ITALIANO

Recensione: SQL Server 2017 aggiunge Python, grafico di elaborazione e gira su Linux

160

Zero

Oggi, alla Ignite conferenza di Orlando, Microsoft annuncia la disponibilità di una nuova versione della sua ammiraglia operativi, database, SQL Server 2017.

SQL Server è un prodotto con cui ho lavorato per quasi tutta la mia carriera. Ho iniziato con la versione 4.2 per Windows nel 1993 e hanno lavorato con e attentamente esaminato in ogni versione successiva, tra cui questo. La cosa che ho tolto tutto questo lavoro e la valutazione è che, mentre SQL Server è migliorata costantemente, mentre si è modernizzato e ha aggiunto numerose funzioni in dotazione tecnologie, in molti modi, si sente ancora come lo stesso database, ho iniziato a lavorare con quasi 25 anni fa.

A volte, penso che gli sviluppatori e amministratori di database bisogno che la familiarità. Altre volte hanno bisogno di innovazione e la fiducia che il team di produzione ha più roba nuova in pipeline. I clienti hanno bisogno di SQL Server per rimanere lo stesso e di sicurezza di cui hanno bisogno per cambiare e migliorare. Che è davvero SQL Server unica sfida: deve essere fedele alla sua eredità, e ancora evitare la stasi, rimanendo competitiva con la serie apparentemente infinita di nuovi dati, tecnologie, sia commerciali che open source.

Questa nuova versione di SQL Server continua a soddisfare queste due esigenze. Aggiunge nuove funzionalità del mondo della scienza di dati e NoSQL. Offre capacità multi-piattaforma e Mobile contenitore di compatibilità. Ma anche rafforza il suo investimento core del motore di database di prestazioni, facilità di manutenzione indice, l’elevata disponibilità di data warehouse e di prestazioni. È un equilibrio difficile e quello che gli altri fornitori di database non devono soddisfare. Mentre questo può essere Microsoft croce, l’azienda fa abbastanza bene con esso, trasformando una formidabile sfida in un mercato positivo elemento di differenziazione.

Neo-retrò: SQL Server per Linux
In una mossa che potrebbe sembrare ironico al mercato e che non è ancora del tutto coerente con SQL Server legacy, il rilascio di SQL Server 2017 araldi di SQL Server per l’ *NIX piattaforma, con una nuova versione per Linux del prodotto. E nonostante questo sviluppo, essendo legacy-coerente (le prime versioni di SQL Server, sviluppato in collaborazione con Sybase, anche eseguito su UNIX), è ancora un affare molto importante.

Leggi anche: Microsoft SQL Server 2017 per Linux e Windows si sposta avanti con la prima Release Candidate

SQL Server è cresciuto in modo significativo in popolarità nel corso degli anni. Ma la popolarità del lato server Linux è cresciuto troppo, e i Mac sono cresciuti in popolarità con gli sviluppatori. Ciò ha comportato che alcuni clienti hanno eseguito una serie di Windows server nel data center, solo per SQL Server. Significa anche che Mac e Linux macchine di sviluppo hanno bisogno di connettersi a SQL Server tramite la rete, e non sono stati in grado di eseguirlo in locale a meno che su una macchina virtuale di Windows. Entrambi questi problemi sono stati bloccanti per l’adozione.

Leggi anche: Perché Microsoft ha bisogno di SQL Server su Linux

Con la compatibilità con Linux, Microsoft inizia il lavoro di eliminare questi adozione bloccanti. In SQL Server è possibile ora eseguire su Windows server, Linux server, o una combinazione dei due. La versione per Linux può anche essere eseguito in finestra Mobile contenitori (che può anche essere Windows o Linux-based) che lo rende quasi banale per essere eseguito su un Mac. Infatti, se uno sviluppatore macchina ha già finestra Mobile installato, l’esecuzione e l’ha destinato, almeno 4 gb di memoria, quindi due comandi, inserito in un Mac o Linux Terminal finestra, scaricare, installare e avviare il prodotto in esecuzione. Questa stessa tecnica funziona su macchine Windows, nonostante il fatto che la versione di Windows può essere installato sul metallo.

