将 Python ODBC 连接到 IRIS 数据库 - 第 2 条快速笔记

关键字：PyODBC，unixODBC，IRIS，IntegratedML，Jupyter Notebook，Python 3

目的

几个月前，我简单谈到了关于“将 Python JDBC 连接到 IRIS”的话题。我后来频繁提起它， 因此决定再写一篇 5 分钟的笔记，说明如何“将 Python ODBC 连接到 IRIS”。

在 Windows 客户端中通常很容易设置 ODBC 和 PyODBC，不过我每次在 Linux/Unix 风格的服务器中设置 unixODBC 和 PyODBC 客户端时，都会遇到一些麻烦。

有没有一种简单连贯的方法，可以不安装任何 IRIS，在原版 Linux 客户端中让 PyODBC/unixODBC 针对远程 IRIS 服务器运行？

范围

最近，我花了点时间研究如何在 Linux Docker 环境的 Jupyter Notebook 中从头开始让一个 PyODBC 演示运行起来， 记录下这篇稍微有些繁琐的笔记，以供日后快速参考。  

范围内： 

这篇笔记将涉及以下组件：

• PyODBC over unixODBC 
• 安装了 TensorFlow 2.2 和 Python 3 的 Jupyter Notebook 服务器
• 带有 IntegratedML 的 IRIS2020.3 CE 服务器，包括示例测试数据。

• 在此环境中

• 安装了 Docker-compose over AWS Ubuntu 16.04 的 Docker Engine 
• Docker Desktop for MacOS 和 Docker Toolbox for Windows 10 也经过了测试

• 范围外：

  同样，在此演示环境中不评估非功能性方面。 它们很重要，并且可以针对特定站点，如：

• 端到端安全和审核
• 性能和可扩展性
• 许可和可支持性等

• 环境

  任何原版 Linux Docker 镜像都可以用于以下配置和测试步骤，但有一个简单的方法可以在 5 分钟内设置这样的环境：

  1.  Git 克隆此演示模板克隆此
  2.  在包含 docker-compose.yml 文件的克隆目录中运行“docker-compose up -d”。

  这将创建一个演示环境，如下面的拓扑所示，其中包含 2 个容器。 一个用于 Jupyter Notebook 服务器作为 PyODBC 客户端，另一个用于 IRIS2020.3 CE 服务器。

  

  在上面的环境中，tf2jupyter 仅包含“Python over JDBC”客户端配置；它尚不包含任何 ODBC 或 PyODBC 客户端配置。

  因此，我们将直接在 Jupyter Notebook 内部运行以下设置步骤，以使其易于说明。