXP_NAM中指定的函数的表或视图名称,必须是该用户有查询权限的
5. ROW_NUM 为对应INP_QRY中表或视图的行数，整数类型
6. GRP_COL 为对应INP_QRY中表或视图的分组字段，用逗号分割的字符串

可以看到EXP_NAM和OUT_QRY是每种方式都必填的，其他几个都是要传到python函数的参数。

执行的方式都是下面这种形式

SELECT * 
  FROM table(pyqEval( 
               NULL,
               'XML',
                'pyqFun2'));

数据存储

这里说的数据存储不是指的数据库中的表，而是指的机器学习计算的结果，比如模型数据。
比如官方的这个例子

BEGIN
   sys.pyqScriptCreate('myLinearRegressionModel',
      'def fit_model(dat, modelName, datastoreName):
         import oml
         from sklearn import linear_model
         regr = linear_model.LinearRegression()
         regr.fit(dat.loc[:, ["Sepal_Length", "Sepal_Width", \
                             "Petal_Length"]], dat.loc[:,["Petal_Width"]])
         oml.ds.save(objs={modelName:regr}, name=datastoreName, overwrite=True)
         return str(regr)', 
       FALSE, TRUE); 
END;

创建这个函数后，执行它，它会在“oml.ds.save”这里，把数据保存进去，然后在

select * from ALL_PYQ_DATASTORE_CONTENTS;
select * from ALL_PYQ_DATASTORES;

这两个视图中都只有一条记录，显示该数据的相关参数，比如名称、模型、类、大小等

延伸一点

机器学习和数据查询完全是两个不同的思路，但oracle这个功能，在执行机器学习的操作时，都是以select的方式来执行函数，你既可以查询python吐出来的数据，也可以把数据库中的一张表当成样本丢到python里去进行模型训练，只是形式上都是"select xxx from table()"

这个功能可能有资源自动回收机制，有调用python的会话在inactive一段时间后，再执行python函数，会报

ORA-28576: lost RPC connection to external procedure agent
ORA-06512: at “PYQSYS.PYQ$EVALIMPL_IN”, line 77
ORA-06512: at “PYQSYS.PYQ$EVALIMPL_IN”, line 74
ORA-06512: at “SYS.DBMS_SQL”, line 1766
ORA-06512: at “PYQSYS.PYQ$ETSTART”, line 159
ORA-06512: at “PYQSYS.PYQEVALIMPL”, line 51

然后直接再执行一次，即可正常返回结果，从这里可以看到，它其实是在与操作系统中的程序在进行交互，这点我们其实也可以通过执行个python函数验证，比如获取当前执行路径或者生成一个文件到操作系统目录中去

BEGIN
   sys.pyqScriptCreate('pyqFun12', 
q'{def aaa():
    import os
    f = open('orapytest.txt', 'w')
    f.write('Hello, world!')
    f.close()    
    return os.getcwd()}'); 
END;
/
SELECT * FROM table(pyqEval(NULL, 'XML', 'pyqFun12'));

name value
---- --------
     <root><str>/u02/config/cdb1/homes/OraDB21Home1/hs/log</str></root>

然后我们进操作系统的这个“/u02/config/cdb1/homes/OraDB21Home1/hs/log”目录看看

果然在这里，另外我尝试生成文件到其他目录，有报权限不够，看看这个文件的属性

这说明使用oml4py,让ORACLE嵌入式执行python时，是以操作系统oracle用户的身份在操作系统中执行的，和dbms_mle的机制不一样，但这样其实更方便数据的交互。不过需要注意的是，这要更加防范恶意的sql注入，所以一定要把控好相关对象的执行权限。

而且由于它会自动回收，所以如果写自动化的程序时，一定要写此种异常的重试机制（ORACLE干嘛自己不把这个加进去~）。

既然知道了它与操作系统有关，当然就到了喜闻乐见的整活环节了。

整活

假设我直接把".py"文件放到操作系统中，然后在数据库写个函数，import这个文件，它能不能执行？

我把我上次写的解析sql中的表名那个项目的文件下载进操作系统
https://github.com/Dark-Athena/list_table_sql-py

保存在了 “/list_table_sql-py” 目录，然后安装依赖库

pip3 install antlr4-python3-runtime

在数据库中创建python函数并执行它

BEGIN
   sys.pyqScriptCreate('pyqFun13', 
'def aaa(sql):
    import sys
    sys.path.append(''/list_table_sql-py'')
    from list_table_sql import list_table_sql as t
    return t(''{"sql":"''+sql+''","mode":"T"}'')
    '); 
END;
/

SELECT *
  FROM table(pyqEval('{"sql":"select abc,cdf x from tab1 a,tab2,tab3@dblink where 1=1"}',
                     'XML',
                     'pyqFun13'));

NAME	VALUE
----    -----
	<root><dict><item><key>tablename</key><value><item>tab1</item><item>tab2</item><item>tab3@dblink</item></value></item></dict></root>

可以看到三个表名都解析出来了。

本篇完。

• 本文作者： DarkAthena
• 本文链接： https://www.darkathena.top/archives/about-oml4py-part2
• 版权声明： 本博客所有文章除特别声明外，均采用CC BY-NC-SA 3.0 许可协议。转载请注明出处！