SQL Server 大数据群集上的机器学习指南

适用范围：SQL Server 2019 (15.x)

本文介绍如何在机器学习方案中使用 SQL Server 大数据群集。

重要

Microsoft SQL Server 2019 大数据群集附加产品将停用。 对 SQL Server 2019 大数据群集的支持将于 2025 年 2 月 28 日结束。 具有软件保障的 SQL Server 2019 的所有现有用户都将在平台上获得完全支持，在此之前，该软件将继续通过 SQL Server 累积更新进行维护。 有关详细信息，请参阅公告博客文章和 Microsoft SQL Server 平台上的大数据选项。

SQL Server 大数据群集中的机器学习简介

SQL Server 大数据群集 支持使用不同技术堆栈的机器学习方案和解决方案：SQL Server 机器学习服务和 Apache Spark ML 。

SQL Server 大数据群集 使用已建立的 SQL Server 机器学习服务技术堆栈，在 SQL Server 引擎内提供机器学习功能；实现高性能的数据库内机器学习推理和评分方案。

对于基于大数据的机器学习方案，使用 HDFS 进行大数据托管并使用 Apache Spark ML 功能更具成本效益、可缩放性，且功能更强大。

机器学习方案

机器学习功能支持各种应用程序和解决方案，如欺诈检测、预测、流失以及一般分类和回归任务。 然而，在方案中使用最佳技术也很重要。

方面	SQL Server 机器学习服务	Apache Spark ML
数据位置	利用 SQL Server 上的表格数据位置。 高级数据层。	使用 HDFS 的可缩放大数据数据层；非结构化、半结构化和结构化数据。
最适用于	低延迟推理和评分方案	1. 基于大数据的分布式批处理训练和评分机器学习模型 2. 用于 ML 的 ETL 接收器和大规模数据准备和特征工程
源	ML 支持的 BI 仪表板、报表和应用程序。 需要低延迟	批处理评分的数据可能会提升到 SQL Server 以驱动 ML 支持的方案
延迟	需要低延迟	可接受较高延迟
了解详细信息	通过机器学习服务在 SQL Server 大数据群集上运行 Python 和 R 脚本	SQL Server 大数据群集上的 Spark 机器学习简介

后续步骤

有关详细信息，请参阅 SQL Server 大数据群集 简介。