Novedades de SQL Server Machine Learning ServicesWhat's new in SQL Server Machine Learning Services

SE APLICA A: síSQL Server (solo en Windows) noAzure SQL Database noAzure SQL Data Warehouse noAlmacenamiento de datos paralelos APPLIES TO: yesSQL Server (Windows only) noAzure SQL Database noAzure SQL Data Warehouse noParallel Data Warehouse

Capacidades de aprendizaje automático se agregan a SQL Server en cada versión mientras seguimos expandir, ampliar, así como para ampliar la integración entre la plataforma de datos, análisis avanzado y ciencia de datos.Machine learning capabilities are added to SQL Server in each release as we continue to expand, extend, and deepen the integration between the data platform, advanced analytics, and data science.

Novedades de la versión preliminar de SQL Server 2019New in SQL Server 2019 preview

Esta versión agrega las características más solicitadas para las operaciones de aprendizaje de máquinas R y Python en SQL Server.This release adds the top-requested features for R and Python machine learning operations in SQL Server. Para obtener más información acerca de todas las características de esta versión, consulte What ' s New in SQL Server 2019 y Release Notes for SQL Server 2019.For more information about all of the features in this release, see What's New in SQL Server 2019 and Release Notes for SQL Server 2019.

VersiónRelease Actualización de característicasFeature update
CTP 2.4CTP 2.4 Linux support para CREATE EXTERNAL LIBRARY (Transact-SQL) para R, Python y Java.Linux support for CREATE EXTERNAL LIBRARY (Transact-SQL) for R, Python, and Java.
La variable de entorno que especifica la ubicación del intérprete de Java se ha cambiado de JAVA_HOME a JRE_HOME.The environment variable that specifies the location of the Java interpreter has changed from JAVA_HOME to JRE_HOME.
CTP 2.3CTP 2.3 Admitidas tipos de datos Java.New supported Java data types.
En Windows solo, puede obtenerse el código de Java en una biblioteca externa con la CREATE EXTERNAL LIBRARY (Transact-SQL) instrucción.On Windows only, Java code can be accessed in an external library using the CREATE EXTERNAL LIBRARY (Transact-SQL) statement. Una funcionalidad equivalente estará disponible en Linux en una próxima versión de CTP.Equivalent functionality will be available on Linux in an upcoming CTP. Más información: Cómo llamar a Java desde SQL Server.Learn more: How to call Java from SQL Server.
En Windows solo, código de Python puede obtenerse en una biblioteca externa con la CREATE EXTERNAL LIBRARY (Transact-SQL) instrucción.On Windows only, Python code can be accessed in an external library using the CREATE EXTERNAL LIBRARY (Transact-SQL) statement. Una funcionalidad equivalente estará disponible en Linux en una próxima versión de CTP.Equivalent functionality will be available on Linux in an upcoming CTP.
CTP 2.2CTP 2.2 No hay cambios.No changes.
CTP 2.1CTP 2.1 No hay cambios.No changes.
CTP 2.0CTP 2.0 Compatibilidad con la plataforma de Linux para el aprendizaje automático R y Python.Linux platform support for R and Python machine learning. Introducción a instalar SQL Server Machine Learning Services en Linux.Get started with Install SQL Server Machine Learning Services on Linux.
Extensión del lenguaje Java en Windows y Linux es nueva en versión preliminar de SQL Server 2019.Java language extension on both Windows and Linux is new in SQL Server 2019 preview. Puede hacer Java compilada de código disponible para SQL Server mediante la asignación de permisos y establecer la ruta de acceso.You can make compiled Java code available to SQL Server by assigning permissions and setting the path. Aplicaciones de cliente con acceso a SQL Server pueden utilizar los datos y ejecutar el código mediante una llamada a sp_execute_external_script, el mismo procedimiento que se usa para la integración de R y Python en SQL Server.Client apps with access SQL Server can use data and run your code by calling sp_execute_external_script, the same procedure used for R and Python integration on SQL Server.
El sp_execute_external_script introduce dos nuevos parámetros que permiten generar fácilmente varios modelos de datos con particiones.The sp_execute_external_script introduces two new parameters that enable you to easily generate multiple models from partitioned data. Obtenga más información en este tutorial, crear modelos basados en la partición en R.Learn more in this tutorial, Create partition-based models in R.
Compatibilidad con clústeres de conmutación por error ahora se admite en Windows y Linux, suponiendo que se inicia el servicio Launchpad de SQL Server en todos los nodos.Failover cluster support is now supported on Windows and Linux, assuming SQL Server Launchpad service is started on all nodes. Para obtener más información, consulte instalación de clúster de conmutación por error de SQL Server.For more information, see SQL Server failover cluster installation.