Basati su Windows, SQL Server strumenti di possibile connettersi a Windows o Linux istanze di SQL Server, in modo che gli sviluppatori Windows non c’è bisogno di cambiare il loro set di strumenti. Nel frattempo, questi strumenti non sono richiesto: Microsoft fornisce riga di comando di Linux strumenti per SQL Server, e le più importanti sono installati nel Pannello immagine di default. Per le persone che vogliono qualcosa di più grafico, ma ancora leggero, Microsoft offre l’estensione mssql per il suo Visual Studio Codice strumento di sviluppo, che gira sia su Linux e Mac. Gira su Windows, consentendo, anche per piattaforma Microsoft agli sviluppatori la possibilità di utilizzare la luce-peso strumenti.

Muovendo da strumenti di compagno di tecnologie, molti di loro, tra cui SQL Server Analysis Services e SQL Server Reporting Services, non sono disponibili nelle versioni di Linux, almeno non ancora. Ma mentre i pacchetti creati per SQL Server Integration Services (SSIS), Microsoft coraggioso ETL (extract, transform and load), deve essere creato su macchine Windows, il servizio stesso può essere eseguito su Linux e pacchetti SSIS è possibile eseguire la riga di comando di Linux, utilizzando il comando dtexec.

Unificante architettura
Mentre non tutti i componenti di SQL Server compagno tecnologie sono disponibili su Linux, tutte le funzionalità di SQL Server motore di database relazionale. Anche SQL Server è Sempre In funzione di disponibilità elevata di opere e Windows e Linux istanze possono essere mescolati insieme nello stesso Gruppo di Disponibilità. Prestazioni paragonabili le due piattaforme.

La ragione per la parita ‘ tra Windows e Linux versioni del prodotto è la Piattaforma SQL Livello di Astrazione (PAL), implementato su ogni sistema operativo. Come il nome potrebbe suggerire, PALs astrae le differenze tra i due sistemi operativi, fornendo un’interfaccia comune in cui un’unica base di codice può essere eseguito.

Con questa architettura, qualsiasi funzione creata per il motore di database SQL Server su una piattaforma è disponibile su altri. E le Amiche sono implementati in modo molto efficiente. Microsoft raggiunto il record non cluster TPC-H e 2 socket TPC-E i risultati dei benchmark con SQL Server 2017, e uno dei TPC-H risultati è stato ottenuto con la versione Linux del prodotto.

Lei mi ha accecato con (i dati) la scienza!
Mentre SQL Server per Linux è il 2017 rilascio banner caratteristica, ci sono due ulteriori importanti miglioramenti, oltre a un gran numero di piccoli che, insieme, rendono SQL Server molto più robusto.

I Dati della Scienza lato, Microsoft ha preso SQL Server R Servizi, introdotti nel 2016 il rilascio, e aggiunto il supporto per il linguaggio di programmazione Python. La funzionalità avanzata, ora soprannominato SQL Server Machine Learning (ML di Servizi), che consente di codice in un linguaggio di eseguire in modo nativo su SQL Server. Un’altra opzione è quella di scrivere ed eseguire il R/codice Python su un posto di lavoro, ma hanno delegato il lavoro pesante per l’esecuzione di SQL Server.

Leggi anche: Microsoft Data Amp araldi Python in SQL Server 2017, e molto di più
Leggi anche: Microsoft Strategia R

R e Python già avuto accesso di SQL Server, naturalmente, ma solo se eseguito esternamente, e quindi il trasferimento dei dati di query di SQL Server per la macchina che esegue il codice. L’esecuzione di codice in modo nativo su SQL Server evita di tali dati, di movimento, permettendo la creazione e la formazione di predittivi ML di modelli sullo stesso server, su grandi volumi di dati, analizzati in luogo.

Mantenere il punteggio
Tali modelli possono poi essere salvati e memorizzati nel database di SQL Server. Più tardi, i modelli possono essere recuperati e de-serializzato, e le previsioni possono essere eseguiti contro di loro, utilizzando SQL Server dati come input. Questo processo, chiamato di punteggio, può essere implementato in un codice scritto in R o Python, tramite appositi script o stored procedure. E dal momento che le chiamate di stored procedure possono essere eseguiti su base pianificata utilizzando un componente di SQL Server Agent, l’intero processo di calcolo può essere basata su server e accuratamente operazionale. Questo è un grosso problema, dato che il punteggio è di solito stato eseguito su una base più base ad hoc, su dati scientifici ” le macchine di propria produzione.

