Revisão sql server 2017 acrescenta python, processamento gráfico e roda em Linux ZDNet bitcoin carteira inscrever

SQL Server é um produto Eu tenho trabalhado com quase toda a minha carreira. Comecei com a versão 4.2 para Windows em 1993 e ter trabalhado com e cuidadosamente revistos cada versão posterior, incluindo este solar de mineração bitcoin powered. A coisa que eu tenho tirado de todo esse trabalho e avaliação é que, enquanto SQL Server tem melhorado constantemente, ao mesmo tempo que se modernizou e acrescentou inúmeras funcionalidades e tecnologias empacotado, de muitas maneiras, ele ainda se sente como o mesmo banco de dados que eu comecei a trabalhar com quase 25 anos atrás.

Às vezes, eu acho que os desenvolvedores e administradores de banco de dados precisa que a familiaridade. Em outros momentos, eles precisam da inovação e confiança de que a equipe de produto tem mais novidades na calha. Os clientes precisam de SQL Server para permanecer o mesmo e ainda assim eles precisam de mudar e melhorar.


Isso realmente é desafio único do SQL Server: ele deve ser fiel ao seu legado, e ainda evitar a estase, manter a competitividade com a série aparentemente infinita de novas tecnologias de dados, tanto comerciais e de código aberto.

Esta nova versão do SQL Server continua a atender a essas demandas individuais. Ele adiciona novos recursos do mundo da ciência de dados e NoSQL. Ele oferece capacidades multi-plataforma e compatibilidade recipiente Docker. Mas também reforça o seu investimento no desempenho do motor de banco de dados núcleo, facilidade de manutenção do índice, alta disponibilidade e desempenho do data warehouse. Isso é um equilíbrio difícil e que outros fornecedores de banco de dados não tem que atender. Embora isso possa ser cruzada da Microsoft para suportar, a empresa faz muito bem a ele, transformando um desafio formidável em um diferencial de mercado positivo.

Em um movimento que pode parecer irônico ao mercado e ainda é bastante coerente com o legado do SQL Server, o lançamento do SQL Server 2017 anuncia retorno do SQL Server para a plataforma * nix, com uma nova versão Linux do produto. E, apesar de este desenvolvimento sendo legado consistente (as primeiras versões do SQL Server, co-desenvolvido com a Sybase, também correu em UNIX), ainda é um negócio muito grande.

Com compatibilidade Linux, Microsoft começa o trabalho de eliminar esses bloqueadores de adoção bitcoin indonésia penipuan. SQL Server agora pode ser executado em servidores Windows, servidores baseados em Linux, ou alguma combinação dos dois. A versão Linux também pode ser executado em contentores Docker (que também pode ser Windows- ou baseado em Linux) tornando-se quase trivial para executar em um Mac. Na verdade, se a máquina de um desenvolvedor já Docker instalado, execução e alocou pelo menos 4GB de memória para ele, em seguida, dois comandos, entrou na janela Terminal de uma máquina Mac ou Linux, irá baixar, instalar e iniciar o produto em execução bitcoin mineração livre . Esta mesma técnica funciona em máquinas Windows, apesar do fato da versão do Windows pode ser instalado no metal.

ferramentas baseadas em Windows SQL Server pode se conectar a instâncias do Windows ou Linux do SQL Server, para que os desenvolvedores do Windows não precisa mudar seus conjuntos de ferramentas. Enquanto isso, essas ferramentas não são necessários: Microsoft fornece ferramentas de linha de comando do Linux para o SQL Server, os mais importantes são instalados na imagem Docker por padrão. Para as pessoas que querem algo mais gráfica, mas ainda leve, a Microsoft oferece a extensão mssql para a sua ferramenta de desenvolvimento de código do Visual Studio, que roda tanto em Linux e Mac. Ele também executa o Windows, permitindo que até mesmo os desenvolvedores da plataforma Microsoft a opção de usar ferramentas leves.

Mover-se de ferramentas para tecnologias complementares, muitos deles, incluindo o SQL Server Analysis SQL Server Reporting Services e Serviços, não estão disponíveis em versões de Linux, pelo menos não ainda. Mas, enquanto os pacotes criados para SQL Server Integration Services (SSIS), ETL fiel da Microsoft (extração, transformação e carga) ferramenta, devem ser criados em máquinas Windows, o serviço em si pode ser executado em pacotes Linux e SSIS pode ser executado na linha de comando Linux , usando o dtexec comando.

Embora nem todas as tecnologias companheiro SQL Server estão disponíveis no Linux, todos os recursos dentro do motor de banco de dados relacional SQL Server estão disponíveis lá. Mesmo recurso de alta disponibilidade Always On do SQL Server funciona – e as instâncias Windows e Linux podem ser misturados no mesmo grupo de disponibilidade. O desempenho também é comparável nas duas plataformas.

