Installer SQL Server Machine Learning Services (Python et R) sur Windows

S’applique à : SQL Server 2016 (13.x), SQL Server 2017 (14.x), et SQL Server 2019 (15.x)

Cet article explique comment installer SQL Server Machine Learning Services sur Windows. Vous pouvez utiliser Machine Learning Services pour exécuter des scripts Python et R dans la base de données.

Liste de vérification de la préinstallation

• Une instance du moteur de base de données est nécessaire. Vous ne pouvez pas installer uniquement les fonctionnalités Python ou R, même si vous pouvez les ajouter de façon incrémentielle à une instance autonome existante.

• Pour la continuité de l’activité, les groupes de disponibilité Always On sont pris en charge par Machine Learning Services. Installez Machine Learning Services et configurez des packages sur chaque nœud.

• L’installation de Machine Learning Services n’est pas prise en charge sur une instance de cluster de basculement Always On dans SQL Server 2017. Elle est prise en charge avec SQL Server 2019 et ultérieur. Vous devez installer Machine Learning Services au moment de l’installation et les fonctionnalités ne peuvent pas être ajoutées à une instance de cluster de basculement existante une fois installées.

• N’installez pas Machine Learning Services sur un contrôleur de domaine. La partie du programme d’installation dédiée à Machine Learning Services échouerait.

• N’installez pas Fonctionnalités partagées>Machine Learning Server (autonome) sur l’ordinateur qui exécute une instance de base de données. Un serveur autonome tente d’accéder aux mêmes ressources, ce qui affecte les performances des deux installations.

• L’installation côte à côte avec d’autres versions de Python et R est prise en charge, mais n’est pas recommandée. Elle est prise en charge, car l’instance SQL Server utilise ses propres copies des distributions R et Anaconda open source. Elle n’est pas recommandée, car l’exécution de code utilisant Python et R sur un ordinateur autre que SQL Server peut entraîner des problèmes :

  • L’utilisation d’une bibliothèque et de fichiers exécutables différents entraîne des résultats incohérents par rapport à ce que vous exécutez dans SQL Server.
  • SQL Server ne peut pas gérer les scripts R et Python qui s’exécutent dans des bibliothèques externes, ce qui entraîne une contention de ressources.

Obtenir le média d’installation

L’emplacement de téléchargement pour SQL Server dépend de l’édition :

• Éditions SQL Server Entreprise, Standard et Express. Ces éditions sont concédées sous licence pour une utilisation en production. Pour les éditions Entreprise et Standard, contactez votre fournisseur de logiciels afin d’obtenir le support d’installation. Vous trouverez des informations sur l’achat et un annuaire de partenaires de Microsoft sur le site web d’achat de Microsoft.

• L’édition gratuite la plus récente.

Exécuter le programme d’installation

Dans le cas d'une installation locale, vous devez exécuter le programme d'installation en qualité d'administrateur. Si vous installez SQL Server à partir d'un partage distant, vous devez utiliser un compte de domaine qui a les autorisations de lecture et d'exécution sur le partage distant.

1. Démarrez l’Assistant Installation de SQL Server.

2. Sous l’onglet Installation, sélectionnez Nouvelle installation autonome de SQL Server ou ajout de fonctionnalités à une installation existante.

   

   

3. Dans la page Sélection de fonctionnalités , sélectionnez les options suivantes :

   • Services Moteur de base de données

     Pour utiliser R et Python avec SQL Server, vous devez installer une instance du moteur de base de données. Vous pouvez utiliser l’instance par défaut ou une instance nommée.

   • Machine Learning Services (dans la base de données)

     Cette option installe les services de base de données qui prennent en charge l’exécution de scripts R et Python.

   • Services Moteur de base de données

     Pour utiliser R ou Python avec SQL Server, vous devez installer une instance du moteur de base de données. Vous pouvez utiliser l’instance par défaut ou une instance nommée.

   • Machine Learning Services et l’extension de langage

     Cette option installe les services de base de données qui prennent en charge l’exécution de scripts R et Python.

   • R

     Sélectionnez cette option pour ajouter les packages Microsoft R, l’interpréteur et R open source.

   • Python

     Sélectionnez cette option pour ajouter les packages Microsoft Python et l’exécutable Python 3.5, et sélectionnez des bibliothèques de la distribution Anaconda.

