Installare Machine Learning Server (Standalone) o R Server (Standalone) con il programma di installazione di SQL Server

Si applica a: SQL Server 2016 (13.x), SQL Server 2017 (14.x) e SQL Server 2019 (15.x)

Importante

Il supporto per Machine Learning Server (noto in precedenza come R Server) è terminato il 1° luglio 2022. Per altre informazioni, vedere Informazioni su Machine Learning Server

Importante

Machine Learning Server (Standalone) non viene fornito con Anteprima di SQL Server 2022 (16.x). Questo articolo fa riferimento a una funzionalità ritirata di SQL Server 2016 (13.x), SQL Server 2017 (14.x) e SQL Server 2019 (15.x).

Il programma di installazione di SQL Server include un'opzione di Funzionalità condivise per l'installazione di un'istanza autonoma di Machine Learning Server che viene eseguita all'esterno di SQL Server. Questa funzionalità è denominata Machine Learning Server (Standalone) e include Python e R.

Un server autonomo installato dal programma di installazione di SQL Server supporta casi d'uso e scenari come i seguenti:

• Esecuzione remota, passaggio da sessione locale a remota nella stessa console
• Operazionalizzazione con nodi Web e nodi di calcolo
• Distribuzione di servizi Web: possibilità di includere un pacchetto di script R e Python in servizi Web
• Raccolta completa delle librerie di funzioni R e Python

Come server indipendente, separato da SQL Server, l'ambiente R e Python viene configurato e protetto ed è accessibile tramite il sistema operativo sottostante e gli strumenti disponibili nel server autonomo, non SQL Server.

Come server da usare in aggiunta a SQL Server, un server autonomo è utile se è necessario sviluppare soluzioni di Machine Learning ad alte prestazioni che possono usare contesti di calcolo remoti per la gamma completa di piattaforme dati supportate. È possibile spostare l'esecuzione dal server locale a un server di Machine Learning remoto in un cluster Spark o in un'altra istanza di SQL Server.

Elenco di controllo preliminare all'installazione

Se è stata installata una versione precedente, ad esempio SQL Server 2016 R Server (Standalone) o Microsoft R Server, disinstallare l'installazione esistente prima di continuare.

Come regola generale, è consigliabile considerare un'installazione di server autonomo e una dipendente dall'istanza del motore di database come mutualmente esclusive al fine di evitare conflitti di risorse. Se tuttavia sono disponibili risorse sufficienti, non è vietato installarle entrambe nel stesso computer fisico.

È anche possibile installare nel computer un solo server autonomo: SQL Server Machine Learning Server (Standalone) o SQL Server R Server (Standalone). Assicurarsi di disinstallare una versione prima di aggiungerne una nuova.

Ottenere il supporto di installazione

Il percorso per il download di SQL Server dipende dall'edizione:

• SQL Server edizioni Enterprise, Standard e Express. Queste edizioni sono concesse in licenza per l'uso in produzione. Per Enterprise Edition e Standard Edition, contattare il fornitore software di fiducia per richiedere il supporto di installazione. È possibile trovare informazioni sull'acquisto e una directory per i partner Microsoft nel sito Web Microsoft per gli acquisti.

• L'edizione gratuita più recente.

Esecuzione del programma di installazione

Per le installazioni locali, è necessario eseguire il programma di installazione di come amministratore. Se si installa SQL Server da una condivisione remota, è necessario utilizzare un account di dominio che disponga di autorizzazioni di lettura ed esecuzione per tale condivisione.

1. Avviare l'Installazione guidata.

2. Fare clic sulla scheda Installazione e selezionare Nuova installazione di Machine Learning Server (Standalone).

3. Al termine del controllo delle regole, accettare le condizioni di licenza di SQL Server e selezionare una nuova installazione.

4. Nella pagina Selezione funzionalità dovrebbero essere già selezionate le opzioni seguenti:

   • Microsoft Machine Learning Server (Standalone)

   • Le opzioni R e Python sono entrambe selezionate per impostazione predefinita. È possibile deselezionare uno dei due linguaggi, ma è consigliabile installare almeno uno dei linguaggi supportati.

Tutte le altre opzioni devono essere ignorate.

