有人可以解释一下可以选择SQLCLR与Python vs R的各种场景。
我知道R是一种专门用于统计分析和数据挖掘的语言和库，因此我理解在适当的时候利用该功能，但是R（在SQL Server上）可以做更多并调用其他外部库，如CLR程序集可以吗？
Python是否意味着最终替代C＃SQLCLR？在我看来，在我看来，Python可以简单地嵌入到存储过程中，然后在执行时进行解释而不是CLR程序集的编译性质，但是否则功能是相同的？是吗？
答案 0 :(得分：1)
我会尝试回答你的问题：
SQLCLR是在SQL Server 2005中引入的，作为在SQL Server引擎中嵌入CLR（.NET）的一种方法。例如，使用SQLCLR，您的.NET代码在与SQL Server本身相同的内存和进程空间中运行。它的工作方式（简化）是您创建一个程序集并将其注册到SQL Server（CREATE ASSEMBLY）。然后你创建＆＃34;包装＆＃34;针对.NET方法的T-SQL存储过程/函数/触发器等，这些是在运行时执行的过程。
R在SQL Server 2016中引入，而SQL在SQL Server 2017中引入，以便为SQL Server提供机器学习功能。与.NET相反，R和Python都不会嵌入SQL Server中，但是当您在SQL Server中调用R / Python代码时，会调用位于SQL Server内存/进程空间之外的R / Python引擎。这是SQLCLR和R / Python之间的重要区别：
作为旁注;我有一系列blog-posts讨论SQL Server R服务的内部（即使帖子谈论R，其中的所有内容也适用于Python）。
至于能力; SQL Server中的R / Python不能再做什么了，不能少于＃34; standalone＆＃34; R / Python可以这样做：如上所述，R / Python的实际执行也发生在SQL Server之外。
我个人认为Python不是SQL Server中.NET的替代品，我将其视为工具箱中的附加工具。在我工作的地方，我们同时使用SQLCLR和R / Python（在SQL Server中）。我们的生产数据库中有100个SQLCLR程序集，做了奇怪而美妙的事情（向RabbitMQ等发送消息等），而恕我直言，用Python替换它很难，特别是看到您立即得到性能下降 - 编译代码（SQLCLR）与解释代码（R / Python）。
希望这有帮助。
Niels