Beban kerja aplikasi ilmu data dan analitik di Visual Studio

Beban kerja Aplikasi data science dan analitik di Visual Studio menyatukan beberapa bahasa dan distribusi runtime masing-masing:

• Python
• F# dengan .NET Framework

Python adalah bahasa pembuatan skrip utama yang digunakan untuk ilmu data. Python mudah dipelajari dan memiliki dukungan dari ekosistem paket yang kaya. Paket-paket tersebut membahas berbagai skenario seperti akuisisi data, pembersihan, pelatihan model, penyebaran, dan plotting. F# juga merupakan bahasa .NET fungsional-pertama yang kuat yang berlaku untuk berbagai tugas pemrosesan data.

Penginstalan beban kerja

Beban kerja Sains data dan aplikasi analitik tersedia di Alat Penginstal>Visual Studio di bawah Beban Kerja Toolsets Lainnya:

Secara default, beban kerja menginstal opsi berikut, yang dapat Anda ubah di bagian ringkasan untuk beban kerja di Penginstal Visual Studio:

• Dukungan bahasa desktop F#
• Python:
  • Dukungan bahasa Python
  • Dukungan web Python
  • Alat pengembangan asli Python

Integrasi SQL Server

SQL Server mendukung penggunaan Python untuk melakukan analitik tingkat lanjut langsung di dalam SQL Server. Dukungan Python tersedia di SQL Server 2017 CTP 2.0 dan yang lebih baru.

Anda menikmati keuntungan berikut dengan menjalankan kode Anda di mana data Anda sudah berada:

• Penghapusan pergerakan data: Alih-alih memindahkan data dari database ke aplikasi atau model, Anda dapat membangun aplikasi dalam database. Kemampuan ini menghilangkan hambatan keamanan, kepatuhan, tata kelola, integritas, dan sejumlah masalah serupa yang terkait dengan pemindahan data dalam jumlah besar. Anda juga dapat menggunakan himpunan data yang tidak sesuai dengan memori komputer klien.

• Penyebaran yang mudah: Setelah Anda memiliki model yang siap, menyebarkannya ke produksi adalah masalah sederhana untuk menyematkan model dalam skrip T-SQL. Setiap aplikasi klien SQL yang ditulis dalam bahasa apa pun kemudian dapat memanfaatkan model dan kecerdasan melalui panggilan prosedur tersimpan. Tidak diperlukan integrasi bahasa tertentu.

• Performa dan skala tingkat perusahaan: Anda dapat menggunakan kemampuan lanjutan SQL Server seperti tabel dalam memori dan indeks penyimpanan kolom dengan API berkinerja tinggi yang dapat diskalakan dalam paket RevoScale. Penghapusan pergerakan data juga berarti Anda menghindari batasan memori klien saat data Anda tumbuh atau Anda ingin meningkatkan performa aplikasi.

• Ekstensibilitas yang kaya: Anda dapat menginstal dan menjalankan salah satu paket sumber terbuka terbaru di SQL Server untuk membangun pembelajaran mendalam dan aplikasi AI pada sejumlah besar data dalam SQL Server. Menginstal paket di SQL Server semahal menginstal paket di komputer lokal Anda.

• Ketersediaan luas tanpa biaya tambahan: Integrasi bahasa tersedia di semua edisi SQL Server 2017 dan yang lebih baru, termasuk edisi Ekspres.

Penginstalan integrasi SQL Server

Untuk memanfaatkan integrasi SQL Server sepenuhnya, gunakan Alat Penginstal Visual Studio untuk menginstal beban kerja penyimpanan data Toolsets>>Lainnya dan memproses beban kerja. Pilih opsi SQL Server Data Tools untuk mengaktifkan SQL IntelliSense, penyorotan sintaks, dan penyebaran:

Untuk informasi selengkapnya, lihat Python di SQL Server 2017: Pembelajaran mesin dalam database yang ditingkatkan (blog).

Layanan dan SDK lainnya

Selain apa yang ada dalam beban kerja Aplikasi ilmu data dan analitik secara langsung, Notebook di Visual Studio Code dan Azure SDK for Python juga membantu ilmu data.

Azure SDK untuk Python memudahkan penggunaan dan pengelolaan layanan Microsoft Azure dari aplikasi yang berjalan di Windows, Mac, dan Linux. Untuk informasi selengkapnya, lihat Azure untuk Pengembang Python.

Anda dapat menggabungkan ekstensi Jupyter dengan Notebooks di Visual Studio Code untuk mendukung pengembangan Jupyter dan meningkatkan proyek Anda dengan ekstensi bahasa tambahan. Layanan ini mencakup contoh notebook di Python, R, dan F# untuk memulai. Untuk informasi selengkapnya, lihat Pengalaman notebook dari Microsoft dan GitHub.