应用程序和数据库开发人员
数据库***肩负集成多种技术并将结果整合在一起的任务,以便在整个企业中共享这些结果。 数据库开发人员可用于应用程序开发人员、 SQL 开发人员和数据科学家设计解决方案、 推荐数据管理方法,并构建或部署解决方案。
与 SQL Server 集成到开发人员提供了许多好处:
数据科学家可在 RStudio 中,而数据开发人员部署使用 SQL Server Management Studio 的解决方案。 没有更多重新编码的 R 或 Python 解决方案。
使用 T-SQL、 R 和 Python 的优化你的解决方案。 可以更加有效地使用。 利用数据库专业人员的知识在比 SQL Server 通过使用内存中列存储索引来提高性能的机器学习解决方案运行复杂的操作,对大型数据集和使用 SQL 基于集的操作的聚合。
轻松地自动执行任务,必须对大量数据,如生成的预测得分的生产数据重复运行。
访问参数化 R 或 Python 脚本从任何应用程序使用Transact-SQL。 只需调用存储的过程来为模型定型、 生成绘图,或输出的预测。
Api 可以流式传输的大型数据集,并从多线程、 多核、 多进程数据库内计算中获益。
有关相关任务的信息,请参阅:
实现 R 代码
数据库管理员
数据库管理员必须将存在竞争的项目和优先级集成到一个联系点中,即数据库服务器。 他们不仅需要为数据科学家提供数据访问权限,还需要为各类报表***、业务分析人员和业务数据使用者提供数据访问权限,同时还负责维护操作和报告数据存储的运行状况。 在企业中,DBA 是构建和部署***数据科学基础结构的重要组成部分。
SQL Server 用于必须支持数据科学角色的数据库管理员提供独特的功能:
SQL server 的安全性:体系结构R Services(数据库内)可将数据库安全并隔离外部脚本会话执行从数据库实例的操作。 您可以***谁有权执行机器学习脚本,并使用数据库角色来管理包。
若要确保你的服务器继续照常运行,即使外部脚本遇到问题的单独进程中执行 R 和 Python 的会话。
使用 SQL Server 资源调控允许你控制的内存和分配给外部运行时,以防止海量计算降低服务器的整体性能的过程。