In vielen verschiedenen Bereichen finden sich heutzutage große Datenmengen, die man in Datenbanken wie dem SQL Server abspeichern und verwalten kann. Um nun aussagekräftige Informationen aus diesen Daten zu gewinnen, muss man diese jedoch analysieren. Hierzu gehört beispielsweise das Erstellen von Prognosen oder das Testen verschiedener Hypothesen. Für diese statistischen Fragestellungen hat sich in den letzten Jahren R als Standardsprache etabliert. Um die Daten dort zu analysieren, muss man sie in R importieren. R in SQL ist somit möglich.
Viele Vorteile mit R
Die R Services im SQL Server bieten jetzt die Möglichkeit, die Analyse der Daten mittels R direkt in der Datenbank durchzuführen und die Ergebnisse zu visualisieren. Der Vorteil hierbei ist, dass die Daten nicht erst exportiert werden müssen, wodurch man Kosten und Ressourcen spart sowie Sicherheitsrisiken reduziert. Der Implementierung und dem Training von Modellen für maschinelles Lernen in der Datenbank steht dann nichts mehr im Weg.
Zusammenfassend bieten die R Services im SQL Server eine bequeme Möglichkeit, statistische Analysen und Visualisierungen großer Datenmengen direkt auf der Datenbank durchzuführen. Dadurch entsteht die Möglichkeit, die Ergebnisse dann in Unternehmensprozessen zur Validierung und Minimierung geschäftlicher Risiken sowie zur Steigerung der Effizienz zu nutzen.
Wie funktioniert die Einbindung nun in der Praxis?
Hierzu ruft man die gespeicherte Prozedur sp_execute_external_script auf. Dabei übergibt man die Sprache, für die Ausführung des Skriptes und das zugehörige Skript. Zudem übergeben wir einen Input-Datensatz, mit dem das Skript arbeiten soll. Zum Schluss legen wir noch fest, wie die Ausgabe im SQL Server aussehen soll. Das folgende kleine Beispiel liefert eine Tabelle, welche in der Spalte [Ausgabe] den Wert 10 vermerkt.
EXEC sp_execute_external_script
@language=N’R‘,
@script=N’OutputDataSet<-InputDataSet‘ ,
@input_data_1=N’SELECT 10 AS [Ausgabe]‘
WITH RESULT SETS (([Ausgabe] INT NOT NULL))
