快速入門：R 函式搭配 SQL 機器學習

適用於：SQL Server 2016 (13.x) 和更新版本 Azure SQL 受控執行個體

在此快速入門中，您將會了解如何搭配 SQL Server 機器學習服務或巨量資料叢集使用 R 數學與公用程式函式。 以 T-SQL 實作統計函數通常會很複雜，但若使用 R，只需要幾行程式碼就可以完成。

Prerequisites

您需要符合下列必要條件，才能執行此快速入門。

• SQL Server 機器學習服務。 若要安裝機器學習服務，請參閱 Windows 安裝指南或 Linux 安裝指南。 您也可以啟用 SQL Server 巨量資料叢集上的機器學習服務。

• 執行 SQL 查詢的工具，這些查詢包含 R 指令碼。 本快速入門使用 Azure Data Studio。

建立預存程序來產生亂數

為了簡單起見，讓我們使用預設會安裝並載入的 R stats 套件。 該套件包含數百個用來進行一般統計工作的函式，其中 rnorm 函式會在指定標準差和平均值的情況下，使用常態分佈產生指定數目的亂數。

例如，下列 R 程式碼會在指定標準差為 3 的情況下，傳回平均值為 50 的 100 個數字。

as.data.frame(rnorm(100, mean = 50, sd = 3));

若要從 T-SQL 呼叫此行的 R，請在 sp_execute_external_script 的 R 指令碼參數中新增 R 函數，如下所示：

EXECUTE sp_execute_external_script
      @language = N'R'
    , @script = N'
         OutputDataSet <- as.data.frame(rnorm(100, mean = 50, sd =3));'
    , @input_data_1 = N'   ;'
      WITH RESULT SETS (([Density] float NOT NULL));

想要更輕鬆地產生一組不同的亂數？

與 T-SQL 合併時很容易做到。 您可以定義一個預存程序來取得使用者的引數，然後將這些引數當做變數傳遞至 R 指令碼。

CREATE PROCEDURE MyRNorm (
    @param1 INT
    , @param2 INT
    , @param3 INT
    )
AS
EXECUTE sp_execute_external_script @language = N'R'
    , @script = N'
	     OutputDataSet <- as.data.frame(rnorm(mynumbers, mymean, mysd));'
    , @input_data_1 = N'   ;'
    , @params = N' @mynumbers int, @mymean int, @mysd int'
    , @mynumbers = @param1
    , @mymean = @param2
    , @mysd = @param3
WITH RESULT SETS(([Density] FLOAT NOT NULL));

• 第一行定義執行預存程序時所需要的每個 SQL 輸入參數。

• 開頭為 @params 的行會定義 R 程式碼所使用的所有變數，以及對應的 SQL 資料類型。

• 緊接的行會將 SQL 參數名稱對應至相對應的 R 變數名稱。

現在您已將 R 函式包裝於預存程序中，您將可以輕鬆地呼叫函式並傳入不同的值，如下所示︰

EXECUTE MyRNorm @param1 = 100,@param2 = 50, @param3 = 3

使用 R 公用程式函式進行疑難排解

預設安裝的 utils 套件可提供用來調查目前 R 環境的各種公用程式函數。 如果您發現您的 R 程式碼在 SQL Server 和外部環境中的執行方式不一致，這些函數會非常有用。

例如，您可能會在 R 中使用系統計時函數，例如 system.time 與 proc.time，以擷取 R 程序使用的時間，並分析效能問題。 如需範例，請參閱建立資料特徵教學課程，其中 R 時間函數會內嵌在解決方案中。

EXECUTE sp_execute_external_script
      @language = N'R'
    , @script = N'
        library(utils);
        start.time <- proc.time();
        
        # Run R processes
        
        elapsed_time <- proc.time() - start.time;'

如需其他有用的函式，請參閱使用 R 分析函式來改善效能。

後續步驟

若要搭配 SQL 機器學習使用 R 來建立機器學習模型，請依照此快速入門進行：

使用 SQL 機器學習在 R 中建立和評分預測模型