Problèmes connus pour Python et R dans SQL Server Machine Learning Services

S’applique à : SQL Server 2016 (13.x) et ultérieur

Important

La prise en charge de Machine Learning Server (précédemment appelée R Server) a pris fin le 1er juillet 2022. Pour plus d’informations, consultez Qu’en est-il de Machine Learning Server ?

Cet article décrit les problèmes connus et les limitations des composants Python et R fournis dans SQL Server Machine Learning Services et SQL Server R 2016 R Services.

Problèmes d’installation et de configuration

Pour obtenir une description des processus liés à l’installation initiale et à la configuration, consultez Installer SQL Server Machine Learning Services. Vous y trouverez des informations sur les mises à niveau, l’installation côte à côte et l’installation de nouveaux composants R ou Python.

Résultats incohérents dans les calculs MKL en raison d’une variable d’environnement manquante

S’applique à : Binaires R_SERVER version 9.0, 9.1, 9.2 ou 9.3.

R_SERVER utilise la bibliothèque Intel Math Kernel Library (MKL). Pour les calculs impliquant MKL, les résultats peuvent manquer de cohérence en l’absence d’une variable d’environnement dans votre système.

Définissez la variable d’environnement 'MKL_CBWR'=AUTO pour assurer une reproductibilité numérique conditionnelle dans R_SERVER. Pour plus d’informations, consultez Introduction to Conditional Numerical Reproducibility (CNR).

Solution de contournement

1. Dans le Panneau de configuration, cliquez sur Système et sécurité>Système>Paramètres système avancés>Variables d’environnement.

2. Créez une variable Utilisateur ou Système.

   • Définissez la variable sur MKL_CBWR.
   • Définissez la valeur sur AUTO.

3. Redémarrez R_SERVER. Sur SQL Server, vous pouvez redémarrer le service SQL Server Launchpad.

Notes

Si vous exécutez SQL Server 2019 (15.x) sur Linux, modifiez ou créez .bash_profile dans votre répertoire racine utilisateur, en ajoutant la ligne export MKL_CBWR="AUTO". Exécutez ce fichier en saisissant source .bash_profile à l’invite de commandes bash. Redémarrez R_SERVER en tapant Sys.getenv() à l’invite de commandes R.

Erreur du runtime de script R (régression dans les mises à jour cumulatives CU 5 à CU 7 de SQL Server 2017)

Pour SQL Server 2017 (14.x), dans les mises à jour cumulatives CU 5 à CU 7, il y a une régression dans le fichier rlauncher.config, où le chemin du fichier du répertoire temporaire comporte un espace. Cette régression est corrigée dans les mises à jour cumulatives CU 8.

L’erreur qui s’affiche pendant l’exécution du script R comprend les messages suivants :

Impossible de communiquer avec le runtime pour le script 'R'. Vérifiez les conditions requises du runtime 'R'.

Message(s) STDERR provenant du script externe :

Erreur irrécupérable : impossible de créer « R_TempDir »

Solution de contournement

Appliquez les mises à jour cumulatives CU 8 dès qu’elles sont disponibles. Sinon, recréez rlauncher.config en exécutant registerrext avec uninstall/install dans une invite de commandes avec élévation de privilèges.

<SQLInstancePath>\R_SERVICES\library\RevoScaleR\rxLibs\x64\RegisterRExt.exe /uninstall /sqlbinnpath:<SQLInstanceBinnPath> /userpoolsize:0 /instance:<SQLInstanceName>

<SQLInstancePath>\R_SERVICES\library\RevoScaleR\rxLibs\x64\RegisterRExt.exe /install /sqlbinnpath:<SQLInstanceBinnPath> /userpoolsize:0 /instance:<SQLInstanceName>

L’exemple suivant montre les commandes avec l’instance par défaut « MSSQL14.MSSQLSERVER » installée dans C:\Program Files\Microsoft SQL Server\ :

"C:\Program Files\Microsoft SQL Server\MSSQL14.MSSQLSERVER\R_SERVICES\library\RevoScaleR\rxLibs\x64\RegisterRext.exe" /uninstall /sqlbinnpath:"C:\Program Files\Microsoft SQL Server\MSSQL14.MSSQLSERVER\MSSQL\Binn" /userpoolsize:0 /instance:MSSQLSERVER

"C:\Program Files\Microsoft SQL Server\MSSQL14.MSSQLSERVER\R_SERVICES\library\RevoScaleR\rxLibs\x64\RegisterRext.exe" /install /sqlbinnpath:"C:\Program Files\Microsoft SQL Server\MSSQL14.MSSQLSERVER\MSSQL\Binn" /userpoolsize:0 /instance:MSSQLSERVER

Impossible d’installer les fonctionnalités de Machine Learning de SQL Server sur un contrôleur de domaine

Si vous essayez d’installer SQL Server 2016 (13.x) R Services ou SQL Server Machine Learning Services sur un contrôleur de domaine, l’installation échoue, avec les erreurs suivantes :

Une erreur s’est produite lors du processus d’installation du composant

Impossible de trouver le groupe avec l’identité

Code d’erreur du composant : 0x80131509

L’échec se produit, car sur un contrôleur de domaine, le service ne peut pas créer les 20 comptes locaux nécessaires à l’exécution du machine learning. En général, nous vous déconseillons d’installer SQL Server sur un contrôleur de domaine. Pour plus d’informations, consultez Bulletin de support 2032911.

Installer la dernière version du service pour garantir la compatibilité avec Microsoft R Client

Si vous installez la dernière version de Microsoft R Client et que vous vous en servez pour exécuter R sur SQL Server dans un contexte de calcul distant, il est possible que vous obteniez une erreur de ce type :

Vous exécutez la version 9.x.x de Microsoft R Client sur votre ordinateur, qui n’est pas compatible avec la version 8.x.x de Microsoft R Server. Téléchargez et installez une version compatible.

SQL Server 2016 (13.x) exige que les bibliothèques R du client correspondent exactement à celles du serveur. La restriction a été retirée pour les versions postérieures à R Server 9.0.1. Cependant, si vous rencontrez cette erreur, vérifiez la version des bibliothèques R utilisée par votre client et le serveur et, si nécessaire, mettez à jour le client pour que sa version corresponde à celle du serveur.

La version de R qui est installée avec SQL Server R Services est mise à jour chaque fois qu’une version du service SQL Server est installée. Pour toujours avoir les versions les plus récentes des composants R, veillez à installer tous les Service Packs.

Vous pouvez recevoir un message d’erreur pendant l’exécution de R Server 8.0.3 sur SQL Server 2016 : You are running version 9.0.0 of Microsoft R client on your computer, which is incompatible with the Microsoft R server version 8.0.3. Download and install a compatible version. Compatibilité avec Microsoft R Client 9.0.0 dans SQL Server 2016 a été assurée dans les correctifs suivants :

• SQL Server 2016 SP1 MDS GDR
• SQL Server 2016 RTM MDS GDR
• SQL Server 2016 RTM COD MDS GDR

Pour éviter tout problème avec les packages R, vous pouvez aussi mettre à niveau la version des bibliothèques R installées sur le serveur en modifiant votre contrat de maintenance de façon à adhérer à la politique de support du cycle de vie moderne, comme décrit dans la section suivante. Dans ce cas, la version de R installée avec SQL Server est mise à jour selon la même planification que celle des mises à jour de Machine Learning Server (anciennement Microsoft R Server).

