适用对象:yesSQL Server(仅限 Windows)noAzure SQL 数据库 noAzure SQL 数据仓库 no并行数据仓库
从 SQL Server 2017 中,R 和 Python 支持的数据库内分析提供在 SQL Server 机器学习服务的后继SQL Server R Services SQL Server 2016 中引入。 函数库可在 R 和 Python 中,并作为外部脚本的数据库引擎实例上运行。
此文章介绍了如何通过运行安装机器学习组件SQL Server安装向导和以下屏幕上的提示。
预安装清单
-
如果你想要使用 R、 Python 或 Java 语言支持安装机器学习服务,则需要 SQL Server 2017 (或更高版本) 安装程序。 如果改为您具有 SQL Server 2016 安装介质,则可以安装SQL Server 2016 R Services (数据库内)获取 R 语言支持。
-
数据库引擎实例是必需的。 您不能安装 R 或 Python 功能,尽管将它们添加到现有实例的以增量方式。
- 安装机器学习服务是不支持中 SQL Server 2017 故障转移群集上。 但是,它支持与 SQL Server 2019。
-
不要在域控制器上安装机器学习服务。 安装程序的机器学习服务部分将会失败。
-
不安装共享功能 > Machine Learning Server (独立版) 同一台计算机上运行的数据库实例。 独立服务器将争夺相同的资源,从而破坏这两个安装的性能。
-
支持与其他版本的 R 和 Python 的并行安装,但不是建议这样做。 它支持,因为 SQL Server 实例使用其自己的开放源代码 R 和 Anaconda 分发版的副本。 但建议不要因为运行 SQL Server 外部的 SQL Server 计算机使用 R 和 Python 的代码可能会导致各种问题:
- 使用不同的库和其他可执行文件,并获取不同的结果,比您在 SQL Server 中运行时。
- 不能由 SQL Server,从而导致资源争用管理外部库中运行的 R 和 Python 脚本。
Important: 安装程序完成后,请确保要完成本文中所述的配置后步骤。 这些步骤包括启用 SQL Server 以使用外部脚本,并添加所需的 SQL Server,你的名义运行 R 和 Python 的作业帐户。 配置更改通常需要重新启动实例或重新启动 Launchpad 服务。
获取安装介质
SQL Server 的下载位置由版本决定:
-
“SQL Server Enterprise、Standard 和 Express Edition”已获授权,可供生产之用。 对于企业版和标准版,请联系软件供应商获取安装媒体。 你可以在 Microsoft 采购网站上找到采购信息和 Microsoft 合作伙伴目录。
-
以下链接提供了“免费版本”:SQL Server 下载。
运行安装程序
对于本地安装,必须以管理员身份运行安装程序。 如果从远程共享安装 SQL Server ,则必须使用对远程共享具有读取和执行权限的域帐户。
-
启动 SQL Server 2017 安装向导。 您可以下载
-
上安装选项卡上,选择新的 SQL Server 独立安装或向现有安装添加功能。
安装机器学习服务中的数据库
-
在“功能选择” 页上,选择以下选项:
-
数据库引擎服务
若要使用 R 和 Python 与 SQL Server,必须安装数据库引擎的实例。 您可以使用默认值或命名的实例。
-
机器学习服务(数据库内)
此选项将安装支持 R 的数据库服务和 Python 脚本执行。
-
R
选中此选项可添加 Microsoft R 包、 解释器和开放源代码。
-
Python
选中此选项可添加 Microsoft Python 包,Python 3.5 可执行文件,然后从 Anaconda 分发版中选择库。
功能对 R 和 Python 选项
NOTE
未选择的选项Machine Learning Server (独立版)。 安装 Machine Learning Server 下的选项共享功能旨在用于不同的计算机上。
-
-
上同意安装 R页上,选择接受。 此许可协议涵盖了 Microsoft R Open,其中包括开放源代码 R 基础包和工具,以及增强型的 R 包和 Microsoft 开发团队的连接提供程序的分发。
-
上同意安装 Python页上,选择接受。 Anaconda 和相关的工具,以及 Microsoft 开发团队的某些新 Python 库,还介绍了 Python 开放源代码许可协议。
到 Python 许可协议
