Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Gilt für: SQL Server 2019 (15.x) unter Linux
In diesem Artikel wird die Installation von SQL Server Machine Learning Services in Docker erläutert. Sie können Machine Learning Services verwenden, um Python- und R-Skripts in einer Datenbank auszuführen. Wir stellen keine vordefinierten Container mit Machine Learning Services bereit. Sie können einen Container mithilfe einer Beispielvorlage auf GitHub aus den SQL Server-Containern erstellen.
Voraussetzungen
Git-Befehlszeilenschnittstelle.
Docker Engine 1.8 oder höher unter einer beliebigen unterstützten Linux-Distribution. Weitere Informationen finden Sie unter Get Docker (Docker-Download). SQL Server in Containern wird unter Windows oder macOS für die Produktionsverwendung nicht unterstützt.
Außerdem gelten die Systemanforderungen für SQL Server für Linux.
Klonen des mssql-docker-Repositorys
Mit dem folgenden Befehl wird das Git-Repository mssql-docker in ein lokales Verzeichnis geklont.
Öffnen Sie ein Bash-Terminal unter Linux oder Mac.
Erstellen Sie ein Verzeichnis, in dem eine lokale Kopie des mssql-docker-Repositorys gespeichert wird.
Führen Sie den Befehl „git clone“ aus, um das mssql-docker-Repository zu klonen:
git clone https://github.com/microsoft/mssql-docker mssql-docker
Erstellen eines SQL Server-Linux-Containerimage
Führen Sie die folgenden Schritte durch, um das Docker-Image zu erstellen:
Wechseln Sie zum Verzeichnis „mssql-mlservices“:
/mssql-docker/linux/preview/examples/mssql-mlservicesFühren Sie im gleichen Verzeichnis den folgenden Befehl aus:
docker build -t mssql-server-mlservices .Führen Sie den folgenden Befehl aus:
Wichtig
Die Umgebungsvariable
SA_PASSWORDist veraltet. Verwenden Sie stattdessenMSSQL_SA_PASSWORD.docker run -d -e MSSQL_PID=Developer -e ACCEPT_EULA=Y -e ACCEPT_EULA_ML=Y -e MSSQL_SA_PASSWORD=<password> -v <directory on the host OS>:/var/opt/mssql -p 1433:1433 mssql-server-mlservicesWenn Sie einen Container für SQL Server 2025 (17.x) oder eine höhere Version bereitstellen, verwenden Sie
MSSQL_PID=DeveloperStandarddie Standard Developer Edition undMSSQL_PID=Developerdie Enterprise Developer Edition.Hinweis
Jeder unterstützte Wert kann für
MSSQL_PIDverwendet werden. Wenn Sie eine kostenpflichtige Edition verwenden, stellen Sie sicher, dass Sie eine Lizenz erworben haben. Ersetzen Sie<password>durch Ihr tatsächliches Kennwort. Das Volume-Mounting mit-vist optional. Ersetzen Sie es<directory on the host OS>durch ein tatsächliches Verzeichnis, in dem Sie die Datenbankdaten und Protokolldateien bereitstellen möchten.Bestätigen Sie die Änderung, indem Sie den folgenden Befehl ausführen:
docker ps -aHinweis
Zum Erstellen des Docker-Images müssen Sie Pakete installieren, die mehrere GB groß sind. Abhängig von der Netzwerkbandbreite kann es einige Zeit dauern, bis die Skriptausführung abgeschlossen ist.
Ausführen des SQL Server-Linux-Containerimages
Legen Sie vor dem Ausführen des Containers Ihre Umgebungsvariablen fest. Legen Sie PATH_TO_MSSQL-Umgebungsvariable auf ein Hostverzeichnis fest:
export MSSQL_PID='Developer' export ACCEPT_EULA='Y' export ACCEPT_EULA_ML='Y' export PATH_TO_MSSQL='/home/mssql/'Hinweis
Die Vorgehensweise zum Ausführen von SQL Server-Produktionseditionen in Containern weicht hiervon minimal ab. Mehr Informationen finden Sie unter Bereitstellen von und Herstellen einer Verbindung mit SQL Server in Linux-Containern. Bei Verwendung derselben Containernamen und Ports können Sie die restlichen Schritte dieser exemplarischen Vorgehensweise auch mit Containern für Produktionsumgebungen ausführen.
Führen Sie den Befehl
docker psaus, um Ihre Container anzuzeigen:sudo docker ps -aWenn die Spalte STATUS den Wert Up (Aktiv) enthält, wird SQL Server im Container ausgeführt und überwacht den in der Spalte PORTS angegebenen Port. Wenn die Spalte STATUS für Ihren SQL Server-Container beendet angezeigt wird, lesen Sie die Problembehandlung für SQL Server Docker-Container.
Ausgabe:
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES 941e1bdf8e1d mcr.microsoft.com/mssql/server/mssql-server-linux "/bin/sh -c /opt/m..." About an hour ago Up About an hour 0.0.0.0:1401->1433/tcp sql1
Aktivieren von Machine Learning Services
Stellen Sie zum Aktivieren von Machine Learning Services eine Verbindung mit Ihrer SQL Server-Instanz her, und führen Sie die folgende T-SQL-Anweisung aus:
EXECUTE sp_configure 'external scripts enabled', 1;
RECONFIGURE WITH OVERRIDE;
Zugehöriger Inhalt
- Python-Tutorial: Bereitstellen eines linearen Regressionsmodells mit SQL Machine Learning
- Python-Tutorial: Kategorisieren von Kunden mithilfe von K-Means-Clustering mit SQL Machine Learning
- Schnellstart: Ausführen einfacher R-Skripts mit SQL Machine Learning
- R-Tutorial: Vorhersagen von Taxi-Fahrpreisen in New York City mit binärer Klassifizierung