R & Python no SQL Server 2017 – In-Database Machine Learning Services

Posted on outubro 18, 2017

1


Introdução ao In-Database ML Services

Image result for machine learning services transparent icon

Presenciamos atualmente uma nova era, a era das aplicações inteligentes aonde a implementação de algoritmos de inteligência artificial para a solução de problemas complexos ou de processos com diversas regras passam a ser ter uma solução mais simples com a nova onda do que chamamos de Machine Learning e como pilar de futuro da Microsoft, a empresa investe fortemente em 3 vertentes = Cloud, Data, AI.

A missão da Microsoft, implementar soluções e aplicações inteligentes para todo seu ecossistema, com isso, no lançamento do SQL Server 2016, a Microsoft embarcou duas soluções para se trabalhar com uma das mais utilizadas linguagens para desenvolvimento de algoritmos de machine learning, o R.

O R foi adicionado na instalação do SQL Server 2016 assim como o Microsoft R Server, a grande separação aqui é

R Services (In-Database) = Execução de scripts utilizando o SQL Server chamado pelo um contexto externo ou podendo ser invocado por uma procedure.

Microsoft R Server = Podendo estar separado da engine do SQL Server, para desenvolvedores e cientista de dados que querem testar e desenvolver suas soluções antes de aplicar em produção, mais como uma ambiente de desenvolvimento.

Em 2017, a visão da Microsoft foi mais além, com isso o Python, a segunda linguagem de programação para ML foi adicionada para o SQL Server 2017, e com isso o nome R Services foi modificado para – In-Database Machine Learning , agora, cientista de dados podem escolher qual das linguagens usar em seu projeto de ML e AI podendo ter o Machine Learning Services [In-Database] ou o Microsoft Machine Learning Server [Standalone]  que era o Microsoft R Services do SQL Server 2016, o mesmo foi renomeado com a entrada do Python.

O grande paradigma sempre foi, ter 2 ou mais camadas para conseguir criar e desenvolver modelos, mas agora tendo a possibilidade de usar o SQL Server para chamar os mecanismos do R ou Python, podemos trazer o desenvolvimento para aonde o dados residem, com isso os ganhos em tempo de execução, performance, segurança e confiabilidade aumentam mais ainda além de se tornar mais fácil e acessível para todos.

Instalação Step-by-Step e Requisitos

Image result for installation step by step icon transparent

Aqui segue a instalação passo a passo do SQL Server 2017 – download do Machine Learning Services (In-Database)

1 – Instalação do R e Python

image

2 – Oracle JRE 7 Update 51

image

image

3 – Java JRE e SE Runtime

image

image

image

image

4 – Aceitação da Instalação da Engine do R e Python no SQL Server 2017

image

image

Verifique se o serviço de nome – SQL Server Launchpad está funcionando corretamente, esse serviço que realiza a comunicação do R e Python com SQL Server 2017.