Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Gilt für: SQL Server 2016 (13.x)
SQL Server 2017 (14.x)
SQL Server 2019 (15.x)
Wichtig
Die Unterstützung für Machine Learning Server (zuvor als R Server bezeichnet) endet am 1. Juli 2022. Weitere Informationen finden Sie unter Was geschieht mit Machine Learning Server?
Wichtig
Machine Learning Server (eigenständig) wird nicht zusammen mit SQL Server 2022 (16.x) ausgeliefert. In diesem Artikel wird auf ein eingestelltes Feature von SQL Server 2016 (13.x), SQL Server 2017 (14.x) und SQL Server 2019 (15.x) verwiesen.
Das SQL Server-Setup umfasst eine Option für freigegebene Features zum Installieren eines eigenständigen Machine Learning-Servers, der außerhalb von SQL Server ausgeführt wird. Dieses Feature heißt Machine Learning Server (eigenständig) und umfasst R und Python.
Ein eigenständiger vom SQL Server-Setup installierter Server, der beispielsweise die folgenden Anwendungsfälle und Szenarios unterstützt:
- Remote-Ausführung, Umschalten zwischen lokalen und Remotesitzungen in derselben Konsole
- Operationalisierung mit Web- und Computeknoten
- Webdienstbereitstellung: die Möglichkeit wird geboten, R- und Python-Skripts in Webdienste einzufügen.
- Eine vollständige Sammlung der R- und Python-Funktionsbibliotheken
Da es sich um einen von SQL Server getrennten unabhängigen Server handelt, erfolgen Konfiguration, Sicherung und Zugriff auf R- und Python-Umgebungen mithilfe des zugrunde liegenden Betriebssystems und der Tools des eigenständigen Servers und nicht mit SQL Server.
Als Ergänzung zu SQL Server ist ein eigenständiger Server nützlich, wenn Sie leistungsstarke Machine Learning-Lösungen entwickeln müssen, die Remotecomputekontexte für die gesamte Bandbreite der unterstützten Datenplattformen in vollem Umfang nutzen können. Sie können die Ausführung vom lokalen Server auf einen Machine Learning-Remoteserver auf einem Spark-Cluster oder in einer andere SQL Server-Instanz migrieren.
Prüfliste vor der Installation
Wenn Sie eine frühere Version installiert haben, z. B. SQL Server 2016 R Server (Standalone) oder Microsoft R Server, deinstallieren Sie diese vorhandene Installation, bevor Sie fortfahren.
Grundsätzlich wird empfohlen, dass Sie instanzabhängige eigenständige Server- und Datenbank-Engine-Installationen als sich gegenseitig ausschließend behandeln, um Ressourcenkonflikte zu vermeiden. Wenn Sie jedoch über ausreichende Ressourcen verfügen, spricht nichts dagegen, beide Installationen auf dem gleichen physischen Computer zu installieren.
Sie können nur über einen eigenständigen Server auf einem Computer verfügen: entweder SQL Server Machine Learning Server (eigenständig) oder SQL Server R Server (Standalone). Stellen Sie sicher, dass Sie eine Version deinstallieren, bevor Sie eine neue hinzufügen.
Installationsmedien herunterladen
Der Downloadspeicherort für SQL Server ist abhängig von der Edition.
SQL Server-Editionen Enterprise, Standard und Express. Diese Editionen sind für die Verwendung in der Produktion lizenziert. Wenden Sie sich für die Installationsmedien der Editionen Enterprise und Standard an Ihren Softwareanbieter. Einkaufsinformationen und ein Verzeichnis mit Microsoft-Partner finden Sie auf der Einkaufswebsite von Microsoft.
Setup ausführen
Bei lokalen Installationen müssen Sie das Setup als Administrator ausführen. Wenn Sie SQL Server von einer Remotefreigabe installieren, müssen Sie ein Domänenkonto verwenden, das Lese- und Ausführungsberechtigungen auf der Remotefreigabe hat.
Starten Sie den Installations-Assistenten.
Wählen Sie die Registerkarte Installation und dann Neue Installation von Machine Learning Server (eigenständig) aus.
Akzeptieren Sie nach Abschluss der Regelüberprüfung die SQL Server-Lizenzbedingungen, und wählen Sie eine neue Installation aus.
Auf der Seite Featureauswahl sollten die folgenden Optionen bereits aktiviert sein:
Microsoft Machine Learning Server (eigenständig)
R und Python sind beide standardmäßig ausgewählt. Sie können beide Sprachen abwählen, jedoch wird empfohlen, dass Sie mindestens eine der unterstützten Sprachen installieren.
Alle anderen Optionen sollten ignoriert werden.
