Запуск скриптов Python и R со службами машинного обучения в кластерах больших данных SQL Server 2019

Область применения: SQL Server 2019 (15.x)

Important

Кластеры больших данных Microsoft SQL Server 2019 прекращены. Поддержка кластеров больших данных SQL Server 2019 закончилась с 28 февраля 2025 г. Дополнительные сведения см. в записи блога объявлений и параметрах больших данных на платформе Microsoft SQL Server.

Скрипты Python и R можно запускать на главном экземпляре кластеров больших данных SQL Server с помощью служб машинного обучения.

Note

Вы также можете запустить код Java на главном экземпляре кластеров больших данных SQL Server с расширением языка Java. Ниже приведены инструкции по включению расширений языка SQL Server.

Включение служб машинного обучения

Службы машинного обучения устанавливаются по умолчанию в кластерах больших данных SQL Server 2019 и не требуют отдельной установки.

Чтобы включить службы машинного обучения, выполните следующую команду на главном экземпляре:

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

Теперь вы готовы запускать скрипты Python и R в главном экземпляре кластеров больших данных. Ознакомьтесь с краткими руководствами, описанными в разделе "Дальнейшие действия " для запуска первого сценария.

Note

Параметр конфигурации не может быть задан в подключении прослушивателя группы доступности. Если кластеры больших данных развертываются с высоким уровнем доступности, установите external scripts enabled для каждой реплики. См. Включить в кластере с высокой доступностью.

Включить на кластере с высокой доступностью

При развертывании кластера больших данных SQL Server с высокой доступностью развертывание создает группу доступности для главного экземпляра. Чтобы включить службы машинного обучения, задайте external scripts enabled для каждого экземпляра группы доступности. Для кластера больших данных необходимо выполнить sp_configure на каждой реплике главного экземпляра SQL Server.

В следующем разделе описывается, как включить внешние скрипты для каждого экземпляра.

Создайте внешний балансировщик нагрузки для каждого экземпляра.

Для каждой реплики в группе доступности создайте балансировщик нагрузки, чтобы обеспечить возможность подключения к экземпляру.

kubectl expose pod <pod-name> --port=<connection port number> --name=<load-balancer-name> --type=LoadBalancer -n <kubernetes namespace>

В примерах в этой статье используются следующие значения:

• <pod-name>: master-#
• <connection port number>: 1533
• <load-balancer-name>: mymaster-#
• <kubernetes namespace>: mssql-cluster

Обновите следующий скрипт для вашей среды и выполните команды:

kubectl expose pod master-0 --port=1533 --name=mymaster-0 --type=LoadBalancer -n mssql-cluster
kubectl expose pod master-1 --port=1533 --name=mymaster-1 --type=LoadBalancer -n mssql-cluster
kubectl expose pod master-2 --port=1533 --name=mymaster-2 --type=LoadBalancer -n mssql-cluster

kubectl возвращает следующие выходные данные.

service/mymaster-0 exposed
service/mymaster-1 exposed
service/mymaster-2 exposed

Каждый балансировщик нагрузки представляет собой конечную точку главной реплики.

Включение выполнения скрипта для каждой реплики

1. Получите IP-адрес для конечной точки главной реплики.

   Следующая команда возвращает внешний IP-адрес конечной точки реплики.

   kubectl get services <load-balancer-name> -n <kubernetes namespace>

   Чтобы получить внешний IP-адрес для каждой реплики в этом сценарии, выполните следующие команды:

   kubectl get services mymaster-0 -n mssql-cluster
   kubectl get services mymaster-1 -n mssql-cluster
   kubectl get services mymaster-2 -n mssql-cluster
   

   Note

   До того, как внешний IP-адрес будет доступен, может потребоваться немного времени. Периодически запустите предыдущий скрипт, пока каждая конечная точка не возвращает внешний IP-адрес.

2. Подключитесь к конечной точке главной реплики и включите выполнение скрипта.

