Azure SQL Yönetilen Örneği'nde Makine Öğrenimi Hizmetleri

Machine Learning Services, Azure SQL Yönetilen Örneği'nin hem Python hem de R betiklerini destekleyen veritabanı içi makine öğrenmesi sağlayan bir özelliğidir. Bu özellik, yüksek performanslı tahmine dayalı analiz ve makine öğrenmesi için Microsoft Python ve R paketlerini içerir. İlişkisel veriler, saklı yordamlar, Python veya R ifadelerini içeren bir T-SQL betiği ya da T-SQL içeren bir Python veya R kodu aracılığıyla betiklerde kullanılabilir.

Important

Machine Learning Services, yalnızca SQL Server 2022 güncelleme politikasıyla yapılandırılmış SQL yönetilen örneklerde mevcuttur. SQL Server 2025 veya Always-up-to-date güncelleme ilkesiyle kullanılamaz. SQL Server 2022 güncelleme politikası, SQL Server 2022 için ana akım destek sona erene kadar geçerlidir. O sırada örnekler otomatik olarak SQL Server’ın en son ana sürümüne yönelik güncelleştirme ilkesine geçer ve Machine Learning Services kullanılamaz hale gelir. Bu örneklerden harici olarak barındırılan bir makine öğrenimi modelini çağırmak için sp_invoke_external_rest_endpoint kullanmayı düşünebilirsiniz.

Machine Learning Services nedir?

Azure SQL Yönetilen Örneği'ndeki Machine Learning Services, python ve R betiklerini veritabanında yürütmenizi sağlar. Verileri hazırlamak ve temizlemek, özellik mühendisliği yapmak ve makine öğrenmesi modellerini bir veritabanında eğitmek, değerlendirmek ve dağıtmak için kullanabilirsiniz. Bu özellik, betiklerinizi verilerin bulunduğu yerde çalıştırır ve verilerin ağ üzerinden başka bir sunucuya aktarılmasını ortadan kaldırır.

Azure SQL Yönetilen Örneği'nde R/Python desteğiyle Machine Learning Services'ı kullanarak:

  • Veri hazırlama ve genel amaçlı veri işleme yapmak için R ve Python betiklerini çalıştırma - R/Python betiklerinizi artık R ve Python betiklerini çalıştırmak için başka bir sunucuya taşımak zorunda kalmadan verilerinizin bulunduğu Azure SQL Yönetilen Örneği'ne getirebilirsiniz. Veri taşıma gereksinimini ve gecikme süresi, güvenlik ve uyumlulukla ilgili ilgili sorunları ortadan kaldırabilirsiniz.

  • Veritabanında makine öğrenmesi modellerini eğitin - Açık kaynak algoritmaları kullanarak modelleri eğitebilirsiniz. Veritabanından çıkarılan örnek veri kümelerine güvenmek yerine eğitiminizi veri kümesinin tamamına kolayca ölçeklendikleyebilirsiniz.

  • Modellerinizi ve betiklerinizi saklı yordamlarda üretime dağıtma - Betikler ve eğitilen modeller, T-SQL saklı yordamlarına eklenerek çalıştırılabilir. Azure SQL Yönetilen Örneği'ne bağlanan uygulamalar, yalnızca saklı yordamı çağırarak bu modellerdeki tahminlerden ve zekadan yararlanabilir. Ayrıca, yüksek oranda eşzamanlı gerçek zamanlı puanlama senaryolarında hızlı puanlama için modelleri kullanıma hazır hale getirmek için yerel T-SQL PREDICT işlevini de kullanabilirsiniz.

Python ve R'nin temel dağıtımları Machine Learning Services'a dahildir. Python için Microsoft paketleri revoscalepy ve microsoftml ile R için RevoScaleR, MicrosoftML, olapR ve sqlrutils'e ek olarak PyTorch, TensorFlow ve scikit-learn gibi açık kaynak paketleri ve çerçeveleri yükleyebilir ve kullanabilirsiniz.

Machine Learning Services'i etkinleştirme

SQL Server 2022 güncelleme politikasıyla yapılandırılmış bir SQL managed instance içinde, aşağıdaki SQL komutlarıyla genişletilebilirliği etkinleştirerek Machine Learning Hizmetlerini etkinleştirin (SQL Yönetilen Örneği yeniden başlatılır ve birkaç saniye kullanılabilir değildir):

sp_configure 'external scripts enabled', 1;
RECONFIGURE WITH OVERRIDE;

Bu komutun SQL Yönetilen Örneği kaynaklarını nasıl etkilediği hakkında ayrıntılı bilgi için bkz. Kaynak İdaresi.

Yük devretme grubunda Makine Öğrenimi Hizmetlerini etkinleştirme

Bir yük devretme grubunda, sistem veritabanları ikincil örneğe çoğaltılmaz (daha fazla bilgi için bkz . Yük devretme gruplarının sınırlamaları ).

Kullandığınız SQL Yönetilen Örneği bir yük devretme grubunun parçasıysa aşağıdakileri yapın:

  • Yük devretme grubunun her örneğinde Machine Learning Services'i etkinleştirmek için sp_configure ve RECONFIGURE komutlarını çalıştırın.

  • R/Python kitaplıklarını master veritabanı yerine bir kullanıcı veritabanına yükleyin.

Sonraki Adımlar

  • Last updated on