Extensão da linguagem R nos Serviços de Machine Learning do SQL Server

Aplica-se a: SQL Server 2016 (13.x) e versões posteriores

Este artigo descreve a extensão do R para executar scripts de Python externos com os Serviços de Machine Learning do SQL Server e o SQL Server 2016 R Services. A extensão adiciona:

• Um ambiente de execução de R
• Uma distribuição básica de R com bibliotecas e ferramentas padrão
• Bibliotecas de R da Microsoft:
  • RevoScaleR para análise em escala
  • MicrosoftML para algoritmos de machine learning. Aplica-se apenas ao: SQL Server 2016, SQL Server 2017 e SQL Server 2019.
  • Outras bibliotecas para acessar dados ou código R no SQL Server

Componentes R

O SQL Server inclui pacotes de software livre e proprietários. As bibliotecas de R base são instaladas por meio da distribuição de R de software livre da Microsoft: MRO (Microsoft R Open). Os usuários atuais de R devem ser capazes de portar seu código R e executá-lo como um processo externo em SQL Server com poucas ou nenhuma modificação. O MRO é instalado independentemente das ferramentas SQL e é executado fora dos processos do mecanismo principal, na estrutura de extensibilidade. Durante a instalação, você deve consentir com os termos da licença de software livre. Depois disso, você poderá executar pacotes R padrão sem modificações adicionais como faria em qualquer outra distribuição de software livre de R.

A partir do SQL Server 2022 (16.x), os runtimes do R, do Python e do Java não são mais instalados com a Instalação do SQL. Portanto, instale os pacotes e os runtimes personalizados R e/ou Python desejados. Para obter mais informações, confira Instalar os Serviços de Machine Learning do SQL Server 2022 no Windows ou Instalar os Serviços de Machine Learning do SQL Server (Python e R) no Linux.

Como usar R no SQL Server

Você pode criar o script R usando funções base, mas para se beneficiar de vários processamentos, é necessário importar os módulos RevoScaleR e MicrosoftML no código R e, em seguida, chamar as funções para criar modelos executados em paralelo.

As fontes de dados compatíveis incluem bancos de dados ODBC, SQL Server e formato de arquivo XDF para trocar dados com outras fontes ou com soluções de R. Os dados de entrada devem ser tabulares. Todos os resultados de R devem ser retornados na forma de um quadro de dados.

Os contextos de computação compatíveis incluem o contexto de computação local ou remota do SQL Server. Um contexto de computação remota refere-se à execução de código que começa em um computador, como uma estação de trabalho, mas, em seguida, alterna a execução do script para um computador remoto. Alternar o contexto de computação requer que ambos os sistemas tenham a mesma biblioteca RevoScaleR.

O contexto de computação local, como você pode esperar, inclui a execução do código R no mesmo servidor que a instância do mecanismo de banco de dados, com o código dentro de T-SQL ou inserido em um procedimento armazenado. Você também pode executar o código de um IDE R local e fazer com que o script seja executado no computador SQL Server, definindo um contexto de computação remota.

Arquitetura de execução

Os diagramas a seguir descrevem a interação dos componentes do SQL Server com o runtime do R em cada um dos cenários compatíveis: execução de script no banco de dados e execução remota de uma linha de comando de R, usando um contexto de computação do SQL Server.

Scripts R executados do SQL Server no banco de dados

O código R que é executado de "dentro" do SQL Server é executado chamando um procedimento armazenado. Portanto, qualquer aplicativo que possa fazer uma chamada de procedimento armazenado pode iniciar a execução de código R. Então, o SQL Server gerencia a execução de código R, conforme resumido no diagrama a seguir.

1. Uma solicitação para o runtime de R é indicada pelo parâmetro @language='R' passado para o procedimento armazenado, sp_execute_external_script. O SQL Server envia essa solicitação para o serviço Launchpad. No Linux, o SQL usa um serviço Launchpad para se comunicar com um processo Launchpad separado para cada usuário. Veja o Diagrama da arquitetura de extensibilidade para obter detalhes.
2. O serviço Launchpad inicia o inicializador apropriado; neste caso, RLauncher.
3. O RLauncher inicia o processo de R externo.
4. O BxlServer coordena-se com o runtime do R para gerenciar a troca de dados com o SQL Server e o armazenamento de resultados funcionais.
5. O Satélite SQL gerencia as comunicações sobre processos e tarefas relacionadas com o SQL Server.
6. O BxlServer usa Satélite SQL para comunicar o status e os resultados ao SQL Server.
7. O SQL Server obtém resultados e fecha os processos e tarefas relacionados.

Scripts R executados de um cliente remoto

Ao conectar-se de um cliente de ciência de dados remotos compatível com o Microsoft R, você pode executar funções do R no contexto do SQL Server usando as funções RevoScaleR. Esse é um fluxo de trabalho diferente do anterior e é resumido no diagrama a seguir.

1. Para funções do RevoScaleR, o runtime do R chama uma função de vinculação que, por sua vez, chama o BxlServer.
2. O BxlServer é fornecido com o Microsoft R e é executado em um processo separado do runtime do R.
3. O BxlServer determina o destino da conexão e inicia uma conexão usando o ODBC, passando as credenciais fornecidas como parte da cadeia de conexão no objeto de fonte de dados do R.
4. O BxlServer abre uma conexão para a instância do SQL Server.
5. Para uma chamada do R, o serviço Launchpad é invocado e, por sua vez, inicia o inicializador apropriado, RLauncher. Depois disso, o processamento do código R é semelhante ao processo para executar o código R de T-SQL.
6. O RLauncher faz uma chamada para a instância de runtime do R instalada no computador do SQL Server.
7. Os resultados são retornados ao BxlServer.
8. O Satélite SQL gerencia a comunicação com o SQL Server e a limpeza dos objetos de trabalho relacionados.
9. O SQL Server passa os resultados de volta para o cliente.

Confira também

• Estrutura de extensibilidade no SQL Server
• Extensões de aprendizado de máquina e Python no SQL Server