Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Applica a: SQL Server 2019 (15.x) su Linux
Questo articolo illustra come installare SQL Server Machine Learning Services in Docker. È possibile usare Machine Learning Services per eseguire gli script Python e R nel database. I contenitori predefiniti non vengono forniti con Machine Learning Services. È possibile crearne uno dai contenitori di SQL Server usando un modello di esempio disponibile in GitHub.
Prerequisiti
Interfaccia della riga di comando di Git.
Motore Docker 1.8 o versioni successive in qualsiasi distribuzione di Linux. Per altre informazioni, vedere Ottenere Docker. I container di SQL Server non sono supportati su Windows o macOS per l'uso in produzione.
Vedere anche i requisiti di sistema per SQL Server in Linux.
Clonare il repository mssql-docker
Il seguente comando clona il mssql-docker repository Git in una directory locale.
Apri un terminale Bash su Linux o macOS.
Cambia nella directory dove vuoi creare il repository locale
mssql-docker.Esegui il comando Git clone per clonare il
mssql-dockerrepository:git clone https://github.com/microsoft/mssql-docker mssql-docker
Compila ed esegui un'immagine container Linux per SQL Server
Completa i seguenti passaggi per costruire ed eseguire l'immagine Docker:
Passare alla directory mssql-mlservices:
cd mssql-docker/linux/preview/examples/mssql-mlservicesNella stessa directory eseguire il comando seguente:
docker build -t mssql-server-mlservices .Note
Per costruire l'immagine Docker, devi installare pacchetti di diversi GB. Il completamento dell'esecuzione dello script potrebbe richiedere tempo, a seconda della larghezza di banda di rete.
Esegui il container:
Importante
La variabile di ambiente
SA_PASSWORDè deprecata. Utilizzare inveceMSSQL_SA_PASSWORD.docker run -d -e MSSQL_PID=Developer -e ACCEPT_EULA=Y -e ACCEPT_EULA_ML=Y -e MSSQL_SA_PASSWORD=<password> -v <directory on the host OS>:/var/opt/mssql -p 1433:1433 mssql-server-mlservicesNote
È possibile usare uno dei valori supportati per
MSSQL_PID. Se si usa un'edizione a pagamento, assicurarsi di aver acquistato una licenza. Sostituire<password>con la password effettiva. Il montaggio del volume con-vè facoltativo. Sostituire<directory on the host OS>con una directory effettiva in cui si desidera montare i file di dati e di log del database.
Verifica il container Linux di SQL Server
docker ps -a
Eseguire l'immagine del contenitore di SQL Server su Linux
Impostare le variabili di ambiente prima di eseguire il contenitore. Impostare la variabile di ambiente PATH_TO_MSSQL su una directory host:
export MSSQL_PID='Developer' export ACCEPT_EULA='Y' export ACCEPT_EULA_ML='Y' export PATH_TO_MSSQL='/home/mssql/'Note
Il processo di esecuzione delle edizioni di SQL Server di produzione nei contenitori è leggermente diverso. Per altre informazioni, vedi Distribuire e connettersi a contenitori di SQL Server Linux. Se si usano gli stessi nomi di contenitore e le stesse porte, il resto di questa procedura dettagliata funziona comunque con i contenitori di produzione.
Per visualizzare i contenitori, eseguire il comando
docker ps:sudo docker ps -aSe nella colonna STATUS è impostato lo stato Up, SQL Server è in esecuzione nel contenitore e in ascolto sulla porta specificata nella colonna PORTS. Se la colonna STATUS per il contenitore di SQL Server è Uscita, vedere Risoluzione dei problemi relativi ai contenitori Docker di SQL Server.
Risultato:
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES 941e1bdf8e1d mcr.microsoft.com/mssql/server/mssql-server-linux "/bin/sh -c /opt/m..." About an hour ago Up About an hour 0.0.0.0:1401->1433/tcp sql1
Abilitare i servizi di apprendimento automatico
Per abilitare Machine Learning Services, collegati alla tua istanza SQL Server ed esegui la seguente istruzione Transact-SQL:
EXECUTE sp_configure 'external scripts enabled', 1;
RECONFIGURE WITH OVERRIDE;