A razão para paridade de recursos entre as versões Windows e Linux do produto é a Camada SQL Platform Abstraction (PAL), que é implementado em cada sistema operacional. Como o nome completo poderia sugerir, os PALs abstrair as diferenças entre os dois sistemas operacionais, fornecendo uma interface comum em que uma única base de código pode executar.

Com esta arquitetura, qualquer recurso criado para o mecanismo de banco de dados do SQL Server em uma plataforma está disponível no outro. E os PALs são implementadas de forma muito eficiente. Microsoft atingiu recorde de não-agrupado de 2 soquetes TPC-E resultados de benchmark TPC-H e com o SQL Server 2017, e um dos resultados TPC-H foi alcançado com a versão Linux do produto.

Enquanto SQL Server para Linux é característica bandeira da liberação 2017, existem dois grandes melhorias adicionais, bem como uma série de outras menores, que, juntos, fazem SQL Server muito mais robusto.

Do lado da Ciência de dados, a Microsoft tomou SQL Server R Serviços, introduzido na versão 2016, e adicionou suporte para a linguagem de programação Python onde posso comprar bitcoins. O recurso avançado, agora apelidado SQL Server Serviços de aprendizado de máquina (ML Serviços), permite que o código em qualquer idioma para executar nativamente no próprio SQL Server. Outra opção é escrever e executar o código R / Python em uma estação de trabalho, mas tem que delegar o trabalho pesado para ser executado no SQL Server.

R e Python já tinham acesso SQL Server, é claro, mas somente se trabalhando externamente, e, assim, a transferência de dados consultados a partir do SQL Server para a máquina executando o código. Executando o código nativamente no SQL Server evita tal movimento de dados, permitindo a criação e treinamento de modelos ML preditivos no próprio servidor, em grandes volumes de dados, analisados ​​no local.

Esses modelos podem então ser serializado e armazenado em bancos de dados SQL Server. Mais tarde, os modelos podem ser recuperadas e de-serializado, e as previsões podem ser executados contra eles, usando dados do SQL Server como a entrada. Este processo, chamado de pontuação, pode ser implementado em código escrito tanto em R ou Python, através de scripts ad hoc ou procedimentos armazenados. E desde que chamadas de procedimento armazenado pode ser executado em uma base programada usando um componente chamado SQL Server Agent, todo o processo de pontuação pode ser baseado em servidor e completamente operacionalizado Qual é o valor de um bitcoin. Isso é um grande negócio, uma vez que de pontuação habitualmente tem sido gerido de forma mais ad hoc, nas próprias máquinas de dados dos cientistas.

A história de pontuação fica ainda melhor no SQL Server 2017 garfo bitcoin dinheiro. Além da adição de Python como uma linguagem que pode ser usado para o processo de pontuação, código T-SQL em si pode agora realizar " pontuação nativa" assim, usando nova predizer a função da linguagem. Enquanto os modelos que estão sendo marcou contra foram treinados e são armazenados no banco de dados no formato RevoScalePy RevoScaleR prescrito ou, T-SQL pode ser usado para marcar contra eles, ou não R ou Python é ainda instalado no servidor.

Isto permite uma separação muito importante de preocupações, em que os dados cientistas podem construir e treinar modelos ML em seu próprio ambiente, em seguida, armazená-los no banco de dados, onde qualquer desenvolvedor pode escrever consultas T-SQL para marcar contra eles. E se o host SQL Server tem unidades de processamento gráfico (GPUs) a bordo, os cientistas de dados podem ver ganhos ainda maiores, além de eliminação de movimentação de dados, através da formação de seus modelos lá.

Outra integração T-SQL / Ciência dados em SQL Server 2017 é a capacidade de adicionar pacotes R para (módulos que funcionam como extensões de linguagem) através de novo comando Criar biblioteca externa do T-SQL, e armazenados em bancos de dados específicos, em vez de acrescentado através R da instalação .packages () função e disponibilizados globalmente. Isso dá aos administradores de banco de dados maior e mais granular controle sobre os recursos e capacidades que estão ligados ou desligados.

Esta combinação de características faz progressos substanciais para trazer Ciência dados para a frente em computação empresarial mainstream. A onipresença do SQL Server em ambientes de tecnologia da empresa traz operacionalizado Ciência dados para um palco maior. Agora cabe à Microsoft para impulsionar a adoção desses recursos, em vez de apenas torná-los disponíveis.

Os chamados bancos de dados NoSQL, dos quais bancos de dados de grafos compõem uma categoria importante, ter sido um espinho no lado de Microsoft por pelo menos seis anos. E apesar do fato de que eles podem ser um pouco esotérico e pálida em níveis de adoção em relação aos produtos de banco de dados baseados na tecnologia relacional convencional (como o SQL Server), que pode ser muito útil para determinados cenários de banco de dados.

