白天没事儿刷微博，偶然看到了这个消息
会SQL就能搞AI？这么溜吗
前几年一窝蜂的到处都是大数据，然后大家都去搞大数据；
这几年一窝蜂的到处都是数据分析，然后大家都去搞数据分析，人人都是数据分析师；
今天一窝蜂的到处都是人工智能，然后大家都来搞AI。
目前搞AI的同学其实并没有太深的技术，无非就是了解一下算法是干啥的，在什么场景下使用，然后用Python、R之类的各种东西调几个包（这是说有这种情况哦），主要还是应用，真正可以去写算法的还是少数。毕竟偏工程类，让很多人去使用还是有一定难度的，所以为了让更多的人可以使用AI，就会出现很多面向用户的技术产品，比如这个SQLFlow。
还得是大厂啊，可以搞这些真正有价值有应用场景的产品。
先上一下，原文地址：会 SQL 就能搞定 AI！蚂蚁金服重磅开源机器学习工具 SQLFlow
目前来说，SQL的确是很通用的语言，学起来简单，掌握的人群也广，你看，在大数据下面有Hive，类SQL的语法，会SQL，上手很容易，现在人工智能，也有这种SQL的标配产品出现了。
当一项技术去面向应用场景的使用，需要上手简单，降低学习成本那样去了解的人才会多。
总结下来一句话，就是以后什么预测，什么聚类，什么各种东东，使用SQL去调用就行了，好玩儿吧，下面我们就简单来看看这个产品吧，已经开源了，我们试试。
项目GitHub地址：https://github.com/sql-machine-learning/sqlflow
项目官网：https://sql-machine-learning.github.io/
我们先看看咋安装吧，官网上有安装手册，来学习下。
这第一步就然我很是捉急，“on your MacBook”，我低头看了眼自己的Windows，陷入了沉思。
Docker这东西，以前有了解过，就是容器，像轻量级的虚拟机，现在应用很广，不知道现在咋样了，多年以前研究的时候，了解了很多的。没有Mac，Windows上也可以安装docker，按道理说应该是一样的，试试吧。
- Windows版docker下载地址：docker-17.06.0-ce.zip
下载完成后是这个东东
解压后是俩EXE文件
本来以为是直接运行的， 但是不行，
那就开个cmd来执行吧，......不对，大意了，这两个是封装好的docker命令，
这个可以加入到Path，然后直接使用，这里先省略了吧，先去第二步看看。
- 构建mysql镜像
这一步说是使用docker构建一个mysql server，我犹豫了好一会儿，这里没说怎么去构建呀，docker咋用的早就忘了，我认真思考了一下，仿佛有点儿理解了。
我先clone了这个sqlflow项目下来
然后在 example/datasets 路径下有个这个文件
这个Dockerfile文件，是构建镜像的配置文件，......
坑了，
这个问题，我在网上找了，Windows10家庭版不行，得用专业版或者企业版，难道搞一个虚拟机？
。。。。。。
额，好像成功了，docker可以了。
docker的话，不能使用上面的那个，得重新搞一个docker toolbox
https://docs.docker.com/toolbox/overview/
由于windows系统的限制，所以这个东东就是搞了个虚拟机，反正是集成安装的，就下载个toolbox吧，
200多M，下载一路安装就行，然后，在桌面上找快捷图标进入。
这时候，它会先进行初始化，会安装些东西，得等等。
等它自己出现这个鲸鱼的图形，就差不多了，可以试试 docker --version看看docker命令能用不，然后试试hello-world，看看是否能用
好了，我们可以回去，继续SQLflow了。
这一步，是要构建mysql镜像的，按照文档里的介绍，执行
cd example/datasets
docker build -t sqlflow:data .
它要下载好些东西，等下它
虽然有个warning，但是应该没影响
docker run --rm -d --name sqlflowdata \
-p 3306:3306 \
-e MYSQL_ROOT_PASSWORD=root \
-e MYSQL_ROOT_HOST=% \
sqlflow:data
这是用docker启动了刚刚搞好的mysql镜像，并且设置了一些参数
这里返回的好像是docker实例的一个id，忘记了，继续就行
docker exec -it sqlflowdata bash
这个是连接到了刚刚的docker实例，使用bash，后面和linux下差不多
开始初始化数据
cat /popularize_churn.sql | mysql -uroot -proot
cat /popularize_iris.sql | mysql -uroot -proot
echo "CREATE DATABASE IF NOT EXISTS sqlflow_models;" | mysql -uroot -proot
echo "select count(*) from churn.test;" | mysql -uroot -proot
如果上面都没有报错，到了这一步，就算是初始化成功了，哈哈哈。
完整步骤参考：example/datasets/README.md
- pull SQLflow
好了，到了激动人心的最后一步，我们需要再pull一个镜像下来。
docker pull sqlflow/sqlflow:latest
这里重试了好几次，最终成功了。
好了，我们可以试用下了。
先把下载好的SQLflow镜像启动
docker run --rm -it -p 8888:8888 sqlflow/sqlflow:latest \
bash -c "sqlflowserver --datasource='mysql://root:root@tcp(host.docker.internal:3306)/?maxAllowedPacket=0' &
SQLFLOW_SERVER=localhost:50051 jupyter notebook --ip=0.0.0.0 --port=8888 --allow-root"
。这一步，纠结了好久，它就是启动了SQLflow，然后连接了上面的数据库，然后启动了jupyter。
但是吧，在Windows下面，这东西不好用啊，一个是网络问题，我根本连不到docker生成的实例里，没法实践，还有一个，它连不上数据库。
...
算了，我还是先搞个虚拟机吧，我找个ubuntu。
我记得前几年玩儿Ubuntu的时候，还是版本10左右，常用的12LTS，没想到现在都18了，好快呀。
坑死了，虽说是闲着没事儿，但是这一天，累死我了，各种坑，各种连不上，最后，总算是功夫不负苦心人啊，总算是能用了。
中间的心酸故事就不说，简单记录下几个问题：
mysql-server镜像起不来
这个之前在Windows下没有问题，但是在Linux里面，mysql启动失败，看日志说mysqld启动失败，但是我找不到详细日志，就没有用镜像，直接在本机安装了一个mysqlSQLflow启动连接不上数据库
这个主要是数据库配置或者数据库的ip地址问题，这里我直接使用了本机的docker虚拟ip地址
好了，执行了一下示例中的SQL，貌似有点儿卡，看上去很厉害，有些拓展的语法，回头研究下吧。
好了，本次实践到此结束，心好累。