Il punteggio storia diventa ancora meglio, in SQL Server 2017. Oltre l’aggiunta di Python come linguaggio che può essere utilizzato per il processo di calcolo, il codice T-SQL stessa ora possibile eseguire “nativo di punteggio”, usando il linguaggio della nuova funzione PREDICT. Fintanto che i modelli che sono stati realizzati contro sono stati addestrati e sono memorizzati nel database del prescritto RevoScaleR o RevoScalePy formato, T-SQL può essere utilizzato per segnare contro di loro, se non R o Python è ancora installato sul server.

Questo permette una separazione delle competenze, per cui i Dati gli Scienziati possono costruire e formare ML di modelli nel loro ambiente di vita, poi salvarli in un database, in cui ogni sviluppatore può scrivere query T-SQL per segnare contro di loro. E se l’host SQL Server dispone di Unità di Elaborazione Grafica (Gpu) di bordo, dati gli scienziati possono vedere anche maggiori guadagni, al di là di eliminazione dei dati di movimento, per la formazione dei loro modelli.

Enterprise, pronto o non
Un altro T-SQL/Dati l’integrazione delle Scienze in SQL Server 2017 è la possibilità di aggiungere i pacchetti R (i moduli che agiscono come estensioni del linguaggio) via T-SQL nuovo CREARE una LIBRERIA ESTERNA di comando, e conservati in apposite banche dati, piuttosto che aggiunto attraverso la R di installazione.pacchetti funzione() e reso disponibile in tutto il mondo. Questo dà agli amministratori di database di una maggiore e più capillare controllo sulle risorse e le capacità che sono accesi o spenti.

Questa combinazione di caratteristiche notevoli passi in avanti portando la Scienza di Dati avanti nel sistema di enterprise computing. L’ubiquità di SQL Server enterprise technology ambienti porta operazionale Scienza di Dati su un grande palco. Ora tocca a Microsoft per promuovere l’adozione di queste caratteristiche, piuttosto che solo rendendo loro disponibili.

Linguaggio grafico
L’altra importante aggiunta per SQL Server 2017 è il nuovo supporto per il grafico di elaborazione.

I cosiddetti database NoSQL, di cui grafico database costituiscono un’importante categoria, sono stati una spina nel Microsoft per almeno sei anni. E nonostante il fatto che essi possono essere un po ‘ esoterico e pallido in livelli di adozione rispetto al database di prodotti a base convenzionale relazionale tecnologia (come SQL Server), che può essere molto utile per particolari database scenari.

Invece di righe e colonne, tabelle e nel grafico i database contengono “nodi” (a volte chiamato “vertici”) e “bordi.” I nodi rappresentano entità, mentre i bordi rappresentano le relazioni tra di loro. Con i rapporti codificati a livello di entità, piuttosto che a livello di tabella, diventa molto più facile fare le cose come ottenere tutte le entità collegate a un altro uno in particolare.

Che tipo di query è comune quando si lavora con qualsiasi dominio in cui reti siano coinvolte, comprese le reti sociali. Desidera ottenere tutti i commenti per un post specifico? Easy peasy. Vuoi conoscere tutti gli amici due persone hanno in comune? Pezzo di torta.

Gli sviluppatori di SQL Server può semplicemente specificare il NODO o il BORDO di parole chiave nel loro CREARE comandi della TABELLA quando la creazione di tabelle che saranno archivio grafico entità. Durante l’esecuzione di qualsiasi tabella, possono quindi utilizzare la parola chiave a CORRISPONDENZA nelle loro istruzioni SELECT per rispondere a rete-domande correlate, come i social media, quella che abbiamo appena discusso.

In SQL Server è possibile eseguire query su un mix eterogeneo di tabelle grafico e convenzionali. Si può anche ottenere gli indici columnstore accelerando la query che ne beneficiano.

In altre notizie
Sì, Linux, Python e il grafico di elaborazione è molto, ma c’è di più. Ecco una finale carrellata di novità in motore di database relazionale.

