Compartilhar via

Definir e usar contextos de computação (tutorial do SQL Server e do RevoScaleR)

  • Artigo

Aplica-se a: SQL Server 2016 (13.x) e versões posteriores

Este é o tutorial 4 da série de tutoriais do RevoScaleR sobre como usar as funções do RevoScaleR com o SQL Server.

No tutorial anterior, você usou as funções do RevoScaleR para inspecionar objetos de dados. Este tutorial apresenta a função RxInSqlServer, que permite definir um contexto de computação para um SQL Server remoto. Com um contexto de computação remota, você pode alternar a execução de R de uma sessão local para uma sessão remota no servidor.

  • Conhecer os elementos de um contexto de computação do SQL Server remoto
  • Habilitar o rastreamento em um objeto de contexto de computação

O RevoScaleR dá suporte a vários contextos de computação: Hadoop, Spark no HDFS e SQL Server no banco de dados. Para o SQL Server, a função RxInSqlServer é usada para conexões de servidor e passar objetos entre o computador local e o contexto de execução remota.

Criar e definir um contexto de computação

A função RxInSqlServer que cria o contexto de computação do SQL Server usa as seguintes informações:

  • Cadeia de conexão da instância SQL Server
  • Especificação de como a saída deve ser tratada
  • Especificação opcional de um diretório de dados compartilhados
  • Argumentos opcionais que habilitam o rastreamento ou especificam o nível de rastreamento

Esta seção orienta você em cada parte.

  1. Especifique a cadeia de conexão da instância em que os cálculos serão realizados. Você pode usar novamente a cadeia de conexão que criou anteriormente.

    Usando um logon do SQL

    sqlConnString <- "Driver=SQL Server;Server=<SQL Server instance name>; Database=<database name>;Uid=<SQL user nme>;Pwd=<password>"

    Usando a autenticação do Windows

    sqlConnString <- "Driver=SQL Server;Server=instance_name;Database=RevoDeepDive;Trusted_Connection=True"

  2. Especifique como deseja que a saída seja tratada. O script a seguir direciona a sessão local do R para aguardar os resultados do trabalho do R no servidor antes de processar a próxima operação. Ele também impede que a saída de cálculos remotos apareça na sessão local.

    sqlWait <- TRUE
sqlConsoleOutput <- FALSE

    O argumento wait para RxInSqlServer dá suporte a estas opções:

    • TRUE. O trabalho é configurado como bloqueio e não é retornado até que tenha sido concluído ou ocorra uma falha.

    • FALSE. Os trabalhos são configurados como sem bloqueio e são retornados imediatamente, permitindo que você continue a execução de outro código do R. No entanto, mesmo no modo desbloqueado, a conexão do cliente com o SQL Server deve ser mantida durante a execução do trabalho.

  3. Ou especifique a localização de um diretório local para uso compartilhado pela sessão do R local e pelo computador do SQL Server remoto e suas contas.

    sqlShareDir <- paste("c:\\AllShare\\", Sys.getenv("USERNAME"), sep="")

    Se desejar criar manualmente um diretório específico para compartilhamento, você poderá adicionar uma linha como a seguinte:

    dir.create(sqlShareDir, recursive = TRUE)

  4. Passe argumentos para o construtor RxInSqlServer para definir o objeto do contexto de computação.

    sqlCompute <- RxInSqlServer(  
     connectionString = sqlConnString,
     wait = sqlWait,
     consoleOutput = sqlConsoleOutput)

    A sintaxe para RxInSqlServer é quase idêntica à da função RxSqlServerData usada anteriormente para definir a fonte de dados. No entanto, há algumas diferenças importantes.

    • O objeto da fonte de dados, definido usando a função RxSqlServerData, especifica o local em que os dados são armazenados.

    • Por outro lado, o contexto de computação, definido com a função RxInSqlServer, indica o local em que as agregações e outros cálculos deverão ocorrer.

    A definição de um contexto de computação não afeta nenhuma outra computação R que você pode fazer na estação de trabalho e não altera a fonte dos dados. Por exemplo, você poderia definir um arquivo de texto local como a fonte de dados, mas alterar o contexto de computação para o SQL Server e executar todas as leituras e resumos nos dados no computador do SQL Server.

  5. Ative o contexto de computação remota.

    rxSetComputeContext(sqlCompute)

  6. Retorne informações sobre o contexto de computação, incluindo suas propriedades.

    rxGetComputeContext()

  7. Redefina o contexto de computação como o computador local especificando a palavra-chave "local" (o próximo tutorial demonstra o uso do contexto de computação remota).

    rxSetComputeContext("local")

Dica

Para obter uma lista de outras palavras-chave com suporte nesta função, digite help("rxSetComputeContext") em uma linha de comando do R.

Habilitar o rastreamento

Às vezes, as operações funcionam em seu contexto local mas enfrentam problemas quando estão em execução em um contexto de computação remota. Se você desejar analisar problemas ou monitorar o desempenho, poderá habilitar o rastreamento no contexto de computação para dar suporte à solução de problemas de tempo de execução.

  1. Crie um contexto de computação que use a mesma cadeia de conexão, mas adicione os argumentos traceEnabled e traceLevel ao construtor RxInSqlServer.

    sqlComputeTrace <- RxInSqlServer(
    connectionString = sqlConnString,
    #shareDir = sqlShareDir,
    wait = sqlWait,
    consoleOutput = sqlConsoleOutput,
    traceEnabled = TRUE,
    traceLevel = 7)

    Nesse exemplo, a propriedade traceLevel foi definida como 7, o que significa "mostrar todas as informações de rastreamento".

  2. Use a função rxSetComputeContext para especificar o contexto de computação habilitado para rastreamento por nome.

    rxSetComputeContext(sqlComputeTrace)

Próximas etapas

Saiba como alternar contextos de computação para executar o código R no servidor ou localmente.

Calcular estatísticas de resumo em contextos de computação local e remota