交互式 R 开发

项目
09/13/2024

适用范围：Azure CLI ml 扩展 v2（最新版）Python SDK azure-ai-ml v2（最新版）

本文介绍如何将 Azure 机器学习工作室中的 R 用于在 Jupyter 笔记本中运行 R 内核的计算实例。

常用的 RStudio IDE 也能发挥作用。可以在计算实例上的自定义容器中安装 RStudio 或 Posit Workbench。但是，在 Azure 机器学习工作区中读取和写入数据时，这存在限制。

重要

本文中所示的代码适用于 Azure 机器学习计算实例。计算实例具有成功运行代码所需的环境和配置文件。

先决条件

如果没有 Azure 订阅，可在开始前创建一个试用帐户。立即试用 Azure 机器学习的免费版或付费版
一个 Azure 机器学习工作区和计算实例
基本了解如何在 Azure 机器学习工作室中使用 Jupyter 笔记本。

在工作室中的笔记本中运行 R

你将在计算实例上的 Azure 机器学习工作区中使用一个笔记本。

登录到 Azure 机器学习工作室
打开工作区（如果尚未打开）
在左侧导航栏中，选择“笔记本”
创建名为 RunR.ipynb 的新笔记本

提示

如果你不确定如何在工作室中创建和使用笔记本，请查看在工作区中运行 Jupyter 笔记本
选择该笔记本。
在笔记本工具栏上，确保你的计算实例正在运行。如果未运行，现在请将它启动。
在笔记本工具栏上，将内核切换为“R”。

笔记本现已准备好运行 R 命令。

访问数据

可以将文件上传到工作区文件存储资源，然后在 R 中访问这些文件。但是，对于存储在 Azure 数据资产中的文件或来自数据存储的数据，必须先安装一些包。

本部分介绍如何在交互会话中，使用 Python 和 reticulate 包将数据资产和数据存储加载到 R 中。你将使用 azureml-fsspec Python 包和 reticulate R 包将表格数据作为 Pandas 数据帧来读取。该部分还包含一个将数据资产和数据存储读取到 R data.frame 中的示例。

若要安装这些包：

在计算实例上创建一个名为 setup.sh 的新文件。
将以下代码复制到文件中：

#!/bin/bash

set -e

# Installs azureml-fsspec in default conda environment 
# Does not need to run as sudo

eval "$(conda shell.bash hook)"
conda activate azureml_py310_sdkv2
pip install azureml-fsspec
conda deactivate

# Checks that version 1.26 of reticulate is installed (needs to be done as sudo)

sudo -u azureuser -i <<'EOF'
R -e "if (packageVersion('reticulate') >= 1.26) message('Version OK') else install.packages('reticulate')"
EOF

选择“保存并在终端中运行脚本”以运行脚本

安装脚本将处理以下步骤：

pip 在计算实例的默认 conda 环境中安装 azureml-fsspec
根据需要安装 R reticulate 包（版本必须为 1.26 或更高）

从已注册的数据资产或数据存储中读取表格数据

对于存储到在 Azure 机器学习中创建的数据资产中的数据，请按照以下步骤将该表格文件读取到 Pandas DataFrame 或 R data.frame 中：

注意

使用 reticulate 读取文件的操作仅适用于表格数据。

确保安装了正确版本的 reticulate。对于低于 1.26 的版本，请尝试使用较新的计算实例。
```
packageVersion("reticulate")
```

加载 reticulate 并设置已在其中安装了 azureml-fsspec 的 conda 环境

library(reticulate)
use_condaenv("azureml_py310_sdkv2")
print("Environment is set")

查找数据文件的 URI 路径。

首先获取工作区的句柄

py_code <- "from azure.identity import DefaultAzureCredential
from azure.ai.ml import MLClient
credential = DefaultAzureCredential()
ml_client = MLClient.from_config(credential=credential)"

py_run_string(py_code)
print("ml_client is configured")

使用此代码检索资产。确保将 <MY_NAME> 和 <MY_VERSION> 替换为你的数据资产的名称和编号。

提示

在工作室左侧导航栏中选择“数据”，找到你的数据资产的名称和版本号。
```
# Replace <MY_NAME> and <MY_VERSION> with your values
py_code <- "my_name = '<MY_NAME>'
my_version = '<MY_VERSION>'
data_asset = ml_client.data.get(name=my_name, version=my_version)
data_uri = data_asset.path"
```

要检索该 URI，请运行该代码。

py_run_string(py_code)
print(paste("URI path is", py$data_uri))

使用 Pandas 读取函数将文件读取到 R 环境中。

pd <- import("pandas")
cc <- pd$read_csv(py$data_uri)
head(cc)

或者，可使用数据存储 URI 来访问已注册的数据存储上的其他文件，并将这些资源读取到 R data.frame 中。

在这种格式中，使用你自己的值创建数据存储 URI：
```
subscription <- '<subscription_id>'
resource_group <- '<resource_group>'
workspace <- '<workspace>'
datastore_name <- '<datastore>'
path_on_datastore <- '<path>'

uri <- paste0("azureml://subscriptions/", subscription, "/resourcegroups/", resource_group, "/workspaces/", workspace, "/datastores/", datastore_name, "/paths/", path_on_datastore)
```
提示

如果知道文件所在的数据存储，可以从 Studio UI 复制粘贴数据存储 URI，而无需记住数据存储 URI 格式：
1. 导航到要读取到 R 中的文件/文件夹
2. 选择它旁边的省略号（...）。
3. 在菜单中选择“复制 URI”。
4. 选择要复制到笔记本/脚本中的“数据存储 URI”。请注意，必须在代码中为 <path> 创建一个变量。
使用前面提到的 URI 创建文件存储对象：

fs <- azureml.fsspec$AzureMachineLearningFileSystem(uri, sep = "")

读取到 R data.frame 中：

df <- with(fs$open("<path>)", "r") %as% f, {
 x <- as.character(f$read(), encoding = "utf-8")
 read.csv(textConnection(x), header = TRUE, sep = ",", stringsAsFactors = FALSE)
})
print(df)

安装 R 包

计算实例具有许多预安装的 R 包。

要安装其他包，必须显式指明位置和依赖项。

提示

创建或使用其他计算实例时，必须重新安装已经安装过的任何包。

例如，若要安装 tsibble 包，请运行以下代码：

install.packages("tsibble", 
                 dependencies = TRUE,
                 lib = "/home/azureuser")

注意

如果在 Jupyter 笔记本中运行的 R 会话中安装包，需要使用 dependencies = TRUE。否则，不会自动安装依赖包。还需要指定 lib 位置，以便在正确的计算实例位置进行安装。

加载 R 库

将 /home/azureuser 添加到 R 库路径。

.libPaths("/home/azureuser")

提示

必须更新每个交互式 R 脚本中的 .libPaths 才能访问用户安装的库。将此代码添加到每个交互式 R 脚本或笔记本的顶部。

更新 libPath 后，像往常一样加载库。

library('tsibble')

在笔记本中使用 R

除了上述描述的问题外，还可像在任何其他环境（包括本地工作站）中那样使用 R。在笔记本或脚本中，可以将数据读取和写入到存储笔记本/脚本的路径。

注意

在交互式 R 会话中，只能写入到工作区文件系统。
在交互式 R 会话中，无法与 MLflow 交互（例如记录模型或查询注册表）。

后续步骤

改编 R 脚本以便在生产环境中运行

通过