   Выполните следующую инструкцию:

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

   Например, можно выполнить предыдущую команду с sqlcmd. В следующем примере выполняется подключение к конечной точке главной реплики и выполнение скрипта. Обновите значения в скрипте для вашей среды.

   sqlcmd -S <IP address>,1533 -U <user name> -P <password> -Q "EXEC sp_configure 'external scripts enabled', 1; RECONFIGURE WITH OVERRIDE;"
   

   Повторите шаг для каждой реплики.

Demonstration

На следующем рисунке показан этот процесс.

Теперь вы готовы запускать скрипты Python и R в главном экземпляре кластеров больших данных. Ознакомьтесь с краткими руководствами, описанными в разделе "Дальнейшие действия " для запуска первого сценария.

Удалите конечные точки основной реплики

В кластере Kubernetes удалите конечную точку для каждой реплики. Конечная точка предоставляется в Kubernetes в качестве службы балансировки нагрузки.

Следующая команда удаляет службу балансировки нагрузки.

kubectl delete svc <load-balancer-name> -n mssql-cluster

В примерах этой статьи выполните следующие команды.

kubectl delete svc mymaster-0 -n mssql-cluster
kubectl delete svc mymaster-1 -n mssql-cluster
kubectl delete svc mymaster-2 -n mssql-cluster

Краткие руководства по применению машинного обучения в кластерах больших данных SQL Server.

Python quickstarts

• Запуск скриптов Python
• Структуры данных и объекты
• Python functions
• Обучение и оценивание модели

R quickstarts

• Запуск скриптов R
• Типы данных и объекты
• R functions
• Обучение и оценивание модели

Учебники по машинному обучению кластеров больших данных SQL Server

Python tutorial

Прокат лыж (линейная регрессия)

• 1. Введение
• 2. Подготовка данных
• 3 - Обучение модели
• 4. Развертывание модели

Категоризация клиентов (кластеризация методом k-средних)

• 1. Введение
• 2. Подготовка данных
• 3. Создание модели
• 4. Развертывание модели

Чаевые за поездку в такси в Нью-Йорке (классификация)

• 1. Введение
• 2. Исследование данных
• 3. Проектирование компонентов
• 4. Обучение и развертывание
• 5 . Прогнозы

R tutorials

Прокат лыж (дерево принятия решений)

• 1. Введение
• 2. Подготовка данных
• 3 - Обучение модели
• 4. Развертывание модели

Категоризация клиентов (кластеризация методом k-средних)

• 1. Введение
• 2. Подготовка данных
• 3. Создание модели
• 4. Развертывание модели

Чаевые за поездку в такси в Нью-Йорке (классификация)

• 1. Введение
• 2. Исследование данных
• 3. Проектирование компонентов
• 4. Обучение и развертывание
• 5 . Прогнозы

Руководство по машинному обучению кластеров больших данных SQL Server

Исследование и моделирование данных

• Построение гистограммы в Python
• Импорт данных в DataFrame Pandas
• Вставить датафрейм в SQL

Преобразования типов данных

• Python в SQL
• Переход от R к SQL

Deploy

• Реализовать с помощью хранимых процедур
• Преобразование кода R для SQL Server

Predictions

• Нативная оценка с помощью PREDICT T-SQL

Package management

Установка новых пакетов Python

• Получение сведений о пакете Python
• Установка с помощью sqlmlutils

Установка новых пакетов R

• получение сведений о пакете R
• Установка с помощью sqlmlutils
• Создание репозитория miniCRAN
• Советы по использованию пакетов R

Monitor

• Мониторинг с помощью отчетов SSMS

• Мониторинг с использованием динамических административных представлений

• Мониторинг с помощью расширенных событий

• Мониторинг PREDICT в T-SQL

Security

• Предоставление пользователям разрешений

Машинное обучение Spark

• Использование машинного обучения Spark
• Обработка данных с помощью акселератора кода PROSE
• Модели машинного обучения Spark с MLeap

Next steps

• Выполнение простых скриптов Python
• Обучение и оценка прогнозной модели в Python
• Выполнение простых скриптов R
• Обучение и оценка прогнозной модели в R