Nota

Evitare di installare Funzionalità condivise se nel computer è già installato Machine Learning Services per l'analisi nel database di SQL Server. Prima di tutto, in questo modo vengono create librerie duplicate.

Inoltre, mentre gli script R o Python in esecuzione in SQL Server vengono gestiti da SQL Server in modo da non entrare in conflitto con la memoria usata da altri servizi del motore di database, il server di Machine Learning autonomo non presenta vincoli di questo tipo e può interferire con altre operazioni di database. Infine, l'accesso remoto tramite sessione RDP, che viene spesso usato per l'operazionalizzazione, viene in genere bloccato dagli amministratori del database.

Per questi motivi, è in genere consigliabile installare Machine Learning Server (Standalone) in un computer separato da SQL Server Machine Learning Services.

5. Accettare le condizioni di licenza per il download e l'installazione delle distribuzioni di base del linguaggio. Quando il pulsante Accetto non è più disponibile, è possibile fare clic su Avanti.

6. Nella pagina Inizio installazione verificare le opzioni selezionate e fare clic su Installa.

Impostare le variabili di ambiente

Per integrare solo le funzionalità di R, è necessario impostare la variabile di ambiente MKL_CBWR per avere la certezza di ottenere un output coerente dai calcoli di Intel Math Kernel Library (MKL).

1. Nel Pannello di controllo fare clic su Sistema e sicurezza>Sistema>Impostazioni di sistema avanzate>Variabili d'ambiente.

2. Creare una nuova variabile dell'utente o di sistema.

• Impostare MKL_CBWR come nome della variabile
• Impostare AUTO come valore della variabile

3. Riavviare il server.

Cartelle di installazione predefinite

Per lo sviluppo in R e Python, è pratica comune avere più versioni nello stesso computer. Con l'installazione di SQL Server, la distribuzione di base viene installata in una cartella associata alla versione di SQL Server usata per la configurazione.

La tabella seguente elenca i percorsi relativi alle distribuzioni R e Python create dai programmi di installazione Microsoft. Per completezza, la tabella include i percorsi generati dal programma di installazione di SQL Server e dal programma di installazione autonomo per Microsoft Machine Learning Server.

Versione	Metodo di installazione	Cartella predefinita
SQL Server 2019 Machine Learning Server (Standalone)	Installazione guidata di SQL Server 2019	C:\Program Files\Microsoft SQL Server\150\R_SERVER C:\Program Files\Microsoft SQL Server\150\PYTHON_SERVER
SQL Server 2017 Machine Learning Server (Standalone)	Installazione guidata di SQL Server 2017	C:\Program Files\Microsoft SQL Server\140\R_SERVER C:\Program Files\Microsoft SQL Server\140\PYTHON_SERVER
Microsoft Machine Learning Server (Standalone)	Programma di installazione autonomo di Windows	C:\Program Files\Microsoft\ML Server\R_SERVER C:\Program Files\Microsoft\ML Server\PYTHON_SERVER
Machine Learning Services per SQL Server (In-Database)	Installazione guidata di SQL Server 2019, con l'opzione per il linguaggio R	C:\Program Files\Microsoft SQL Server\MSSQL15.<instance_name>\R_SERVICES C:\Program Files\Microsoft SQL Server\MSSQL15.<instance_name>\PYTHON_SERVICES
Machine Learning Services per SQL Server (In-Database)	Installazione guidata di SQL Server 2017, con l'opzione per il linguaggio R	C:\Program Files\Microsoft SQL Server\MSSQL14.<instance_name>\R_SERVICES C:\Program Files\Microsoft SQL Server\MSSQL14.<instance_name>\PYTHON_SERVICES
SQL Server 2016 R Server (Standalone)	Installazione guidata di SQL Server 2016	C:\Program Files\Microsoft SQL Server\130\R_SERVER
SQL Server 2016 R Services (In-Database)	Installazione guidata di SQL Server 2016	C:\Program Files\Microsoft SQL Server\MSSQL13.<instance_name>\R_SERVICES

Applica aggiornamenti

È consigliabile applicare l'aggiornamento cumulativo più recente sia al motore di database sia ai componenti di Machine Learning. Gli aggiornamenti cumulativi vengono installati tramite il programma di installazione.

