SQL Server 2017中的Python：增强的数据库内机器学习-控件新闻-慧都网

SQL Server 2017中的Python：增强的数据库内机器学习

翻译|行业资讯|编辑：黄竹雯|2019-01-30 11:34:50.000|阅读 314 次

概述：本文主要介绍在Microsoft SQL Server中的Python如何增强机器学习以及它的优点和受益人群

Microsoft SQL Server是一款优秀的关系型数据库管理系统，Python是目前流行的数据科学语言之一，拥有丰富的库生态系统。从SQL Server 2017的CTP 2.0版本开始，可以将基于Python的智能引入SQL Server中的数据。

本文主要介绍在SQL Server 2017中的Python如何增强数据库内机器学习、Python集成所提供的优点以及哪些人能够从中受益。有任何建议或提示请在下方评论区留言，我们会及时处理。

Python的添加建立在SQL Server 2016中为R服务奠定的基础之上，并且扩展了该机制以包括Python对数据库内分析和机器学习的支持。

Microsoft SQL Server资源下载>>

Python集成的几个优点

消除数据移动

现在可以在数据库中构建Python应用程序而不再需要将数据从数据库移动到Python应用程序或模型。这消除了如安全性、合规性、管理性、完整性以及与移动大量数据相关的类似问题的障碍。这项新功能将Python引入数据，并使用SQL Server 2016中内置可扩展性机制在SQL Server中运行代码。

部署轻松

准备好Python模型后，将其部署到生产环境中就像将其嵌入T-SQL脚本一样简单，然后任何SQL客户端应用程序都可以通过简单的存储过程利用基于Python的模型和智能来呼叫。

企业级性能和规模

您可以使用SQL Server的高级功能（如内存表和列存储索引）以及RevoScalePy包中的高性能可伸缩API。利用开源Python您可以为SQL Python应用程序带来更好的选择、性能和扩展。

丰富的可扩展性

您可以在SQL Server中安装和运行任何最新的开源Python包，以便在SQL Server的大量数据上构建深度学习和AI应用程序。在SQL Server中安装Python包和本地计算机上安装Python包的操作一样。

无需额外费用的广泛可用性

所有版本的SQL Server 2017都提供Python集成，包括Express版本。

哪些人员可以受益

数据科学家

数据科学家可以使用SQL Server上的完整数据集构建模型，而不是将数据移动到IDE或强制使用数据样本。使用Python IDE可以在SQL Server中的数据上执行Python代码，并在IDE中获取结果。

现在不再依赖应用程序开发人员来部署供生产使用的模型，因为这通常涉及将模型和脚本转换为不同的应用程序语言。现在通过将这些模型嵌入到T-SQL存储过程中，可以轻松地将这些模型部署到生产环境中。并且可以在SQL Server中使用任何开源Python包进行机器学习，使用模式与现在流行的SQL Server R服务相同。