Catatan
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba masuk atau mengubah direktori.
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba mengubah direktori.
Berlaku untuk: SQL Server 2019 (15.x)
Important
Kluster Big Data Microsoft SQL Server 2019 dihentikan. Dukungan untuk Kluster Big Data SQL Server 2019 berakhir per 28 Februari 2025. Untuk informasi selengkapnya, lihat posting blog pengumuman dan Opsi big data di platform Microsoft SQL Server.
Anda dapat menjalankan skrip Python dan R pada instans master Kluster Big Data SQL Server dengan Layanan Pembelajaran Mesin.
Note
Anda juga dapat menjalankan kode Java pada instans master Kluster Big Data SQL Server dengan Ekstensi Bahasa Java. Mengikuti langkah-langkah di bawah ini juga akan mengaktifkan Ekstensi Bahasa SQL Server.
Aktifkan Layanan Pembelajaran Mesin
Layanan Pembelajaran Mesin diinstal secara default pada Kluster Big Data SQL Server 2019 dan tidak memerlukan penginstalan terpisah.
Untuk mengaktifkan Layanan Pembelajaran Mesin, jalankan pernyataan ini pada instans master:
EXEC sp_configure 'external scripts enabled', 1
RECONFIGURE WITH OVERRIDE
GO
Anda sekarang siap untuk menjalankan skrip Python dan R pada instans master Kluster Big Data. Lihat panduan cepat di bagian Langkah berikutnya untuk menjalankan skrip pertama Anda.
Note
Pengaturan konfigurasi tidak dapat diatur pada koneksi pendengar grup ketersediaan. Jika Kluster Big Data disebarkan dengan ketersediaan tinggi, set external scripts enabled pada setiap replika. Lihat Aktifkan pada kluster dengan ketersediaan tinggi.
Aktifkan pada kluster dengan ketersediaan tinggi
Saat Anda Menyebarkan Kluster Big Data SQL Server dengan ketersediaan tinggi, penyebaran membuat grup ketersediaan untuk instans master. Untuk mengaktifkan Layanan Pembelajaran Mesin, atur external scripts enabled pada setiap instans grup ketersediaan. Untuk Kluster Big Data, Anda perlu menjalankan sp_configure pada setiap replika instans utama SQL Server
Bagian berikut menjelaskan cara mengaktifkan skrip eksternal pada setiap instans.
Buat load balancer eksternal untuk setiap instans
Untuk setiap replika pada grup ketersediaan, buat penyeimbang beban untuk memungkinkan Anda terhubung ke instans.
kubectl expose pod <pod-name> --port=<connection port number> --name=<load-balancer-name> --type=LoadBalancer -n <kubernetes namespace>
Contoh dalam artikel ini menggunakan nilai berikut:
-
<pod-name>:master-# -
<connection port number>:1533 -
<load-balancer-name>:mymaster-# -
<kubernetes namespace>:mssql-cluster
Perbarui skrip berikut untuk lingkungan Anda, dan jalankan perintah:
kubectl expose pod master-0 --port=1533 --name=mymaster-0 --type=LoadBalancer -n mssql-cluster
kubectl expose pod master-1 --port=1533 --name=mymaster-1 --type=LoadBalancer -n mssql-cluster
kubectl expose pod master-2 --port=1533 --name=mymaster-2 --type=LoadBalancer -n mssql-cluster
kubectl mengembalikan output berikut.
service/mymaster-0 exposed
service/mymaster-1 exposed
service/mymaster-2 exposed
Setiap load balancer adalah titik akhir replika master.
Mengaktifkan eksekusi skrip pada setiap replika
Dapatkan alamat IP untuk titik akhir replika master.
Perintah berikut mengembalikan alamat IP eksternal untuk titik akhir replika.
kubectl get services <load-balancer-name> -n <kubernetes namespace>Untuk mendapatkan alamat IP eksternal untuk setiap replika dalam skenario ini, jalankan perintah berikut:
kubectl get services mymaster-0 -n mssql-cluster kubectl get services mymaster-1 -n mssql-cluster kubectl get services mymaster-2 -n mssql-clusterNote
Mungkin perlu sedikit waktu sebelum alamat IP eksternal tersedia. Jalankan skrip sebelumnya secara berkala hingga setiap titik akhir mengembalikan alamat IP eksternal.
Sambungkan ke titik akhir replika master dan aktifkan eksekusi skrip.
Jalankan pernyataan ini:
EXEC sp_configure 'external scripts enabled', 1 RECONFIGURE WITH OVERRIDE GOMisalnya, Anda dapat menjalankan perintah sebelumnya dengan
sqlcmd. Contoh berikut terhubung ke titik akhir replika master dan mengaktifkan eksekusi skrip. Perbarui nilai dalam skrip dengan yang sesuai untuk lingkungan Anda.sqlcmd -S <IP address>,1533 -U <user name> -P <password> -Q "EXEC sp_configure 'external scripts enabled', 1; RECONFIGURE WITH OVERRIDE;"Ulangi langkah untuk setiap replika.
Demonstration
Gambar berikut menunjukkan proses ini.
Anda sekarang siap untuk menjalankan skrip Python dan R pada instans master Kluster Big Data. Lihat panduan cepat di bagian Langkah berikutnya untuk menjalankan skrip pertama Anda.
Menghapus titik akhir replika master
Pada kluster Kubernetes, hapus titik akhir untuk setiap replika. Titik akhir diekspos di Kubernetes sebagai layanan penyeimbang beban.
Perintah berikut menghapus layanan penyeimbangan beban.
kubectl delete svc <load-balancer-name> -n mssql-cluster
Untuk contoh dalam artikel ini, jalankan perintah berikut.
kubectl delete svc mymaster-0 -n mssql-cluster
kubectl delete svc mymaster-1 -n mssql-cluster
kubectl delete svc mymaster-2 -n mssql-cluster
Mulai cepat pembelajaran mesin Kluster Big Data SQL Server
Python quickstarts
R quickstarts
Tutorial pembelajaran mesin Kluster Big Data SQL Server
Python tutorial
Penyewaan ski (regresi linear)
Mengategorikan pelanggan (klasterisasi k-means)
Tips taksi NYC (klasifikasi)
R tutorials
Penyewaan ski (diagram pohon keputusan)
Mengategorikan pelanggan (klasterisasi k-means)
Tips taksi NYC (klasifikasi)
Panduan cara pembelajaran mesin SQL Server Big Data Clusters
Penjelajahan dan pemodelan data
- Plot Histogram di Python
- Mengimpor data ke dalam pandas dataframe
- Menyisipkan dataframe ke dalam SQL
Konversi jenis-jenis data
Deploy
Predictions
Package management
Pasang paket Python baru
Pasang paket R baru
- Dapatkan informasi paket R
- Menginstal dengan sqlmlutils
- Membuat repositori miniCRAN
- Tips untuk menggunakan paket R
Monitor
Keamanan
Pembelajaran Mesin Spark
- Menggunakan Pembelajaran Mesin Spark
- Pengolahan data menggunakan Akselerator Kode PROSE
- Model pembelajaran mesin Spark dengan MLeap