Microsoft att Bygga 2019: Azure, Microsoft Graph, IoT-och IE-läge höjdpunkter
ZDNet Mary Jo Foley nackdelar Microsofts vision är att leda med tre centrala moln: Azure, Microsoft 365 och spel. Här är planen och andra godsaker utvecklare kommer att få. Läs mer: https://zd.net/2Wtzlh5
Microsoft att Bygga (stiliserat “//bygga/”) – Redmond årliga utvecklare fokus för konferensen drar igång idag i Seattle. Det finns massor av nyheter som kommer ut av denna händelse; min ZDNet kollegor Mary Jo Foley och Ed Bott kommer att ha mycket att säga och Larry Dignan, vår Chefredaktör, som kommer att få Bygga nyheter i överflöd.
Under tiden som din pålitliga data kille som också är en Microsoft Data Plattform MVP, jag har fått täckning av data sidan av saker och ting här. Jag ska ha en annan post som omfattar Microsoft .Nätbaserat lärande teknik också, men detta handlar om databasteknik på Azure-moln (och kant) plattform.
MÅSTE LÄSA
Microsoft att Bygga 2019 Dag 1 livestream: Hur att titta på (CNET)10 knep och hacka för att anpassa Windows-10 (gratis PDF) (TechRepublic)
En Jupyter Notebook på Kosmos DB (hjälp, av alla saker, en Jupyter tillägg för Google Maps)
Kredit: Microsoft
×
kosmos-jupyter.png
Kosmisk Gnista
Den kanske största nyheten kommer från bra folk på Azure Kosmos DB laget, som formellt tillkännage stöd för ett par nya Api: er. Men att skala bort det första lagret av Kosmos lök och du kommer att finna att rubriken underskattar saker med en hel del. Det beror på att en av dessa Api: er är en Gnista API och, i själva verket, vad detta handlar om är det full-on tillägg av Apache Gnista till Kosmos DB plattform.
Du läste rätt: Kosmos DB kommer nu att ge ett fullständigt genomförande av Apache Gnista ombord Kosmos DB infrastruktur, med möjlighet att söka data i Kosmos DB behållare och föra tillbaka resultaten som Gnista DataFrames. Detta gör det möjligt för utvecklare att utföra både Spark-baserade data teknik och lärande arbetsbelastning på Kosmos DB data, utan att behöva skjuta upp en dedikerad Gnista kluster. Istället, allt som krävs är att välja Gnista som en av de Api: er som stöds när provisioning Kosmos DB databas.
Kosmos DB genomförandet av Gnista kommer att ärva sin värd global distribution egenskaper, liksom dess multi-master-personlighet. Så den Gnista kod kan skriva till någon lokal kopia och vara säker på de som skriver kommer att sprida över Kosmos DB partitioner, över hela världen. Gnista arbetstillfällen kommer också att ärva Kosmos DB: s “fem 9: or” (99.999%) service-level agreement (SLA) stöd.
Naturligtvis, massor av Gnista koden är skriven notebook miljöer, och du kan vara orolig för att Kosmos DB: s särskilda genomförandet av Gnista kanske inte har stöd för detta. Men, som det visar sig, Kosmos DB laget är också tillkännage stöd för Jupyter bärbara datorer från Cosmos Explorer-gränssnittet, oavsett om det är inom Azure-portalen (som visas i figuren ovan) eller i det verktyget är full-skärm på https://cosmos.azure.com.
Särskilt intressant här är att även om Kosmos DB: s Jupyter notebook-stöd fint rymmer Gnista utvecklare, det fungerar i icke-Spark sammanhang också. Så, till exempel, kan du skjuta upp ett Kosmos DB bärbara dator och använda det bara för att köra SQL-frågor mot data i ditt Kosmos DB behållare. Och allt detta – inklusive Jupyter och Gnista funktionen set – är i huvudsak serverlösa. Från vad jag kan berätta, du behöver inte oroa dig om speciella servrar, kluster eller ens moln lagring.
Och på tal om att inte behöva oroa sig om cloud lagring, Kosmos DB är också att lägga till stöd för etcd API som gör att Kosmos DB för att fungera som en stateful lagring resurs för olika distribuerade system, sannolikt främst bland dem Kubernetes kluster. Nu är din k8s kluster kan bestå deras tillstånd i container/pod/node livscykel och göra det utan diskreta moln lagring provisioning. Azure Kubernetes Tjänster (AKS) användare kan dra nytta av denna möjlighet genom att registrera dig för Kosmos DB etcd API förhandsgranska och konfigurera sedan AKS-Motor med Azure Kosmos DB etcd API.
Den Gnista, Jupyter och etcd stöd på Kosmos DB är alla lanseras som offentliga förhandsvisningar.
Det finns mer också – inklusive GA (general availability) utsläpp av Kosmos DB .NET API v3 som är kompatibel med .NET Standard 2 och därmed plattformsoberoende .NET Core. Även cross-plattform, Bordet .NET Standard SDK har gått GA lika bra. På Java sida, det finns också en release av ett API v3, och ett Kosmos DB förändring av foder-processor. Till råga på allt utanför, det är nu Azure Active Directory-autentisering stöd för full-screen Cosmos Explorer verktyg.
