Share via

SQL Server での sp_rxPredict を使用したリアルタイム スコアリング

  • [アーティクル]

適用対象: SQL Server 2016 (13.x) 以降のバージョン

予測ワークロードの予測またはスコアのパフォーマンスを高めるために、SQL Server で sp_rxPredict システム ストアド プロシージャを使用したリアルタイム スコアリングを実行する方法について説明します。

sp_rxPredict を使用したリアルタイム スコアリングは言語に依存せず、Machine Learning Services の R または Python ランタイムに依存することなく実行されます。 Microsoft 関数を使用して作成およびトレーニングされ、SQL Server でバイナリ形式にシリアル化されているモデルを使用すると、リアルタイム スコアリングを使用して、R または Python アドオンがインストールされていない SQL Server インスタンスでの新しいデータ入力に対する予測される結果を生成できます。

リアルタイム スコアリングのしくみ

リアルタイム スコアリングは、R では RevoScaleR または MicrosoftML の、Python では revoscalepy または microsoftml の関数に基づく特定の種類のモデルでサポートされています。 これは、ネイティブ C++ ライブラリを使用して、特別なバイナリ形式で格納された機械学習モデルに提供されるユーザー入力に基づいてスコアを生成します。

トレーニング済みのモデルは、Machine Learning Services で外部言語ランタイムを呼び出すことなくスコアリングに使用できるため、複数のプロセスのオーバーヘッドが削減されます。

リアルタイム スコアリングは、複数の手順で構成されるプロセスです。

  1. スコアリングを行うストアド プロシージャを、データベースごとに有効にします。
  2. 事前トレーニング済みのモデルをバイナリ形式で読み込みます。
  3. モデルへの入力として、スコア付けされる新しい入力データ (表形式または単一行) を指定します。
  4. スコアを生成するには、sp_rxPredict ストアド プロシージャを呼び出します。

前提条件

注意

現在、リアルタイム スコアリングは、数行から数百行までの範囲の、より小さなデータセットに対する高速予測向けに最適化されています。 大きなデータセットでは、rxPredict を使用する方が高速になる場合があります。

リアルタイム スコアリングを有効にする

スコアリングに使用するデータベースごとに、この機能を有効にします。 サーバー管理者は、RevoScaleR パッケージに含まれているコマンドライン ユーティリティ (RegisterRExt.exe) を実行する必要があります。

注意事項

リアルタイム スコアリングを機能させるには、インスタンスで SQL CLR 機能を有効にする必要があります。また、データベースは信頼できるものとしてマークされている必要があります。 スクリプトを実行するとき、これらのアクションが実行されます。 ただし、これを行う前に、セキュリティへの付加的な影響について慎重に検討してください。

  1. 管理者特権でコマンド プロンプトを開き、RegisterRExt.exe が格納されているフォルダーに移動します。 既定のインストールでは、次のパスを使用できます。

    <SQLInstancePath>\R_SERVICES\library\RevoScaleR\rxLibs\x64\

  2. 次のコマンドを実行します。このとき、拡張ストアド プロシージャを有効にするインスタンスの名前とターゲット データベースに置き換えます。

    RegisterRExt.exe /installRts [/instance:name] /database:databasename

    たとえば、拡張ストアド プロシージャを既定のインスタンスの CLRPredict データベースに追加するには、次のように入力します。

    RegisterRExt.exe /installRts /database:CLRPRedict

    データベースが既定のインスタンス上にある場合、インスタンス名は省略可能です。 名前付きインスタンスを使用している場合は、インスタンス名を指定します。

  3. RegisterRExt.exe は、次のオブジェクトを作成します。

    • 信頼されたアセンブリ
    • ストアド プロシージャ sp_rxPredict
    • 新しいデータベース ロール、rxpredict_users。 データベース管理者は、このロールを使用して、リアルタイム スコアリング機能を使用するユーザーに権限を付与できます。

  4. sp_rxPredict を実行する必要があるユーザーを新しいロールに追加します。

注意

SQL Server 2017 以降では、CLR 統合に関する問題を回避するために、追加のセキュリティ対策が実施されています。 これらの対策では、このストアド プロシージャの使用に対して追加の制限を課します。

リアルタイム スコアリングを無効にする

リアルタイム スコアリング機能を無効にするには、管理者特権でコマンド プロンプトを開き、次のコマンドを実行します。RegisterRExt.exe /uninstallrts /database:<database_name> [/instance:name]

例

この例では、リアルタイム予測のモデルを準備し保存するために必要な手順について説明し、R で T-SQL から関数を呼び出す方法の例を示します。

手順 1. モデルを構築して保存する

sp_rxPredict に必要なバイナリ形式は、PREDICT 関数を使用するために必要な形式と同じです。 そのため、R コードで、rxSerializeModel への呼び出しを含め、この例のように realtimeScoringOnly = TRUE を指定してください。

model <- rxSerializeModel(model.name, realtimeScoringOnly = TRUE)

手順 2. sp_rxPredict を呼び出す

他のストアド プロシージャと同様に、sp_rxPredict を呼び出します。 現在のリリースでは、ストアド プロシージャは 2 つのパラメーターのみを取ります。バイナリ形式のモデルでは @model、スコアリングで使用するデータには @inputData が有効な SQL クエリとして定義されています。

バイナリ形式は PREDICT 関数で使用されるものと同じであるため、前の例からのモデルおよびデータ テーブルを使用できます。

DECLARE @irismodel varbinary(max)
SELECT @irismodel = [native_model_object] from [ml_models]
WHERE model_name = 'iris.dtree' 
AND model_version = 'v1'

EXEC sp_rxPredict
@model = @irismodel,
@inputData = N'SELECT * FROM iris_rx_data'

注意

スコアリングの入力データにモデルの要件に合致する列が含まれていない場合、sp_rxPredict への呼び出しは失敗します。 現在、次の .NET データ型のみがサポートされています: double、float、short、ushort、long、ulong、および string。

そのため、リアルタイム スコアリングに使用する前に、入力データでサポートされていない型をフィルターで除外することが必要になる場合があります。

対応する SQL 型の詳細については、「SQL と CLR 型のマッピング」または「CLR パラメーター データのマッピング」を参照してください。

次のステップ