Hinweis
Vermeiden Sie es, die freigegebenen Features zu installieren, wenn Machine Learning Services für datenbankinterne SQL Server-Analysen bereits auf dem Computer installiert ist. Dadurch werden doppelte Bibliotheken erstellt.
Obwohl R- und Python-Skripts, die in SQL Server ausgeführt werden, von SQL Server verwaltet werden, damit keine Konflikte mit von anderen Datenbank-Engine-Diensten genutztem Arbeitsspeicher entstehen, bestehen keine solche Einschränkungen für Skripts auf eigenständigen Machine Learning-Servern, und sie können andere Datenbankvorgänge beeinträchtigen. Letztlich wird der Remotezugriff über eine RDP-Sitzung, der oft für die Operationalisierung verwendet wird, standardmäßig von Datenbankadministratoren blockiert.
Aus diesen Gründen wird im Allgemeinen empfohlen, dass Sie Machine Learning Server (eigenständig) auf einem anderen Computer als SQL Server-Machine Learning Services installieren.
Akzeptieren Sie die Lizenzbedingungen für das Herunterladen und Installieren von Basissprachverteilungen. Wenn die Schaltfläche Annehmen deaktiviert wird, können Sie auf Weiterklicken.
Überprüfen Sie Ihre Auswahl auf der Seite Installationsbereit , und klicken Sie anschließend auf Installieren.
Festlegen von Umgebungsvariablen
Wenn Sie nur das R-Feature integrieren möchten, sollten Sie die Umgebungsvariable MKL_CBWR über die Intel Math Kernel Library-Berechnungen auf ensure consistent output (Konsistente Ausgabe sicherstellen) festlegen.
Klicken Sie in der Systemsteuerung auf System und Sicherheit>System>Erweiterte Systemeinstellungen>Umgebungsvariablen.
Erstellen Sie eine neue Benutzer- oder Systemvariable.
- Legen Sie den Variablenname auf
MKL_CBWRfest. - Legen Sie den Variablenwert auf
AUTOfest.
- Starten Sie den Server neu.
Standardinstallationsordner
Bei der R- und Python-Entwicklung ist es üblich, dass mehrere Versionen auf demselben Computer vorhanden sind. Bei der Installation mit dem SQL Server-Setup wird die Basisverteilung in einem Ordner installiert, der mit der SQL Server-Version verknüpft ist, die Sie für das Setup verwendet haben.
In der folgenden Tabelle werden die Pfade für R- und Python-Verteilungen aufgeführt, die von Microsoft-Installationsprogrammen erstellt werden. Der Vollständigkeit halber enthält die Tabelle Pfade, die vom SQL Server-Setup und vom eigenständigen Installationsprogramm für Microsoft Machine Learning Server generiert werden.
| Version | Installationsmethode | Standardordner |
|---|---|---|
| SQL Server 2019 Machine Learning Server (eigenständig) | Setup-Assistent für SQL Server 2019 | C:\Program Files\Microsoft SQL Server\150\R_SERVER C:\Program Files\Microsoft SQL Server\150\PYTHON_SERVER |
| SQL Server 2017 Machine Learning Server (eigenständig) | SQL Server 2017-Setup-Assistent | C:\Program Files\Microsoft SQL Server\140\R_SERVER C:\Program Files\Microsoft SQL Server\140\PYTHON_SERVER |
| Microsoft Machine Learning Server (eigenständig) | Eigenständiges Windows.Installationsprogramm | C:\Program Files\Microsoft\ML Server\R_SERVERC:\Program Files\Microsoft\ML Server\PYTHON_SERVER |
| SQL Server-Machine Learning Services (datenbankintern) | SQL Server 2019-Setup-Assistent mit R-Sprachoption | C:\Program Files\Microsoft SQL Server\MSSQL15.<instance_name>\R_SERVICES C:\Program Files\Microsoft SQL Server\MSSQL15.<instance_name>\PYTHON_SERVICES |
| SQL Server-Machine Learning Services (datenbankintern) | SQL Server 2017-Setup-Assistent mit R-Sprachoption | C:\Program Files\Microsoft SQL Server\MSSQL14.<instance_name>\R_SERVICES C:\Program Files\Microsoft SQL Server\MSSQL14.<instance_name>\PYTHON_SERVICES |
| SQL Server 2016 R Server (Standalone) | SQL Server 2016-Setup-Assistent | C:\Program Files\Microsoft SQL Server\130\R_SERVER |
| SQL Server 2016 R Services (datenbankintern) | SQL Server 2016-Setup-Assistent | C:\Program Files\Microsoft SQL Server\MSSQL13.<instance_name>\R_SERVICES |
Anwenden von Updates
Es wird empfohlen, dass Sie das neueste kumulative Update sowohl auf die Datenbank-Engine als auch auf die Machine Learning-Komponenten anwenden. Kumulative Updates werden über das Setupprogramm installiert.
