7.1 Oracle Machine Learning for SQL用のデータベースのインストールおよび構成
リストされているステップに従うことで、Oracle Machine Learning for SQLのデータベースをインストールおよび構成できます。
7.1.1 インストールについて
Oracle Databaseに関連するOracle Machine Learning for SQLコンポーネントは、データベース・ライセンスに同梱されています。
- Express Edition
- Standard Edition 2
- Enterprise Edition
- Oracle Database Appliance
- Exadata
- Exadata Cloud Service/Cloud@Customer
- DBCS Standard Edition
- DBCS Enterprise Edition
- DBCS EE - High Performance
- DBCS EE - Extreme Performance
Oracle Data Minerは、Oracle Machine Learning for SQLのグラフィカル・ユーザー・インタフェースで、Oracle SQL Developerの拡張です。SQL DeveloperをダウンロードしてData Minerリポジトリをインストールする手順は、https://www.oracle.com/database/technologies/odmrinstallation.htmlを参照してください。
機械学習アクティビティを実行するには、Oracle Databaseにログオンできる必要があります。また、ユーザーIDに「Oracle Machine Learning for SQLの権限の付与」で説明されているデータベース権限が付与されている必要があります。
Oracle Machine Learning for Python (OML4Py)およびOracle Machine Learning for R (OML4R)には個別のシステム要件があり、それぞれの製品ガイドに記載されています。
関連トピック
関連項目:
プラットフォームに固有のインストール手順については、Oracle Databaseドキュメント・ライブラリのインストールおよびアップグレードに関するページを参照してください(Oracle Database 21c Release
)
7.1.2 Oracle Machine Learning for SQLのためのデータベース・チューニングに関する考慮事項
標準的な管理方法に従って、機械学習アクティビティの実行中にシステムのワークロードを管理できます。
Oracle Machine Learning for SQLをサポートしている本番データベースを管理するDBAは、『Oracle Database管理者ガイド』で説明されている標準的な管理方法に従う必要があります。
機械学習モデルの作成と機械学習モデルのバッチ・スコアリングでは、DSSと同様のワークロードの負荷がシステムにかかる傾向があります。単一行のスコアリングは、システムに対してOLTPに似た負荷をかける傾向があります。
データベース・メモリーの管理は、機械学習に大きな影響を与える場合があります。モデルの作成、複合問合せおよびバッチ・スコアリングでは、プログラム・グローバル領域(PGA)メモリーのサイズ指定を適切に行うことが非常に重要です。機械学習の観点からは、システム・グローバル領域(SGA)は、一般的に重要度は低いと言えます。ただし、SGAは、SGAの共有カーソルにモデルをロードするリアルタイムのスコアリングに対応できるサイズに設定する必要があります。ほとんどの場合は、自動的にメモリーを管理するようにデータベースを構成できます。これを行うには、チューニング・パラメータMEMORY_TARGET
で最大合計メモリー・サイズを指定します。自動メモリー管理を使用すると、Oracle Databaseは、必要に応じてSGAとインスタンスPGAとの間で動的にメモリーを交換し、処理需要を満たします。
ほとんどの機械学習アルゴリズムで、パラレル実行を利用できます(データベースでパラレル実行が有効化されている場合)。INIT.ORA
のパラメータは、パラレル実行の動作を制御します。