Not
Bu sayfaya erişim yetkilendirme gerektiriyor. Oturum açmayı veya dizinleri değiştirmeyi deneyebilirsiniz.
Bu sayfaya erişim yetkilendirme gerektiriyor. Dizinleri değiştirmeyi deneyebilirsiniz.
Şunlar için geçerlidir: SQL Server 2016 (13.x) ve sonraki sürümleri
Önemli
Machine Learning Server (eski adıyla R Server) desteği 1 Temmuz 2022'de sona erdi. Daha fazla bilgi için bkz. Machine Learning Server'a neler oluyor?
SQL Server, SQL Server'ın bağımsız olarak çalıştığı tek başına R Server veya Machine Learning Server için yükleme desteği sağlar. SQL Server sürümünüze bağlı olarak, tek başına bir sunucu, açık kaynak R ve muhtemelen Python'un temelleri üzerine inşa edilmiş olup, Microsoft'un büyük ölçekte istatistiksel ve tahmine dayalı analiz ekleme kapasitesine sahip yüksek performanslı kitaplıklarıyla donatılmıştır. Kitaplıklar, R veya Python'da oluşturulan makine öğrenmesi görevlerini de etkinleştirir.
SQL Server 2016'da bu özellik R Server (Tek Başına) olarak adlandırılır ve yalnızca R'dir. SQL Server 2017'de buna Machine Learning Server (Tek Başına) adı verilir ve hem R hem de Python içerir.
Uyarı
SQL Server Kurulumu tarafından yüklendiği gibi, tek başına bir sunucu, uzaktan yürütme, işletimselleştirme ve web hizmetleri ile R ve Python kitaplıklarının tam koleksiyonu gibi aynı kullanıcı senaryolarını destekleyen , Microsoft Machine Learning Server'ın SQL markalı olmayan sürümlerine işlevsel olarak eşdeğerdir.
Bileşenler
SQL Server 2016 yalnızca R'yi destekler. SQL Server 2017, R ve Python'ı destekler. Aşağıdaki tabloda her sürümdeki özellikler açıklanmaktadır.
| Bileşen | Açıklama |
|---|---|
| R paketleri |
RevoScaleR , veri işleme, dönüştürme, görselleştirme ve analiz işlevlerine sahip ölçeklenebilir R için birincil kitaplıktır. MicrosoftML , metin analizi, görüntü analizi ve yaklaşım analizi için özel modeller oluşturmak için makine öğrenmesi algoritmaları ekler. sqlRUtils , R betiklerini T-SQL saklı yordamına yerleştirmek, bir veritabanına saklı yordam kaydetmek ve saklı yordamı R geliştirme ortamında çalıştırmak için yardımcı işlevler sağlar. olapR , R'de MDX sorguları belirtmek içindir. |
| Microsoft R Open (MRO) | Microsoft R Open (kullanımdan kaldırıldı), Microsoft'un açık kaynak R dağıtımıydı. |
| R araçları | R konsolu pencereleri ve komut istemleri, R dağıtımındaki standart araçlardır. Bunları \Program files\Microsoft SQL Server\140\R_SERVER\bin\x64 konumunda bulun. |
| R Örnekleri ve komut dosyaları | Açık kaynak R ve RevoScaleR paketleri, önceden yüklenmiş verileri kullanarak betik oluşturup çalıştırabilmeniz için yerleşik veri kümeleri içerir. Bunları \Program files\Microsoft SQL Server\140\R_SERVER\library\datasets ve \library\RevoScaleR konumunda arayın. |
| Python paketleri |
revoscalepy , veri işleme, dönüştürme, görselleştirme ve analiz işlevleriyle ölçeklenebilir Python için birincil kitaplıktır. microsoftml metin analizi, görüntü analizi ve yaklaşım analizi için özel modeller oluşturmak için makine öğrenmesi algoritmaları ekler. |
| Python araçları | Yerleşik Python komut satırı aracı geçici test ve görevler için kullanışlıdır. aracı \Program files\Microsoft SQL Server\140\PYTHON_SERVER\python.exekonumunda bulun. |
| Anakonda | Anaconda, Python ve temel paketlerin açık kaynak dağıtımıdır. |
| Python örnekleri ve betikleri | R'de olduğu gibi Python da yerleşik veri kümeleri ve betikler içerir. Yeniden ölçeklendirme verilerini \Program files\Microsoft SQL Server\140\PYTHON_SERVER\lib\site-packages\revoscalepy\data\sample-data konumunda bulabilirsiniz. |
| R ve Python'da önceden eğitilmiş modeller | Önceden eğitilmiş modeller, belirli kullanım örnekleri için oluşturulur ve Microsoft'taki veri bilimi mühendisliği ekibi tarafından korunur. Sağladığınız yeni veri girişlerini kullanarak metindeki pozitif-negatif yaklaşımı puanlama veya görüntülerdeki özellikleri algılamak için önceden eğitilmiş modelleri as-is kullanabilirsiniz. Önceden eğitilmiş modeller tek başına bir sunucuda desteklenir ve kullanılabilir, ancak BUNLARı SQL Server Kurulumu aracılığıyla yükleyemezsiniz. Daha fazla bilgi için bkz . SQL Server'da önceden eğitilmiş makine öğrenmesi modellerini yükleme. |
Tek başına sunucu kullanma
R ve Python geliştiricileri genellikle açık kaynak R ve Python'ın bellek ve işleme kısıtlamalarının ötesine geçmek için tek başına bir sunucu seçer. Tek başına bir sunucuda yürütülen R ve Python kitaplıkları, birden çok çekirdekte büyük miktarda veri yükleyip işleyebilir ve sonuçları tek bir birleştirilmiş bir çıktıda toplayabilir. Yüksek performanslı işlevler hem ölçek hem de yardımcı program için tasarlanmıştır: Microsoft tarafından tasarlanmış ve desteklenen ticari bir sunucu ürününde tahmine dayalı analiz, istatistiksel modelleme, veri görselleştirmeleri ve önde gelen makine öğrenmesi algoritmaları sunma.
