Partilhar via


Extensão da linguagem R nos Serviços de Machine Learning do SQL Server

Aplica-se a: SQL Server 2016 (13.x) e versões posteriores

Este artigo descreve a extensão do R para executar scripts de Python externos com os Serviços de Machine Learning do SQL Server e o SQL Server 2016 R Services. A extensão adiciona:

  • Um ambiente de execução de R
  • Uma distribuição básica de R com bibliotecas e ferramentas padrão
  • Bibliotecas de R da Microsoft:
    • RevoScaleR para análise em escala
    • MicrosoftML para algoritmos de machine learning. Aplica-se apenas ao: SQL Server 2016, SQL Server 2017 e SQL Server 2019.
    • Outras bibliotecas para acessar dados ou código R no SQL Server

Componentes R

O SQL Server inclui pacotes de software livre e proprietários. As bibliotecas de R base são instaladas por meio da distribuição de R de software livre da Microsoft: MRO (Microsoft R Open). Os usuários atuais de R devem ser capazes de portar seu código R e executá-lo como um processo externo em SQL Server com poucas ou nenhuma modificação. O MRO é instalado independentemente das ferramentas SQL e é executado fora dos processos do mecanismo principal, na estrutura de extensibilidade. Durante a instalação, você deve consentir com os termos da licença de software livre. Depois disso, você poderá executar pacotes R padrão sem modificações adicionais como faria em qualquer outra distribuição de software livre de R.

O SQL Server 2016 (13.x), o SQL Server 2017 (14.x) e o SQL Server 2019 (15.x) não modifica os executáveis R base, mas você precisa usar a versão do R instalada pela Instalação, pois nessa versão é que os pacotes proprietários foram compilados e testados. Para obter mais informações sobre como o MRO difere de uma distribuição base de R que você pode obter do CRAN, confira Interoperabilidade com a linguagem R e os produtos e recursos do Microsoft R.

A distribuição do pacote base de R configurada pela Instalação pode ser encontrada na pasta associada à instância. Por exemplo, se você tiver instalado o R Services na instância padrão do SQL Server, as bibliotecas de R estarão localizadas nesta pasta por padrão: C:\Program Files\Microsoft SQL Server\MSSQL13.MSSQLSERVER\R_SERVICES\library. Da mesma forma, as ferramentas de R associadas à instância padrão deverão estar localizadas nesta pasta por padrão: C:\Program Files\Microsoft SQL Server\MSSQL13.MSSQLSERVER\R_SERVICES\bin.

Os pacotes de R adicionados pela Microsoft para cargas de trabalho paralelas e distribuídas incluem as bibliotecas a seguir.

Biblioteca Descrição
RevoScaleR É compatível com objetos de fonte de dados e exploração, manipulação, transformação e visualização de dados. Ele é compatível com a criação de contextos de computação remota, bem como com vários modelos de machine learning escalonáveis, como rxLinMod. As APIs foram otimizadas para analisar conjuntos de dados que são grandes demais para caber na memória e executar cálculos distribuídos em vários processadores ou núcleos. O pacote RevoScaleR também é compatível com o formato de arquivo XDF para movimentação e armazenamento mais rápidos de dados usados para análise. O formato XDF usa armazenamento colunar, é portátil e pode ser usado para carregar e manipular dados de várias fontes, incluindo texto, SPSS ou uma conexão ODBC.
MicrosoftML Contém algoritmos de aprendizado de máquina que foram otimizados para velocidade e precisão, bem como transformações em linha para trabalhar com texto e imagens. Para obter mais informações, confira MicrosoftML no SQL Server. Aplica-se apenas ao: SQL Server 2016, SQL Server 2017 e SQL Server 2019.

A partir do SQL Server 2022 (16.x), os runtimes do R, do Python e do Java não são mais instalados com a Instalação do SQL. Portanto, instale os pacotes e os runtimes personalizados R e/ou Python desejados. Para obter mais informações, confira Instalar os Serviços de Machine Learning do SQL Server 2022 no Windows ou Instalar os Serviços de Machine Learning do SQL Server (Python e R) no Linux.

