Freigeben über

Dienste für Maschinelles Lernen in Azure SQL Managed Instance

Machine Learning Services ist ein Feature von Azure SQL Managed Instance, das maschinelles Lernen in der Datenbank bereitstellt und sowohl Python- als auch R-Skripts unterstützt. Das Feature enthält Microsoft Python- und R-Pakete für leistungsstarke Predictive Analytics und maschinelles Lernen. Die relationalen Daten können in Skripts über gespeicherte Prozeduren, T-SQL-Skript mit Python- oder R-Anweisungen oder Python- oder R-Code mit T-SQL verwendet werden.

Was ist Machine Learning Services?

Mit Machine Learning Services in azure SQL Managed Instance können Sie Python- und R-Skripts in der Datenbank ausführen. Sie können das Feature verwenden, um Daten vorzubereiten und zu bereinigen, Features zu entwickeln und Machine Learning-Modelle in einer Datenbank zu trainieren, auszuwerten und bereitzustellen. Mit dem Feature können Sie Skripts ausführen, in denen sich die Daten befinden. Die Übertragung der Daten über das Netzwerk auf einen anderen Server entfällt.

Verwenden Sie Machine Learning Services mit R/Python-Unterstützung in azure SQL Managed Instance für:

  • Führen Sie R- und Python-Skripts aus, um die Datenvorbereitung und die allgemeine Datenverarbeitung durchzuführen. Sie können jetzt Ihre R/Python-Skripts in azure SQL Managed Instance übertragen, wo sich Ihre Daten befinden, anstatt Daten auf einen anderen Server zu verschieben, um R- und Python-Skripts auszuführen. Sie können die Notwendigkeit von Datenverschiebungen und damit verbundenen Problemen im Zusammenhang mit Latenz, Sicherheit und Compliance beseitigen.

  • Trainieren von Machine Learning-Modellen in der Datenbank – Sie können Modelle mit beliebigen Open Source-Algorithmen trainieren. Sie können Ihre Schulung ganz einfach auf das gesamte Dataset skalieren, anstatt sich auf Beispiel-Datasets zu verlassen, die aus der Datenbank abgerufen wurden.

  • Bereitstellen von Modellen und Skripts in der Produktion in gespeicherten Prozeduren – Die Skripts und trainierten Modelle können einfach durch Einbetten in gespeicherte T-SQL-Prozeduren operationalisiert werden. Apps, die eine Verbindung mit azure SQL Managed Instance herstellen, können von Vorhersagen und Intelligenz in diesen Modellen profitieren, indem sie nur eine gespeicherte Prozedur aufrufen. Sie können auch die systemeigene T-SQL-VORHERSAGE-Funktion verwenden, um Modelle für eine schnelle Bewertung in hoch gleichzeitigen Echtzeitbewertungsszenarien zu operationalisieren.

In Machine Learning Services sind Basisverteilungen von R und Python enthalten. Sie können Open-Source-Pakete und Frameworks wie PyTorch, TensorFlow und scikit-learn zusätzlich zu den Microsoft-Paketen revoscalepy und microsoftml für Python sowie RevoScaleR, MicrosoftML, OlapR und sqlrutils für R installieren und verwenden.

Aktivieren von Machine Learning Services

Sie können Machine Learning Services in Azure SQL Managed Instance aktivieren, indem Sie die Erweiterbarkeit mit den folgenden SQL-Befehlen aktivieren (SQL Managed Instance wird neu gestartet und ist einige Sekunden lang nicht verfügbar):

sp_configure 'external scripts enabled', 1;
RECONFIGURE WITH OVERRIDE;

Ausführliche Informationen dazu, wie sich dieser Befehl auf SQL Managed Instance-Ressourcen auswirkt, finden Sie unter Resource Governance.

Aktivieren von Machine Learning Services in einer Failovergruppe

In einer Failovergruppe werden Systemdatenbanken nicht in die sekundäre Instanz repliziert (weitere Informationen finden Sie unter Einschränkungen von Failovergruppen ).

Wenn die verwendete SQL-verwaltete Instanz Teil einer Failovergruppe ist, gehen Sie wie folgt vor:

  • Führen Sie die sp_configure Befehle und RECONFIGURE Befehle für jede Instanz der Failovergruppe aus, um Machine Learning Services zu aktivieren.

  • Installieren Sie die R/Python-Bibliotheken in einer Benutzerdatenbank anstelle der master Datenbank.

Nächste Schritte

  • Last updated on