SQL Server vettoriale basata sull’elaborazione batch modalità di esecuzione è ora disponibile per l’intera esecuzione del R o codice Python. Dato che molto del lavoro che tende ad essere fatto in R e Python comporta l’aggregazione, la modalità batch – che i processi di righe di dati in più di una alla volta, può essere molto utile.

Altre due nuove modalità batch caratteristiche, la concessione di memoria feedback e adaptive join, migliorare le prestazioni di SQL Server e di efficienza.

Operativa di analytics dipartimento, non cluster varietà di indici Columnstore (NCCIs), introdotta in SQL Server 2012, ora può essere costruito e ricostruito senza prendere le tabelle sono indice offline, rendendo operativi analytics più fattibile implementare.

Blob (binary large objects, come tutto il file, memorizzati in una tabella) in indici Columnstore ora può essere compresso per risparmiare spazio di archiviazione, e l’indice Columnstore è in grado di elaborarli in un formato compresso, che anche la velocità di backup.

SQL 2017 nuovo la possibilità di riprendere le operazioni di indice di funzionalità consente ricrea l’indice di essere ripreso dopo un errore del database o manuale di interruzione dell’operazione, piuttosto che dover essere riavviato da zero, una volta che il database è di nuovo online.

SQL Server query processor può automaticamente rilevare e correggere il cosiddetto piano di regressioni, che si verificano quando si riformula il modo migliore per eseguire query in una tabella, ma “dimentica” di alcune ottimizzazioni fatte al precedente piano che può ancora applicare.

SQL Server In Memoria OLTP facility (un.k.un. “Hekaton”), che elabora i dati in memoria e compila T-SQL, stored procedure giù in codice nativo, ha versato molte delle sue limitazioni, permettendo la caratteristica di essere utilizzato in molti altri scenari.

Al di là relazionale
Anche se la maggior parte delle nuove funzionalità di SQL Server 2017 sono consegnati nel nucleo relational database management system (RDBMS) motore, altri componenti di SQL Server suite di tecnologie di vedere qualche miglioramento.

Cominciamo con SQL Server Analysis Services (SSAS), le cui Modalità Tabellare motore è la versione Enterprise della tecnologia alla base di Excel modello di dati e Power Pivot; Alimentazione BI Desktop; il Potere BI Cloud Service e il nuovo Azure Analysis Services anteprima del servizio. SSAS Tabulare continua a vedere un investimento che porta il suo set di funzionalità in quasi parità con SSAS’ classico modello Multidimensionale.

Prima di tutto, Tabulare è ora l’opzione di installazione predefinita per Analysis Services. Un nuovo 1400 livello di compatibilità consente di SSAS Tabulare attrezzature (parte di Visual Studio e SQL Server Data Tools – SSDT) per fornire la stessa di acquisizione dati, finestre di dialogo e la maggior parte dei dati di origine di connettività disponibili in Excel 2016 per Windows e Power BI Desktop. Questo include un equivalente di preparazione dei dati interfaccia e l’uso degli stessi sottostanti M linguaggio di programmazione disponibili in Power BI e di Excel. La PICCOLA utensileria per SSAS include ora anche un editor per la Tabulare motore di DAX (espressioni di Analisi dei Dati) di lingua.

Codifica suggerimenti velocità di aggiornamento dei dati; Nascondere i Membri proprietà permette finalmente le gerarchie incomplete nelle dimensioni; visualizzare i dettagli è ora supportato per azioni di drill-through da client come Excel; protezione a livello di oggetto è stato aggiunto; viste a gestione dinamica sono state migliorate; e un operatore e un CONTAINSROW funzione, sono stati aggiunti a DAX.

SQL Server Reporting Services (SSRS) ha aggiunto una funzione di commenti, collaborativa per la revisione dei rapporti, e del DAX, editor è stato aggiunto alla query designer, sia in SSDT e autonoma applicazione di Generatore Report. SSRS è disponibile anche in una migliore incarnazione, come Alimentazione BI Server di Report. Ulteriori dettagli su visualizzati di sotto.

SQL Server Integration Services ha aggiunto una nuova funzionalità di scalabilità orizzontale e, come già detto, può essere eseguito su SQL Server per Linux. Inoltre, offre funzionalità di connettività a Microsoft Dynamics AX Online e Microsoft Dynamics CRM Online.