Nei dispositivi connessi a Internet è possibile scaricare un file eseguibile autoestraente. L'applicazione di un aggiornamento per il motore di database esegue automaticamente il pull degli aggiornamenti cumulativi per le funzionalità di R e Python esistenti.

Nei server che non sono connessi a Internet sono necessari alcuni passaggi aggiuntivi. È necessario ottenere l'aggiornamento cumulativo per il motore di database e i file CAB per le funzionalità di Machine Learning. Tutti i file devono essere trasferiti al server isolato e applicati manualmente.

1. Iniziare con un'istanza di base. È possibile applicare gli aggiornamenti cumulativi solo alle installazioni esistenti:

• Machine Learning Server (Standalone) dalla versione iniziale di SQL Server 2019
• Machine Learning Server (Standalone) dalla versione iniziale di SQL Server 2017
• R Server (Standalone) dalla versione iniziale di SQL Server 2016 oppure da SQL Server 2016 SP 1 o SQL Server 2016 SP 2

2. Chiudere tutte le sessioni di R o Python aperte e arrestare tutti i processi ancora in esecuzione nel sistema.

3. Se è stata abilitata l'operazionalizzazione per l'esecuzione come nodi Web e nodi di calcolo per le distribuzioni di servizi Web, per precauzione eseguire il backup del file AppSettings.json. L'applicazione di SQL Server 2017 CU13 o versioni successive apporta alcune modifiche a questo file e quindi può essere opportuno creare una copia di backup della versione originale.

4. In un computer connesso a Internet scaricare l'aggiornamento cumulativo più recente per la versione in uso da Aggiornamenti più recenti per Microsoft SQL Server.

5. Scaricare l'aggiornamento cumulativo più recente. Si tratta di un file eseguibile.

6. In un dispositivo connesso a Internet, fare doppio clic sul file con estensione exe per eseguire il programma di installazione e seguire la procedura guidata per accettare le condizioni di licenza, rivedere le funzionalità interessate e monitorare lo stato di avanzamento fino al completamento.

7. In un server senza connettività Internet:

   • Scaricare i file CAB corrispondenti per R e Python. Per i collegamenti di download, vedere Download dei file CAB per gli aggiornamenti cumulativi nelle istanze per l'analisi nel database di SQL Server.

   • Trasferire tutti i file, l'eseguibile principale e i file CAB, in una cartella del computer offline.

   • Fare doppio clic sul file con estensione exe per eseguire il programma di installazione. Quando si installa un aggiornamento cumulativo in un server senza connettività Internet, viene chiesto di selezionare il percorso dei file con estensione cab per R e Python.

8. Dopo l'installazione, in un server per cui è stata abilitata la distribuzione con nodi Web e nodi di calcolo, modificare AppSettings.json, aggiungendo una voce "MMLResourcePath" direttamente in "MMLNativePath". Ad esempio:

   "ScorerParameters": {
       "MMLNativePath": "C:\Program Files\Microsoft SQL Server\140\R_SERVER\library\MicrosoftML\mxLibs\x64\",
       "MMLResourcePath": "C:\Program Files\Microsoft SQL Server\140\R_SERVER\library\MicrosoftML\mxLibs\x64\"
   }
   

9. Eseguire l'utilità dell'interfaccia della riga di comando di amministrazione per riavviare i nodi Web e di calcolo. Per la procedura e la sintassi, vedere Monitorare, avviare e arrestare i nodi Web e di calcolo.

Strumenti di sviluppo

Durante la procedura di installazione non viene installato un ambiente di sviluppo integrato. Per altre informazioni sulla configurazione di un ambiente di sviluppo, vedere Configurare gli strumenti per R e Configurare gli strumenti per Python.

Passaggi successivi

Gli sviluppatori R possono iniziare alcuni semplici esempi e con le nozioni di base sul funzionamento di R con SQL Server. Per il passaggio successivo, vedere i collegamenti seguenti:

• Avvio rapido: Eseguire R in T-SQL
• Esercitazione: Analisi nel database per sviluppatori R

Gli sviluppatori di Python possono apprendere come usare Python con SQL Server seguendo queste esercitazioni:

• Esercitazione Python: Stimare il noleggio di sci con la regressione lineare in servizi di Machine Learning di SQL Server
• Esercitazione Python: Classificazione dei clienti tramite clustering K-Means con Servizi di Machine Learning per SQL Server