SE の雑記

SQL Server 2017 の GPU サポートについて、まとめておきたいと思います。
https://gist.github.com/MasayukiOzawa/7965ffce226a8f94ba457671dd844b92 に今回勉強をする中で使用したサンプルを置いてあります。
情報については Linux/Docker 版も登場! Microsoft SQL Server 2017 の情報まとめ【5/1 更新】 を確認していただくとよいかと考えていますが、SQL Server 2017 の GPU の対応については次のような記載となっています。

NVIDIA GPU アクセラレーションの実現: R/Python を利用して GPU による高速計算での機械学習も実現、1 秒あたり100 万件の予測処理が可能です。

SQL Server 2017 が GPU を使用可能になっている範囲ですが「Machine Learning Services で GPU 対応のパッケージ (処理) を使用」した場合に、GPU を使用できるという理解でいます。
そのため、SQL Server の通常のクエリプロセッシングで GPU が使われるのではなく、ML Services で R または Python のスクリプトを実行する際に、GPU 対応したパッケージを介して、GPU を使用する処理を実施している場合のみ、SQL Server で GPU が使用できる形になるのではないでしょうか。
Read the rest of this entry »

VS Code を Python のスクリプト開発で行う際に、次のような input による対話入力をデバッグ実行する際の覚書です。

string = input("Hello:")
print(string)

Capture User Input via input() or raw_input()
で解説されていますが、デバッグ実行を実施する際のコンソールとして、

"console": "integratedTerminal",
または、
"console": "externalTerminal",

 
を使用するように「launch.json」の設定を変更することで、デバッグ実行時にターミナルが使用されるようになりますので、インプットの入力が可能となるようです。
標準の「デバッグ コンソール」だと対話型インプットができない感じなのでしょうかね。

最近、スラスラわかるPython と 12歳からはじめる ゼロからの Pythonゲームプログラミング教室 を読みつつ Python の初歩を勉強していたりします。
これらの書籍では、VS Code で Python を学ぶことができるのですが、デバッグ実行は使っておらず、「python.exe」を使用したスクリプトの直接実行が実行時のパターンとして使われていました。
私は、VS Code でデバッグ実行しているので、その際に作業ディレクトリ (ワークディレクトリ) を変更していた際の覚書を残しておきたいと思います。
Read the rest of this entry »

以前、2016/7 時点の SQL Server の修正プログラムの入手方法について という投稿で、SQL Server の累積修正プログラムについて書いたのですが、その次の内容を書いていなかったことに気づいたので書いておきたいと思います。 Read the rest of this entry »

SQL Data Warehous をポータルで確認した際に、以下のような画像のタイルの情報を確認することができます。

DWU LIMIT と DWU USED という項目があるのですが、現状、簡単に取得する方法が見当たらないのですよね…。
Provide a way to expose the actual DWU usage (not the same as the scale setting). によると、今後のリリースで検討となっているのですが、現時点では実装されているかが微妙でして。
Read the rest of this entry »

資料のメンテナンスを実施していて気付いたのですが、SQL Data Warehouse のリソースクラスに「静的なリソースクラス」が追加されていました。

SQL Data Warehouse での同時実行とワークロード管理
今までのリソースクラス (smallrc/mediumrc/largerc/xlargerc) は「動的なリソースクラス」となっており、DWU の性能に応じて、リソースのサイズが 4 段階に分けられていましたが、静的なリソースクラスでは、「staticrc10～80」までの 8 種類に分けられ今までより細かな粒度 / DWU のサイズを変更しても一定のサイズを固定で割り当てることができるようになったようです。
メモリの割り当てと使用するスロット数が細かに調整できるようになりましたので、同時実行数を今までより詳細に調整できるようになったのではないでしょうか。

先週の話になりますが、db tech showcase Tokyo 2017 で Linux 対応だけじゃない！！ SQL Server 2017 こんな機能が追加されています。 という内容で登壇をさせていただきました。

イベント内で、SQL Server on Linux / Machine Learning Services についてのセッションがるようでしたので、私の方では、他の方が触れていなさそうな機能をピックアップしてお話をさせていただきました。
参考になるようでしたら、公開資料をご利用いただければと。

SQL Server 2017 では、PREDICT という構文が追加されています。
PREDICT (Transact-SQL)
この構文を使用することで、次のようなことを実施できるようになります。

• ストアドプロシージャを使用しない R/Python の学習済みモデルを使用

学習済みのモデルについては、すべてのオブジェクトが使用できるということではなく、次のような制約があります。

For all of these scoring methods, you must use a model that was trained using one of the supported RevoScaleR or MicrosoftML algorithms.

• For RevoScaleR, the equivalent function is rxPredict
• For MicrosoftML, the equivalent function is rxPredict.mlModel

ReoscaleR や、MicrosoftML のパッケージで作成されたモデル (パッケージに含まれているアルゴリズム) をシリアライズしたものしか利用することはできないようですね。
この構文を使用することで RC2 時点では Machine Learning サービス (ML Services) がサポートされていない、SQL Server on Linux でも、機械学習のモデルを使用することができます。

The PREDICT function is supported in all editions of SQL Server, including Linux.

 
簡単なもので、一通り動作するところまでは確認することができたので軽くまとめてみたいと思います。
技術情報としては、Native scoring を確認するとよいかと。
Read the rest of this entry »

本投稿は、2017/9/3 時点の最新の製品前リリースである SQL Server 2017 RC2 に限定された内容です
In-Database Python Analytics for SQL Developers の内容を SQL Server 2017 RC2 で実行しようとした際の注意点を。
「import pandas」の内容については、フィードバックしたところ把握されている不具合らしく、RC2 限定の内容となるかと。
ドキュメントバグについては、コメントで指摘されているので、後日修正されるかと。
Read the rest of this entry »

SQL Server 2017 では、Machine Learning Services (ML Services) という新しいサービスが追加され、この機能についても大きな内容としてアナウンスがされています。
Getting started with machine learning in SQL Server
ML Services は、SQL Server 2016 では、R Services と呼ばれていたものであり、SQL Server 2017 では対応言語として、Python が追加されたことにより、名称が ML Services と変更になりました。
ドキュメント上、R Services と書かれているものは、SQL Server 2016 の時の情報になっていることが多いかと思います。
この機能は、Advanced Analytics (AA : 高度な解析基盤) というようなカテゴリで紹介されることもあり、高度な解析を実施するための機能として提供が行われているものになります。
先日、ML Services についてディスカッションする機会があったのですが、「自分の中できちんと整理できていないな」と感じたので、一度まとめてみたいと思います。
Read the rest of this entry »