使用 ODBC 保存和加载 SQL Server 机器学习 Services 中的 R 对象

2025-01-02

适用于：SQL Server 2016 (13.x) 及更高版本

了解如何使用 RevoScaleR 包将已序列化的 R 对象存储在表中，然后根据需要使用 SQL Server 机器学习服务从表中加载对象。可在训练和保存模型时使用，然后在以后的评分或分析中使用。

RevoScaleR 包

RevoScaleR 包包含序列化和反序列化函数，这些函数可将 R 对象简洁地加载到 SQL Server，然后从表中读取对象。通常，每个函数调用都使用简单的键值存储，其中，键是对象的名称，与键关联的值是将移入或移出表的 varbinary R 对象。

若要直接从 R 环境中将 R 对象保存到 SQL Server，必须执行以下操作：

使用 RxOdbcData 数据源建立与 SQL Server 的连接。
通过 ODBC 连接调用新函数
或者，可以指定不对对象进行序列化。然后，选择要使用的新压缩算法，而不是默认的压缩算法。

默认情况下，从 R 调用以移动到 SQL Server 的任何对象都将进行序列化和压缩。相反，从 SQL Server 表加载某对象以便在 R 代码中使用时，该对象将进行反序列化和解压。

新函数列表

rxWriteObject 使用 ODBC 数据源将 R 对象写入 SQL Server。
rxReadObject 使用 ODBC 数据源从 SQL Server 数据库读取 R 对象
rxDeleteObject 从 ODBC 数据源中指定的 SQL Server 数据库中删除 R 对象。如果存在多个由键/版本组合标识的对象，则将删除所有对象。
rxListKeys 以键/值对的方式列出所有可用对象。这有助于确定 R 对象的名称和版本。

有关每个函数语法的详细帮助，请使用 R 帮助。 ScaleR 引用中还提供了详细信息。

如何使用 ODBC 在 SQL Server 中存储 R 对象

此过程说明如何使用新函数创建模型并将其保存到 SQL Server。

为 SQL Server 设置连接字符串。

conStr <- 'Driver={SQL Server};Server=localhost;Database=storedb;Trusted_Connection=true'

使用连接字符串在 R 中创建 rxOdbcData 数据源对象。
```
ds <- RxOdbcData(table="robjects", connectionString=conStr)
```

如果已存在表，请将其删除，无需跟踪旧版本的对象。

if(rxSqlServerTableExists(ds@table, ds@connectionString)) {
    rxSqlServerDropTable(ds@table, ds@connectionString)
    }

定义可用于存储二进制对象的表。

ddl <- paste(" CREATE TABLE [", ds@table, "] 
   (","  [id] varchar(200) NOT NULL,
    "," [value] varbinary(max),
    "," CONSTRAINT unique_id UNIQUE (id))", 
    sep = "")

打开 ODBC 连接以创建表，DDL 语句完成之后，关闭连接。
```
 rxOpen(ds, "w") 
 rxExecuteSQLDDL(ds, ddl) 
 rxClose(ds)
```

生成要存储的 R 对象。

infertLogit <- rxLogit(case ~ age + parity + education + spontaneous + induced, 
  data = infert)

使用之前创建的 RxOdbcData 对象，将模型保存到数据库。
```
rxWriteObject(ds, "logit.model", infertLogit)
```

如何使用 ODBC 从 SQL Server 读取 R 对象

此过程说明如何使用新函数从 SQL Server 中加载模型。