快速入門：使用 SQL 機器學習來執行簡單的 R 指令碼

適用於： SQL Server 2016 (13.x) 和更新版本 Azure SQL 受控執行個體

在此快速入門中，您將會使用 SQL Server 機器學習服務或巨量資料叢集執行一組簡單的 R 指令碼。 您將會了解如何使用預存程序 sp_execute_external_script 在 SQL Server 執行個體中執行指令碼。

Prerequisites

您需要符合下列必要條件，才能執行此快速入門。

• SQL Server 機器學習服務。 若要安裝機器學習服務，請參閱 Windows 安裝指南或 Linux 安裝指南。 您也可以啟用 SQL Server 巨量資料叢集上的機器學習服務。

• 執行 SQL 查詢的工具，這些查詢包含 R 指令碼。 本快速入門使用 Azure Data Studio。

執行簡單的指令碼

若要執行 R 指令碼，請將它當做引數傳遞至系統預存程式，sp_execute_external_script。 此系統預存程序會啟動 R 執行階段、將資料傳遞到 R、安全地管理 R 使用者工作階段，並將任何結果傳回用戶端。

在下列步驟中，您會執行此範例 R 指令碼：

a <- 1
b <- 2
c <- a/b
d <- a*b
print(c(c, d))

1. 開啟 Azure Data Studio，並連接到您的伺服器。

2. 將完整的 R 指令碼傳遞至 sp_execute_external_script 預存程序。

   指令碼會透過 @script 引數傳遞。 @script 引數內的所有一切都必須是有效的 R 程式碼。

   EXECUTE sp_execute_external_script @language = N'R'
       , @script = N'
   a <- 1
   b <- 2
   c <- a/b
   d <- a*b
   print(c(c, d))
   '
   

3. 系統會計算正確的結果，且 R print 函數會將結果傳回至 [訊息] 視窗。

   其外觀應該如下所示。

   結果

   STDOUT message(s) from external script:
   0.5 2
   

執行 Hello World 指令碼

典型的範例指令碼只會輸出字串 "Hello World"。 執行下列命令。

EXECUTE sp_execute_external_script @language = N'R'
    , @script = N'OutputDataSet<-InputDataSet'
    , @input_data_1 = N'SELECT 1 AS hello'
WITH RESULT SETS(([Hello World] INT));
GO

sp_execute_external_script 預存程序的輸入包括：

輸入	描述
@language	定義要呼叫的語言擴充功能，在本例中為 R
@script	定義要傳遞至 R 執行階段的命令。 整個 R 指令碼都必須包含在這個引數中 (作為 Unicode 文字)。 您也可以將文字新增至 Nvarchar 類型的變數，並呼叫該變數
@input_data_1	查詢所傳回的資料會傳遞到 R 執行階段，其會以資料框架的格式傳回資料
使用結果集	子句會定義所傳回資料表的結構描述，然後加入 "Hello World" 做為資料行名稱，並將 int 用於資料類型

此命令會輸出下列文字：

Hello World
1

使用者輸入和輸出

在預設情況下，sp_execute_external_script 會接受單一資料集做為輸入，這通常由您以有效的 SQL 查詢形式提供。 然後，它會傳回單一 R 資料框架做為輸出。

現在，讓我們使用 sp_execute_external_script 的預設輸入和輸出變數：InputDataSet 和 OutputDataSet。

1. 建立測試資料的小型資料表。

   CREATE TABLE RTestData (col1 INT NOT NULL)
   
   INSERT INTO RTestData
   VALUES (1);
   
   INSERT INTO RTestData
   VALUES (10);
   
   INSERT INTO RTestData
   VALUES (100);
   GO
   

2. 使用 SELECT 陳述式查詢資料表。

   SELECT *
   FROM RTestData
   

   結果

   

3. 請執行下列 R 指令碼。 它會使用 SELECT 陳述式來擷取資料表中的資料、透過 R 執行階段傳遞，然後傳回資料做為資料框架。 WITH RESULT SETS 子句會為 SQL 定義傳回資料表的結構描述，新增資料行名稱 NewColName。

   EXECUTE sp_execute_external_script @language = N'R'
       , @script = N'OutputDataSet <- InputDataSet;'
       , @input_data_1 = N'SELECT * FROM RTestData;'
   WITH RESULT SETS(([NewColName] INT NOT NULL));
   

   結果

   

4. 現在讓我們變更輸入和輸出變數的名稱。 預設的輸入和輸出變數名稱是 InputDataSet 和 OutputDataSet，此指令碼會將名稱變更為 SQL_in 和 SQL_out：

   EXECUTE sp_execute_external_script @language = N'R'
       , @script = N' SQL_out <- SQL_in;'
       , @input_data_1 = N' SELECT 12 as Col;'
       , @input_data_1_name = N'SQL_in'
       , @output_data_1_name = N'SQL_out'
   WITH RESULT SETS(([NewColName] INT NOT NULL));
   

   請注意，R 區分大小寫。 R 指令碼 (SQL_outSQL_in) 中所使用的輸入和輸出變數必須比對以 @input_data_1_name 和 @output_data_1_name 定義的名稱，包括大小寫。

   提示

   只有一個輸入資料集可以傳入作為參數，而且您只能傳回一個資料集。 不過，您可以從 R 程式碼內呼叫其他資料集，而且可以在資料集以外傳回其他類型的輸出。 您也可以為任何參數加上 OUTPUT 關鍵字，使其與結果一起傳回。

5. 您也可以在無輸入資料的情況下 (@input_data_1 設為空白)，只使用 R 指令碼產生值。

   下列指令碼輸出文字 "hello" 和 "world"。

   EXECUTE sp_execute_external_script @language = N'R'
       , @script = N'
   mytextvariable <- c("hello", " ", "world");
   OutputDataSet <- as.data.frame(mytextvariable);
   '
       , @input_data_1 = N''
   WITH RESULT SETS(([Col1] CHAR(20) NOT NULL));
   

   結果

   @script 作為輸入的查詢結果" />

檢查 R 版本

若想要查看安裝的是哪個 R 版本，請執行下列指令碼。

EXECUTE sp_execute_external_script @language = N'R'
    , @script = N'print(version)';
GO

R print 函數會將版本傳回到 [訊息] 視窗。 在下方的範例輸出中，您可以看到在此案例中安裝的是 R 3.4.4 版。

結果

STDOUT message(s) from external script:
                   _
platform       x86_64-w64-mingw32
arch           x86_64
os             mingw32
system         x86_64, mingw32
status
major          3
minor          4.4
year           2018
month          03
day            15
svn rev        74408
language       R
version.string R version 3.4.4 (2018-03-15)
nickname       Someone to Lean On

列出 R 套件

Microsoft 提供一些預先與機器學習服務一起安裝的 R 套件。

若要查看已安裝 R 套件的清單 (包括版本、相依性、授權及程式庫路徑資訊)，請執行下列指令碼。

EXEC sp_execute_external_script @language = N'R'
    , @script = N'
OutputDataSet <- data.frame(installed.packages()[,c("Package", "Version", "Depends", "License", "LibPath")]);'
WITH result sets((
            Package NVARCHAR(255)
            , Version NVARCHAR(100)
            , Depends NVARCHAR(4000)
            , License NVARCHAR(1000)
            , LibPath NVARCHAR(2000)
            ));

輸出來自 R 中的 installed.packages()，並以結果集的形式傳回。

結果

下一步

若要了解如何在使用 R 時搭配 SQL 機器學習使用資料結構，請遵循本快速入門：

搭配 SQL 機器學習使用 R 來處理資料類型和物件