Teilen über


Installieren von Big Data-Tools für SQL Server 2019

Gilt für: SQL Server 2019 (15.x)

Wichtig

Das Microsoft SQL Server 2019-Big Data-Cluster-Add-On wird eingestellt. Der Support für SQL Server 2019-Big Data-Clusters endet am 28. Februar 2025. Alle vorhandenen Benutzer*innen von SQL Server 2019 mit Software Assurance werden auf der Plattform vollständig unterstützt, und die Software wird bis zu diesem Zeitpunkt weiterhin über kumulative SQL Server-Updates verwaltet. Weitere Informationen finden Sie im Ankündigungsblogbeitrag und unter Big Data-Optionen auf der Microsoft SQL Server-Plattform.

In diesem Artikel werden die Clienttools beschrieben, die zum Erstellen, Verwalten und Verwenden von SQL Server 2019: Big Data-Cluster installiert werden müssen. Der folgende Abschnitt enthält eine Liste der Tools und Links zu Installationsanweisungen. Bevor Sie einen Big Data-Cluster bereitstellen, konfigurieren Sie die Tools, die unter Windows oder Linux als erforderlich gekennzeichnet sind.

Big Data-Cluster-Tools

In der folgenden Tabelle sind die allgemeinen Big Data-Cluster-Tools und deren Installation aufgeführt:

Tool Erforderlich BESCHREIBUNG Installation
python Ja Python ist eine interpretierte, objektorientierte Programmiersprache auf hoher Ebene mit dynamischer Semantik. Viele Teile von Big Data-Clustern für SQL Server verwenden Python. Installieren von Python
Azure Data CLI (azdata) Ja Befehlszeilentool für die Installation und Verwaltung eines Big Data-Clusters. Installieren
kubectl1 Ja Befehlszeilentool zum Überwachen des zugrunde liegenden Kubernetes-Clusters (Weitere Informationen). Windows | Linux
Azure Data Studio Ja Plattformübergreifendes grafisches Tool zum Abfragen von SQL Server. Installieren
Datenvirtualisierungserweiterung Ja Erweiterung für Azure Data Studio, die einen Datenvirtualisierungs-Assistenten bereitstellt. Installieren
Azure CLI2 Für AKS Moderne Befehlszeilenschnittstelle zum Verwalten von Azure-Diensten. Wird mit AKS-Big Data-Cluster-Bereitstellungen verwendet (Weitere Informationen). Installieren
mssql-cli Optional Moderne Befehlszeilenschnittstelle zum Abfragen von SQL Server (Weitere Informationen). Windows | Linux
sqlcmd Für einige Skripts Legacybefehlszeilentool zum Abfragen von SQL Server (Weitere Informationen). Möglicherweise müssen Sie Microsoft ODBC Driver 11 für SQL Server installieren, bevor Sie das SQLCMD-Paket installieren. Windows | Linux
curl 3 Für einige Skripts Befehlszeilentool zum Übertragen von Daten mit URLs. Windows | Linux: Installieren von curl-Paket
oc Für Red Hat OpenShift- und Azure Red Hat OpenShift-Bereitstellungen erforderlich oc ist die OpenShift-Befehlszeilenschnittstelle (CLI). Installing the CLI (Installieren der Befehlszeilenschnittstelle)

1 Sie müssen die kubectl-Version 1.13 oder höher verwenden. Außerdem sollte die Version von kubectl um eins höher oder niedriger als die Nebenversion Ihres Kubernetes-Clusters sein. Wenn Sie eine bestimmte Version auf dem kubectl-Client installieren möchten, finden Sie weitere Informationen unter Installieren der kubectl-Binärdatei über curl. (Verwenden Sie unter Windows 10 und Windows 11 cmd.exe und nicht Windows PowerShell für die Ausführung von curl.)

Tipp

Sie müssen den Clusterkontext mit dem folgenden Azure CLI-Befehl festlegen, um kubectl mit einem bereits bereitgestellten Cluster in Azure Kubernetes Service (AKS) zu verwenden:

az aks get-credentials --name <aks_cluster_name> --resource-group <azure_resource_group_name>

2 Sie müssen die Azure CLI-Version 2.0.4 oder höher verwenden. Führen Sie bei Bedarf az --version aus, um die Version zu ermitteln.

3 Bei Ausführung unter Windows 10 oder Windows 11 befindet sich curl bereits in Ihrem PATH, wenn Sie zur Ausführung eine Eingabeaufforderung verwenden. Laden Sie für andere Versionen von Windows curl mithilfe des Links herunter, und platzieren Sie curl in Ihrem PATH.

Welche Tools sind erforderlich?

Die vorherige Tabelle enthält alle gängigen Tools, die mit Big Data-Clustern verwendet werden. Welche Tools erforderlich sind, hängt von Ihrem Szenario ab. Im Allgemeinen sind die folgenden Tools besonders wichtig, um den Cluster zu verwalten, eine Verbindung mit ihm herzustellen und ihn abzufragen:

  • Azure Data CLI (azdata)
  • kubectl
  • Azure Data Studio
  • Datenvirtualisierungserweiterung

Die verbleibenden Tools sind nur in bestimmten Szenarien erforderlich. Azure CLI kann zum Verwalten von Azure-Diensten verwendet werden, die mit AKS-Bereitstellungen verknüpft sind. mssql-cli ist ein optionales, aber nützliches Tool, das Ihnen ermöglicht, eine Verbindung mit der SQL Server-Masterinstanz im Cluster herzustellen und Abfragen von der Befehlszeile aus auszuführen. sqlcmd und curl sind erforderlich, wenn Sie die Installation von Beispieldaten mit dem GitHub-Skript planen.

Offlineinstallation von Python

  1. Laden Sie auf einem Computer mit Internetzugriff eine der folgenden komprimierten Dateien herunter, die Python enthalten:

    Betriebssystem Download
    Windows https://go.microsoft.com/fwlink/?linkid=2074021
    Linux https://go.microsoft.com/fwlink/?linkid=2065975
    OSX https://go.microsoft.com/fwlink/?linkid=2065976
  2. Kopieren Sie die komprimierte Datei auf den Zielcomputer, und extrahieren Sie sie in einen Ordner Ihrer Wahl.

  3. Führen Sie installLocalPythonPackages.bat nur unter Windows in diesem Ordner aus, und übergeben Sie den vollständigen Pfad zu demselben Ordner als Parameter.

    installLocalPythonPackages.bat "C:\python-3.6.6-win-x64-0.0.1-offline\0.0.1"
    

Herunterladen und Installieren von Azure Data Studio

Azure Data Studio bietet Funktionen und Features speziell für SQL Server-Big Data-Cluster.

Erwerben Sie die neueste Version von Azure Data Studio.

Weitere Informationen über die neueste Version finden Sie in den Versionshinweisen.

Nächste Schritte

Stellen Sie nach dem Konfigurieren der Tools einen SQL Server 2019-Big Data-Cluster in der Cloud oder lokal für Kubernetes bereit. Weitere Informationen finden Sie in den folgenden Bereitstellungsartikeln:

Weitere Informationen zu Big Data-Clustern finden Sie unter Einführung in SQL Server 2019: Big Data-Cluster.