S’applique à : SQL Server 2016 (13.x) R Services, avec R Server version 9.0.0 ou antérieure

Composants R manquants dans l’installation de SQL Server 2017 CU 3

Un nombre limité de machines virtuelles Azure a été provisionné sans les fichiers d’installation R qui doivent être inclus avec SQL Server. Le problème concerne les machines virtuelles provisionnées entre le 05/01/2018 et le 23/01/2018. Ce problème peut aussi impacter les installations locales si vous avez appliqué la mise à jour CU 3 pour SQL Server 2017 (14.x) entre le 05/01/2018 et le 23/01/2018.

Une version du service comprenant la bonne version des fichiers d’installation R a été mise à disposition.

• Package de mises à jour cumulatives 3 pour SQL Server 2017 KB4052987.

Pour installer les composants et réparer SQL Server 2017 (14.x) CU 3, vous devez désinstaller CU 3 et réinstaller la version mise à jour :

1. Téléchargez le fichier d’installation de la mise à jour de CU3, qui comprend les programmes d’installation de R.
2. Désinstallez CU 3. Dans le panneau de configuration, recherchez Désinstaller une mise à jour, puis sélectionnez « Correctif logiciel 3015 pour SQL Server 2017 (KB4052987) (64 bits) ». Effectuez les étapes de désinstallation.
3. Réinstallez la mise à jour de CU 3 en double-cliquant sur la mise à jour KB4052987 que vous avez téléchargée : SQLServer2017-KB4052987-x64.exe. Suivez les instructions d'installation.

Impossible d’installer les composants Python dans les installations hors connexion de SQL Server 2017 ou version ultérieure

Si vous installez une version préliminaire de SQL Server 2017 (14.x) sur un ordinateur sans accès Internet, il est possible que le programme d’installation n’affiche pas la page qui demande l’emplacement des composants Python téléchargés. En pareil cas, vous pouvez installer la fonctionnalité Machine Learning Services, mais pas les composants Python.

Ce problème est résolu dans la version publiée. De même, cette limitation ne s’applique pas aux composants R.

S’applique à : SQL Server 2017 (14.x) avec Python

Avertissement d’incompatibilité de version quand vous vous connectez à une version ultérieure de SQL Server R Services à partir d’un client utilisant SQL Server 2017

Quand vous exécutez du code R dans un contexte de calcul SQL Server 2016 (13.x), vous risquez d’obtenir l’erreur suivante :

Vous exécutez la version 9.0.0 de Microsoft R Client sur votre ordinateur, ce qui est incompatible avec la version 8.0.3 de Microsoft R Server. Téléchargez et installez une version compatible.

Ce message s’affiche si vous avez effectué l’une des deux installations suivantes :

• Vous avez installé R Server (autonome) sur un ordinateur client à l’aide de l’Assistant Installation de SQL Server 2017 (14.x).
• Vous avez installé Microsoft R Server à l’aide du programme Windows Installer distinct.

Pour vous assurer que le serveur et le client utilisent la même version, vous devrez peut-être avoir recours à la liaison, prise en charge pour Microsoft R Server 9.0 et les versions ultérieures, afin de mettre à niveau les composants R dans les instances de SQL Server 2016 (13.x). Pour déterminer si une prise en charge est disponible pour les mises à niveau de votre version de R Services, consultez Mettre à niveau une instance de R Services à l’aide de SqlBindR.exe.

S’applique à : SQL Server 2016 (13.x) R Services, avec R Server version 9.0.0 ou antérieure

La configuration des versions de services de SQL Server 2016 peut échouer à installer de nouvelles versions des composants R

Si vous installez une mise à jour cumulative ou un Service Pack pour SQL Server 2016 (13.x) sur un ordinateur qui n’est pas connecté à Internet, l’Assistant Installation ne pourra pas afficher le message vous invitant à mettre à jour les composants R avec les fichiers CAB téléchargés. Cet échec se produit généralement quand plusieurs composants ont été installés en même temps que le moteur de base de données.

Pour contourner ce problème, vous pouvez installer la version release du service depuis la ligne de commande et spécifier l’argument MRCACHEDIRECTORY, comme dans cet exemple, qui installe les mises à jour CU1 :

C:\<path to installation media>\SQLServer2016-KB3164674-x64.exe /Action=Patch /IACCEPTROPENLICENSETERMS /MRCACHEDIRECTORY=<path to CU 1 CAB files>

Pour obtenir les derniers programmes d’installation, consultez Installer les composants Machine Learning sans accès à Internet.

S’applique à : SQL Server 2016 (13.x) R Services, avec R Server version 9.0.0 ou antérieure

Les services Launchpad ne parviennent pas à démarrer si la version est différente de la version de R

Si vous installez SQL Server R Services séparément du moteur de base de données, et que les versions de build sont différentes, l’erreur suivante risque de figurer dans le journal des événements système :

Le service SQL Server Launchpad n’a pas pu démarrer en raison de l’erreur suivante : Le service n’a pas répondu assez vite à la demande de lancement ou de contrôle.

Par exemple, cette erreur peut se produire si vous installez le moteur de base de données en utilisant la version publiée, appliquez un correctif pour mettre à niveau le moteur de base de données, puis ajoutez le composant R Services en utilisant la version publiée.

Pour éviter ce problème, utilisez un utilitaire comme le Gestionnaire de fichiers pour comparer les versions de Launchpad.exe à la version des fichiers binaires SQL, par exemple sqldk.dll. Tous les composants doivent avoir le même numéro de version. Si vous mettez à niveau un composant, veillez à appliquer la même mise à niveau à tous les autres composants installés.

Recherchez Launchpad dans le dossier Binn de l’instance. Par exemple, dans une installation par défaut de SQL Server 2016 (13.x), le chemin peut être C:\Program Files\Microsoft SQL Server\MSSQL.13.InstanceNameMSSQL\Binn.

Les contextes de calcul à distance sont bloqués par un pare-feu dans les instances SQL Server qui s’exécutant sur des machines virtuelles Azure

Si vous avez installé SQL Server sur une machine virtuelle Azure, vous risquez de ne pas pouvoir utiliser les contextes de calcul qui nécessite l’utilisation de l’espace de travail de la machine virtuelle. Cela est dû au fait que, par défaut, le pare-feu de la machine virtuelle Azure comporte une règle qui bloque l’accès réseau pour les comptes d’utilisateurs R locaux.

Pour contourner ce problème, sur la machine virtuelle Azure, ouvrez Pare-feu Windows avec sécurité avancée, sélectionnez Règles de trafic sortant, puis désactivez la règle suivante : Bloquer l’accès réseau pour les comptes d’utilisateurs locaux R dans l’instance SQL Server MSSQLSERVER. Vous pouvez laisser la règle activée, mais faites passer la propriété de sécurité à Autoriser si sécurisé.

Authentification implicite dans SQL Server 2016 Express Edition

Quand vous exécutez des tâches R à partir d’une station de travail de science des données distante en utilisant l’authentification Windows intégrée, SQL Server utilise l’authentification implicite pour générer les appels ODBC locaux dont peut avoir besoin le script. Toutefois, cette fonctionnalité ne marchait pas dans la build RTM de SQL Server 2016 (13.x) Express Edition.

Pour résoudre ce problème, nous vous recommandons d’effectuer la mise à niveau vers une version ultérieure du service. Si la mise à niveau n’est pas possible, en guise de solution de contournement, utilisez une connexion SQL pour exécuter les travaux R à distance qui peuvent nécessiter des appels ODBC incorporés.

S’applique à : SQL Server 2016 (13.x) R Services Express Edition

Limites de performances quand des bibliothèques utilisées par SQL Server sont appelées à partir d’autres outils

Il est possible d’appeler les bibliothèques Machine Learning qui sont installées pour SQL Server à partir d’une application externe, comme RGui. C’est peut-être la façon la plus pratique d’effectuer certaines tâches, comme installer de nouveaux packages ou exécuter des tests ad hoc sur des exemples de code très courts. Cependant, en dehors de SQL Server, les performances peuvent être limitées.

