適用於：
SQL Server 2019 (15.x)
Important
MICROSOFT SQL Server 2019 巨量數據叢集已淘汰。 SQL Server 2019 巨量數據叢集的支援已於 2025 年 2 月 28 日結束。 如需詳細資訊，請參閱 Microsoft SQL Server 平臺上的公告部落格文章和巨量數據選項。
本文說明如何在 SQL Server 巨量數據叢集上有效地使用 Spark 進行機器學習。
SQL Server 巨量數據叢集中的 Spark 機器學習
SQL Server 巨量數據叢集 可使用不同的技術堆疊來啟用機器學習案例和解決方案： SQL Server 機器學習服務和Apache Spark ML。
若要進一步瞭解何時使用每個技術堆疊，請參閱 SQL Server 巨量數據叢集的機器學習指南。 本指南涵蓋 Apache Spark ML。
針對以巨量數據為基礎的機器學習案例，HDFS 用於巨量數據裝載和 Apache Spark ML 功能，是更具成本效益、可調整且功能強大的方法。 然而，這遠未詳盡列出Spark Machine Learning所能達成的可能性，如需完整的功能清單，請參閱 ：Spark MLlib。
下一節提供 SQL Server 巨量數據叢集中 Spark 的策劃案例和參考清單。
SQL Server 巨量數據叢集上的 Spark 機器學習建置組塊
| Learn | Contents | Link |
|---|---|---|
| Apache Spark 的 SQL Server 巨量數據叢集運行時間 | 這會顯示每個版本隨附的內容 | 適用於 Apache Spark 的 SQL Server 巨量數據叢集運行時間指南 |
| 存放集區 | 如何一起儲存和使用 HDFS + Spark 來解除鎖定機器學習的數據 | SQL Server 巨量數據叢集中的存放集區簡介 |
| 使用以筆記本為基礎的體驗和您選擇的工具 | 使用您選擇的工具連線 Spark-Livy 端點 |
在 Azure Data Studio 中的 SQL Server 巨量數據叢集上提交 Spark 作業 在 Visual Studio Code 中的 SQL Server 巨量數據叢集上提交 Spark 作業 在 SQL Server 巨量數據叢集中使用 sparklyr |
| 如何安裝額外的套件 | 如果套件未現成提供，請加以安裝 | Spark 連結庫管理 |
| 如何進行疑難排解 | 萬一中斷 |
pyspark針對筆記本進行疑難解答在 Spark 歷程記錄伺服器中對 SQL Server 巨量資料叢集上的 Spark 應用程式進行偵錯和診斷 |
| 如何提交機器學習批次作業 | 使用指令行執行機器學習訓練和批次評分 | 使用命令行工具提交 Spark 作業 |
| 如何在 SQL Server 與 Spark 之間快速移動資料 | 為您的Spark ML案例建立 SQL Server 來源和/或目的地。 使用 HDFS 並非必要專案 | 使用適用於 SQL Server 和 Azure SQL 的 Apache Spark 連接器 |
| Spark 模型運作 | 定型之後，使用 MLeap進行操作 | 在 SQL Server 巨量數據叢集上建立、匯出和評分 Spark 機器學習模型 |
| Data wrangling | 除了 Spark 強大的數據整理功能之外，我們還提供 PROSE。 | 使用 PROSE 程式代碼加速器進行數據整頓 |
Next steps
如需詳細資訊，請參閱 SQL Server 巨量數據叢集簡介。