Início Rápido: executar scripts simples do R com o aprendizado de máquina do SQL

Aplica-se a: SQL Server 2016 (13.x) e versões posteriores Instância Gerenciada de SQL do Azure

Neste início rápido, você executará um conjunto de scripts simples do R usando os Serviços de Machine Learning do SQL Server ou em Clusters de Big Data. Você aprenderá a usar o procedimento armazenado sp_execute_external_script para executar o script em uma instância do SQL Server.

Pré-requisitos

Para executar este início rápido, você precisará dos pré-requisitos a seguir.

• Serviços de Machine Learning do SQL Server. Para instalar os Serviços de Machine Learning, confira o Guia de instalação do Windows ou o Guia de instalação do Linux. Você também pode habilitar Serviços de Machine Learning em Clusters de Big Data do SQL Server.

• Uma ferramenta para executar consultas SQL que contenham scripts do R. Este início rápido usa o Azure Data Studio.

Executar um script simples

Para executar um script R, você o passará como um argumento para o procedimento armazenado do sistema, sp_execute_external_script. Esse procedimento armazenado do sistema inicia o runtime de R, transmite dados para R, gerencia as sessões de usuário de R com segurança e retorna todos os resultados para o cliente.

Nas etapas a seguir, você executará este exemplo de script do R:

a <- 1
b <- 2
c <- a/b
d <- a*b
print(c(c, d))

1. Abra o Azure Data Studio e conecte-se ao servidor.

2. Passe o script R completo para o procedimento armazenado sp_execute_external_script.

   O script é passado por meio do argumento @script. Tudo dentro do argumento @script precisa ser código R válido.

   EXECUTE sp_execute_external_script @language = N'R'
       , @script = N'
   a <- 1
   b <- 2
   c <- a/b
   d <- a*b
   print(c(c, d))
   '
   

3. O resultado correto é calculado e a função R print retorna o resultado na janela Mensagens.

   O resultado deve ser semelhante ao mostrado a seguir.

   Resultados

   STDOUT message(s) from external script:
   0.5 2
   

Executar um script de Olá, Mundo

Um script de exemplo típico é aquele que apenas gera a cadeia de caracteres "Olá, Mundo". Execute o comando a seguir.

EXECUTE sp_execute_external_script @language = N'R'
    , @script = N'OutputDataSet<-InputDataSet'
    , @input_data_1 = N'SELECT 1 AS hello'
WITH RESULT SETS(([Hello World] INT));
GO

As entradas para o procedimento armazenado sp_execute_external_script incluem:

Entrada	Descrição
@language	define a extensão da linguagem a ser chamada, neste caso, R
@script	define os comandos passados para o runtime do R. O seu script R inteiro deve ser colocado neste argumento como texto Unicode. Você também pode adicionar texto a uma variável do tipo nvarchar e chamar a variável
@input_data_1	dados retornados pela consulta, transmitidos ao runtime do R, que retorna os dados como uma estrutura de dados
WITH RESULT SETS	cláusula que define o esquema da tabela de dados retornada, adicionando "Olá, Mundo" como o nome da coluna, int como o tipo de dados

O comando gera o seguinte texto:

Olá, Mundo
1

Use entradas e saídas

Por padrão, sp_execute_external_script aceita um único conjunto de dados como entrada, que normalmente você fornece na forma de uma consulta SQL válida. Em seguida, ele retorna uma única estrutura de dados do R como saída.

Por enquanto, usaremos as variáveis de entrada e saída padrão de sp_execute_external_script: InputDataSet e OutputDataSet.

1. Crie uma pequena tabela de dados de teste.

   CREATE TABLE RTestData (col1 INT NOT NULL)
   
   INSERT INTO RTestData
   VALUES (1);
   
   INSERT INTO RTestData
   VALUES (10);
   
   INSERT INTO RTestData
   VALUES (100);
   GO
   

2. Use a instrução SELECT para consultar a tabela.

   SELECT *
   FROM RTestData
   

   Resultados

   

3. Execute o script R a seguir. Ele recupera os dados da tabela usando a instrução SELECT, passa-os pelo runtime do R e retorna os dados como uma estrutura de dados. A cláusula WITH RESULT SETS define o esquema da tabela de dados retornada para o SQL, adicionando o nome de coluna NewColName.

