Megosztás a következőn keresztül:

Python- és R-szkriptvégrehajtás monitorozása egyéni jelentések használatával az SQL Server Management Studióban

A következőkre vonatkozik: Sql Server 2016 (13.x) és újabb verziók felügyelt Azure SQL-példány

Egyéni jelentések használata az SQL Server Management Studióban (SSMS) a külső szkriptek (Python és R) végrehajtásának figyelésére, a felhasznált erőforrások, a problémák diagnosztizálása és a teljesítmény finomhangolása az SQL Server Machine Learning Servicesben.

Ezekben a jelentésekben olyan részleteket tekinthet meg, mint például:

  • Aktív Python- vagy R-munkamenetek
  • A példány konfigurációs beállításai
  • Végrehajtási statisztikák gépi tanulási feladatokhoz
  • Kiterjesztett események az R szolgáltatásokhoz
  • Az aktuális példányra telepített Python- vagy R-csomagok

Ez a cikk bemutatja, hogyan telepítheti és használhatja az SQL Server Machine Learning Serviceshez biztosított egyéni jelentéseket.

Az SQL Server Management Studio jelentéseivel kapcsolatos további információkért lásd: Egyéni jelentések a Management Studióban.

A jelentések telepítése

A jelentések az SQL Server Reporting Services használatával készültek, de közvetlenül az SQL Server Management Studióból is használhatók. A Reporting Servicest nem kell telepíteni az SQL Server-példányra.

A jelentések használatához kövesse az alábbi lépéseket:

  1. Töltse le az SQL Server Machine Learning Serviceshez készült SSMS-egyéni jelentéseket a GitHubról.

    Megjegyzés:

    Az egyéni jelentés ml-szolgáltatásai – A példány konfigurálása nem támogatott a felügyelt Azure SQL-példányon.

  2. A jelentések másolása a Management Studióba

    1. Keresse meg az SQL Server Management Studio által használt egyéni jelentések mappát. Alapértelmezés szerint az egyéni jelentések ebben a mappában vannak tárolva (ahol a user_name a Windows felhasználóneve):

      C:\Users\user_name\Documents\SQL Server Management Studio\Custom Reports

      Másik mappát is megadhat, vagy almappákat is létrehozhat.

    2. Másolja a letöltött *.RDL fájlokat az egyéni jelentések mappába.

  3. A jelentések futtatása a Management Studióban

    1. A Management Studióban kattintson a jobb gombbal az adatbázis-csomópontra annak a példánynak az esetében, ahol a jelentéseket futtatni szeretné.

    2. Kattintson a Jelentések, majd az Egyéni jelentések elemre.

    3. A Fájl megnyitása párbeszédpanelen keresse meg az egyéni jelentések mappát.

    4. Válassza ki a letöltött RDL-fájlok egyikét, majd kattintson a Megnyitás gombra.

Jelentések

A GitHub SSMS Egyéni jelentések adattára a következő jelentéseket tartalmazza:

Jelentés Description
Aktív munkamenetek Azok a felhasználók, akik jelenleg az SQL Server-példányhoz csatlakoznak, és Python- vagy R-szkriptet futtatnak.
Konfiguráció A Machine Learning Services telepítési beállításai és a Python- vagy R-futtatókörnyezet tulajdonságai.
Példány konfigurálása A Machine Learning Services konfigurálása.
Végrehajtási statisztikák A Machine Learning-szolgáltatások végrehajtási statisztikái. Lekérheti például a külső szkriptek végrehajtásának teljes számát és a párhuzamos végrehajtások számát.
Bővített események Külső szkriptek végrehajtásához kapcsolódó kiegészítő események érhetők el, amelyek további betekintést nyújtanak.
Csomagok Listázhatja az SQL Server-példányra telepített R- vagy Python-csomagokat, valamint azok tulajdonságait, például a verziót és a nevet.
Erőforrás-használat Megtekintheti az SQL Server processzor- és memóriahasználatát, I/O-használatát és a külső szkriptek végrehajtását. Megtekintheti a külső erőforráskészletek memóriabeállítását is.

Következő lépések

  • Last updated on