Tutorial: Use RevoScaleR R functions with SQL Server data (Esercitazione: Usare funzioni R di RevoScaleR con dati di SQL Server)

  • Articolo

Si applica a: SQL Server 2016 (13.x) e versioni successive

In questa serie di esercitazione in più parti vengono presentate diverse funzioni RevoScaleR per le attività associate al data science. Si apprenderà come creare un contesto di calcolo remoto, spostare i dati tra contesti di calcolo locali e remoti ed eseguire il codice R in un'istanza di SQL Server remota. Viene anche illustrato come analizzare e tracciare i dati sia localmente che nel server remoto e come creare e distribuire modelli.

RevoScaleR è un pacchetto Microsoft R che fornisce caratteristiche di elaborazione distribuita e parallela per i carichi di lavoro di data science e machine learning. Per lo sviluppo di R in SQL Server, RevoScaleR è uno dei pacchetti predefiniti principali, con funzioni per la creazione di oggetti origine dati, l'impostazione di un contesto di calcolo, la gestione dei pacchetti e, soprattutto, l'utilizzo dei dati end-to-end, dall'importazione alla visualizzazione e all'analisi. Gli algoritmi di Machine Learning in SQL Server hanno una dipendenza dalle origini dati di RevoScaleR. Data l'importanza di RevoScaleR, sapere quando e come chiamare le sue funzioni è una competenza fondamentale.

Prerequisiti

Per spostarsi tra i contesti di calcolo locale e remoto sono necessari due sistemi. Il sistema locale è in genere una workstation di sviluppo con potenza sufficiente per i carichi di lavoro di data science. Il sistema remoto in questo caso è SQL Server con la caratteristica R abilitata.

Per spostarsi tra i contesti di calcolo è necessario avere la stessa versione di RevoScaleR sul sistema locale e su quello remoto. In una workstation locale è possibile ottenere i pacchetti RevoScaleR e i provider correlati installando Microsoft R Client.

Se è necessario collocare client e server nello stesso computer, assicurarsi di installare un secondo set di librerie Microsoft R per l'invio di script R da un client "remoto". Non usare le librerie R installate nella cartella Programmi dell'istanza di SQL Server. In particolare, se si usa un solo computer, per supportare le operazioni client e server è necessaria la libreria RevoScaleR in entrambi i percorsi.

  • C:\Programmi\Microsoft\R Client\R_SERVER\library\RevoScaleR
  • C:\Programmi\Microsoft SQL Server\MSSQL14.MSSQLSERVER\R_SERVICES\library\RevoScaleR

Per istruzioni sulla configurazione del client, vedere Configurare un client di data science per lo sviluppo in R.

Strumenti di sviluppo di R

Gli sviluppatori R usano in genere ambienti di sviluppo integrato per la scrittura e il debug del codice R. Ecco alcuni suggerimenti per iniziare:

  • R Tools per Visual Studio (RTVS) è un plug-in gratuito che offre Intellisense, debug e supporto per Microsoft R. È possibile usarlo con Machine Learning Services per SQL Server. Per scaricarlo, vedere R Tools per Visual Studio.

  • RStudio è uno degli ambienti più diffusi per lo sviluppo di R. Per ulteriori informazioni, vedere https://www.rstudio.com/products/RStudio/.

  • Quando si installa R in SQL Server o R Client, per impostazione predefinita vengono installati anche gli strumenti R di base (R.exe, RTerm.exe, RScripts.exe). Se non si vuole installare un IDE, è possibile usare gli strumenti R predefiniti per eseguire il codice in questa esercitazione.

Tenere presente che RevoScaleR è necessario sia nel computer locale che in quello remoto. Non è possibile completare questa esercitazione usando un'installazione generica di RStudio o un altro ambiente in cui mancano le librerie Microsoft R. Per altre informazioni, vedere Configurare un client per l'analisi scientifica dei dati.

Riepilogo delle attività

  • I dati vengono inizialmente ottenuti dai file CSV o XDF. Occorre importare i dati in SQL Server usando le funzioni del pacchetto RevoScaleR.
  • Il training e l'assegnazione dei punteggi dei modelli vengono eseguiti usando il contesto di calcolo SQL Server.
  • Usare le funzioni di RevoScaleR per creare nuove tabelle SQL Server in cui salvare i risultati dell'assegnazione dei punteggi.
  • Creare tracciati sia nel contesto di calcolo del server che nel contesto di calcolo locale.
  • Eseguire il training di un modello sui dati nel database di SQL Server, eseguendo R nell'istanza di SQL Server.
  • Estrarre un subset di dati e salvarlo come file XDF per riutilizzarlo nell'analisi nella workstation locale.
  • Ottenere nuovi dati per l'assegnazione dei punteggi aprendo una connessione ODBC al database di SQL Server. L'assegnazione dei punteggi viene eseguita sulla workstation locale.
  • Creare una funzione R personalizzata ed eseguirla nel contesto di calcolo del server per eseguire una simulazione.

Passaggi successivi

Esercitazione 1: Creare il database e le autorizzazioni