microsoft sql server basic 高级 python 集成差异答案

【问题标题】：microsoft sql server basic advanced python integration differencesmicrosoft sql server basic 高级 python 集成差异
【发布时间】：2018-12-14 03:36:32
【问题描述】：

有谁知道 Microsoft SQL 2017 服务器的各种 Python 集成选项之间的具体区别是什么？表格显示sql server

但“基本”和“高级”集成之间的实际区别是什么？有没有人对不同类型的集成有任何经验？

来源：https://docs.microsoft.com/en-us/sql/advanced-analytics/r/differences-in-r-features-between-editions-of-sql-server?view=sql-server-2017

【问题讨论】：

标签： python sql-server database licensing

【解决方案1】：

看起来它与 RRE 的完全并行性有关——不确定它是否真的适用于 Python 支持。 enter link description here

FWIW 许多关于 Python 的文档不完整或完全错误

【讨论】：

【解决方案2】：

从您发布的链接中：“基本集成和高级集成之间的区别在于规模。高级集成可以使用所有可用内核来并行处理您的计算机可以容纳的任何大小的数据集。基本集成仅限于 2 个内核和适合内存的数据集。”

因此，基本集成与使用开源 Python 或 R 运行时类似。数据框必须适合内存，并且东西是单线程运行的。高级集成启用了 Microsoft 机器学习服务器的全部功能。

Microsoft 机器学习服务器包括一组丰富的高度可扩展的分布式算法集，例如 RevoscaleR， revoscalepy 和 microsoftML 可以处理大于物理内存的大小，并在各种平台上运行分布式方式

https://docs.microsoft.com/en-us/machine-learning-server/what-is-machine-learning-server

【讨论】：

谢谢大卫，我认为缺少的是高级与基本的并排功能比较
从这个答案听起来你可以做任何功能明智的事情，它只会影响性能？我很好奇我是否仍然可以使用任何库和/或 IDLE 等进行基本集成。

【解决方案3】：

我不确定您是否仍在寻找答案。但这是我自己注意到的，我认为这会有所帮助。

1 基本集成仅限于 2 个内核和内存数据集。

2 高级集成可以使用所有可用内核并行处理任意大小的数据集，但受硬件限制。

它与您发布的链接在同一页面中，只需向下滚动即可。

【讨论】：