SQL Server'dan ayrılmış bağımsız bir sunucu olarak, SQL Server'da değil, tek başına sunucuda sağlanan temel işletim sistemi ve standart araçlar kullanılarak R ve Python ortamı yapılandırılır, güvenli hale getirilir ve bu ortamlara erişilir. SQL Server ilişkisel verileri için yerleşik destek yoktur. SQL Server verilerini kullanmak istiyorsanız, herhangi bir istemciden yaptığınız gibi veri kaynağı nesneleri ve bağlantıları oluşturabilirsiniz.
SQL Server'a yardımcı olan tek başına sunucu, hem yerel hem de uzaktan bilgi işlem gerekiyorsa güçlü bir geliştirme ortamı olarak da kullanışlıdır. Tek başına bir sunucudaki R ve Python paketleri, veritabanı altyapısı yüklemesi ile sağlananlarla aynıdır ve kod taşınabilirliği ve işlem bağlamı geçişi sağlar.
Nasıl Başlanır
Kurulumla başlayın, ikili dosyaları en sevdiğiniz geliştirme aracına ekleyin ve ilk betiğinizi yazın.
1. Adım: Yazılımı yükleme
Şu sürümlerden birini yükleyin:
- SQL Server 2017 Machine Learning Server (tek başına)
- SQL Server 2016 R Server (Tek Başına) - Yalnızca R
2. Adım: Geliştirme aracı yapılandırma
Tek başına bir sunucuda, aynı bilgisayarda yüklü bir geliştirme kullanılarak yerel olarak çalışmak yaygın bir durumdır.
3. Adım: İlk betiğinizi yazma
RevoScaleR, revoscalepy ve makine öğrenmesi algoritmalarının işlevlerini kullanarak R veya Python betiği yazın.
25 İşlevde R ve RevoScaleR'yi keşfedin: Temel R komutlarıyla başlayın ve ardından R çözümlerine yüksek performans ve ölçeklendirme sağlayan RevoScaleR dağıtılabilir analiz işlevlerine ilerleyin. K ortalamaları kümeleme, karar ağaçları, karar ormanları ve veri işleme araçları gibi en popüler R modelleme paketlerinin birçoğunun paralelleştirilebilir sürümlerini içerir.
Hızlı Başlangıç: microsoftml Python paketiyle ikili sınıflandırma örneği: microsoftml'den ve iyi bilinen meme kanseri veri kümesinden işlevleri kullanarak ikili sınıflandırma modeli oluşturma.
Görev için en iyi dili seçin. R, SQL kullanılarak uygulanması zor olan istatistiksel hesaplamalar için en iyisidir. Veriler üzerinde ayarlanan tabanlı işlemler için SQL Server'ın gücünü kullanarak en yüksek performansı elde edin. Sütunlar üzerinde çok hızlı hesaplamalar için bellek içi veritabanı altyapısını kullanın.
4. Adım: Çözümünüzü kullanıma hazır hale getirme
Tek başına sunucular, SQL markalı olmayan Microsoft Machine Learning Server'ınişletimselleştirme işlevselliğini kullanabilir. İşletimselleştirme için tek başına bir sunucu yapılandırabilirsiniz; bu da size şu avantajları sağlar: kodunuzu web hizmetleri olarak dağıtma ve barındırma, tanılama çalıştırma, web hizmeti kapasitesini test edin.
5. Adım: Sunucunuzu koruma
SQL Server düzenli aralıklarla toplu güncelleştirmeler yayınlar. Toplu güncelleştirmelerin uygulanması, mevcut bir yüklemeye güvenlik ve işlevsel iyileştirmeler ekler.
Yeni veya değiştirilmiş işlevlerin açıklamaları CAB İndirmeleri makalesinde ve SQL Server 2016, SQL Server 2017 ve SQL Server 2019 derleme sürümü makalelerinde bulunabilir.
Güncelleştirmeleri var olan bir örneğe uygulama hakkında daha fazla bilgi için yükleme yönergelerinde Güncelleştirmeleri uygulama bölümüne bakın.