Par exemple, même si vous utilisez l’édition Enterprise de SQL Server, R s’exécute en mode monothread quand vous exécutez votre code R à l’aide d’outils externes. Pour bénéficier de bonnes performances dans SQL Server, lancez une connexion SQL Server et utilisez sp_execute_external_script pour appeler le runtime de script externe.

De manière générale, évitez d’appeler les bibliothèques Machine Learning qui sont utilisées par SQL Server à partir d’outils externes. Si vous avez besoin de déboguer du code R ou Python, il est généralement plus facile de le faire en dehors de SQL Server. Pour obtenir les bibliothèques qui se trouvent dans SQL Server, vous pouvez installer Microsoft R Client ou SQL Server 2017 Machine Learning Server (autonome).

SQL Server Data Tools ne prend pas en charge les autorisations nécessaires à l’exécution des scripts externes

Quand vous utilisez Visual Studio ou SQL Server Data Tools pour publier un projet de base de données, si un principal a des autorisations spécifiques pour l’exécution de scripts externes, vous pouvez obtenir une erreur semblable à celle-ci :

Modèle TSQL : erreur détectée lors de la rétroconception de la base de données. L’autorisation n’a pas été reconnue et n’a pas été importée.

Le modèle DACPAC ne prend pas en charge les autorisations utilisées par R Services ou Machine Learning Services, comme GRANT ANY EXTERNAL SCRIPT ou EXECUTE ANY EXTERNAL SCRIPT. Ce problème sera résolu dans une version ultérieure.

Pour contourner ce problème, exécutez les instructions GRANT supplémentaires dans un script de post-déploiement.

L’exécution des scripts externes est limitée en raison des valeurs par défaut de gouvernance des ressources

Dans l’édition Enterprise, vous pouvez utiliser des pools de ressources pour gérer les processus de script externe. Dans les premières builds de certaines versions, la quantité maximale de mémoire qui pouvait être allouée aux processus R était de 20 %. Par conséquent, si le serveur possédait 32 Go de RAM, les fichiers exécutables R (RTerm.exe et BxlServer.exe) pouvaient utiliser au maximum 6,4 Go dans une seule requête.

Si vous rencontrez des limitations de ressources, vérifiez la valeur par défaut actuelle. Si la valeur de 20 % est insuffisante, consultez la documentation de SQL Server pour savoir comment la modifier.

S’applique à : SQL Server 2016 (13.x) R Services, édition Enterprise

Erreur lors de l’utilisation de sp_execute_external_script sans libc++.so sur Linux

Sur une machines Linux propre sur laquelle libc++.so n’est pas installé, l’exécution d’une requête sp_execute_external_script (SPEES) avec Java ou un langage externe échoue, car commonlauncher.so ne peut pas charger libc++.so.

Par exemple :

EXECUTE sp_execute_external_script @language = N'Java'
    , @script = N'JavaTestPackage.PassThrough'
    , @parallel = 0
    , @input_data_1 = N'select 1'
WITH RESULT SETS((col1 INT NOT NULL));
GO

Cette requête échoue avec un message similaire au suivant :

Msg 39012, Level 16, State 14, Line 0

Unable to communicate with the runtime for 'Java' script for request id: 94257840-1704-45E8-83D2-2F74AEB46CF7. Please check the requirements of 'Java' runtime.

Les journaux mssql-launchpadd présentent un message d’erreur similaire au suivant :

Oct 18 14:03:21 sqlextmls launchpadd[57471]: [launchpad] 2019/10/18 14:03:21 WARNING: PopulateLauncher failed: Library /opt/mssql-extensibility/lib/commonlauncher.so not loaded. Error: libc++.so.1: cannot open shared object file: No such file or directory

Solution de contournement

Vous pouvez essayer l’une des solutions de contournement suivantes :

1. Copiez libc++* de /opt/mssql/lib vers le chemin système par défaut /lib64

2. Ajoutez les entrées suivantes à /var/opt/mssql/mssql.conf pour exposer le chemin :

   [extensibility]
   readabledirectories = /opt/mssql
   

S’applique à : SQL Server 2019 (15.x) sur Linux

Erreur d’installation ou de mise à niveau sur les serveurs compatibles FIPS

Si vous installez SQL Server 2019 (15.x) avec la fonctionnalité Machine Learning Services et extensions de langage ou que vous mettez à niveau l’instance SQL Server sur un serveur compatible FIPS (Federal Information Processing Standard), vous recevrez l’erreur suivante :

Une erreur s’est produite lors de l’installation de la fonctionnalité d’extensibilité. Message d’erreur : Échec de la création AppContainer. Message d’erreur : NONE. État : Cette implémentation ne fait pas partie des algorithmes de chiffrement compatibles FIPS de la plateforme Windows.

Solution de contournement

Désactivez FIPS avant d’installer SQL Server 2019 (15.x) avec la fonctionnalité Machine Learning Services et extensions de langage ou de mettre à niveau l’instance SQL Server. Une fois l’installation ou la mise à niveau terminée, vous pouvez réactiver FIPS.

S’applique à : SQL Server 2019 (15.x)

Bibliothèques R utilisant le streaming, le partitionnement ou des algorithmes spécifiques

Problème

Les limitations suivantes s’appliquent à SQL Server 2017 (14.x) avec mise à niveau du runtime. Ce problème concerne l’édition Enterprise.

• Parallélisme : les algorithmes RevoScaleR et MicrosoftML dans les scénarios de parallélisme de threads sont limités à deux threads.
• Streaming et partitionnement : les scénarios impliquant le passage du paramètre @r_rowsPerRead à la procédure stockée T-SQL sp_execute_external_script ne sont pas appliqués.
• Streaming et partitionnement : les sources de données MicrosoftML et ODBC (c’est-à-dire, RevoScaleR, XDF) ne prennent pas en charge la lecture de lignes dans des blocs pour les scénarios d’entraînement ou de scoring. Dans ces scénarios, les données sont toujours entièrement mises en mémoire pour le calcul et les opérations sont liées à la mémoire.

Solution

La meilleure solution consiste à effectuer la mise à niveau vers SQL Server 2019 (15.x). Vous pouvez également continuer à utiliser SQL Server 2017 (14.x) en configurant la mise à niveau du runtime avec RegisterRext.exe /configure, après avoir effectué les tâches suivantes.

1. Modifiez le Registre pour créer une clé Computer\HKEY_LOCAL_MACHINE\SOFTWARE\Microsoft\Microsoft SQL Server\150 et ajoutez une valeur SharedCode avec les données C:\Program Files\Microsoft SQL Server\150\Shared ou le répertoire partagé de l’instance, tel que configuré.
2. Créez un dossier C:\Program Files\Microsoft SQL Server\150\Shared and copy instapi140.dll et copiez le fichier instapi140.dll contenu dans C:\Program Files\Microsoft SQL Server\140\Shared vers le nouveau dossier.
3. Renommez instapi140.dll en instapi150.dll dans le nouveau dossier C:\Program Files\Microsoft SQL Server\150\Shared.

Important

Si vous effectuez les étapes ci-dessus, vous devez supprimer manuellement la clé ajoutée avant de procéder à la mise à niveau vers une version ultérieure de SQL Server.

Problèmes de niveau de performance du regroupement de processus dans ML Services (R et Python)

Cette section contient les problèmes connus et les solutions de contournement pour l’utilisation des services ML (R et Python) dans SQL Server.