Como usar R no SQL Server

Você pode criar o script R usando funções base, mas para se beneficiar de vários processamentos, é necessário importar os módulos RevoScaleR e MicrosoftML no código R e, em seguida, chamar as funções para criar modelos executados em paralelo.

As fontes de dados compatíveis incluem bancos de dados ODBC, SQL Server e formato de arquivo XDF para trocar dados com outras fontes ou com soluções de R. Os dados de entrada devem ser tabulares. Todos os resultados de R devem ser retornados na forma de um quadro de dados.

Os contextos de computação compatíveis incluem o contexto de computação local ou remota do SQL Server. Um contexto de computação remota refere-se à execução de código que começa em um computador, como uma estação de trabalho, mas, em seguida, alterna a execução do script para um computador remoto. Alternar o contexto de computação requer que ambos os sistemas tenham a mesma biblioteca RevoScaleR.

O contexto de computação local, como você pode esperar, inclui a execução do código R no mesmo servidor que a instância do mecanismo de banco de dados, com o código dentro de T-SQL ou inserido em um procedimento armazenado. Você também pode executar o código de um IDE R local e fazer com que o script seja executado no computador SQL Server, definindo um contexto de computação remota.

Arquitetura de execução

Os diagramas a seguir descrevem a interação dos componentes do SQL Server com o runtime do R em cada um dos cenários compatíveis: execução de script no banco de dados e execução remota de uma linha de comando de R, usando um contexto de computação do SQL Server.

Scripts R executados do SQL Server no banco de dados

O código R que é executado de "dentro" do SQL Server é executado chamando um procedimento armazenado. Portanto, qualquer aplicativo que possa fazer uma chamada de procedimento armazenado pode iniciar a execução de código R. Então, o SQL Server gerencia a execução de código R, conforme resumido no diagrama a seguir.

rsql_indb780-01

  1. Uma solicitação para o runtime de R é indicada pelo parâmetro @language='R' passado para o procedimento armazenado, sp_execute_external_script. O SQL Server envia essa solicitação para o serviço Launchpad. No Linux, o SQL usa um serviço Launchpad para se comunicar com um processo Launchpad separado para cada usuário. Veja o Diagrama da arquitetura de extensibilidade para obter detalhes.
  2. O serviço Launchpad inicia o inicializador apropriado; neste caso, RLauncher.
  3. O RLauncher inicia o processo de R externo.
  4. O BxlServer coordena-se com o runtime do R para gerenciar a troca de dados com o SQL Server e o armazenamento de resultados funcionais.
  5. O Satélite SQL gerencia as comunicações sobre processos e tarefas relacionadas com o SQL Server.
  6. O BxlServer usa Satélite SQL para comunicar o status e os resultados ao SQL Server.
  7. O SQL Server obtém resultados e fecha os processos e tarefas relacionados.

Scripts R executados de um cliente remoto

Ao conectar-se de um cliente de ciência de dados remotos compatível com o Microsoft R, você pode executar funções do R no contexto do SQL Server usando as funções RevoScaleR. Esse é um fluxo de trabalho diferente do anterior e é resumido no diagrama a seguir.

rsql_fromR2db-01

  1. Para funções do RevoScaleR, o runtime do R chama uma função de vinculação que, por sua vez, chama o BxlServer.
  2. O BxlServer é fornecido com o Microsoft R e é executado em um processo separado do runtime do R.
  3. O BxlServer determina o destino da conexão e inicia uma conexão usando o ODBC, passando as credenciais fornecidas como parte da cadeia de conexão no objeto de fonte de dados do R.
  4. O BxlServer abre uma conexão para a instância do SQL Server.
  5. Para uma chamada do R, o serviço Launchpad é invocado e, por sua vez, inicia o inicializador apropriado, RLauncher. Depois disso, o processamento do código R é semelhante ao processo para executar o código R de T-SQL.
  6. O RLauncher faz uma chamada para a instância de runtime do R instalada no computador do SQL Server.
  7. Os resultados são retornados ao BxlServer.
  8. O Satélite SQL gerencia a comunicação com o SQL Server e a limpeza dos objetos de trabalho relacionados.
  9. O SQL Server passa os resultados de volta para o cliente.

Confira também