R脚本不能直接写入存储过程体，因其运行于Launchpad托管的独立R进程，必须通过sp_execute_external_script作为外部调用桥梁；所有R逻辑需作为字符串参数传入，输入经@input_data_1、输出赋给OutputDataSet，且受SQL Server 2016 R Services（R 3.2.2）及基础包限制。
R 脚本在 SQL Server 2016 中只能通过 sp_execute_external_script 执行，不能直接写进存储过程体里；所有 R 逻辑必须作为字符串参数传入，且受限于 SQL Server 2016 R Services 的运行时版本（R 3.2.2）和基础包集。
为什么不能像普通 T-SQL 那样写 R 代码？
SQL Server 2016 不支持将 R 代码编译进存储过程定义，sp_execute_external_script 是唯一入口。它本质是“调用外部进程”的桥梁，R 运行在 Launchpad 服务托管的独立 R 进程中，与 SQL Server 主进程隔离。这意味着：
- R 变量、函数作用域、工作区（workspace）无法跨多次调用保留
- 不能在存储过程中声明 R 变量或用
if/for控制流包裹 R 逻辑——那些必须写在 R 脚本字符串内部 - 所有输入数据必须经由
@input_data_1传入，输出必须赋给OutputDataSet，且类型受隐式转换规则严格限制
如何正确构造带 R 的存储过程？
典型模式是：T-SQL 存储过程封装一个 sp_execute_external_script 调用，并把 R 脚本拼成字符串。例如计算均值并返回：
CREATE PROCEDURE dbo.GetAvgR
@TableName NVARCHAR(128),
@ColumnName NVARCHAR(128)
AS
BEGIN
DECLARE @sql NVARCHAR(MAX) =
N'SELECT * FROM ' + QUOTENAME(@TableName);
<pre class="brush:php;toolbar:false;">EXEC sp_execute_external_script
@language = N'R',
@script = N'
# 注意：InputDataSet 是自动加载的 data.frame
avg_val <- mean(InputDataSet[[1]], na.rm = TRUE)
OutputDataSet <- data.frame(avg = avg_val)
',
@input_data_1 = @sql,
@input_data_1_name = N'InputDataSet',
@output_data_1_name = N'OutputDataSet'
WITH RESULT SETS ((avg FLOAT));END;
-
@input_data_1_name和@output_data_1_name必须与 R 脚本中引用的变量名一致 - 列名动态传入时，R 端要用双括号
[[1]]或[[ColumnName]]提取，不能用$加变量名（会报错） - SQL Server 2016 不支持
input_data_1_partition_by_columns等高级参数（那是 SQL Server 2019+ 才有的）
常见错误和绕不过去的坑
实际部署中最容易卡住的地方不是语法，而是环境与权限链：
- Launchpad 服务没运行 → 查 Windows 服务里
MSSQLLaunchpad是否启动；若启动失败，看RSetup.log和系统事件日志里的错误码 -
SQLRUserGroup权限被策略清空 → 即使安装成功，Launchpad 也会因无法登录 SQL Server 而静默失败；需手动重加该组到sysadmin或至少db_owner角色 - R 脚本里用了 SQL Server 2016 不带的包（如
dplyr、ggplot2）→ 它只预装了基础 R +RevoScaleR，第三方包必须用管理员权限在服务器 R 实例中手动安装（路径类似C:\Program Files\Microsoft SQL Server\MSSQL13.MSSQLSERVER\R_SERVICES\library\） - 日期列传入后变成整数（如
17167）→ 这是 SQL Server 把datetime转成 R 的Date类型时的天数偏移，需在 R 中用as.POSIXct(InputDataSet$col + as.numeric(as.Date("1970-01-01")), origin="1970-01-01")还原
性能与数据规模的实际边界
SQL Server 2016 的 R 集成没有内存映射或列式传输优化，全靠序列化/反序列化 data.frame：
- 单次调用建议控制在 100 万行以内；超量易触发 Launchpad 进程崩溃或超时（默认 30 秒）
- 避免在 R 脚本里做大量循环或
cbind/rbind拼接；优先用RevoScaleR::rxSummary等内置函数，它们能直通 SQL Server 计算引擎 - 如果分析逻辑固定，考虑把模型训练结果（如
rxLinMod对象）用serialize()存进VARBINARY(MAX)字段，后续评分直接加载，绕过重复训练
SQL Server 2016 的 R 集成本质是“有限通道”，不是完整 R 环境。真正难的不是写对那几行 @script，而是理解数据怎么进来、类型怎么变、错误在哪一层崩——Launchpad 日志、SQL Server 错误日志、R 运行时输出三者必须交叉比对才能定位问题。
