Partager via

Machine Learning Services dans Azure SQL Managed Instance

Machine Learning Services est une fonctionnalité d’Azure SQL Managed Instance qui fournit un machine learning dans la base de données, prenant en charge les scripts Python et R. La fonctionnalité inclut des packages Microsoft Python et R pour l’analytique prédictive hautes performances et le Machine Learning. Les données relationnelles peuvent être utilisées dans des scripts via des procédures stockées, un script T-SQL contenant des instructions Python ou R, ou du code Python ou R contenant T-SQL.

Qu’est-ce que Machine Learning Services ?

Machine Learning Services dans Azure SQL Managed Instance vous permet d’exécuter des scripts Python et R dans la base de données. Vous pouvez vous en servir pour préparer et nettoyer des données, effectuer l’ingénierie des fonctionnalités et entraîner, évaluer et déployer des modèles Machine Learning dans une base de données. La fonctionnalité exécute vos scripts là où résident les données, ce qui vous évite d’avoir à transférer les données vers un autre serveur à travers le réseau.

Utilisez Machine Learning Services avec la prise en charge de R/Python dans Azure SQL Managed Instance pour :

  • Exécutez des scripts R et Python pour effectuer la préparation des données et le traitement des données à usage général . Vous pouvez désormais apporter vos scripts R/Python à Azure SQL Managed Instance où vos données se trouvent, au lieu de devoir déplacer des données vers un autre serveur pour exécuter des scripts R et Python. Vous pouvez éliminer le besoin de déplacement de données et de problèmes associés liés à la latence, à la sécurité et à la conformité.

  • Entraîner des modèles Machine Learning dans la base de données : vous pouvez entraîner des modèles à l’aide de n’importe quel algorithme open source. Vous pouvez facilement mettre à l’échelle votre entraînement vers l’ensemble du jeu de données plutôt que de compter sur des exemples de jeux de données extraits de la base de données.

  • Déployez vos modèles et scripts en production dans des procédures stockées : les scripts et les modèles entraînés peuvent être opérationnels simplement en les incorporant dans des procédures stockées T-SQL. Les applications qui se connectent à Azure SQL Managed Instance peuvent tirer parti des prédictions et de l’intelligence dans ces modèles en appelant simplement une procédure stockée. Vous pouvez également utiliser la fonction T-SQL PREDICT native pour opérationnaliser des modèles pour le scoring rapide dans des scénarios de scoring en temps réel très simultanés.

Les distributions de base de Python et de R sont incluses dans Machine Learning Services. Vous pouvez installer et utiliser des packages et infrastructures open source, tels que PyTorch, TensorFlow et scikit-learn, en plus des packages Microsoft revoscalepy et microsoftml pour Python, et RevoScaleR, MicrosoftML, olapR et sqlrutils pour R.

Comment activer Machine Learning Services

Vous pouvez activer Machine Learning Services dans Azure SQL Managed Instance en activant l’extensibilité avec les commandes SQL suivantes (SQL Managed Instance redémarre et n’est pas disponible pendant quelques secondes) :

sp_configure 'external scripts enabled', 1;
RECONFIGURE WITH OVERRIDE;

Pour plus d’informations sur la façon dont cette commande affecte les ressources SQL Managed Instance, consultez Gouvernance des ressources.

Activer les services de Machine Learning dans un groupe de basculement

Dans un groupe de basculement, les bases de données système ne sont pas répliquées vers l’instance secondaire (consultez Limitations des groupes de basculement pour plus d’informations).

Si l’instance managée SQL que vous utilisez fait partie d’un groupe de basculement, procédez comme suit :

  • Exécutez les commandes sp_configure et RECONFIGURE sur chaque instance du groupe de basculement pour activer Machine Learning Services.

  • Installez les bibliothèques R/Python sur une base de données utilisateur plutôt que la master base de données.

Étapes suivantes

  • Last updated on