Niveau de performance du démarrage à froid du regroupement de processus dans ML Services

Lors de l’exécution de sp_execute_external_script, le service Launchpad lance des processus satellites qui démarrent les runtimes externes tels que R et Python. Pour amortir le coût de démarrage, un pool de processus est créé et peut être utilisé dans l’exécution ultérieure de sp_execute_external_script. Ce pool de processus est spécifique à cet utilisateur, à la base de données et au langage utilisé (R ou Python dans les services AML).

Première exécution de la requête

Les processus satellites doivent être réchauffés quand sp_execute_external_script est exécuté pour la première fois ou après une période d’inactivité (les processus sont arrêtés via une tâche de nettoyage s’ils ne sont pas utilisés pendant un certain temps). Le démarrage à froid de ces processus groupés peut être lent (par exemple, en raison de contraintes de ressources).

Solution de contournement

Si le niveau de performance du premier appel est important, il est recommandé de garder les requêtes au chaud. Par exemple, une tâche en arrière-plan peut être exécutée qui déclenche une requête sp_execute_external_script simple avant l’expiration des processus. Par exemple, pour conserver les requêtes R au chaud, vous pouvez exécuter la requête suivante régulièrement.

EXECUTE sp_execute_external_script @language = N'R', @script = N'';
GO

Nombre élevé de requêtes simultanées

Si le nombre d’exécutions simultanées de sp_execute_external_script est supérieur aux processus R/Python actifs dans le pool, le démarrage à froid de l’ajout de processus supplémentaires au pool peut être lent (par exemple, en raison de contraintes de ressources).

Solution de contournement

Pour résoudre le problème du niveau de performance des mises à l’échelle, plusieurs demandes peuvent être traitées par lots (par exemple, via des connexions en boucle ou une réécriture du script pour gérer plusieurs requêtes). En outre, pour les scénarios en temps réel SQL PREDICT peut être utilisé.

Problèmes d’exécution des scripts R

Cette section présente des problèmes connus spécifiques à l’exécution de R sur SQL Server ainsi que certains problèmes liés aux bibliothèques et outils R publiés par Microsoft, dont RevoScaleR.

D’autres problèmes connus susceptibles d’affecter les solutions R sont consultables sur le site Machine Learning Server.

Avertissement d’accès refusé pour l’exécution de scripts R sur SQL Server à un emplacement autre que celui par défaut

Si l’instance de SQL Server a été installée à un emplacement autre que celui par défaut, par exemple en dehors du dossier Program Files, l’avertissement ACCESS_DENIED est levé quand vous essayez d’exécuter des scripts qui installent un package. Par exemple :

Dans normalizePath(path.expand(path), winslash, mustWork) : path[2]="~ExternalLibraries/R/8/1": Accès refusé

La raison en est qu’une fonction R tente de lire le chemin, mais échoue si le groupe d’utilisateurs intégré SQLRUserGroup ne dispose pas d’un accès en lecture. L’avertissement qui est levé ne bloque pas l’exécution du script R actuel, mais l’avertissement risque de réapparaître à plusieurs reprises chaque fois que l’utilisateur exécute un autre script R.

Si vous avez installé SQL Server à l’emplacement par défaut, cette erreur ne se produit pas, car tous les utilisateurs Windows ont des autorisations de lecture sur le dossier Program Files.

Ce problème sera résolu dans une prochaine version du service. Pour contourner ce problème, attribuez au groupe SQLRUserGroup un accès en lecture pour tous les dossiers parents de ExternalLibraries.

Erreur de sérialisation entre les anciennes et nouvelles versions de RevoScaleR

Quand vous transmettez un modèle utilisant un format sérialisé à une instance SQL Server distante, vous pouvez obtenir l’erreur suivante :

Error in memDecompress(data, type = decompress) internal error -3 in memDecompress(2).

Cette erreur est levée si vous avez enregistré le modèle en utilisant une version récente de la fonction de sérialisation, rxSerializeModel, mais que l’instance SQL Server dans laquelle vous désérialisez le modèle a une version plus ancienne (SQL Server 2017 (14.x) CU 2 ou version antérieure) des API RevoScaleR.

Pour contourner ce problème, vous pouvez mettre à niveau l’instance SQL Server 2017 (14.x) vers CU 3 ou une version ultérieure.

L’erreur ne s’affiche pas si la version de l’API est la même ou si vous déplacez un modèle enregistré avec une fonction de sérialisation plus ancienne vers un serveur qui utilise une version plus récente de l’API de sérialisation.

Autrement dit, veillez à utiliser la même version de RevoScaleR pour les opérations de sérialisation et de désérialisation.

Le scoring en temps réel ne gère pas correctement le paramètre learningRate dans les modèles d’arbre et de forêt

Si vous créez un modèle à l’aide d’une méthode d’arbre de décision ou de forêt d’arbres décisionnels et que vous spécifiez le taux d’apprentissage, les résultats obtenus en utilisant sp_rxpredict ou la fonction SQL PREDICT peuvent être différents de ceux obtenus avec rxPredict.

Cela est dû à une erreur dans l’API qui traite les modèles sérialisés, et cela se limite au paramètre learningRate : par exemple, dans rxBTrees ou

Ce problème sera résolu dans une prochaine version du service.

Limitations sur l’affinité du processeur pour les tâches R

Dans la build initiale de SQL Server 2016 (13.x), vous pouviez définir l’affinité de processeur uniquement pour les processeurs du premier groupe de processeurs (K-Group). Par exemple, si le serveur est une machine à deux sockets avec deux K-Groups, seuls les processeurs du premier K-Group sont utilisés pour les processus R. La même restriction s’applique quand vous configurez la gouvernance des ressources pour les travaux de script R.

Ce problème est résolu dans SQL Server 2016 (13.x) Service Pack 1. Nous vous recommandons d’effectuer une mise à niveau vers la dernière version du service.

S’applique à : SQL Server 2016 (13.x) R Services (version RTM)

Les changements de types de colonne ne peuvent pas être effectués lors de la lecture de données dans un contexte de calcul SQL Server

Si votre contexte de calcul est défini sur l’instance SQL Server, vous ne pouvez pas utiliser l’argument colClasses (ou d’autres arguments similaires) pour changer le type de données des colonnes dans votre code R.

Par exemple, l’instruction suivante génère une erreur si la colonne CRSDepTimeStr n’est pas déjà du type entier :

data <- RxSqlServerData(
  sqlQuery = "SELECT CRSDepTimeStr, ArrDelay FROM AirlineDemoSmall",
  connectionString = connectionString,
  colClasses = c(CRSDepTimeStr = "integer"))

Pour contourner ce problème, vous pouvez réécrire la requête SQL pour utiliser CAST ou CONVERT et présenter les données à R avec le bon type de données. En général, quand vous travaillez avec des données et que vous utilisez SQL, les performances sont meilleures que lorsque vous modifiez les données dans le code R.

S’applique à : SQL Server 2016 (13.x) R Services

Taille limite des modèles sérialisés

Quand vous enregistrez un modèle dans une table SQL Server, vous devez sérialiser le modèle et l’enregistrer dans un format binaire. En théorie, la taille de stockage maximale d’un modèle avec cette méthode est de 2 Go, ce qui correspond à la taille maximale des colonnes varbinary dans SQL Server.

Si vous avez besoin d’utiliser des modèles plus volumineux, voici les solutions de contournement qui s’offrent à vous :

• Prenez les mesures nécessaires pour réduire la taille de votre modèle. Certains packages R open source ajoutent une grande quantité d’informations dans l’objet de modèle dont la plupart peuvent être supprimées pour le déploiement.

• Utilisez la sélection de composant pour supprimer les colonnes inutiles.