Auf mit dem Internet verbundenen Geräten können Sie eine sich selbst entpackende ausführbare Datei herunterladen. Beim Durchführen von Updates für die Datenbank-Engine werden kumulative Updates für vorhandene R- und Python-Features automatisch abgerufen.
Auf getrennten Servern sind zusätzliche Schritte erforderlich. Sie müssen das kumulative Update für die Datenbank-Engine sowie für die CAB-Dateien für Machine Learning-Features selbstständig abrufen. Alle Dateien müssen manuell auf den isolierten Server übertragen und angewendet werden.
- Beginnen Sie mit einer Baselineinstanz. Sie können kumulative Updates nur auf vorhandene Installationen anwenden:
- Machine Learning Server (eigenständig) aus dem ursprünglichen Release von SQL Server 2019
- Machine Learning Server (eigenständig) aus dem ursprünglichen Release von SQL Server 2017
- R Server (Standalone) aus dem ursprünglichen Release von SQL Server 2016, SQL Server 2016 SP1 oder SQL Server 2016 SP2
Schließen Sie alle offenen R- oder Python-Sitzungen, und beenden Sie alle Prozesse, die noch auf dem System ausgeführt werden.
Wenn Sie die Operationalisierung für Webdienstbereitstellungen so konfiguriert haben, dass sie als Webknoten und Rechenknoten ausgeführt wird, sichern Sie vorsichtshalber die Datei AppSettings.json. Durch Anwendung von SQL Server 2017 CU13 wird diese Datei überarbeitet, daher sollten Sie möglicherweise eine Sicherungskopie anlegen, um die ursprüngliche Version beizubehalten.
Laden Sie auf einem mit dem Internet verbundenen Computer das neueste kumulative Update für Ihre Version von der Website Neueste Updates für Microsoft SQL Server herunter.
Laden Sie das neueste kumulative Update herunter. Dabei handelt es sich um eine ausführbare Datei.
Doppelklicken Sie auf einem mit dem Internet verbundenen Gerät auf die EXE-Datei, um das Setup auszuführen und den Assistenten zu durchlaufen, um die Lizenzbedingungen zu akzeptieren, betroffene Features zu überprüfen und den Fortschritt bis zum Abschluss zu überwachen.
Vorgehensweise für Server ohne Internetverbindung:
Laden Sie die zugehörigen CAB-Dateien für R und Python herunter. Downloadlinks finden Sie unter CAB-Dateidownloads für kumulative Updates für SQL Server-Instanzen für datenbankinterne Analysen.
Übertragen Sie alle Dateien, die ausführbare Hauptdatei und CAB-Dateien, in einen Ordner auf dem Offlinecomputer.
Doppelklicken Sie auf die EXE-Datei, um das Setup auszuführen. Beim Installieren eines kumulativen Updates auf einem Server ohne Internetverbindung werden Sie dazu aufgefordert, den Speicherort der CAB-Dateien für R und Python auszuwählen.
Bearbeiten Sie nach der Installation die Datei AppSettings.json auf einem Server, für den Sie die Bereitstellung mit Web- und Computeknoten aktiviert haben, und fügen Sie einen Eintrag „MMLResourcePath“ direkt unter „MMLNativePath“ hinzu. Beispiel:
"ScorerParameters": { "MMLNativePath": "C:\Program Files\Microsoft SQL Server\140\R_SERVER\library\MicrosoftML\mxLibs\x64\", "MMLResourcePath": "C:\Program Files\Microsoft SQL Server\140\R_SERVER\library\MicrosoftML\mxLibs\x64\" }Führen Sie das Admin-CLI-Dienstprogramm aus, um die Web- und Rechenknoten neu zu starten. Informationen zu den Schritten und der Syntax finden Sie unter Überwachen, Starten und Stoppen von Web- und Computeknoten.
Entwicklungstools
Im Rahmen des Setups wird keine integrierte Entwicklungsumgebung installiert. Weitere Informationen zum Konfigurieren einer Entwicklungsumgebung finden Sie unter Einrichten von R-Tools und Einrichten von Python-Tools.
Nächste Schritte
R-Entwickler können mit einigen einfachen Beispielen loslegen und die Grundlagen der Funktionen von R unter SQL Server kennenlernen. Informationen zu den nächsten Schritten finden Sie unter den folgenden Links:
Python-Entwickler können in den folgenden Tutorials erfahren, wie Python mit SQL Server verwendet werden kann: