Instalar Serviços de Machine Learning do SQL Server (R e Python) no Windows

Aplica-se a: SQL Server 2016 (13.x) SQL Server 2017 (14.x) e SQL Server 2019 (15.x)

Este artigo explica como instalar os Serviços de Machine Learning do SQL Server no Windows. Você pode usar os Serviços de Machine Learning para executar scripts de Python e R no banco de dados.

Lista de verificação da pré-instalação

• Uma instância do mecanismo de banco de dados é necessária. Não é possível instalar somente os recursos do R ou do Python, embora seja possível adicioná-los incrementalmente a uma instância autônoma existente.

• Para continuidade dos negócios, os grupos de disponibilidade Always On são compatíveis com os Serviços de Machine Learning. Instale os Serviços de Machine Learning e configure os pacotes em cada nó.

• Não há suporte para a instalação dos Serviços de Machine Learning em uma instância de cluster de failover Always On no SQL Server 2017. Ela tem suporte com o SQL Server 2019 e posteriores. Você deve instalar os Serviços de Machine Learning no momento da instalação e os recursos não podem ser adicionados a uma instância de cluster de failover existente depois de instalados.

• Não instale os Serviços de Machine Learning em um controlador de domínio. A parte dos Serviços de Machine Learning da instalação falhará.

• Não instale Recursos Compartilhados>Machine Learning Server (Autônomo) no mesmo computador que executa uma instância do banco de dados. Um servidor autônomo competirá pelos mesmos recursos, prejudicando o desempenho das duas instalações.

• A instalação lado a lado com outras versões do R e do Python é compatível, mas não recomendada. Ela é compatível porque a instância do SQL Server usa as próprias cópias das distribuições do R e do Anaconda de software livre. Não é recomendável porque a execução de código que usa R e Python em um computador fora do SQL Server pode gerar problemas:

  • Usar uma biblioteca e arquivos executáveis diferentes criará resultados inconsistentes do que o que você está executando no SQL Server.
  • O SQL Server não pode gerenciar scripts do R e do Python executados em bibliotecas externas, levando à contenção de recursos.

Obtenha a mídia de instalação

O local de download para SQL Server depende da edição:

• Edições SQL Server Enterprise, Standard e Express. Essas edições são licenciadas para uso em produção. Para as edições Enterprise e Standard, entre em contato com seu fornecedor de software para obter a mídia de instalação. Você pode encontrar informações de compra e um diretório de parceiros da Microsoft no site de compras da Microsoft.

• A última edição gratuita.

Executar a instalação

Em instalações locais, você deve executar a instalação como um administrador. Se você instalar o SQL Server de um compartilhamento remoto, deverá usar uma conta de domínio que tenha permissões de leitura e de execução no compartilhamento remoto.

1. Inicie o assistente de instalação do SQL Server.

2. Na guia Instalação, selecione Nova instalação autônoma do SQL Server ou adicionar recursos a uma instalação existente.

   

   

3. Na página Seleção de Recursos , selecione estas opções:

   • Serviços do Mecanismo de Banco de Dados

     Para usar o R e o Python com o SQL Server, você deverá instalar uma instância do mecanismo de banco de dados. Você pode usar uma instância padrão ou uma nomeada.

   • Serviços de Machine Learning (no banco de dados)

     Esta opção instala os serviços de banco de dados que dão suporte à execução de scripts R e Python.

   • Serviços do Mecanismo de Banco de Dados

     Para usar o R ou o Python com o SQL Server, você deverá instalar uma instância do mecanismo de banco de dados. Você pode usar uma instância padrão ou uma nomeada.

   • Serviços de Machine Learning e Extensões de Linguagem

     Esta opção instala os serviços de banco de dados que dão suporte à execução de scripts R e Python.

   • R

     Selecione esta opção para adicionar os pacotes do Microsoft R, o interpretador e o R de código aberto.

   • Python

     Selecione esta opção para adicionar os pacotes do Microsoft Python e o executável do Python 3.5. Depois, selecione as bibliotecas da distribuição do Anaconda.

   Para saber mais sobre como instalar e usar o Java, confira Instalar extensões de linguagem do Java para SQL Server no Windows.

   

   

   Observação

   Não selecione a opção Machine Learning Server (Autônomo) em Recursos Compartilhados. Essa opção destina-se a uso em um computador separado.

Definir variáveis de ambiente

Somente para a integração de recursos do R, é necessário definir a variável de ambiente MKL_CBWR para garantir a saída consistente dos cálculos da Intel MKL (Math Kernel Library):

1. No Painel de Controle, selecione Sistema e Segurança>Sistema>Configurações Avançadas do Sistema>Variáveis de Ambiente.

2. Crie uma variável de usuário ou do sistema:

   • Defina o nome da variável como MKL_CBWR.
   • Defina o valor da variável como AUTO.

Esta etapa requer uma reinicialização do servidor. Se estiver prestes a habilitar a execução de script, você poderá manter a reinicialização até que todo o trabalho de configuração seja concluído.

Habilitar a execução do script

1. Use o SSMS (SQL Server Management Studio) ou o Azure Data Studio para se conectar à instância em que você instalou os Serviços de Machine Learning do SQL Server.

2. Selecione Nova Consulta para abrir uma janela de consulta e execute o seguinte comando:

   EXEC sp_configure
   

3. O valor da propriedade external scripts enabled deve ser 0 neste momento. O recurso é desativado por padrão. Para ativá-lo para que você possa executar scripts do R ou do Python, execute a seguinte instrução:

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

   Se você já tiver habilitado o recurso para a linguagem R, não será necessário executar RECONFIGURE uma segunda vez para o Python. A plataforma de extensibilidade subjacente dá suporte às duas linguagens.