NOTE 如果正在使用的计算机没有 internet 访问权限,可先暂停安装,此时若要单独下载安装程序。 有关详细信息,请参阅安装没有 internet 访问权限的机器学习组件。
选择Accept,等待,直到下一步按钮将变为活动状态,并选择下一步。
-
上已准备好安装页上,验证这些选择是包括在内,然后选择安装。
- 数据库引擎服务
- 机器学习服务(数据库内)
- R 和/或 Python
记下的路径下的文件夹位置
..\Setup Bootstrap\Log存储配置文件。 安装程序完成后,你可以查看摘要文件中已安装的组件。 -
安装完成时,如果要求您重新启动计算机后请立即登录。 安装完成后,请务必阅读来自安装向导的消息。 有关详细信息,请参阅 View and Read SQL Server Setup Log Files。
启用脚本执行
-
打开 SQL Server Management Studio。
TIP 可以下载并安装适当版本,在此页中:下载 SQL Server Management Studio (SSMS)。
您还可以试用的预览版本Azure Data Studio,它支持管理任务和针对 SQL Server 的查询。
-
连接到安装机器学习服务的实例中,单击新查询打开查询窗口中,并运行以下命令:
sp_configure属性
external scripts enabled的值目前应为 0。 这是因为默认情况下关闭功能。 在可以运行 R 或 Python 脚本之前,必须由管理员显式启用该功能。 -
若要启用外部脚本编写功能,请运行以下语句:
EXEC sp_configure 'external scripts enabled', 1 RECONFIGURE WITH OVERRIDE如果启用了 R 语言的功能,不会运行重新配置适用于 Python 的第二次。 底层扩展性平台支持这两种语言。
重新启动服务。
安装完成后下, 一步,启用脚本执行在继续之前重新启动数据库引擎。
重新启动该服务还会自动重新启动相关SQL Server 快速启动板服务。
可以使用右键单击该服务重新启动重新启动命令,以在 SSMS 中,或使用的实例进行Services面板在控制面板中,或通过使用SQL Server 配置管理器.
验证安装
检查中的实例的安装状态自定义报表或安装程序日志。
使用以下步骤来验证用于启动外部脚本的所有组件正在都运行。
-
在 SQL Server Management Studio,打开新查询窗口中,并运行以下命令:
EXEC sp_configure 'external scripts enabled'run_value 现在应已设置为 1。
-
打开Services面板或 SQL Server 配置管理器,并验证是否SQL Server Launchpad 服务正在运行。 应具有一项服务的每个数据库引擎实例具有 R 或 Python 安装。 有关服务的详细信息,请参阅可扩展性框架。
-
如果 Launchpad 正在运行,您应能够运行简单的 R 和 Python 脚本,以验证外部脚本的运行时可以与 SQL Server 进行通信。
打开一个新查询窗口中的SQL Server Management Studio,然后运行如下所示的脚本:
- 适用于 R
EXEC sp_execute_external_script @language =N'R', @script=N' OutputDataSet <- InputDataSet; ', @input_data_1 =N'SELECT 1 AS hello' WITH RESULT SETS (([hello] int not null)); GO- 用于 Python
EXEC sp_execute_external_script @language =N'Python', @script=N' OutputDataSet = InputDataSet; ', @input_data_1 =N'SELECT 1 AS hello' WITH RESULT SETS (([hello] int not null)); GO
结果
该脚本可以需要一段时间来首次运行外部脚本运行时加载。 结果应类似于此:
| Hello |
|----|
| 1|
Note: 在 Python 脚本中使用的标题或列不会返回,通过设计。 若要添加为自己的输出列名称,必须指定返回的数据集的架构。 执行此操作使用 WITH RESULTS 参数的存储过程,命名列和指定的 SQL 数据类型。
例如,可以添加以下行以生成任意列名称:
WITH RESULT SETS ((Col1 AS int))
应用更新
我们建议将最新的累积更新应用到数据库引擎和机器学习组件。