Em vez de linhas e colunas, tabelas em bases de dados de gráficos contêm "nós" (as vezes chamado "vértices") e "arestas." Nós representam entidades enquanto arestas representam relacionamentos entre eles. Com relações codificadas ao nível da entidade, em vez do nível de tabela, torna-se muito mais fácil fazer coisas como obter todas as entidades ligadas ao outro em particular.

Esse tipo de consulta é comum quando se trabalha com qualquer domínio onde as redes estão envolvidos, incluindo redes sociais. Quer receber todos os comentários para um determinado posto? peasy fácil como fazer i abrir uma conta bitcoin. Quer saber todos os amigos duas pessoas têm em comum? Moleza; fácil; baba.

desenvolvedores do SQL Server pode simplesmente especificar o nó como ou como palavras-chave EDGE em suas comando CREATE TABLE quando a construção de tabelas que armazenam entidades gráfico. Ao consultar qualquer mesa, eles podem então usar a palavra-chave JOGO em suas instruções SELECT para responder às questões relacionadas com a rede, como o que a mídia social que acabamos de discutir.

modo de execução lote baseada em processamento de vetor do SQL Server já está disponível para toda a execução de R ou código Python. Uma vez que grande parte do trabalho que tende a ser feito em R e Python envolve agregação, modalidade de grupo – que processa linhas de dados de vários ao mesmo tempo, pode ser muito útil.

No departamento de análise operacional, a variedade não-agrupado de índices columnstore (NCCIs), introduzidos no SQL Server 2012, pode agora ser construída e reconstruída sem tomar as mesas eles índice offline, fazendo análise operacional mais viável de implementar.

BLOBs (objetos binários grandes, como arquivos inteiros, armazenadas em uma tabela) nos índices columnstore podem agora ser comprimidos, para economizar espaço de armazenamento, eo índice columnstore pode processá-los no formato comprimido, o que também acelera backups.

SQL apresentam 2017 de novas operações de índice resumable permite reconstruções de índice para ser retomado após uma falha de banco de dados ou abortar o manual da operação, em vez de precisar ser reiniciado a partir do zero, uma vez que o banco de dados está de volta online.

processador de consultas do SQL Server agora pode detectar e corrigir os chamados regressões plano, que ocorrem quando se reformula a melhor maneira para consultar uma tabela automaticamente, mas "esquece" determinadas otimizações fez ao plano anterior que ainda podem ser aplicadas.

instalação In-Memory OLTP do SQL Server (A.K.A. "Hekaton"), Que processa os dados na memória e compila procedimentos T-SQL armazenado para baixo para código nativo, derramou muitas das suas restrições, permitindo o recurso a ser usado em muitos outros cenários.

Embora a maior parte dos novos recursos do SQL Server 2017 são entregues no motor de núcleo sistema de gerenciamento de banco de dados relacional (RDBMS), outros componentes do conjunto de SQL Server de tecnologias estão vendo alguma melhora também.

Vamos começar com o SQL Server Analysis Services (SSAS), cujo tabular Modo motor é a versão Enterprise do a tecnologia por trás do modelo de dados do Excel e Power Pivot; Poder BI desktop; o BI Service Cloud Power and o novo serviço pré-visualização Azure Analysis Services. SSAS tabular continua a ver o investimento que traz o seu conjunto de recursos em quase paridade com o modelo Multidimensional clássico SSAS’.

Primeiro, o modo tabular é agora a opção de instalação padrão para o Analysis Services. Um novo nível de compatibilidade 1400 permite que ferramentas de SSAS tabular (parte dos baseada em estúdio Ferramentas SQL Server dados visuais – SSDT) ​​para fornecer os mesmos diálogos de aquisição de dados e grande parte da conectividade fonte de dados que está disponível no Excel 2016 para Windows e Poder BI desktop cartão de débito bitcoin EUA. Isso inclui uma interface de preparação de dados equivalente e uso do mesmo subjacente linguagem de programação M que está disponível em Power BI e Excel. O ferramental SSDT para SSAS agora também inclui um editor para a linguagem do motor tabular DAX (Data Analysis Expressions).

dicas de codificação acelerar atualização de dados; uma propriedade Ocultar membros finalmente permite hierarquias desiguais em dimensões; Mostrar detalhes agora é suportado para detalhamento ações de clientes como Excel; segurança de nível de objecto foi adicionado; exibições de gerenciamento dinâmico foram melhorados; e um operador IN e uma função CONTAINSROW foram adicionados a DAX.

