使用 SQL Server 安装程序安装 机器学习 Server（独立版）或 R Server（独立版）

适用于： SQL Server 2016 （13.x） SQL Server 2017 （14.x） SQL Server 2019 （15.x）

SQL Server 安装程序安装的独立服务器支持以下用例和方案：

• 远程执行，可在同一控制台中在本地会话与远程会话之间进行切换
• 通过 Web 节点和计算节点实现操作化
• Web 服务部署：能够将 R 和 Python 脚本打包到 Web 服务中
• 完整的 R 和 Python 函数库集合

作为与 SQL Server 分离的独立服务器，其 R 和 Python 环境是使用独立服务器（而非 SQL Server）中提供的基础操作系统和工具进行配置、保护和访问的。

若要开发可以将远程计算上下文用于所有受支持数据平台的高性能机器学习解决方案，作为 SQL Server 附属服务器的独立服务器将非常有用。 可以将执行任务从本地服务器转移到 Spark 群集或另一个 SQL Server 实例上的远程 机器学习 Server。

安装前清单

如果安装了以前的版本，例如 SQL Server 2016 R Server（独立版）或 Microsoft R Server，请先卸载现有安装，然后再继续操作。

通常，我们建议将独立服务器和识别数据库引擎实例的安装视为互斥项，以免出现资源争用情况，但如果有足够的资源，则不禁止将它们安装在同一台物理计算机上。

计算机上只能有一台独立服务器：SQL Server 机器学习 Server（独立版）或 SQL Server R Server（独立版）。 在添加新版本之前，请确保先卸载以前的版本。

获取安装介质

SQL Server 的下载位置由版本决定：

• SQL Server Enterprise、Standard 和 Express 版本。 这些版本已获得生产使用许可。 如需 Enterprise 和 Standard 版本，请联系软件供应商获取安装媒体。 你可以在 Microsoft 采购网站上找到采购信息和 Microsoft 合作伙伴目录。

• 最新免费版本。

设置环境变量

（仅适用于 R 功能集成）应设置“MKL_CBWR”环境变量，以确保从 Intel 数学核心函数库 (MKL) 计算得到一致的输出结果 。

1. 在“控制面板”中，单击“系统和安全”“系统”>“高级系统设置”“环境变量” 。

2. 创建新的用户或系统变量。

• 将变量名称设置为 MKL_CBWR
• 将变量值设置为 AUTO

3. 重新启动服务器。

默认安装文件夹

进行 R 和 Python 开发时，同一台计算机上通常有多个版本。 由 SQL Server 安装程序安装时，基本发行版安装在与用于安装的 SQL Server 版本关联的文件夹中。

下表列出了由 Microsoft 安装程序创建的 R 和 Python 发行版的路径。 为完整起见，该表包括由 SQL Server 安装程序以及 Microsoft 机器学习 Server 的独立安装程序生成的路径。

应用更新

建议将最新的累积更新应用于数据库引擎和机器学习组件。 累积更新通过安装程序进行安装。

在连接 Internet 的设备上，可以下载一个自解压缩的可执行文件。 为数据库引擎应用更新会自动为现有 R 和 Python 功能引入累积更新。

在断开连接的服务器上，需要执行额外的步骤。 你必须获取数据库引擎的累积更新以及机器学习功能的 CAB 文件。 必须将所有文件传输到被隔离的服务器并手动应用。

1. 从基线实例开始。 只能将累积更新应用于现有安装：

• SQL Server 2019 初始版本中的 机器学习 Server（独立版）
• SQL Server 2017 初始版本中的 机器学习 Server（独立版）
• SQL Server 2016 初始版本、SQL Server 2016 SP 1 或 SQL Server 2016 SP 2 中的 R Server（独立版）

2. 关闭已打开的所有 R 或 Python 会话，并停止系统上仍在运行的所有进程。

3. 如果为 Web 服务部署启用了操作化以作为 Web 节点和计算节点运行，请备份 AppSettings.json 文件，以防万一。 应用 SQL Server 2017 CU13 或更高版本会修改此文件，因此你可能需要一个备份副本来保留原始版本。

4. 在连接 Internet 的计算机上，从 Microsoft SQL Server 的最新更新下载你的版本的最新累积更新。

5. 下载最新的累积更新。 它是一个可执行文件。

6. 在连接 Internet 的设备上，双击 .exe 运行安装程序，逐步完成向导以接受许可条款，查看受影响的功能，并监视进度直到完成。

7. 在未连接 Internet 的服务器上：

   • 获取 R 和 Python 的相应 CAB 文件。 有关下载链接，请参阅 适用于 SQL Server 数据库内分析实例的累积更新 CAB 下载。

   • 将所有文件（主要可执行文件和 CAB 文件）传输到脱机计算机上的文件夹中。

   • 双击 .exe 运行安装程序。 在未连接 Internet 的服务器上安装累积更新时，系统会提示你选择 R 和 Python 的 .cab 文件的位置。

8. 安装后，在已启用 Web 节点和计算节点部署的服务器上，编辑 AppSettings.json，在 “MMLNativePath” 下方直接添加一个 “MMLResourcePath” 项。 例如：

   "ScorerParameters": {
       "MMLNativePath": "C:\Program Files\Microsoft SQL Server\140\R_SERVER\library\MicrosoftML\mxLibs\x64\",
       "MMLResourcePath": "C:\Program Files\Microsoft SQL Server\140\R_SERVER\library\MicrosoftML\mxLibs\x64\"
   }
   

9. 运行管理 CLI 实用工具以重新启动 Web 节点和计算节点。 有关步骤和语法，请参阅监视、启动和停止 Web 节点与计算节点。

开发工具

安装过程中不会安装开发 IDE。 有关配置开发环境的详细信息，请参阅设置 R 工具和设置 Python 工具。

后续步骤

R 开发人员可以开始使用一些简单的示例，并了解 R 如何与 SQL Server 协同工作的基础知识。 有关下一步，请参阅以下链接：

• 快速入门：在 T-SQL 中运行 R
• 教程：适用于 R 开发人员的数据库内分析