Sul lato business
C’è qualcosa di più di SQL Server rispetto alle caratteristiche del prodotto, del corso; il lato commerciale è troppo importante.

Microsoft non è l’introduzione di eventuali aumenti di prezzo con questa versione del prodotto. Infatti, la versione per Linux, Microsoft offre una promozione a tempo limitato) Software Assurance (SA)-solo abbonamento per le edizioni Standard ed Enterprise del prodotto. Questo è un po ‘ come ottenere una licenza gratuita purché ti iscrivi per la manutenzione e, secondo Microsoft, rappresenta uno sconto del 30% in tasse. Quando si combinano questa promozione con il fatto che SQL Server Developer Edition è gratis (una politica di Microsoft istituito all’inizio dell’anno scorso), i clienti ottengono open source-come economia con SQL Server.

E a proposito di SA, SQL Server Enterprise Edition (EE) i clienti che hanno diritto a un nuovo locale analytics prodotto: Power BI Server di Report (PBIRS). PBIRS permette Enterprise-ampio locale di consegna di Microsoft Power BI rapporti, precedentemente disponibili solo attraverso una nuvola di sottoscrizione (o, per chi è così determinato, allegato e-mail basato su condivisione di file).

Come si scopre, PBIRS è un’estensione completa di SQL Server Reporting Services (SSRS), consolidando in tal modo tutte le applicazioni di Microsoft di segnalazione e visualizzazione dei dati prodotti (SSRS, SSRS i Report Mobili e di Alimentazione BI) in un’Impresa piattaforma di reporting e portale Web. L’unico altro modo per acquisire PBIRS è attraverso un Power BI abbonamento Premium, che comincia a $4,995/mese per un singolo dedicato P1 nodo, con 8 core virtuali.

A soli 16 mesi più tardi, un grande release
Che consente al team di SQL Server per abbreviare i cicli di rilascio per il convenzionale on-premise edizioni (il “prodotto” in Microsoft gergo) e includono funzionalità che sono già stato testato in battaglia. Ecco perché siamo sempre di SQL Server 2017 circa 16 mesi dopo il rilascio di SQL Server 2016, e stiamo ottenendo importanti nuove funzionalità come Linux, Python, grafico di elaborazione, e una serie di piccoli miglioramenti che tenere in precedenza rilasciato caratteristiche ben sintonizzato e pertinenti.

Versioni di SQL Server utilizzato per venire ogni 2-3 anni, con alcuni piuttosto “big bang” modifiche e di accompagnamento chiamate per azione circa la formazione, la disponibilità e gli aggiornamenti. Ora, con il codice di SQL Server di base utilizzato da Azure SQL Database, i potenziamenti sono distribuiti e utilizzati in produzione, a intervalli più brevi e con meno…beh…hoplà.

Per SQL Server, big bang rilascia diventare più simili occasionale roll-up di slipstream di cloud caratteristiche del prodotto. Distinzioni tra SQL Server e dedicato database NoSQL diventare meno acuta. Scienza di dati, analisi e tecnologie operative si fondono tra loro e sempre più operazionale. BI sul desktop, server, SaaS cloud e cloud PaaS condividono la stessa base della tecnologia di motore. Sistema operativo/piattaforma differenze sono letteralmente più astratta.

Un database nuovo ordine mondiale
Io sono una Piattaforma di Dati di Microsoft MVP, e in nessun modo imparziale osservatore. Detto questo, la mia sincera osservazione è che Microsoft combinazione di Enterprise legacy, cloud pubblico prodezza, sviluppatore di amicizia e di recente scuola-di-hard-colpi di istruzione mette in una posizione di leader nel settore, di intraprendere questa nuova normalità nel mondo dei dati e la tecnologia in generale. SQL Server 2017 è un significativo manufatto in transizione di leadership.

Nel mondo dei database, la velocità è in aumento e i dissuasori di velocità sono di perequazione. C’è un flusso costante di nuove funzionalità, con poco tempo per riposare, ma con meno inerzia da superare, come i professionisti e gli utenti sono costantemente in movimento, come i dati di sé.