• Si vous utilisez un algorithme open source, envisagez une implémentation similaire utilisant l’algorithme correspondant dans MicrosoftML ou RevoScaleR. Ces packages ont été optimisés pour les scénarios de déploiement.

• Une fois que le modèle a été rationalisé et que la taille a été réduite en suivant les étapes précédentes, voyez si la fonction memCompress en R de base peut être utilisée pour réduire la taille du modèle avant de le transmettre à SQL Server. Cette option est à privilégier quand le modèle est proche de la limite de 2 Go.

• Pour les modèles plus volumineux, vous pouvez utiliser la fonctionnalité FileTable de SQL Server pour stocker les modèles, au lieu d’utiliser une colonne varbinary.

  Pour utiliser des FileTables, vous devez ajouter une exception de pare-feu, car les données stockées dans les FileTables sont gérées par le pilote du système de fichiers Filestream dans SQL Server, et les règles de pare-feu par défaut bloquent l’accès aux fichiers réseau. Pour plus d’informations, consultez Activer les conditions préalables pour les FileTables.

  Une fois que vous avez activé FileTable, pour écrire le modèle, vous obtenez un chemin de SQL via l’API FileTable, puis vous écrivez le modèle à cet emplacement à partir de votre code. Quand vous avez besoin de lire le modèle, vous obtenez le chemin de SQL Server, puis vous appelez le modèle en utilisant le chemin à partir de votre script. Pour plus d’informations, consultez Accéder aux FileTables avec des API d’entrée-sortie de fichier.

Éviter l’effacement d’espaces de travail pendant l’exécution de code R dans un contexte de calcul SQL Server

Si vous utilisez une commande R pour effacer votre espace de travail d’objets pendant que vous exécutez du code R dans un contexte de calcul SQL Server, ou si vous effacez l’espace de travail dans un script R appelé avec sp_execute_external_script, vous pouvez obtenir cette erreur : workspace object revoScriptConnection not found

revoScriptConnection est un objet dans l’espace de travail R qui contient des informations sur une session R appelée à partir de SQL Server. Toutefois, si votre code R inclut une commande pour effacer l’espace de travail (comme rm(list=ls()))) toutes les informations sur la session et les autres objets dans l’espace de travail R sont également effacés.

Pour contourner ce problème, évitez l’effacement global de variables et d’autres objets pendant que vous exécutez du code R dans SQL Server. Bien que l’effacement de l’espace de travail soit courant dans la console R, cela peut avoir des conséquences imprévues.

• Pour supprimer des variables spécifiques, utilisez la fonction R remove : par exemple, remove('name1', 'name2', ...)
• Si plusieurs variables sont à supprimer, enregistrez les noms des variables temporaires dans une liste et effectuez un nettoyage périodique.

Restrictions sur les données qui peuvent être fournies comme entrée à un script R

Dans un script R, vous ne pouvez pas utiliser les types de résultats de requête suivants :

• Données issues d’une requête Transact-SQL qui référence des colonnes à chiffrement intégral.

• Données issues d’une requête Transact-SQL qui référence des colonnes masquées.

  Si vous avez besoin d’utiliser des données masquées dans un script R, une solution de contournement possible consiste à effectuer une copie des données dans une table temporaire et à utiliser ces données à la place.

L’utilisation de chaînes en tant que facteurs peut occasionner une détérioration des performances

L’utilisation de variables de type chaîne en tant que facteurs peut grandement augmenter la quantité de mémoire utilisée pour les opérations R. Il s’agit d’un problème largement connu de R, et de nombreux articles traitent de ce sujet. Consultez notamment l’article Factors aren’t first-class citizens in R de John Mount sur le site R-bloggers, ou stringsAsFactors: An unauthorized biography de Roger Peng.

Même si le problème n’est pas propre à SQL Server, il peut fortement impacter les performances d’exécution du code R dans SQL Server. Les chaînes sont généralement stockées en tant que varchar ou nvarchar et, si une colonne de données de type chaîne contient beaucoup de valeurs uniques, le processus de conversion interne de ces valeurs en entiers puis en chaînes par R peut même entraîner des erreurs d’allocation de mémoire.

Si vous n’avez pas absolument besoin d’un type de données string pour d’autres opérations, le mappage des valeurs de chaîne à un type de données numérique (entier) dans le cadre de la préparation des données serait bénéfique du point de vue des performances et de mise à l’échelle.

Pour obtenir des informations complémentaires sur ce problème et autres conseils, consultez Performances pour R services – Optimisation des données.

Les arguments varsToKeep et varsToDrop ne sont pas pris en charge pour les sources de données SQL Server

Quand vous utilisez la fonction rxDataStep pour écrire des résultats dans une table, l’utilisation de varsToKeep et de varsToDrop offre un moyen pratique de spécifier les colonnes à inclure ou à exclure dans le cadre de l’opération. Cependant, ces arguments ne sont pas pris en charge pour les sources de données SQL Server.

Prise en charge limitée des types de données SQL dans sp_execute_external_script

Parmi les types de données qui sont pris en charge dans SQL, certains ne peuvent pas être utilisés en R. Pour contourner ce problème, essayez de caster le type de données non pris en charge en un type de données pris en charge avant de passer les données à sp_execute_external_script.

Pour plus d’informations, consultez Types de données et bibliothèques R.

Corruption possible de chaînes quand des chaînes Unicode sont utilisées dans des colonnes varchar

Le passage de données Unicode de colonnes varchar de SQL Server vers R/Python peut occasionner une corruption de chaînes. En effet, l’encodage de ces chaînes Unicode dans les classements SQL Server peut ne pas correspondre à l’encodage UTF-8 par défaut utilisé en R/Python.

Pour envoyer des données de type chaîne non ASCII de SQL Server vers R/Python, utilisez l’encodage UTF-8, disponible dans SQL Server 2019 (15.x), ou utilisez le type nvarchar.

Une seule valeur de type raw peut être retournée par sp_execute_external_script

Quand un type de données binaire (type de données raw R) est retourné par R, la valeur doit être envoyée dans la trame de données de sortie.

Avec les types de données autres que raw, vous pouvez retourner des valeurs de paramètres avec les résultats de la procédure stockée en ajoutant le mot clé OUTPUT. Pour plus d’informations, consultez Paramètres.

Si vous voulez utiliser plusieurs jeux de sortie contenant des valeurs de type raw, la solution de contournement consiste à effectuer plusieurs appels de la procédure stockée ou de renvoyer les jeux de résultats à SQL Server à l’aide d’ODBC.

Perte de précision

Transact-SQL et R prennent en charge divers types de données. De ce fait, les types de données numériques peuvent subir une perte de précision pendant la conversion.

Pour plus d’informations sur la conversion implicite de types de données, consultez Types de données et bibliothèques R.

Erreur de définition d’étendue de variable quand le paramètre transformFunc est utilisé

Pour transformer des données en cours de modélisation, vous pouvez transmettre un argument transfoumFunc dans une fonction comme rxLinmod ou rxLogit. Cependant, les appels de fonction imbriqués peuvent entraîner des erreurs de définition d’étendue dans le contexte de calcul SQL Server, même si les appels fonctionnent correctement dans le contexte de calcul local.

L’exemple de jeu de données pour l’analyse n’a pas de variables

Par exemple, supposez que vous avez défini deux fonctions, f et g, dans votre environnement global local, et que g appelle f. Dans les appels distribués ou distants impliquant g, l’appel à g peut échouer avec cette erreur, car f est introuvable, même si vous avez passé à la fois f et g à l’appel distant.

Si vous rencontrez ce problème, vous pouvez le résoudre en incorporant la définition de f dans votre définition de g, n’importe où avant l’appel habituel de g par f.

