共用方式為


什麼是 SQL Server 中的獨立 Machine Learning Server 或 R 伺服器?

適用於: SQL Server 2016 (13.x) 和更新版本

重要

Machine Learning Server (先前稱為 R Server) 的支援已於 2022 年 7 月 1 日結束。 如需詳細資訊,請參閱 Machine Learning Server 發生什麼事?

SQL Server 提供獨立於 SQL Server 執行的獨立 R 伺服器或 Machine Learning Server 的安裝支援。 根據您的 SQL Server 版本而定,獨立伺服器具有開放原始碼 R (可能也有 Python) 的基礎,並與 Microsoft 中的高效能程式庫重疊,以大規模新增統計和預測性分析。 程式庫也會啟用以 R 或 Python 編寫指令碼的機器學習工作。

在 SQL Server 2016 中,這項功能稱為 R Server (獨立式) ,且僅限於 R。 在 SQL Server 2017 中,它稱為 Machine Learning Server (獨立式) ,且包括 R 和 Python。

注意

如同 SQL Server 安裝程式所安裝,獨立伺服器的功能相當於非 SQL 品牌版本的 Microsoft Machine Learning Server,支援相同的使用者案例,包括遠端執行、運作化和 Web 服務,以及 R 和 Python 程式庫的完整集合。

元件

SQL Server 2016 僅限 R。 SQL Server 2017 支援 R 和 Python。 下表描述每個版本的功能。

元件 描述
R 套件 RevoScaleR 是可調整 R 的主要程式庫,其中包含資料操作、轉換、視覺效果和分析的功能。
MicrosoftML 新增機器學習演算法來建立自訂模型,以進行文字分析、影像分析及情感分析。
sqlRUtils 提供協助程式函式,可將 R 指令碼放入 T-SQL 預存程序、向資料庫註冊預存程序,以及從 R 開發環境執行預存程序。
olapR 是用來在 R 中指定 MDX 查詢。
Microsoft R Open (MRO) Microsoft R Open(已淘汰)是 Microsoft 的開放原始碼 R 發行版。
R 工具 R 主控台視窗和命令提示字元是 R 散發套件中的標準工具。 在 \Program files\Microsoft SQL Server\140\R_SERVER\bin\x64 尋找。
R 範例和指令碼 開放原始碼 R 和 RevoScaleR 套件包含內建的資料集,讓您可以使用預先安裝的資料來建立和執行指令碼。 在 \Program files\Microsoft SQL Server\140\R_SERVER\library\datasets and \library\RevoScaleR 尋找。
Python 套件 revoscalepy 是可擴充 Python 的主要程式庫,其中包含用於資料操作、轉換、視覺效果和分析的功能。
microsoftml 新增機器學習演算法來建立自訂模型,以進行文字分析、影像分析及情感分析。
Python 工具 內建的 Python 命令列工具適用於臨機操作測試和工作。 在 \Program files\Microsoft SQL Server\140\PYTHON_SERVER\python.exe 尋找工具。
Anaconda Anaconda 是 Python 和基本套件的開放原始碼散發套件。
Python 範例和指令碼 像 R 一樣,Python 包含內建的資料集和指令碼。 在 \Program files\Microsoft SQL Server\140\PYTHON_SERVER\lib\site-packages\revoscalepy\data\sample-data 尋找 revoscalepy 資料。
R 和 Python 中的預先定型模型 預先定型的模型是針對特定使用案例所建立,並由 Microsoft 的資料科學工程團隊進行維護。 您可以使用您所提供的新資料輸入,依實際情況使用預先定型的模型來對文字中的正負面情感進行評分,或偵測影像中的特徵。 獨立伺服器支援預先定型的模型且可以使用,但是您無法透過 SQL Server 安裝程式來安裝。 如需詳細資訊,請參閱在 SQL Server上安裝預先定型機器學習模型

使用獨立伺服器

R 和 Python 開發人員通常會選擇獨立伺服器,以超越開放原始碼 R 和 Python 的記憶體和處理條件約束。 在獨立伺服器上執行的 R 和 Python 程式庫,可以在多個核心上載入和處理大量資料,並將結果彙總成單一合併輸出。 高效能功能是針對規模和公用程式而設計:在商務伺服器產品中提供預測性分析、統計模型、資料視覺效果和領先業界的機器學習演算法,並且受到 Microsoft 支援。

隨著獨立伺服器與 SQL Server 分離,R 和 Python 環境會使用基礎作業系統和獨立伺服器 (而不是 SQL Server) 中提供的標準工具進行設定、保護和存取。 SQL Server 關聯式資料並沒有內建支援。 如果想要使用 SQL Server 資料,您可以建立資料來源物件和連接,就像從任何用戶端所做的一樣。

如果您同時需要本機和遠端計算,獨立伺服器也可以當成 SQL Server 的附屬電腦,作為強大的開發環境。 獨立伺服器上的 R 和 Python 套件與資料庫引擎安裝所提供的套件相同,允許程式碼可攜性和計算內容切換

如何開始使用

從安裝開始,將二進位檔附加至您最愛的開發工具,並撰寫您的第一個指令碼。

步驟 1:安裝軟體

安裝下列其中一個版本:

步驟 2:設定開發工具

在獨立伺服器上,通常會使用安裝在同一部電腦上的開發,在本機上工作。

步驟 3:撰寫您的第一個指令碼

使用來自 RevoScaleR、revoscalepy 和機器學習演算法的函式來撰寫 R 或 Python 指令碼。

選擇工作的最佳語言。 R 最適合難以使用 SQL 來實作的統計計算。 對於資料的集合型作業,請利用 SQL Server 的能力來達到最大效能。 使用記憶體內部資料庫引擎,以快速計算資料行。

步驟 4:讓您的解決方案運作

獨立伺服器可以使用非 SQL 品牌 Microsoft Machine Learning Server (英文) 的 運作化 (英文) 功能。 您可以設定獨立伺服器以運作,其具備以 Web 服務形式部署和裝載程式碼、執行診斷、測試 Web 服務容量等優點。

步驟 5:維護您的伺服器

SQL Server 會定期發佈累積更新。 套用累積更新可增加現有安裝的安全性和功能增強功能。

如需新增或變更功能的說明,請參閱 CAB 下載一文和 SQL Server 2016 累積更新SQL Server 2017 累積更新的網頁。

如需如何將更新套用至現有執行個體的詳細資訊,請參閱安裝指示中的套用更新

另請參閱

安裝 R 伺服器 (獨立式) 或 Machine Learning Server (獨立式)