   EXECUTE sp_execute_external_script @language = N'R'
       , @script = N'OutputDataSet <- InputDataSet;'
       , @input_data_1 = N'SELECT * FROM RTestData;'
   WITH RESULT SETS(([NewColName] INT NOT NULL));
   

   Resultados

   

4. Agora, vamos alterar os nomes das variáveis de entrada e de saída. Os nomes padrão das variáveis de entrada e de saída são InputDataSet e OutputDataSet, respectivamente. Este script altera os nomes para SQL_in e SQL_out:

   EXECUTE sp_execute_external_script @language = N'R'
       , @script = N' SQL_out <- SQL_in;'
       , @input_data_1 = N' SELECT 12 as Col;'
       , @input_data_1_name = N'SQL_in'
       , @output_data_1_name = N'SQL_out'
   WITH RESULT SETS(([NewColName] INT NOT NULL));
   

   Observe que R diferencia maiúsculas de minúsculas. As variáveis de entrada e saída usadas no script R (SQL_out, SQL_in) precisam corresponder aos nomes definidos com @input_data_1_name e @output_data_1_name, incluindo maiúsculas e minúsculas.

   Dica

   Só é possível passar um conjunto de dados de entrada como parâmetro, e você pode retornar apenas um conjunto de dados. No entanto, você pode chamar outros conjuntos de dados em seu código R e pode retornar saídas de outros tipos, além do conjunto de dados. Você também pode adicionar a palavra-chave OUTPUT a qualquer parâmetro para que ele retorne com os resultados.

5. Você também pode gerar valores usando apenas o script R sem dados de entrada (@input_data_1 está definido como em branco).

   O script a seguir gera o texto "Olá" e "mundo".

   EXECUTE sp_execute_external_script @language = N'R'
       , @script = N'
   mytextvariable <- c("hello", " ", "world");
   OutputDataSet <- as.data.frame(mytextvariable);
   '
       , @input_data_1 = N''
   WITH RESULT SETS(([Col1] CHAR(20) NOT NULL));
   

   Resultados

   @script como entrada" />

Verificar a versão do R

Se você quiser ver qual versão de R está instalada, execute o script a seguir.

EXECUTE sp_execute_external_script @language = N'R'
    , @script = N'print(version)';
GO

A função print do R retorna a versão para a janela Mensagens. Na saída de exemplo abaixo, você pode ver que, nesse caso, a versão 3.4.4 do R está instalada.

Resultados

STDOUT message(s) from external script:
                   _
platform       x86_64-w64-mingw32
arch           x86_64
os             mingw32
system         x86_64, mingw32
status
major          3
minor          4.4
year           2018
month          03
day            15
svn rev        74408
language       R
version.string R version 3.4.4 (2018-03-15)
nickname       Someone to Lean On

Listar pacotes do R

A Microsoft fornece vários pacotes do R pré-instalados com os Serviços de Machine Learning.

Para ver uma lista de quais pacotes do R estão instalados, incluindo informações de versão, dependências, licença e caminho de biblioteca, execute o script a seguir.

EXEC sp_execute_external_script @language = N'R'
    , @script = N'
OutputDataSet <- data.frame(installed.packages()[,c("Package", "Version", "Depends", "License", "LibPath")]);'
WITH result sets((
            Package NVARCHAR(255)
            , Version NVARCHAR(100)
            , Depends NVARCHAR(4000)
            , License NVARCHAR(1000)
            , LibPath NVARCHAR(2000)
            ));

A saída é de installed.packages() em R e é retornada como um conjunto de resultados.

Resultados

Próximas etapas

Para saber como usar estruturas de dados ao usar o R com o aprendizado de máquina do SQL, siga este início rápido:

Manipular tipos de dados e objetos usando o R com o aprendizado de máquina do SQL