Par exemple :

f <- function(x) { 2*x * 3 }
g <- function(y) {
              a <- 10 * y
               f(a)
}

Pour éviter cette erreur, réécrivez la définition comme suit :

g <- function(y){
              f <- function(x) { 2*x +3}
              a <- 10 * y
              f(a)
}

Importation et manipulation de données à l’aide de RevoScaleR

Quand les colonnes varchar sont lues à partir d’une base de données, les espaces blancs sont supprimés. Pour éviter cela, placez les chaînes entre caractères autres qu’un espace.

Quand des fonctions comme rxDataStep sont utilisées pour créer des tables de base de données comportant des colonnes varchar, la largeur des colonnes est estimée à partir d’un échantillon des données. Si la largeur peut varier, il peut être nécessaire de remplir toutes les chaînes afin qu’elles aient une longueur commune.

L’utilisation d’une transformation pour changer le type de données d’une variable n’est pas prise en charge quand des appels répétés à rxImport ou rxTextToXdf sont effectués pour importer et ajouter des lignes, combinant plusieurs fichiers d’entrée dans un fichier .xdf unique.

Prise en charge limitée de rxExec

Dans SQL Server 2016 (13.x), la fonction rxExec fournie par le package RevoScaleR peut être utilisée uniquement en mode monothread.

Accroître la taille maximale des paramètres pour prendre en charge rxGetVarInfo

Si vous utilisez des jeux de données avec un très grand nombre de variables (par exemple, plus de 40 000), définissez l’indicateur max-ppsize quand vous commencer à utiliser des fonctions rxGetVarInfo avec R. L’indicateur max-ppsize spécifie la taille maximale de la pile de protection du pointeur.

Si vous utilisez la console R (par exemple, dans RGui.exe ou RTerm.exe), vous pouvez définir la valeur de max-ppsize sur 500000 en tapant :

R --max-ppsize=500000

Problèmes liés à la fonction rxDTree

La fonction rxDTree ne prend pas en charge les transformations dans les formules. En particulier, l’utilisation de la syntaxe F() pour créer instantanément des facteurs n’est pas prise en charge. Cependant, les données numériques sont automatiquement placées dans un conteneur.

Les facteurs ordonnés sont traités de la même façon que les facteurs dans toutes les fonctions d’analyse RevoScaleR, sauf rxDTree.

data.table en tant que OutputDataSet en R

L’utilisation de data.table en tant que OutputDataSet en R n’est pas prise en charge dans SQL Server 2017 (14.x) avec la mise à jour cumulative 13 (CU 13) et les versions antérieures. Le message suivant peut s’afficher :

Msg 39004, Level 16, State 20, Line 2
A 'R' script error occurred during execution of
'sp_execute_external_script' with HRESULT 0x80004004.
Msg 39019, Level 16, State 2, Line 2
An external script error occurred:
Error in alloc.col(newx) :
  Internal error: length of names (0) is not length of dt (11)
Calls: data.frame ... as.data.frame -> as.data.frame.data.table -> copy -> alloc.col

Error in execution.  Check the output for more information.
Error in eval(expr, envir, enclos) :
  Error in execution.  Check the output for more information.
Calls: source -> withVisible -> eval -> eval -> .Call
Execution halted

L’utilisation de data.table en tant que OutputDataSet en R est prise en charge dans SQL Server 2017 (14.x) avec la mise à jour cumulative 14 (CU 14) et les versions ultérieures.

L’exécution d’un script long échoue pendant l’installation d’une bibliothèque

Le fait d’exécuter une session de script externe de longue durée pendant que le dbo tente en parallèle d’installer une bibliothèque sur une autre base de données peut mettre fin au script.

Par exemple, l’exécution de ce script externe contre la base de donnéesmaster :

USE MASTER
DECLARE @language nvarchar(1) = N'R'
DECLARE @script nvarchar(max) = N'Sys.sleep(100)'
DECLARE @input_data_1 nvarchar(max) = N'select 1'
EXEC sp_execute_external_script @language = @language, @script = @script, @input_data_1 = @input_data_1 with result sets none
go

Pendant que le dbo installe en parallèle une bibliothèque dans LibraryManagementFunctional :

USE [LibraryManagementFunctional]
go

CREATE EXTERNAL LIBRARY [RODBC] FROM (CONTENT = N'/home/ani/var/opt/mssql/data/RODBC_1.3-16.tar.gz') WITH (LANGUAGE = 'R')
go

DECLARE @language nvarchar(1) = N'R'
DECLARE @script nvarchar(14) = N'library(RODBC)'
DECLARE @input_data_1 nvarchar(8) = N'select 1'
EXEC sp_execute_external_script @language = @language, @script = @script, @input_data_1 = @input_data_1
go

Le script externe de longue exécution précédent contre la base de données master se termine par le message d’erreur suivant :

Une erreur de script « R » s’est produite lors de l’exécution de « sp_execute_external_script » avec HRESULT 0x800704d4.

Solution de contournement

N’installez pas la bibliothèque parallèlement à l’exécution de requête de longue durée. Ou réexécutez la requête de longue durée une fois l’installation terminée.

S’applique à : SQL Server 2019 (15.x) sur les clusters Big Data et Linux uniquement.

SQL Server ne répond plus lors de l’exécution de scripts R contenant une exécution parallèle

SQL Server 2019 (15.x) contient une régression qui impacte les scripts R utilisant l’exécution en parallèle. Les exemples incluent l’utilisation de rxExec avec le contexte de calcul RxLocalPar et les scripts qui utilisent le package parallèle. Ce problème est dû au fait que le package parallèle rencontre des erreurs lors de l’écriture sur l’appareil null lors de l’exécution dans SQL Server.

S’applique à : SQL Server 2019 (15.x).

Perte de précision pour les types de données monnaie/numérique/décimal/bigint

L’exécution d’un script R avec sp_execute_external_script autorise les données d’entrée de type monnaie, numérique, décimal et bigint. Toutefois, étant donné qu’elles sont converties dans le type numérique de R, elles subissent une perte de précision pour les valeurs très élevées ou comportant des décimales.

• monnaie : Les valeurs de centimes sont parfois imprécises, auquel cas un avertissement est émis : Avertissement : Impossible de représenter avec précision les valeurs de centimes.
• numérique/décimal : sp_execute_external_script avec un script R ne prend pas en charge la totalité des types de données et modifie les derniers chiffres décimaux, en particulier ceux qui comportent une fraction.
• bigint : R prend en charge les entiers dans la limite de 53 bits, au-delà de laquelle il commence à afficher une perte de précision.

Problèmes avec la fonction rxExecBy : la fonction rxExecBy ne trouve pas le package installé

Lorsque la fonction rxExecBy est appelée, un nouveau processus de runtime R démarre. Il ne dispose pas de chemins de bibliothèque mis à jour. Par conséquent, les packages installés à des emplacements autres que le chemin de la bibliothèque par défaut sont introuvables à l’exécution.

Solution de contournement

Le chemin des packages R doit être mis à jour explicitement. Supposons que les packages soient installés dans le chemin des bibliothèques externes, le script R suivant peut être utilisé pour mettre à jour le chemin de la bibliothèque : .libPaths(c(Sys.getenv("MRS_EXTLIB_USER_PATH"), Sys.getenv("MRS_EXTLIB_SHARED_PATH"), .libPaths())).

Problèmes d’exécution des scripts Python

Cette section présente des problèmes connus spécifiques à l’exécution de Python sur SQL Server ainsi que certains problèmes liés aux packages Python publiés par Microsoft, dont revoscalepy et microsoftml.