Lager lager
Azure SQL-Data Warehouse (SQL DW), Microsoft SQL server-motor baserad kolumner, massively parallel processing (MPP) moln DW service, är att lägga till flera nya funktioner, som alla är utformade för att göra förfrågningar gå snabbare.
Detta inkluderar Hantering av Arbetsbelastning Betydelse, vilket möjliggör prioritering av viktiga användare, program och frågor – så, till exempel, VD kan få henne instrumentpaneler med genomgående snabb prestanda. Det finns också Resultat som Caching, vilket säkerställer att viktiga frågor, när det körs, kommer att återvända till deras data nästan omedelbart på efterföljande begäranden (det är bra för instrumentpaneler också). Materialiserade Vyer är en annan fråga optimering verktyg som gör att resultaten av utsikt mot bord för att vara fysiskt kvarstod och används på nytt, även när användaren fråga efter den fysiska tables dessa åsikter grundar sig på.
Också: Hur man lär sig maskinskriven text: Ett medel guide för utvecklare TechRepublic
Dynamiska Data Maskering och stöd för att söka efter data i JSON-format – data-säkerhet/integritet och semi-strukturerad data frågan funktioner, respektive – som redan stött på SQL Server-och SQL Azure-Databas (SQL DB) – stöds nu på SQL DW också. Auto-Uppdatering Statistik, en annan funktion som importeras från andra Microsoft SQL plattformar, kommer tillsammans för att rida, ge SQL DW: s frågeoptimeraren med up-to-date information som behövs för att skapa den bästa frågeplan.
Sist, men knappast minst, bland de nya funktionerna finns något som kallas Beställt Columnstore index. Jag har redan nämnt att SQL DW är en pelar-data warehouse plattform, naturligtvis. Men nu, klustrade columstore index att implementera den funktionaliteten kommer inte bara att avskilja enskilda kolumner’ data – de kommer sekvens data inom dessa kolumner segment av en valfri beställning uttryck, som tillhandahålls vid skapande av index.
Microsoft säger att dessa nya Azure DW funktioner lanseras i public preview.
Hyperscale, serverlösa och edge, oh my
Vill du ha mer moln databas godhet? Hur Hyperscale funktionalitet – vilket ger näst intill obegränsade, och oberoende, scale-out beräkna, lagring och minne – för enskilda databaser på Azure SQL DB-plattformen, samt på Azure-Databas för Postgres sida. SQL DB: s hyperscale genomförande är nu GA. Postgres genomförandet, vilket är tydligen baserad på Citus Data teknik, lanserar i public preview.
Hyperscale gör det möjligt för den ultimata elasticitet – data-volymer som användaren eller belastningen ökar, ytterligare infrastruktur blir tillgänglig. Nu, tänk om du bara vill ange en Azure SQL DB-databas, fråga det på vilken frekvens du kan behöva och debiteras bara för frågan aktivitet som sker (via automatisk pausa och återuppta reserveringar beräkna resurser)? I så fall skulle du ha en serverlösa genomförandet av SQL DB, och Microsoft meddelar att — som en public preview för enstaka databaser — på att Bygga också.
Det finns ytterligare en viktig utveckling, något smygande meddelade i förra veckan, om “edge”– som är, bearbetning av data med fjärrstyrning, ibland kopplas miljöer. Microsoft tar Azure SQL DB för att stå här med en ny produkt som kallas – du gissade det – Azure SQL-Databas Kanten, lanserar i eget förhandsgranska. I huvudsak denna produkt ger Azure SQL-DB-engine-baserad teknik som kommer att köras på både x64 (Intel, AMD) och ARM-processorer – och ger för att strömma data kapacitet samt, med hjälp av en kant genomförandet av Azure Ström Analytics-teknik. Tidsserier lagring och sökning funktionalitet kommer att läggas till i senare utgåvor.
Gråta farbror?
Hade tillräckligt med data nyheter för en konferens? Oroa dig inte, jag är klar. Men – varnas – även om jag träffar de flesta av de stora posterna, det är ännu mer Microsoft data nyheter än jag har här. Vi borde inte vara förvånad över detta: som Microsoft orienterar sig som ett moln och AI-bolag, data och analyser kommer att vara rätt i bolagets sweet spot. Och som Microsoft håller upping sin data spel, du kan säkert räkna med att Amazon, Google, Oracle och resten av leverantörer i analytics ekosystem kommer att göra detsamma.
Big Data
Vodafone tecknar femårigt avtal med IBM för moln, analytics och AI
En standard för lagring av big data? Apache Gnista kreatörer släpper öppen källkod Delta Sjön
Big data i aktion: att Använda grafdatabaser att driva kundernas nya insikter
Medicare för Alla ansikten big data, integritet, teknik hinder, säger CBO
Facebook kommer att invaderas av de döda i 2100, säger studie (CNET)
Big data: s största utmaningar: 3 lösningar (TechRepublic)
Relaterade Ämnen:
Digital Omvandling
Robotteknik
Sakernas Internet
Innovation
Affärssystem
CXO