SQL Server Reporting Services (SSRS) adicionou apresentam uma comentários, para revisão colaborativa de relatórios, e um editor DAX foi adicionado para o designer de consulta, tanto no SSDT ea aplicação Report Builder independente. SSRS também está disponível em uma encarnação melhorada, como poder BI Report Server. Mais detalhes sobre que aparecem abaixo.

SQL Server Integration Services adicionou um novo recurso scale-out e, como já discutido, pode ser executado em SQL Server para Linux. Ele também oferece conectividade melhorada para Microsoft Dynamics AX online e Microsoft Dynamics CRM Online.

Microsoft não é a introdução de quaisquer aumentos de preços com esta versão do produto. Na verdade, para a versão Linux, a Microsoft está oferecendo uma promoção (tempo limitado) Software Assurance (SA) subscrição -apenas para as edições Standard e Enterprise do produto. Isto é um pouco como a obtenção de uma licença livre, desde que você se inscrever para a manutenção e, de acordo com a Microsoft, representa um desconto de 30% em todos os-em taxas bitcoin cartão de débito virtual. Quando você combinar esta promoção com o fato de que o SQL Server Developer Edition é livre (a política da Microsoft instituído no início do ano passado), os clientes obtêm economics Fonte-like abertas com SQL Server.

E por falar em SA, SQL Server Enterprise Edition (EE) os clientes que têm que terá direito a um novo produto no local analytics: Poder BI Report Server (PBIRS). PBIRS permite Enterprise-wide no local de entrega de Microsoft Power relatórios de BI, anteriormente disponível apenas através de uma assinatura em nuvem (ou, para aqueles tão determinado, e-mail apego à base de compartilhamento de arquivos).

Como se vê, PBIRS é um super completa do SQL Server Reporting Services (SSRS), consolidando, assim, todos os produtos da Microsoft de relatórios e visualização de dados (SSRS, relatórios SSRS móveis e Poder BI) em uma empresa plataforma de relatórios e portal baseado na Web. A única outra maneira de adquirir PBIRS é através de uma assinatura de energia BI premium, que começa em US $ 4.995 / mês para um único nó P1 dedicado, com 8 núcleos virtuais.

Isso permite que a equipe do SQL Server para encurtar os ciclos de lançamento para as edições convencionais no local (o "produto caixa" no Microsoft jargão) e incluem recursos que já foram testadas em batalha. É por isso que nós estamos começando SQL Server 2017, aproximadamente, 16 meses após o lançamento do SQL Server 2016, e estamos recebendo grande novas funcionalidades como o Linux, Python, processamento gráfico, e uma série de pequenas melhorias que mantêm características lançadas anteriormente bem afinado e relevante.

versões do SQL Server costumava vir a cada 2-3 anos, com alguma bastante "grande explosão" alterações e chamadas de acompanhamento para a ação em torno de treinamento, prontidão e upgrades. Agora, com a base de código SQL Server sendo usado por Azure SQL banco de dados, bem como, melhorias de recursos são implantados e utilizados na produção, em intervalos mais curtos e com menos … bem … comoção.

Para o SQL Server, grandes lançamentos estrondo tornar-se mais como roll-ups ocasionais de recursos do produto cloud slipstreamed. Distinções entre SQL Server e bancos de dados NoSQL dedicados tornam-se menos aguda. Ciência de dados, análise e tecnologias operacionais estão se misturar e se tornando mais Operacionalizada. BI no ambiente de trabalho, servidor, SaaS nuvem e share PaaS cloud a mesma tecnologia de motor central comprar bitcoins usando cartão de crédito. diferenças de sistema / plataforma operacional estão literalmente ficando abstraída.

Eu sou um Platform MVP Microsoft Data, e de nenhuma maneira um observador imparcial. Dito isto, a minha própria observação sério é que combinação de Empresa legado, proezas nuvem pública, desenvolvedor de uso recente e escola-de-hard-bate da Microsoft educação coloca em uma posição de liderança dentro da indústria para assumir este novo normal no mundo de dados e, em geral tecnologia. SQL Server 2017 é um artefato importante nessa transição para a liderança.

No mundo do banco de dados, a velocidade está aumentando e os redutores de velocidade estão suavizando. Há um fluxo constante de novas capacidades, com pouco tempo para descansar, mas com menos inércia a superar, como profissionais e usuários estão constantemente em movimento, bem como dados em si. Tópicos relacionados:

Ao registrar-se você se tornar um membro da família CBS Interactive sites e você leu e concorda com os Termos de Uso, Política de Privacidade e Vídeo Política de Serviços. Você concorda em receber atualizações, alertas e promoções da CBS e que a CBS pode compartilhar informações sobre você com os nossos parceiros de marketing para que eles possam entrar em contato por e-mail ou outra forma sobre seus produtos ou serviços.