L’appel au modèle pré-entraîné échoue si le chemin du modèle est trop long

Si vous avez installé les modèles pré-entraînés de l’une des premières versions de SQL Server 2017 (14.x), le chemin complet du fichier de modèle entraîné est peut être trop long pour que Python puisse le lire. Cette limitation sera résolue dans une version ultérieure du service.

Il est possible de contourner ce problème de plusieurs façons :

• Quand vous installez les modèles pré-entraînés, choisissez un emplacement personnalisé.
• Si possible, installez l’instance SQL Server dans un chemin d’installation personnalisé plus court, par exemple C:\SQL\MSSQL14.MSSQLSERVER.
• Utilisez l’utilitaire Windows Fsutil pour créer un lien physique qui mappe le fichier de modèle à un chemin plus court.
• Procédez à une mise à jour vers la dernière version du service.

Erreur pendant l’enregistrement d’un modèle sérialisé dans SQL Server

Quand vous transmettez un modèle à une instance SQL Server distante et que vous tentez de lire le modèle binaire en utilisant la fonction rx_unserialize dans revoscalepy, vous pouvez obtenir l’erreur suivante :

NameError: name 'rx_unserialize_model' is not defined

Cette erreur est levée si vous avez enregistré le modèle en utilisant une version récente de la fonction de sérialisation, mais que l’instance SQL Server dans laquelle vous désérialisez le modèle ne reconnaît pas l’API de sérialisation.

Pour résoudre ce problème, mettez à niveau l’instance SQL Server 2017 (14.x) vers CU 3 ou une version ultérieure.

L’échec de l’initialisation d’une variable varbinary provoque une erreur dans BxlServer

Si vous exécutez du code Python dans SQL Server en utilisant sp_execute_external_scriptet que le code contient des variables de sortie de type varbinary(max) ou varchar(max) ou d’autres types similaires, la variable doit être initialisée ou définie dans votre script. À défaut, le composant d’échange de données, BxlServer, lève une erreur et cesse de fonctionner.

Cette limitation sera corrigée dans une prochaine version du service. Pour contourner ce problème, vérifiez que la variable est initialisée dans le script Python. Vous pouvez utiliser n’importe quelle valeur valide, comme dans les exemples suivants :

declare @b varbinary(max);
exec sp_execute_external_script
  @language = N'Python'
  , @script = N'b = 0x0'
  , @params = N'@b varbinary(max) OUTPUT'
  , @b = @b OUTPUT;
go

declare @b varchar(30);
exec sp_execute_external_script
  @language = N'Python'
  , @script = N' b = ""  '
  , @params = N'@b varchar(30) OUTPUT'
  , @b = @b OUTPUT;
go

Affichage d’un avertissement de télémétrie après l’exécution réussie du code Python

À partir de SQL Server 2017 (14.x) CU 2, le message suivant peut s’afficher même si le code Python s’exécute correctement :

Message(s) STDERR provenant du script externe :~PYTHON_SERVICES\lib\site-packages\revoscalepy\utils\RxTelemetryLoggerSyntaxWarning : telemetry_state est utilisé avant la déclaration globale

Ce problème a été résolu dans SQL Server 2017 (14.x) avec la mise à jour cumulative 3 (CU 3).

Types de données numérique, décimal et monétaire non pris en charge

À partir de SQL Server 2017 (14.x) avec la mise à jour cumulative 12 (CU 12), les types de données numérique, décimal et monétaire dans WITH RESULT SETS ne sont pas pris en charge quand Python est utilisé avec sp_execute_external_script. Les messages suivants peuvent s’afficher :

[Code : 39004, État SQL : S1000] Une erreur de script « Python » s’est produite pendant l’exécution de « sp_execute_external_script » avec HRESULT 0x80004004.

[Code : 39019, État SQL : S1000] Une erreur de script externe s’est produite :

Erreur SqlSatelliteCall : Type non pris en charge dans le schéma de sortie. Types pris en charge : bit, smallint, int, datetime, smallmoney, real et float. char, varchar sont partiellement pris en charge.

Ce problème a été résolu dans SQL Server 2017 (14.x) avec la mise à jour cumulative 14 (CU 14).

Interpréteur incorrect entraînant une erreur pendant l’installation de packages Python avec pip sur Linux

Dans SQL Server 2019 (15.x), si vous essayez d’utiliser pip. Par exemple :

/opt/mssql/mlservices/runtime/python/bin/pip -h

Vous obtenez cette erreur :

bash: /opt/mssql/mlservices/runtime/python/bin/pip: /opt/microsoft/mlserver/9.4.7/bin/python/python: bad interpreter: Pas de fichier ou de répertoire correspondant

Solution de contournement

Installez pip à partir de PyPA (Python Package Authority) :

wget 'https://bootstrap.pypa.io/get-pip.py'
/opt/mssql/mlservices/bin/python/python ./get-pip.py

Recommandation

Consultez Installer des packages Python avec sqlmlutils.

S’applique à : SQL Server 2019 (15.x) sur Linux

Impossible d’installer des packages Python avec pip après avoir installé SQL Server 2019 sur Windows

Après avoir installé SQL Server 2019 (15.x) sur Windows, toute tentative d’installation d’un package Python via pip à partir d’une ligne de commande DOS aboutit à un échec. Par exemple :

pip install quantfolio

L’erreur suivante est retournée :

pip is configured with locations that require TLS/SSL, however the ssl module in Python is not available.

Il s’agit d’un problème spécifique au package Anaconda. Il sera corrigé dans une prochaine version du service.

Solution de contournement

Copiez les fichiers suivants :

• libssl-1_1-x64.dll
• libcrypto-1_1-x64.dll

du dossier
C:\Program Files\Microsoft SQL Server\MSSSQL15.MSSQLSERVER\PYTHON_SERVICES\Library\bin

vers le dossier
C:\Program Files\Microsoft SQL Server\MSSSQL15.MSSQLSERVER\PYTHON_SERVICES\DLLs

Ouvrez ensuite une nouvelle invite d’interpréteur de commandes DOS.

S’applique à : SQL Server 2019 (15.x) sur Windows

Erreur lors de l’utilisation de sp_execute_external_script sans libc++abo.so sur Linux

Sur une machine Linux propre sur laquelle libc++abi.so n’est pas installé, l’exécution d’une requête sp_execute_external_script (SPEES) échoue avec l’erreur « Fichier ou répertoire introuvable ».

Par exemple :

EXEC sp_execute_external_script
    @language = N'Python'
    , @script = N'
OutputDataSet = InputDataSet'
    , @input_data_1 = N'select 1'
    , @input_data_1_name = N'InputDataSet'
    , @output_data_1_name = N'OutputDataSet'
    WITH RESULT SETS (([output] int not null));

Msg 39012, Level 16, State 14, Line 0
Unable to communicate with the runtime for 'Python' script for request id: 94257840-1704-45E8-83D2-2F74AEB46CF7. Please check the requirements of 'Python' runtime.
STDERR message(s) from external script:

Failed to load library /opt/mssql-extensibility/lib/sqlsatellite.so with error libc++abi.so.1: cannot open shared object file: No such file or directory.

