分享方式:


RevoScaleR (SQL Server 機器學習服務中的 R 套件)

適用於: SQL Server 2016 (13.x) 和更新版本

RevoScaleR 是來自 Microsoft 的 R 套件,其支援分散式計算、遠端計算內容,以及高效能資料科學演算法。 其也支援資料匯入、資料轉換、摘要、視覺效果和分析。 該套件包含在 SQL Server 機器學習服務SQL Server 2016 R Services 中。

相較於基底 R 函式,RevoScaleR 作業可針對大型的資料集、平行處理,以及在分散式檔案系統上執行。 函式可以使用區塊化,以及在作業完成時重組結果,來處理無法放入記憶體中的資料集。

RevoScaleR 函式會以 rx** 或 Rx 前置詞表示,使其易於識別。

RevoScaleR 可作為分散式資料科學的平台。 例如,您可以在 MicrosoftML 中,使用 RevoScaleR 計算內容和轉換搭配最先進的演算法。 您也可以使用 rxExec 平行執行基底 R 函式。

完整參考文件

RevoScaleR 套件分散在多個 Microsoft 產品中,但不論是在 SQL Server 或其他產品中取得該套件,其使用方式都相同。 由於函數相同,因此個別 RevoScaleR 函數的文件只發佈至 R 參考底下的一個位置。 若有任何產品特定行為存在,函式說明頁面中將會註明不一致之處。

版本與平台

RevoScaleR 套件以 R 3.4.3 為基礎,且只有當安裝下列其中一個 Microsoft 產品或下載項目時才會提供:

注意

在 SQL Server 2017 中,完整產品發行版本僅適用於 Windows。 在 SQL Server 2019 中,RevoScaleR 則同時支援 Windows 和 Linux。

依類別區分的函式

本節依類別列出函式,讓您了解每個函式的使用方式。 您也可以使用目錄來依字母順序尋找函式。

1-資料來源與計算

RevoScaleR 包含用於建立資料來源及設定計算執行位置 (或計算內容) 的函式。 資料來源物件是可一起指定連接字串和您想要之資料集 (可定義為資料表、檢視或查詢) 的容器。 不支援預存程序呼叫。 下表列出與 SQL Server 案例相關的函式。

在某些情況下,SQL Server 和 R 會使用不同的資料類型。 如需 SQL 與 R 資料類型間的對應清單,請參閱 R 與 SQL 的對應資料類型

函式 描述
RxInSqlServer 建立 SQL Server 計算內容物件以將計算推送至遠端執行個體。 數個 RevoScaleR 函式會以計算內容作為引數。
rxGetComputeContext / rxSetComputeContext 取得或設定使用中的計算內容。
RxSqlServerData 根據 SQL Server 查詢或資料表來建立資料物件。
RxOdbcData 根據 ODBC 連線來建立資料來源。
RxXdfData 根據本機 XDF 檔案來建立資料來源。 XDF 檔案通常用來將記憶體內的資料卸載至磁碟。 當使用的資料超過可從資料庫以單一批次傳輸的資料,或是超過記憶體可容納的資料時,XDF 檔案非常實用。 例如,如果您會定期將大量資料從資料庫移到本機工作站,而不是針對每個 R 作業重複地查詢資料庫,則您可以使用 XDF 檔案作為一種快取以將資料儲存在本機,然後在您的 R 工作區中使用它。

提示

如果您不熟悉資料來源或計算內容,建議您先從分散式計算這篇文章開始。

執行 DDL 陳述式

您可以從 R 執行 DDL 陳述式,前提是您具有執行個體及資料庫的必要權限。 下列函式會使用 ODBC 呼叫來執行 DDL 陳述式或擷取資料庫結構描述。

函式 說明
rxSqlServerTableExists 和 rxSqlServerDropTable 卸除 SQL Server 資料表,或檢查資料庫資料表或物件是否存在。
rxExecuteSQLDDL 執行定義或操作資料庫物件的資料定義語言 (DDL) 命令。 此函式無法傳回資料,而且只會用來擷取或修改物件結構描述或中繼資料。

