Tutorial: Desenvolvimento de SQL Server para cientistas de dados em R

Aplica-se a: SQL Server 2017 (14.x) e versões posteriores

Neste tutorial para cientistas de dados, aprenda como construir uma solução de ponta a ponta para modelagem preditiva baseada no suporte a recursos R no SQL Server 2017. Este tutorial utiliza um banco de dados demo NYC Taxi no SQL Server.

Você usará uma combinação de código do R, dados do SQL Server e funções SQL personalizadas para criar um modelo de classificação que indica a probabilidade de o motorista receber uma gorjeta em uma corrida de táxi específica. Você também implanta seu modelo R no SQL Server e usa dados do servidor para gerar pontuações com base no modelo.

Você pode estender esse exemplo para todos os tipos de problemas da vida real, como prever respostas dos clientes a campanhas de vendas, ou prever gastos ou frequência a eventos. Como você pode invocar o modelo a partir de um procedimento armazenado, é fácil incorporá-lo em uma aplicação.

Como o walkthrough foi criado para apresentar desenvolvedores R aos Serviços R (In-Database), ele é usado sempre que possível. No entanto, isso não significa que R seja necessariamente a melhor ferramenta para cada tarefa. Em muitos casos, o SQL Server poderá fornecer um desempenho melhor, especialmente para tarefas como agregação de dados e engenharia de recursos. Essas tarefas podem se beneficiar particularmente dos novos recursos do SQL Server, como índices columnstore com otimização de memória. Vamos tentar apontar otimizações possíveis ao longo do caminho.

Pré-requisitos

• SQL Server Machine Learning Serviços com integração R.

• Permissões de banco de dados concedidas a um usuário de banco de dados mapeado para um login do SQL Server

• SQL Server Management Studio

• Banco de dados de demonstração de Táxi de Nova York

• Um IDE do R, como RStudio ou a ferramenta RGUI interna incluída com o R

É recomendável que você faça este passo a passo em uma estação de trabalho cliente. Você deve ser capaz de se conectar, na mesma rede, a um computador SQL Server com o SQL Server e a linguagem R habilitada. Para instruções sobre configuração de estações de trabalho, veja Configurar um cliente de ciência de dados para desenvolvimento em R no SQL Server.

Como alternativa, você pode executar a instrução em um computador que tenha SQL Server e um ambiente de desenvolvimento do R, mas não recomendamos essa configuração para um ambiente de produção. Se você precisar colocar o cliente e o servidor no mesmo computador, instale um segundo conjunto de bibliotecas do Microsoft R para enviar o script R de um cliente "remoto". Não use as bibliotecas R que estão instaladas nos arquivos do programa da instância do SQL Server. Especificamente, se você está usando um computador, precisa da biblioteca RevoScaleR em ambos os locais para suportar operações de cliente e servidor.

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

Pacotes do R adicionais

Este tutorial requer várias bibliotecas do R que não são instaladas por padrão como parte do R Services (In-Database). É necessário instalar os pacotes no cliente em que você desenvolve a solução e no computador do SQL Server em que você implanta a solução.

Em uma estação de trabalho cliente

Em seu ambiente do R, copie as linhas a seguir e execute o código em uma janela do Console (Rgui ou um IDE). Alguns pacotes também instalam outros pacotes necessários. Ao todo, cerca de 32 pacotes são instalados. Você deve ter uma conexão com a Internet para concluir esta etapa.

# Install required R libraries, if they are not already installed.
if (!('ggmap' %in% rownames(installed.packages()))){install.packages('ggmap')}
if (!('mapproj' %in% rownames(installed.packages()))){install.packages('mapproj')}
if (!('ROCR' %in% rownames(installed.packages()))){install.packages('ROCR')}
if (!('RODBC' %in% rownames(installed.packages()))){install.packages('RODBC')}

No servidor

Você tem várias opções para instalar pacotes no SQL Server. Por exemplo, o SQL Server oferece o recurso Instalar pacotes R com sqlmlutils, que permite aos administradores de banco de dados criar um repositório de pacotes e atribuir permissões aos usuários para instalar seus próprios pacotes. No entanto, se você for administrador no computador, pode instalar novos pacotes usando o R, desde que instale na biblioteca correta.

1. No computador do SQL Server, abra RGui.exe como administrador. Se você instalar SQL Server R Services com as configurações padrão, pode encontrar RGui.exe em C:\Program Files\Microsoft SQL Server\MSSQL13.MSSQLSERVER\R_SERVICES\bin\x64.

2. Em um prompt do R, execute os seguintes comandos do R:

install.packages("ggmap", lib=grep("Program Files", .libPaths(), value=TRUE)[1])
install.packages("mapproj", lib=grep("Program Files", .libPaths(), value=TRUE)[1])
install.packages("ROCR", lib=grep("Program Files", .libPaths(), value=TRUE)[1])
install.packages("RODBC", lib=grep("Program Files", .libPaths(), value=TRUE)[1])

Este exemplo usa a função grep do R para pesquisar o vetor dos caminhos disponíveis e encontrar o caminho que inclui "Arquivos de Programas". Para obter mais informações, consulte Documentação do R para o pacote base.

Se você acha que os pacotes já estão instalados, verifique a lista de pacotes instalados executando installed.packages().

Próximas etapas