SqlSatelliteCall error: Failed to load library /opt/mssql-extensibility/lib/sqlsatellite.so with error libc++abi.so.1: cannot open shared object file: No such file or directory.
STDOUT message(s) from external script:
SqlSatelliteCall function failed. Please see the console output for more information.
Traceback (most recent call last):
  File "/opt/mssql/mlservices/libraries/PythonServer/revoscalepy/computecontext/RxInSqlServer.py", line 605, in rx_sql_satellite_call
    rx_native_call("SqlSatelliteCall", params)
  File "/opt/mssql/mlservices/libraries/PythonServer/revoscalepy/RxSerializable.py", line 375, in rx_native_call
    ret = px_call(functionname, params)
RuntimeError: revoscalepy function failed.
Total execution time: 00:01:00.387

Solution de contournement

Exécutez la commande suivante :

sudo cp /opt/mssql/lib/libc++abi.so.1 /opt/mssql-extensibility/lib/

S’applique à : SQL Server 2019 (15.x) sur Linux

Erreur générique pendant l’exécution sp_execute_external_script sur Ubuntu 20.04 avec SQL Server 2022 CU6 sur Linux

L’installation de SQL Server 2022 CU6 pour Linux sur Ubuntu 20.04 peut entraîner l’erreur suivante pendant l’exécution sp_execute_external_script de scripts R et Python :

Msg 39012, Level 16, State 14, Line 0
Unable to communicate with the runtime for 'R' script for request id: 94257840-1704-45E8-83D2-2F74AEB46CF7. Please check the requirements of 'R' runtime.

STDERR message(s) from external script: 
/usr/lib/R/library/RevoScaleR/rxLibs/x64/libExaCore.so.2(_Z21CriticalSignalHandleri+0x29)[0x7f2568289d89]
/usr/lib/x86_64-linux-gnu/libc.so.6(+0x43090)[0x7f2568d66090]

Solution de contournement

Exécutez la commande suivante pour installer la dépendance de package libssl-dev, qui permet à SQL Server de résoudre les bibliothèques partagées libssl et libcrypto fournies par le système.

sudo apt-get update
sudo apt-get install libssl-dev

Erreur de création de la règle de pare-feu dans modprobe quand mssql-launchpadd est exécuté sur Linux

Dans les journaux de mssql-launchpadd que vous affichez avec sudo journalctl -a -u mssql-launchpadd, vous pouvez voir une erreur de création de la règle de pare-feu similaire à la sortie suivante.

-- Logs begin at Sun 2021-03-28 12:03:30 PDT, end at Wed 2022-10-12 13:20:17 PDT. --
Mar 22 16:57:51 sqlVm systemd[1]: Started Microsoft SQL Server Extensibility Launchpad Daemon.
Mar 22 16:57:51 sqlVm launchpadd[195658]: 2022/03/22 16:57:51 [launchpadd] INFO: Extensibility Log Header: <timestamp> <process> <sandboxId> <sessionId> <message>
Mar 22 16:57:51 sqlVm launchpadd[195658]: 2022/03/22 16:57:51 [launchpadd] INFO: No extensibility section in /var/opt/mssql/mssql.conf file. Using default settings.
Mar 22 16:57:51 sqlVm launchpadd[195658]: 2022/03/22 16:57:51 [launchpadd] INFO: DataDirectories =  /bin:/etc:/lib:/lib32:/lib64:/sbin:/usr/bin:/usr/include:/usr/lib:/usr/lib32:/usr/lib64:/usr/libexec/gcc:/usr/sbin:/usr/share:/var/lib:/opt/microsoft:/opt/mssql-extensibility:/opt/mssql/mlservices:/opt/mssql/lib/zulu-jre-11:/opt/mssql-tools
Mar 22 16:57:51 sqlVm launchpadd[195658]: 2022/03/22 16:57:51 [launchpadd] INFO: [RG] SQL Extensibility Cgroup initialization is done.
Mar 22 16:57:51 sqlVm launchpadd[195658]: 2022/03/22 16:57:51 [launchpadd] INFO: Found 1 IP address(es) from the bridge.
Mar 22 16:57:51 sqlVm launchpadd[195676]: modprobe: ERROR: could not insert 'ip6_tables': Operation not permitted
Mar 22 16:57:51 sqlVm launchpadd[195673]: ip6tables v1.8.4 (legacy): can't initialize ip6tables table `filter': Table does not exist (do you need to insmod?)
Mar 22 16:57:51 sqlVm launchpadd[195673]: Perhaps ip6tables or your kernel needs to be upgraded.
Mar 22 16:57:51 sqlVm launchpadd[195678]: modprobe: ERROR: could not insert 'ip6_tables': Operation not permitted
Mar 22 16:57:51 sqlVm launchpadd[195677]: ip6tables v1.8.4 (legacy): can't initialize ip6tables table `filter': Table does not exist (do you need to insmod?)
Mar 22 16:57:51 sqlVm launchpadd[195677]: Perhaps ip6tables or your kernel needs to be upgraded.
Mar 22 16:57:51 sqlVm launchpadd[195670]: 2022/03/22 16:57:51 [setnetbr] ERROR: Failed to set firewall rules: exit status 3

Solution de contournement

Exécutez les commandes suivantes pour configurer modprobe et redémarrer le service SQL Server Launchpad :

sudo modprobe ip6_tables
sudo systemctl restart mssql-launchpadd

S’applique à : SQL Server 2019 (15.x) et versions ultérieures sur Linux

Impossible d’installer le package tensorflow avec sqlmlutils

Le package sqlmlutils permet d’installer des packages Python dans SQL Server 2019 (15.x). Vous devez télécharger, installer et mettre à jour Microsoft Visual C++ 2015-2019 Redistributable (x64). Cependant, il n’est pas possible d’installer le package tensorflow à l’aide du package sqlmlutils. Le package tensorflow dépend d’une version plus récente de numpy que la version installée dans SQL Server. Or numpy est un package système préinstallé que sqlmlutils ne peut pas mettre à jour lorsqu’il tente d’installer tensorflow.

Solution de contournement

Dans une invite de commandes en mode administrateur, exécutez la commande suivante, en remplaçant « MSSQLSERVER » par le nom de votre instance SQL :

"C:\Program Files\Microsoft SQL Server\MSSQL15.MSSQLSERVER\PYTHON_SERVICES\python.exe" -m pip install --upgrade tensorflow

Si vous obtenez une erreur « TLS/SSL », consultez 7. Impossible d’installer des packages Python à l’aide de pip plus haut dans cet article.

S’applique à : SQL Server 2019 (15.x) sur Windows

Revolution R Enterprise et Microsoft R Open

Cette section liste des problèmes propres aux outils de connectivité, de développement et de performances R fournis par Revolution Analytics. Ces outils ont été fournis dans des préversions antérieures de SQL Server.

En général, nous recommandons de désinstaller ces versions précédentes et d’installer la dernière version de SQL Server ou Microsoft R Server.

Revolution R Enterprise n’est pas pris en charge

L’installation de Revolution R Enterprise côte à côte avec l’une des versions de R Services (dans la base de données) n’est pas prise en charge.

Si vous avez déjà une licence Revolution R Enterprise, vous devez la placer sur un ordinateur autre que celui de l’instance SQL Server et de la station de travail dont vous voulez vous servir pour vous connecter à l’instance SQL Server.

Certaines préversions de R Services (dans la base de données) comportaient un environnement de développement R pour Windows qui avait été créé par Revolution Analytics. Cet outil n’est plus fourni et n’est pas pris en charge.

Pour assurer la compatibilité avec R Services (dans la base de données), nous vous recommandons d’installer plutôt Microsoft R Client. Outils R pour Visual Studio et Visual Studio Code prennent aussi en charge les solutions Microsoft R.

Problèmes de compatibilité avec le pilote ODBC de SQLite et RevoScaleR

La révision 0.92 du pilote ODBC SQLite est incompatible avec RevoScaleR. Les révisions 0.88-0.91, 0.93 et ultérieures sont connues pour être compatibles.

Étapes suivantes

• Collecter des données pour résoudre les problèmes de SQL Server Machine Learning Services