   Pour plus d’informations sur l’installation et l’utilisation de Java, consultez Installer l’extension de langage SQL Server Java sur Windows.

   

   

   Notes

   Ne sélectionnez pas l’option Machine Learning Server (autonome) sous Fonctionnalités partagées. Cette option est prévue pour un ordinateur distinct.

Définir des variables d’environnement

Pour l’intégration de fonctionnalités R uniquement, vous devez définir la variable d’environnement MKL_CBWR pour garantir la cohérence de la sortie des calculs d’Intel Math Kernel Library (MKL) :

1. Dans le Panneau de configuration, cliquez sur Système et sécurité>Système>Paramètres système avancés>Variables d’environnement.

2. Créez une variable Utilisateur ou Système :

   • Définissez le nom de la variable sur MKL_CBWR.
   • Définissez la valeur de la variable sur AUTO.

Cette étape nécessite un redémarrage du serveur. Si vous êtes sur le point d’activer l’exécution de scripts, vous pouvez reporter le redémarrage jusqu’à ce que le travail de configuration soit terminé.

Activer l’exécution de scripts

1. Utilisez SQL Server Management Studio (SSMS) ou Azure Data Studio pour vous connecter à l’instance sur laquelle vous avez installé SQL Server Machine Learning Services.

2. Sélectionnez Nouvelle requête pour ouvrir une fenêtre de requête, puis exécutez la commande suivante :

   EXEC sp_configure
   

3. La valeur de la propriété external scripts enabled doit être 0 à ce stade. Cette fonctionnalité est désactivée par défaut. Pour l’activer afin de pouvoir exécuter des scripts R ou Python, exécutez l’instruction suivante :

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

   Si vous avez déjà activé la fonctionnalité pour le langage R, vous n’avez pas besoin d’exécuter RECONFIGURE une deuxième fois pour Python. La plateforme d’extensibilité sous-jacente prend en charge les deux langages.

Redémarrez le service.

Une fois l’installation terminée, redémarrez le moteur de base de données. Le redémarrage du service entraîne également le redémarrage automatique du service SQL Server Launchpad associé.

Vous pouvez redémarrer le service en utilisant une de ces méthodes :

• Cliquer avec le bouton droit sur la commande Redémarrer de l’instance dans l’Explorateur d’objets dans SSMS
• Utiliser l’élément Microsoft Management Console (MMC) Services dans le Panneau de configuration
• Gestionnaire de configuration SQL Server

Vérifier l'installation

Utilisez les étapes suivantes pour vérifier que tous les composants utilisés pour lancer les scripts externes sont en cours d’exécution :

1. Dans SQL Server Management Studio, ouvrez une nouvelle fenêtre de requête et exécutez la commande suivante :

   EXECUTE sp_configure  'external scripts enabled'
   

   Ensuite, run_value est défini sur 1.

2. Ouvrez l’élément Services du Panneau de configuration ou le Gestionnaire de configuration SQL Server, puis vérifiez que le service SQL Server Launchpad est en cours d’exécution. Vous devez disposer d’un service pour chaque instance du moteur de base de données sur laquelle R ou Python est installé. Pour plus d’informations sur le service, consultez Architecture d’extensibilité dans SQL Server Machine Learning Services.

3. Si le service Launchpad est en cours d’exécution, vous pouvez exécuter des scripts Python et R simples pour vérifier que les runtimes de script externes peuvent communiquer avec SQL Server.

   Ouvrez une nouvelle fenêtre Requête dans SQL Server Management Studio, puis exécutez un script de ce type :

   • Pour R :

     EXEC sp_execute_external_script  @language =N'R',
     @script=N'
     OutputDataSet <- InputDataSet;
     ',
     @input_data_1 =N'SELECT 1 AS hello'
     WITH RESULT SETS (([hello] int not null));
     GO
     

   • Pour Python :

     EXEC sp_execute_external_script  @language =N'Python',
     @script=N'
     OutputDataSet = InputDataSet;
     ',
     @input_data_1 =N'SELECT 1 AS hello'
     WITH RESULT SETS (([hello] int not null));
     GO
     

   La première fois que vous chargez le runtime du script externe, le script peut prendre un certain temps pour s’exécuter. Les résultats doivent se présenter comme suit :

   hello
   1

Configuration supplémentaire

Si l’étape de vérification des scripts externes réussit, vous pouvez exécuter des commandes R ou Python à partir de SQL Server Management Studio, de Visual Studio Code ou de tout autre client capable d’envoyer des instructions T-SQL au serveur.