Reinicie o serviço.

Quando a instalação estiver concluída, reinicie o mecanismo de banco de dados. Reiniciar o serviço também reinicia automaticamente o serviço SQL Server Launchpad relacionado.

Você pode reiniciar o serviço usando qualquer um desses métodos:

• O comando Reiniciar com clique com o botão direito do mouse para a instância no Pesquisador de Objetos no SSMS
• O item MMC (Console de Gerenciamento Microsoft) de serviços no Painel de Controle
• SQL Server Configuration Manager

Verifique a instalação

Use as seguintes etapas para verificar se todos os componentes usados para iniciar os scripts externos estão em execução:

1. No SQL Server Management Studio, abra uma nova janela de consulta e execute o seguinte comando:

   EXECUTE sp_configure  'external scripts enabled'
   

   Então, run_value é definido como 1.

2. Abra o item de painel de controle Serviços ou o SQL Server Configuration Manager e verifique se o serviço SQL Server Launchpad está em execução. Você deve ter um serviço para toda instância do mecanismo de banco de dados que tem o R ou o Python instalados. Para obter mais informações sobre o serviço, confira Arquitetura de extensibilidade nos Serviços de Machine Learning do SQL Server.

3. Se o Launchpad estiver em execução, você deverá executar scripts R e Python simples para verificar se os runtimes de script externo podem se comunicar com o SQL Server.

   Abra uma nova janela Consulta no SQL Server Management Studio e, em seguida, execute um script como o seguinte:

   • Para o 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
     

   • Para o 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
     

   Na primeira vez que o runtime de script externo for carregado, o script poderá demorar um pouco para ser executado. Os resultados devem ser semelhantes a estes:

   hello
   1

Configuração adicional

Se a etapa de verificação de script externo tiver sido bem-sucedida, você poderá executar comandos do R ou do Python por meio do SQL Server Management Studio, do Azure Data Studio, do Visual Studio Code ou de qualquer outro cliente que possa enviar instruções T-SQL para o servidor.

Se você tiver um erro ao executar o comando, talvez seja necessário fazer configurações adicionais para o serviço ou banco de dados. No nível da instância, a configuração adicional pode incluir:

• Configurar um firewall para os Serviços de Machine Learning do SQL Server
• Habilitar protocolos de rede adicionais
• Habilitar conexões remotas
• Criar um logon para SQLRUserGroup
• Gerenciar cotas de disco para evitar que scripts externos executem tarefas que esgotem o espaço em disco

No banco de dados, talvez você precise de atualizações de configuração. Para obter mais informações, confira Conceder aos usuários permissão para os Serviços de Machine Learning do SQL Server.

Otimizações sugeridas

Agora que tudo está funcionando, talvez convenha também otimizar o servidor para compatibilidade com aprendizado de máquina ou então instalar um modelo de machine learning pré-treinado.

Otimizar o servidor para execução de script

As configurações padrão da instalação do SQL Server destinam-se a otimizar o equilíbrio do servidor para uma variedade de serviços e aplicativos.

Nas configurações padrão, os recursos de aprendizado de máquina são algumas vezes restritos ou limitados, especialmente em operações com uso intensivo de memória.

Para verificar se os trabalhos de machine learning são priorizados e têm os recursos apropriados, recomendamos que você use o SQL Server Resource Governor para configurar um pool de recursos externo. Talvez convenha também alterar a quantidade de memória alocada ao mecanismo de banco de dados do SQL Server ou aumentar o número de contas executadas no serviço SQL Server Launchpad.

• Para configurar um pool de recursos para o gerenciamento de recursos externos, confira Criar um pool de recursos externo.

• Para alterar a quantidade de memória reservada para o banco de dados, confira Opções de configuração de memória do servidor.

• Para alterar o número de contas do R que podem ser iniciadas pelo SQL Server Launchpad, confira Escalar a execução simultânea de scripts externos nos Serviços de Machine Learning do SQL Server.

Se estiver usando a Edição Standard e não tiver o Resource Governor, você poderá usar exibições de gerenciamento dinâmico, Eventos Estendidos do SQL Server, assim como o monitoramento de eventos do Windows, para ajudar a gerenciar os recursos do servidor.

Instalar pacotes adicionais do Python e do R

As soluções do Python e do R que você cria para SQL Server podem chamar:

• Funções básicas.
• Funções dos pacotes proprietários instalados com o SQL Server.
• Os pacotes de terceiros compatíveis com a versão do Python e do R de código aberto que o SQL Server instala.

Os pacotes do SQL Server que você desejar usar deverão ser instalados na biblioteca padrão usada pela instância. Se tiver uma instalação separada do Python ou do R no computador ou se tiver instalado pacotes em bibliotecas do usuário, você não poderá usar os pacotes do T-SQL.

Para instalar e gerenciar pacotes adicionais, você pode configurar grupos de usuários para compartilhar pacotes em um nível por banco de dados ou configurar funções de banco de dados para permitir que os usuários instalem seus próprios pacotes. Para obter mais informações, confira Instalar pacotes do Python e Instalar novos pacotes do R.

Próximas etapas

Os desenvolvedores do Python podem aprender a usar o Python com o SQL Server seguindo estes tutoriais:

• Tutorial do Python: Prever o aluguel de esquis com regressão linear nos Serviços de Machine Learning do SQL Server
• Tutorial do Python: Criar um modelo para categorizar os clientes com o aprendizado de máquina do SQL

Os desenvolvedores do R podem começar com alguns exemplos simples e aprender os fundamentos de como o R funciona com o SQL Server. Para a próxima etapa, confira os links a seguir:

• Início Rápido: Executar o R no T-SQL
• Tutorial: Análise interna no banco de dados para desenvolvedores de R