通过

你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。

Azure SQL 托管实例中的机器学习服务

  • 项目

机器学习服务是 Azure SQL 托管实例的一项功能，可提供支持 Python 和 R 脚本的数据库内机器学习。 该功能包括用于高性能预测分析和机器学习的 Microsoft Python 以及 R 包。 关系数据可以通过存储过程、包含 Python 或 R 语句的 T-SQL 脚本或包含 T-SQL 的 Python 或 R 代码在脚本中使用。

什么是机器学习服务？

使用 Azure SQL 托管实例中的机器学习服务，你可以在数据库中执行 Python 和 R 脚本。 可以使用它来准备和清理数据、执行特征工程以及在数据库中定型、评估和部署机器学习模型。 此功能在数据所在的位置运行脚本，无需通过网络将数据传输到其他服务器。

使用 Azure SQL 托管实例中支持 R/Python 的机器学习服务，你可以：

  • 运行 R 和 Python 脚本以准备数据和处理常规用途的数据 - 现在可以将 R/Python 脚本引入数据所在的 Azure SQL 托管实例，而无需将数据移出到其他服务器来运行 R 和 Python 脚本。 无需移动数据，避免发生延迟、安全性和合规性相关的问题。

  • 在数据库中训练机器学习模型 - 可以使用任何开源算法来训练模型。 可以轻松地将训练扩展到整个数据集，而不用依赖于数据库中提取的示例数据集。

  • 将模型和脚本部署到存储过程的生产环境中 - 只需将脚本和已训练的模型嵌入 T-SQL 存储过程，便可对它们进行操作。 连接到 Azure SQL 托管实例的应用只需调用存储过程，便可受益于这些模型中的预测和智能功能。 此外，还可以使用本机 T-SQL PREDICT 函数来操作模型，以便在高度并发的实时评分方案中进行快速评分。

Python 和 R 的基本分发包含在机器学习服务中。 除了用于 Python 的 revoscalepy 和 microsoftml Microsoft 包，以及用于 R 的 RevoScaleR、MicrosoftML、olapR 和 sqlrutils 外，还可以安装和使用开源包和框架，如 PyTorch、TensorFlow 和 scikit-learn。

如何启用机器学习服务

利用以下 SQL 命令的扩展性，你可以启用 Azure SQL 托管实例中的机器学习服务（SQL 托管实例将重启，并在几秒钟内不可用）：

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

有关此命令如何影响 SQL 托管实例资源的详细信息，请参阅资源调控。

在故障转移组中启用机器学习服务

在故障转移组中，系统数据库不会复制到辅助实例（有关详细信息，请参阅故障转移组的限制）。

如果正在使用的 SQL 托管实例属于故障转移组，请执行以下操作：

  • 在故障转移组的每个实例上运行 sp_configure 和 RECONFIGURE 命令，以启用机器学习服务。

  • 在用户数据库而不是 master 数据库上安装 R/Python 库。

后续步骤