2-資料操作 (ETL)

建立資料來源物件之後,您可以使用物件將資料載入其中、轉換資料,或將新的資料寫入至指定的目的地。 根據來源中的資料大小,您也可以定義資料來源中的批次大小,以及以區塊移動資料。

函式 說明
rxOpen-methods 檢查資料來源是否可用、開啟或關閉資料來源、從來源讀取資料、將資料寫入至目標,以及關閉資料來源。
rxImport 將資料從資料來源移到檔案儲存體或資料框架中。
rxDataStep 在資料來源之間移動資料時進行轉換。

3-圖形函式

函式名稱 描述
rxHistogram 從資料建立長條圖。
rxLinePlot 從資料建立線繪圖。
rxLorenz 計算可繪製的 Lorenz 曲線。
rxRocCurve 從實際和預測資料計算並繪製 ROC 曲線。

4-描述性統計資料

函式名稱 描述
rxQuantile * 計算 .xdf 檔案和資料框架的近似分位數,而不需要排序。
rxSummary * 資料的基本摘要統計資料,包括依群組計算。 不支援依群組計算寫入至 .xdf 檔案。
rxCrossTabs * 資料以公式為基礎的交叉資料表。
rxCube * 以公式為基礎的替代交叉資料表,針對有效表示傳回的 Cube 結果所設計。 不支援將輸出寫入至 .xdf 檔案。
rxMarginals 交叉資料表的臨界摘要。
as.xtabs 將交叉資料表結果轉換為 xtabs 物件。
rxChiSquaredTest 針對 xtabs 物件執行卡方檢定。 搭配小型資料集使用,而且不會將資料區塊化。
rxFisherTest 針對 xtabs 物件執行費雪精確檢定。 搭配小型資料集使用,而且不會將資料區塊化。
rxKendallCor 使用 xtabs 物件計算肯德爾等級相關係數。
rxPairwiseCrossTab 將函式套用到成對組合的 xtabs 物件資料列與資料行。
rxRiskRatio 計算兩兩 xtabs 物件的相對風險。
rxOddsRatio 計算兩兩 xtabs 物件的勝算比。

* 表示此類別中最常用的函式。

5-預測函式

函式名稱 描述
rxLinMod * 將線性模型套入資料。
rxLogit * 將羅吉斯迴歸模型套入資料。
rxGlm * 將廣義線性模型套入資料。
rxCovCor * 計算一組變數的共變數、相關性或正方形 / 交叉乘積矩陣的總和。
rxDTree * 將分類或迴歸樹狀結構套入資料。
rxBTrees * 使用隨機梯度提升演算法,將分類或迴歸決策樹系套入資料。
rxDForest * 將分類或迴歸決策樹系套入資料。
rxPredict * 計算適合模型的預測。 輸出必須是 XDF 資料來源。
rxKmeans * 執行 K 平均數叢集。
rxNaiveBayes * 執行貝氏機率分類。
rxCov 計算一組變數的共變數矩陣。
rxCor 計算一組變數的相關矩陣。
rxSSCP 計算一組變數的正方形/交叉乘積矩陣總和。
rxRoc 使用二元分類器系統的實際與預測值的接收器操作特徵曲線 (ROC) 計算。

* 表示此類別中最常用的函式。

如何使用 RevoScaleR

封裝在預存程序中的 R 程式碼可呼叫 RevoScaleR 中的函式。 大多數開發人員會在本機建置 RevoScaleR 解決方案,然後將完成的 R 程式碼移轉至預存程序作為部署練習。

在本機執行時,您通常會從命令列或從 R 開發環境執行 R 指令碼,然後使用其中一個 RevoScaleR 函式來指定 SQL Server 計算內容。 您可以將遠端計算內容用於整個程式碼,也可以用於個別函式。 例如,您可以將模型定型卸載至伺服器,以使用最新資料並避免資料移動。

當您準備好將 R 指令碼封裝在預存程序 sp_execute_external_script 內時,建議您將程式碼重寫成已清楚定義輸入和輸出的單一函式。

另請參閱