Bagikan melalui

Memasang SQL Server Pembelajaran Mesin Services (Python dan R) di Docker

  • Artikel

Berlaku untuk: SQL Server 2019 (15.x) - Linux

Artikel ini menjelaskan cara menginstal SQL Server Pembelajaran Mesin Services di Docker. Anda dapat menggunakan Pembelajaran Mesin Services untuk menjalankan skrip Python dan R dalam database. Kami tidak menyediakan kontainer bawaan dengan Layanan Pembelajaran Mesin. Anda dapat membuatnya dari kontainer SQL Server menggunakan contoh templat yang tersedia di GitHub.

Prasyarat

Mengkloning repositori mssql-docker

Perintah berikut mengkloning mssql-docker repositori git ke direktori lokal.

  1. Buka terminal Bash di Linux atau Mac.

  2. Buat direktori untuk menyimpan salinan lokal repositori mssql-docker.

  3. Jalankan perintah klon git untuk mengkloning repositori mssql-docker:

    git clone https://github.com/microsoft/mssql-docker mssql-docker

Membangun gambar kontainer SQL Server Linux

Selesaikan langkah-langkah berikut untuk membangun gambar docker:

  1. Ubah direktori ke direktori mssql-mlservices:

    /mssql-docker/linux/preview/examples/mssql-mlservices

  2. Di direktori yang sama, jalankan perintah berikut:

    docker build -t mssql-server-mlservices .

  3. Jalankan perintah:

    Penting

    Variabel SA_PASSWORD lingkungan tidak digunakan lagi. Gunakan MSSQL_SA_PASSWORD sebagai gantinya.

    docker run -d -e MSSQL_PID=Developer -e ACCEPT_EULA=Y -e ACCEPT_EULA_ML=Y -e MSSQL_SA_PASSWORD=<password> -v <directory on the host OS>:/var/opt/mssql -p 1433:1433 mssql-server-mlservices

    Catatan

    Salah satu nilai berikut dapat digunakan untuk MSSQL_PID: Pengembang (gratis), Ekspres (gratis), Enteprise (berbayar), Standar (berbayar). Jika Anda menggunakan edisi berbayar, pastikan Anda telah membeli lisensi. Ganti (kata sandi) dengan kata sandi Anda yang sebenarnya. Pemasangan volume menggunakan -v bersifat opsional. Ganti (direktori pada OS host) dengan direktori aktual tempat Anda ingin memasang data database dan file log.

  4. Konfirmasi dengan menjalankan perintah berikut:

    docker ps -a

    Catatan

    Untuk membangun gambar Docker, Anda harus menginstal paket yang berukuran beberapa GB. Skrip mungkin membutuhkan waktu untuk selesai berjalan, tergantung pada bandwidth jaringan.

Jalankan gambar kontainer Linux SQL Server

  1. Atur variabel lingkungan Anda sebelum menjalankan kontainer. Atur variabel lingkungan PATH_TO_MSSQL ke direktori host:

    export MSSQL_PID='Developer'
export ACCEPT_EULA='Y'
export ACCEPT_EULA_ML='Y'
export PATH_TO_MSSQL='/home/mssql/'

    Catatan

    Proses untuk menjalankan edisi SQL Server produksi dalam kontainer sedikit berbeda. Untuk informasi selengkapnya, lihat Mengonfigurasi gambar kontainer SQL Server di Docker. Jika Anda menggunakan nama dan port kontainer yang sama, panduan lainnya masih berfungsi dengan kontainer produksi.

  2. Untuk melihat kontainer Anda, jalankan docker ps perintah :

    sudo docker ps -a

  3. Jika kolom STATUS memperlihatkan status Naik, SQL Server berjalan dalam kontainer dan mendengarkan pada port yang ditentukan di kolom PORTS. Jika kolom STATUS untuk kontainer SQL Server Anda menunjukkan Keluar, lihat bagian Pemecahan Masalah dari panduan konfigurasi.

    Output:

    CONTAINER ID        IMAGE                          COMMAND                  CREATED             STATUS              PORTS                    NAMES
941e1bdf8e1d        mcr.microsoft.com/mssql/server/mssql-server-linux   "/bin/sh -c /opt/m..."   About an hour ago   Up About an hour     0.0.0.0:1401->1433/tcp   sql1

Aktifkan Layanan Pembelajaran Mesin

Untuk mengaktifkan Layanan Pembelajaran Mesin, sambungkan ke instans SQL Server Anda dan jalankan pernyataan T-SQL berikut:

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

Konten terkait

Pengembang Python dapat mempelajari cara menggunakan Python dengan SQL Server dengan mengikuti tutorial berikut:

Pengembang R dapat memulai dengan beberapa contoh sederhana, dan mempelajari dasar-dasar cara kerja R dengan SQL Server. Untuk langkah Anda berikutnya, lihat tautan berikut ini: