Episode
Microsoft führt neuen kostenlosen Microsoft R-Client ein
In dieser Woche kündigte Microsoft die Verfügbarkeit des Microsoft R-Clients an, wodurch eine viel verwendbarere, frei verfügbare Desktopclientoption für Benutzer von Microsoft R Server erstellt wird.
Microsoft R Client ist ein kostenloses, communitygestütztes Data Science-Tool für Hochleistungsanalysen. R Client basiert auf Microsoft R Open, sodass Sie alle Open Source R-Pakete verwenden können, um Ihre Analysen zu erstellen. Darüber hinaus führt R Client die leistungsstarke ScaleR-Technologie und seine proprietären Funktionen ein, um von Parallelisierung und Remote-Computing zu profitieren.
Mit dem R-Client können Sie lokal mit Produktionsdaten arbeiten, indem Sie den vollständigen Satz von ScaleR-Funktionen verwenden, aber es gibt einige Einschränkungen. Allein die zu verarbeitenden Daten müssen in den lokalen Speicher passen, und die Verarbeitung ist auf bis zu zwei Threads für ScaleR-Funktionen beschränkt. Um von der Datenträgerskalierbarkeit, Leistung und Geschwindigkeit zu profitieren, können Sie den Computekontext an eine Produktionsinstanz von Microsoft R Server wie SQL Server R Services und R Server für Hadoop übertragen.
Dieses Video führt R Client ein und bietet einen schnellen Blick auf ScaleR-Funktionen.
In dieser Woche kündigte Microsoft die Verfügbarkeit des Microsoft R-Clients an, wodurch eine viel verwendbarere, frei verfügbare Desktopclientoption für Benutzer von Microsoft R Server erstellt wird.
Microsoft R Client ist ein kostenloses, communitygestütztes Data Science-Tool für Hochleistungsanalysen. R Client basiert auf Microsoft R Open, sodass Sie alle Open Source R-Pakete verwenden können, um Ihre Analysen zu erstellen. Darüber hinaus führt R Client die leistungsstarke ScaleR-Technologie und seine proprietären Funktionen ein, um von Parallelisierung und Remote-Computing zu profitieren.
Mit dem R-Client können Sie lokal mit Produktionsdaten arbeiten, indem Sie den vollständigen Satz von ScaleR-Funktionen verwenden, aber es gibt einige Einschränkungen. Allein die zu verarbeitenden Daten müssen in den lokalen Speicher passen, und die Verarbeitung ist auf bis zu zwei Threads für ScaleR-Funktionen beschränkt. Um von der Datenträgerskalierbarkeit, Leistung und Geschwindigkeit zu profitieren, können Sie den Computekontext an eine Produktionsinstanz von Microsoft R Server wie SQL Server R Services und R Server für Hadoop übertragen.
Dieses Video führt R Client ein und bietet einen schnellen Blick auf ScaleR-Funktionen.
Feedback? Melden Sie hier ein Problem.