Novedades de SQL Server 2017New in SQL Server 2017

Esta versión agrega compatibilidad con Python y algoritmos de aprendizaje automático de líderes del sector.This release adds Python support and industry-leading machine learning algorithms. Cambia para reflejar el nuevo ámbito, SQL Server 2017 marca la introducción de SQL Server Machine Learning Services (In-Database), con compatibilidad con lenguaje Python y R.Renamed to reflect the new scope, SQL Server 2017 marks the introduction of SQL Server Machine Learning Services (In-Database), with language support for both Python and R.

Para todos los anuncios de características de seguridad, consulte What ' s New in SQL Server 2017.For feature announcements all-up, see What's New in SQL Server 2017.

Mejoras de RR enhancements

El componente de R de Machine Learning Services de SQL Server 2017 es la próxima generación de SQL Server 2016 R Services, con las versiones actualizadas de R base, RevoScaler y otros paquetes.The R component of SQL Server 2017 Machine Learning Services is the next generation of SQL Server 2016 R Services, with updated versions of base R, RevoScaler, and other packages.

Las nuevas capacidades para R incluyen administración de paquetes, destacan los siguientes aspectos:New capabilities for R include package management, with the following highlights:

Bibliotecas de RR libraries

PaquetePackage DescripciónDescription
MicrosoftMLMicrosoftML En esta versión, MicrosoftML se incluye en una instalación de R de forma predeterminada, lo que elimina el paso de actualización necesario en SQL Server 2016 R Services anterior.In this release, MicrosoftML is included in a default R installation, eliminating the upgrade step required in the previous SQL Server 2016 R Services. MicrosoftML proporciona transformaciones de datos que se pueden escalar o ejecutar en contextos de cálculo remotos y los algoritmos de aprendizaje de automático de última generación.MicrosoftML provides state-of-the-art machine learning algorithms and data transformations that can be scaled or run in remote compute contexts. Los algoritmos incluyen regresión logística, árboles de decisiones rápidos y bosques de decisión, regresión lineal y redes neurales profundas personalizables.Algorithms include customizable deep neural networks, fast decision trees and decision forests, linear regression, and logistic regression.

Integración de Python para realizar análisis en bases de datosPython integration for in-database analytics

Python es un lenguaje que proporciona gran flexibilidad y capacidad para una variedad de tareas de aprendizaje automático.Python is a language that offers great flexibility and power for a variety of machine learning tasks. Bibliotecas de código abierto para Python incluyen varias plataformas para redes neurales personalizables, así como bibliotecas comunes para el procesamiento de lenguaje natural.Open-source libraries for Python include several platforms for customizable neural networks, as well as popular libraries for natural language processing. Ahora, se admite este idioma utilizado en el aprendizaje automático de SQL Server 2017.Now, this widely-used language is supported in SQL Server 2017 Machine Learning.

Dado que Python está integrado con el motor de base de datos, puede mantener análisis cerca de los datos y eliminar los costos y riesgos de seguridad asociados con el movimiento de datos.Because Python is integrated with the database engine, you can keep analytics close to the data and eliminate the costs and security risks associated with data movement. Puede implementar soluciones de aprendizaje automático basadas en Python con herramientas como Visual Studio.You can deploy machine learning solutions based on Python using tools like Visual Studio. Las aplicaciones de producción pueden obtener predicciones, modelos, o métodos de acceso de los objetos visuales del tiempo de ejecución de Python 3.5 con datos de SQL Server.Your production applications can get predictions, models, or visuals from the Python 3.5 runtime using SQL Server data access methods.

Se admite la integración de T-SQL y Python a través de la sp_execute_external_script procedimiento almacenado del sistema.T-SQL and Python integration is supported through the sp_execute_external_script system stored procedure. Puede llamar a cualquier código de Python mediante este procedimiento almacenado.You can call any Python code using this stored procedure. Código que se ejecuta en una arquitectura segura dual que permite la implementación empresarial de los modelos de Python y secuencias de comandos, que se puede llamar desde una aplicación mediante un procedimiento almacenado simple.Code runs in a secure, dual architecture that enables enterprise-grade deployment of Python models and scripts, callable from an application using a simple stored procedure. Mejoras adicionales del rendimiento se consiguen mediante transmisión por secuencias datos de SQL a procesos de Python y la paralelización de anillos de MPI.Additional performance gains are achieved by streaming data from SQL to Python processes and MPI ring parallelization.