Si vous avez obtenu une erreur quand vous avez exécuté la commande, vous devez peut-être effectuer des configurations supplémentaires dans le service ou la base de données. Au niveau de l’instance, ces configurations supplémentaires peuvent comprendre :

• Configurer un pare-feu pour SQL Server Machine Learning Services
• Activer des protocoles réseau supplémentaires
• Activer des connexions à distance
• Créer un nom de connexion pour SQLRUserGroup
• Gérer les quotas de disque pour éviter que les scripts externes n’exécutent des tâches qui saturent l’espace disque

Dans la base de données, vous pouvez avoir besoin d’effectuer des mises à jour de configuration. Pour plus d’informations, consultez Accorder des autorisations utilisateur pour SQL Server Machine Learning Services.

Optimisations suggérées

Maintenant que tout fonctionne, vous souhaitez peut-être optimiser le serveur en vue de la prise en charge du machine learning ou installer un modèle de machine learning préalablement entraîné.

Optimiser le serveur pour l’exécution de scripts

Les paramètres par défaut du programme d’installation de SQL Server sont prévus afin d’optimiser l’équilibre du serveur pour divers autres services et applications.

Dans les paramètres par défaut, les ressources sont parfois restreintes ou limitées pour le machine learning, en particulier dans les opérations utilisant beaucoup de mémoire.

Pour vous assurer que les travaux de machine learning sont classés par ordre de priorité et correctement ressourcés, nous vous recommandons d’utiliser la fonctionnalité Resource Governor de SQL Server pour configurer un pool de ressources externes. Vous pouvez aussi modifier la quantité de mémoire allouée au moteur de base de données SQL Server ou augmenter le nombre de comptes s’exécutant sous le service SQL Server Launchpad.

• Pour configurer un pool de ressources afin de gérer des ressources externes, consultez Créer un pool de ressources externes.

• Pour modifier la quantité de mémoire réservée à la base de données, consultez Options de configuration de la mémoire du serveur.

• Pour changer le nombre de comptes R qui peuvent être démarrés par SQL Server Launchpad, consultez Mettre à l’échelle l’exécution simultanée de scripts externes dans SQL Server Machine Learning Services.

Si vous utilisez l’édition Standard et que vous n’avez pas Resource Governor, vous pouvez utiliser les vues de gestion dynamiques, les événements étendus SQL Server ainsi que le monitoring des événements Windows pour mieux gérer les ressources de serveur.

Installer des packages Python et R supplémentaires

Les solutions Python et R que vous créez pour SQL Server peuvent appeler :

• Des fonctions de base.
• Des fonctions des packages propriétaires installés avec SQL Server.
• Des packages tiers compatibles avec la version open source de Python et R que SQL Server installe.

Les packages SQL Server que vous voulez utiliser doivent être installés dans la bibliothèque par défaut utilisée par l’instance. Si vous avez installé R ou Python séparément sur l’ordinateur ou installé des packages dans des bibliothèques utilisateur, vous ne pouvez pas utiliser ces packages à partir de T-SQL.

Pour installer et gérer des packages supplémentaires, vous pouvez configurer des groupes d’utilisateurs afin de partager des packages pour chaque base de données ou configurer des rôles de base de données pour permettre aux utilisateurs d’installer leurs propres packages. Pour plus d’informations, consultez Installer des packages Python et Installer de nouveaux packages R.

Étapes suivantes

Les développeurs Python peuvent apprendre à utiliser Python avec SQL Server en effectuant les didacticiels suivants :

• Tutoriel Python : Prédire la location de ski avec régression linéaire dans SQL Server Machine Learning Services
• Tutoriel Python : Créer un modèle pour classer les clients par catégorie avec l’apprentissage automatique SQL

Les développeurs R peuvent démarrer avec des exemples simples et découvrir les principes de base du fonctionnement de R avec SQL Server. Pour l’étape suivante, consultez les liens suivants :

• Démarrage rapide : Exécuter R dans T-SQL
• Tutoriel : Analytique dans la base de données pour les développeurs R