在连接 internet 的设备上通常可通过 Windows 更新应用累积更新,但还可以使用以下步骤,受控的更新。 当在应用于数据库引擎更新时,安装程序中取出同一实例安装任何 R 或 Python 功能的累积的更新。
断开连接的服务器上执行额外的步骤是必需的。 有关详细信息,请参阅在没有 internet 访问权限的计算机上安装 > 应用累积更新。
-
开始使用已安装的基线实例: SQL Server 2017 初始版本
-
转到累积更新列表: SQL Server 2017 更新
-
选择最新的累积更新。 可执行文件是自动下载并提取。
-
运行安装程序。 接受许可条款,然后在功能选择页上,查看为其应用累积更新的功能。 应会看到每一项功能为当前实例,包括机器学习功能安装。 安装程序将下载更新的所有功能所必需的 CAB 文件。
- 继续完成向导,接受 R 和 Python 分发版的许可条款。
其他配置
如果外部脚本执行验证步骤是否成功,你可以从 SQL Server Management Studio、 Visual Studio Code 中或可以向服务器发送 T-SQL 语句的任何其他客户端运行 R 或 Python 命令。
如果你在运行命令时收到错误,,查看此部分中的其他配置步骤。 您可能需要对服务或数据库进行相应的其他配置。
在实例级别,可能包括其他配置:
在数据库中,则可能需要以下配置更新:
Note: 是否需要其他配置取决于您在安装 SQL Server,以及希望用户可以连接到数据库并运行外部脚本的安全架构。
建议的优化
现在,所有工作已经完成,你可能还想要优化服务器以支持机器学习中,或安装预先训练的模型。
添加更多的辅助角色帐户
如果希望有很多用户同时运行脚本,则可以增加分配给 Launchpad 服务的辅助角色帐户数目。 有关详细信息,请参阅修改 SQL Server 机器学习服务的用户帐户池。
优化用于执行脚本的服务器
默认设置SQL Server安装程序旨在优化的各种数据库引擎,这可能包括提取、 转换和加载 (ETL) 进程、 报告、 审核所支持的服务的服务器的余额和使用的应用程序SQL Server数据。 因此,默认设置下,可能会发现为机器学习的资源的有时限制或受限制,尤其是在占用大量内存的操作。
若要确保机器学习作业的优先级别并其分配相应资源,我们建议使用 SQL Server 资源调控器配置外部资源池。 您可能还需要更改分配给的内存量SQL Server数据库引擎,或增加下运行的帐户数SQL Server 快速启动板服务。
-
若要配置用于管理外部资源的资源池,请参阅创建外部资源池。
-
若要更改数据库的保留的内存量,请参阅服务器内存配置选项。
-
若要更改可以通过启动的 R 帐户数SQL Server 快速启动板,请参阅修改机器学习的用户帐户池。
如果您使用的标准版,但没有资源调控器,可以使用动态管理视图 (Dmv) 和扩展事件,以及 Windows 事件监视来帮助管理服务器资源。 有关详细信息,请参阅监视和管理 R Services并监视和管理 Python 服务。
安装其他 R 包
为 SQL Server 创建 R 解决方案可以调用基本 R 函数,函数从 SQL Server 一起安装的专属包和第三方 R 包与 SQL Server 安装的开放源代码 R 版本兼容。
要通过 SQL Server 使用的包必须安装在实例使用的默认库中。 如果必须单独安装 R 的计算机上,或包安装到用户库,你将无法使用 T-SQL 中的这些包。
不同 SQL Server 2016 和 SQL Server 2017 中安装和管理 R 包的过程。 在 SQL Server 2016 中,数据库管理员必须安装 R 包,用户需要。 在 SQL Server 2017 中,可以设置用户组共享每个数据库级别上的包或配置数据库角色,以使用户能够安装其自己的包。 有关详细信息,请参阅在 SQL Server 中安装新 R 包。
后续步骤
R 开发人员可以开始使用一些简单的示例,并了解 R 如何与 SQL Server 配合工作的基础知识。 下一步,请参阅以下链接:
Python 开发人员可以了解如何将 Python 与 SQL Server 使用按照这些教程:
若要查看的机器学习基于实际方案的示例,请参阅机器学习教程。
历史资料。此文对应 2018-11-30 的中文文档快照,适用产品版本和命令行为以原文为准。
来源与署名:Microsoft 和文档贡献者(原始作者元数据 HeidiSteen)。固定版本原文。文档采用 CC BY 4.0,示例代码采用 MIT 授权。本站展开固定版本仓库内的引用内容,将 Markdown 转为 HTML,规范化链接,移除外部媒体、发布器占位标签和导航标记。