Puede usar el T-SQL PREDICT realice función puntuación nativa en un modelo previamente entrenado que se ha guardado previamente en el formato binario necesario.You can use the T-SQL PREDICT function to perform native scoring on a pre-trained model that has been previously saved in the required binary format.

Bibliotecas de PythonPython libraries

PaquetePackage DescripciónDescription
revoscalepyrevoscalepy Equivalente de Python de RevoScaleR.Python-equivalent of RevoScaleR. Puede crear modelos de Python para regresiones logísticas y lineales, árboles de decisión, árboles impulsados y bosques aleatorios, todos los que se pueden paralelizar y es capaces de que se ejecuten en contextos de cálculo remoto.You can create Python models for linear and logistic regressions, decision trees, boosted trees, and random forests, all parallelizable, and capable of being run in remote compute contexts. Este paquete es compatible con el uso de varios orígenes de datos y contextos de cálculo remoto.This package supports use of multiple data sources and remote compute contexts. El desarrollador o científico de datos puede ejecutar código de Python en un servidor SQL remoto, para explorar datos o crear modelos sin mover datos.The data scientist or developer can execute Python code on a remote SQL Server, to explore data or build models without moving data.
microsoftmlmicrosoftml Equivalente de Python del paquete MicrosoftML R.Python-equivalent of the MicrosoftML R package.

Modelos entrenados previamentePre-trained models

Modelos previamente entrenados están disponibles para Python y R. usan estos modelos de reconocimiento de imágenes y análisis de opiniones positivas y negativas, para generar las predicciones con sus propios datos.Pre-trained models are available for both Python and R. Use these models for image recognition and positive-negative sentiment analysis, to generate predictions on your own data.

Servidor independiente como una característica compartida en el programa de instalación de SQL ServerStandalone Server as a shared feature in SQL Server Setup

Esta versión también agrega SQL Server Machine Learning Server (independiente), un servidor de ciencia de datos totalmente independiente, que admiten el análisis predictivo y estadística en R y Python.This release also adds SQL Server Machine Learning Server (Standalone), a fully independent data science server, supporting statistical and predictive analytics in R and Python. Como con R Services, este servidor es la próxima versión de SQL Server 2016 R Server (independiente).As with R Services, this server is the next version of SQL Server 2016 R Server (Standalone). Con el servidor independiente, puede distribuir y escalar soluciones de R o Python sin dependencias en SQL Server.With the standalone server, you can distribute and scale R or Python solutions with no dependencies on SQL Server.

Novedades de SQL Server 2016New in SQL Server 2016

Esta funcionalidad en SQL Server a través de aprendizaje de automático de versión introducida SQL Server 2016 R Services, un motor de análisis en bases de datos para la secuencia de comandos de R de procesamiento de datos residentes en una instancia del motor de base de datos.This release introduced machine learning capabilities into SQL Server through SQL Server 2016 R Services, an in-database analytics engine for processing R script on resident data within a database engine instance.

Además, SQL Server 2016 R Server (independiente) se publicó como una manera de instalar R Server en un servidor de Windows.Additionally, SQL Server 2016 R Server (Standalone) was released as a way to install R Server on a Windows server. Inicialmente, el programa de instalación de SQL Server proporciona la única manera de instalar R Server para Windows.Initially, SQL Server Setup provided the only way to install R Server for Windows. En versiones posteriores, los desarrolladores y científicos de datos que deseaban R Server en Windows podrían usar a otro instalador independiente para lograr el mismo objetivo.In later releases, developers and data scientists who wanted R Server on Windows could use another standalone installer to achieve the same goal. El servidor independiente de SQL Server es funcionalmente equivalente al producto de servidor independiente, Microsoft R Server para Windows.The standalone server in SQL Server is functionally equivalent to the standalone server product, Microsoft R Server for Windows.

Para todos los anuncios de características de seguridad, consulte What ' s New in SQL Server 2016.For feature announcements all-up, see What's New in SQL Server 2016.

