stevemayne/jupyter-sqlserver

jupyter-sqlserver

该镜像集成Jupyter Notebook与MS SQL Server驱动及ODBC支持，允许用户在Jupyter环境中直接连接MS SQL Server数据库，开展数据查询、分析及可视化工作。

核心功能

• 提供完整的Jupyter Notebook运行环境
• 内置ODBC支持及MS SQL Server驱动
• 支持通过pyodbc库或ipython-sql扩展两种方式连接SQL Server
• 允许挂载本地目录持久化保存Notebook文件

使用场景

• 数据分析师利用Jupyter进行SQL Server数据的查询、清洗与分析
• 开发人员测试SQL Server数据库连接及数据处理逻辑
• 教学场景中演示Jupyter与SQL Server的集成使用方法

配置说明

运行镜像时可通过以下参数配置：

• -p 8888:8888：映射容器内Jupyter服务端口到本地
• -v ~/notebooks/:/home/jovyan/work：挂载本地Notebook目录到容器内工作路径

部署示例

Docker Run命令

bash
docker run -p 8888:8888 -v ~/notebooks/:/home/jovyan/work stevemayne/jupyter-sqlserver

示例Notebook内容

导入依赖库

python
import pandas as pd
import pyodbc
import numpy as np
import matplotlib.pyplot as plt
import getpass
%matplotlib inline
%load_ext sql

配置连接信息

python
server = "x.x.x.x"
db = "my_db"
username = "my_username"
password = getpass.getpass("Database password? ")

方式1：使用pyodbc连接

python
conn = pyodbc.connect("Driver={sqlsrv};Server={%s};Database={%s};uid={%s};pwd={%s}" % (server, db, username, password))
sql = "Select * from TABLE"
data = pd.read_sql(sql, conn)

方式2：使用ipython-sql扩展连接

python
connection_string = "mssql+pyodbc://{username}:{password}@{server}/{db}?driver=sqlsrv".format(username=username, password=password, db=db, server=server)
%sql $connection_string
result = %sql SELECT * FROM TABLE
data = result.DataFrame()