Installare gli strumenti per Big Data di SQL Server 2019

  • Articolo

Si applica a: SQL Server 2019 (15.x)

Importante

Il componente aggiuntivo per i cluster Big Data di Microsoft SQL Server 2019 verrà ritirato. Il supporto per i cluster Big Data di SQL Server 2019 terminerà il 28 febbraio 2025. Tutti gli utenti esistenti di SQL Server 2019 con Software Assurance saranno completamente supportati nella piattaforma e fino a quel momento il software continuerà a ricevere aggiornamenti cumulativi di SQL Server. Per altre informazioni, vedere il post di blog relativo all'annuncio e Opzioni per i Big Data nella piattaforma Microsoft SQL Server.

Questo articolo descrive gli strumenti client che devono essere installati per la creazione, la gestione e l'uso di cluster Big Data di SQL Server 2019. La sezione seguente contiene un elenco di strumenti e collegamenti alle istruzioni di installazione. Prima di distribuire un cluster Big Data, configurare gli strumenti indicati come obbligatori in Windows o Linux.

Strumenti per cluster Big Data

La tabella seguente elenca gli strumenti comuni per i cluster Big Data e indica come installarli:

Tool Richiesto Descrizione Installazione
python Sì Python è un linguaggio di programmazione di alto livello interpretato e orientato a oggetti con semantica dinamica. Molte parti dei cluster Big Data per SQL Server usano Python. Installare Python
Azure Data CLI (azdata) Sì Strumento da riga di comando per l'installazione e la gestione di un cluster Big Data. Installa
kubectl1 Sì Strumento da riga di comando per il monitoraggio del cluster Kubernetes sottostante (altre informazioni). Windows | Linux
Azure Data Studio Sì Strumento grafico multipiattaforma per l'esecuzione di query su SQL Server. Installa
Estensione di virtualizzazione dei dati Sì Estensione per Azure Data Studio con una procedura guidata di virtualizzazione dei dati. Installa
Interfaccia della riga di comando di Azure2 Per il servizio Azure Kubernetes Interfaccia della riga di comando moderna per la gestione dei servizi di Azure. Viene usata con distribuzioni di cluster Big Data nel servizio Azure Kubernetes (altre informazioni). Installa
mssql-cli Facoltativo Interfaccia della riga di comando moderna per l'esecuzione di query su SQL Server (altre informazioni). Windows | Linux
sqlcmd Per alcuni script Strumento da riga di comando legacy per l'esecuzione di query su SQL Server (altre informazioni). Potrebbe essere necessario installare Microsoft ODBC Driver 11 per SQL Server prima di installare il pacchetto SQLCMD. Windows | Linux
curl3 Per alcuni script Strumento da riga di comando per il trasferimento di dati con URL. Windows | Linux: installare il pacchetto curl
oc Obbligatorio per le distribuzioni Red Hat OpenShift e Azure Red Hat OpenShift. oc è l'interfaccia della riga di comando di Open Shift. Installazione dell'interfaccia della riga di comando

1 È necessario usare kubectl versione 1.13 o successiva. Il numero di versione di kubectl deve anche essere compreso tra il numero precedente e quello successivo della versione secondaria del cluster Kubernetes. Se si vuole installare una versione specifica nel client kubectl, vedere Installare il file binario di kubectl tramite curl. In Windows 10 e Windows 11 usare cmd.exe e non Windows PowerShell per eseguire curl.

Suggerimento

Per usare kubectl con un cluster distribuito in precedenza nel servizio Azure Kubernetes, è necessario impostare il contesto del cluster con il comando dell'interfaccia della riga di comando di Azure seguente:

az aks get-credentials --name <aks_cluster_name> --resource-group <azure_resource_group_name>

2 È necessario usare l'interfaccia della riga di comando di Azure 2.0.4 o versioni successive. Eseguire az --version per trovare la versione, se necessario.

3 In Windows 10 o Windows 11, curl si trova già in PATH quando viene eseguito dal prompt dei comandi. Per le altre versioni di Windows, scaricare curl usando il collegamento e inserirlo in PATH.

Strumenti necessari

La tabella precedente contiene tutti gli strumenti comuni usati con i cluster Big Data. Gli strumenti effettivamente necessari dipendono dallo scenario. Tuttavia, in generale gli strumenti seguenti sono più importanti per la gestione del cluster, la connessione al cluster e l'esecuzione di query sul cluster:

  • Azure Data CLI (azdata)
  • kubectl
  • Azure Data Studio
  • Estensione di virtualizzazione dei dati

Gli strumenti rimanenti sono necessari solo in determinati scenari. È possibile usare l'interfaccia della riga di comando di Azure per gestire i servizi di Azure associati alle distribuzioni nel servizio Azure Kubernetes. mssql-cli è uno strumento facoltativo ma utile che permette di connettersi all'istanza master di SQL Server nel cluster ed eseguire query dalla riga di comando. sqlcmd e curl sono obbligatori se si prevede di installare dati di esempio con lo script GitHub.

Installazione di Python offline

  1. In un computer con accesso a Internet, scaricare uno dei file compressi seguenti contenenti Python:

    Sistema operativo Scarica
    Windows https://go.microsoft.com/fwlink/?linkid=2074021
    Linux https://go.microsoft.com/fwlink/?linkid=2065975
    OSX https://go.microsoft.com/fwlink/?linkid=2065976

  2. Copiare il file compresso nel computer di destinazione ed estrarlo nella cartella desiderata.

  3. Solo per Windows, eseguire installLocalPythonPackages.bat dalla cartella di installazione e passare il percorso completo della cartella come parametro.

    installLocalPythonPackages.bat "C:\python-3.6.6-win-x64-0.0.1-offline\0.0.1"

Scaricare e installare Azure Data Studio

Azure Data Studio offre caratteristiche e funzioni specifiche per i cluster Big Data di SQL Server.

Ottenere la versione più recente di Azure Data Studio.

Per informazioni dettagliate sulla versione più recente, vedere le note sulla versione.

Passaggi successivi

Dopo aver configurato gli strumenti, distribuire un cluster Big Data di SQL Server 2019 in Kubernetes nel cloud o in locale. Per altre informazioni, vedere gli articoli sulla distribuzione seguenti:

Per altre informazioni sui cluster Big Data, vedere Introduzione ai cluster Big Data di SQL Server 2019.