VersiónRelease Actualización de característicasFeature update
CU adicionesCU additions Puntuación en tiempo real se basa en las bibliotecas de C++ nativas para leer un modelo almacenado en un formato binario optimizado y, a continuación, generar predicciones sin tener que llamar al runtime de R.Real-time scoring relies on native C++ libraries to read a model stored in an optimized binary format, and then generate predictions without having to call the R runtime. Esto hace que las operaciones de puntuación mucho más rápidas.This makes scoring operations much faster. Con la puntuación en tiempo real, puede ejecutar un procedimiento almacenado o realizar la puntuación en tiempo real desde el código de R.With real-time scoring, you can run a stored procedure or perform real-time scoring from R code. También está disponible para SQL Server 2016, si la instancia se actualiza a la versión más reciente de puntuación en tiempo real Microsoft R ServerMicrosoft R Server.Real-time scoring is also available for SQL Server 2016, if the instance is upgraded to the latest release of Microsoft R ServerMicrosoft R Server.
Versión inicialInitial release Integración de R para realizar análisis en bases de datos.R integration for in-database analytics.

Paquetes de R para R que realiza la llamada funciones Transact-SQL y viceversa.R packages for calling R functions in T-SQL, and vice versa. Funciones de RevoScaleR proporcionan análisis de R a escala mediante la fragmentación de los datos en distintos componentes, coordinación y administración de procesamiento distribuido y agregación de resultados.RevoScaleR functions provide R analytics at scale by chunking data into component parts, coordinating and managing distributed processing, and aggregating results. En SQL Server 2016 R Services (In-Database), el motor de RevoScaleR se integra con una instancia del motor de base de datos, ella juntos en el mismo contexto de procesamiento de análisis y datos.In SQL Server 2016 R Services (In-Database), the RevoScaleR engine is integrated with a database engine instance, brining data and analytics together in the same processing context.

La integración a través de Transact-SQL y R sp_execute_external_script.T-SQL and R integration through sp_execute_external_script. Puede llamar a cualquier código de R mediante este procedimiento almacenado.You can call any R code using this stored procedure. Esta infraestructura segura permite la implementación de nivel empresarial de modelos Rn y secuencias de comandos que se pueden llamar desde una aplicación mediante un procedimiento almacenado simple.This secure infrastructure enables enterprise-grade deployment of Rn models and scripts that can be called from an application using a simple stored procedure. Mejoras adicionales del rendimiento se consiguen mediante transmisión por secuencias datos de SQL a los procesos de R y la paralelización de anillos de MPI.Additional performance gains are achieved by streaming data from SQL to R processes and MPI ring parallelization.

Puede usar el T-SQL PREDICT realice función puntuación nativa en un modelo previamente entrenado que se ha guardado previamente en el formato binario necesario.You can use the T-SQL PREDICT function to perform native scoring on a pre-trained model that has been previously saved in the required binary format.

Plan de soporte técnico de LinuxLinux support roadmap

SQL Server 2019 CTP 2.3 agrega compatibilidad con Linux R, Python y Java al instalar los paquetes con una instancia del motor de base de datos de aprendizaje automático.SQL Server 2019 CTP 2.3 adds Linux support for R, Python, and Java when you install the machine learning packages with a database engine instance. Para obtener más información, consulte instalar SQL Server Machine Learning Services en Linux.For more information, see Install SQL Server Machine Learning Services on Linux.

En Linux, SQL Server 2017 no tiene la integración de R o Python, pero puede usar puntuación nativa en Linux porque esta funcionalidad está disponible a través de Transact-SQL PREDICT, que se ejecuta en Linux.On Linux, SQL Server 2017 does not have R or Python integration, but you can use Native scoring on Linux because that functionality is available through T-SQL PREDICT, which runs on Linux. Puntuación nativa permite puntuar alto rendimiento desde un modelo previamente entrenado, sin llamar a, o incluso un runtime de R.Native scoring enables high-performance scoring from a pretrained model, without calling or even requiring an R runtime.

Servicios en la base de datos SQL de Azure Machine LearningMachine Learning Services in Azure SQL Database

Machine Learning Services (con R) en Azure SQL Database está en versión preliminar pública.Machine Learning Services (with R) in Azure SQL Database is in public preview. Para obtener más información, consulte inicio rápido: Usar Machine Learning Services (con R) en Azure SQL Database (versión preliminar).For more information, see Quickstart: Use Machine Learning Services (with R) in Azure SQL Database (preview).

Pasos siguientesNext steps