El primer SQL Server que se ejecuta de forma nativa en Linux: incorpora bases de datos de grafos, procesamiento adaptativo de consultas y aprendizaje automático con R y Python en entornos multiplataforma.
El primer SQL Server que se ejecuta de forma nativa en Linux: incorpora bases de datos de grafos, procesamiento adaptativo de consultas y aprendizaje automático con R y Python en entornos multiplataforma.
Sea el primero en reseñar este producto
Inicie sesión para escribir una reseña
Microsoft SQL Server 2017 Standard es la versión histórica que convirtió a SQL Server en un motor de base de datos verdaderamente multiplataforma al introducir soporte nativo para Linux por primera vez en la historia del producto. Las organizaciones que ejecutan Ubuntu, Red Hat Enterprise Linux o SUSE Linux ahora pueden implementar el motor completo de SQL Server con paridad de funciones respecto a Windows, abriendo la plataforma de bases de datos de Microsoft al vasto ecosistema de servidores Linux.
Procesamiento adaptativo de consultas representa un cambio fundamental en la forma en que SQL Server optimiza las consultas en tiempo de ejecución. En lugar de depender únicamente de estimaciones en tiempo de compilación, el procesador de consultas ahora ajusta las estrategias de ejecución durante la ejecución de la consulta basándose en recuentos de filas reales. Las uniones adaptativas cambian entre bucles anidados y uniones hash durante la ejecución, la ejecución intercalada proporciona estimaciones de cardinalidad precisas para funciones de tabla con múltiples instrucciones, y la retroalimentación de concesión de memoria corrige automáticamente asignaciones de memoria sobredimensionadas o subdimensionadas en ejecuciones posteriores.
Soporte de bases de datos de grafos añade capacidades nativas de procesamiento de grafos directamente dentro de SQL Server, permitiéndole modelar y consultar relaciones complejas de muchos a muchos utilizando tablas NODE y EDGE con sintaxis MATCH. Los motores de redes sociales, sistemas de recomendación, sistemas de detección de fraude y análisis de topología de redes se benefician de consultas de grafos que requerirían CTE recursivos complejos o múltiples autouniones en modelos relacionales tradicionales.
SQL Server 2017 introdujo el aprendizaje automático en la base de datos con integración de R y Python. La característica Machine Learning Services ejecuta scripts de R y Python directamente dentro del motor de base de datos, llevando los modelos predictivos a los datos en lugar de extraerlos a herramientas externas. Esto elimina la latencia del movimiento de datos y los riesgos de seguridad asociados con la copia de datos de producción a estaciones de trabajo analíticas.
Ajuste automático de bases de datos supervisa continuamente el rendimiento de las consultas y crea, valida y aplica automáticamente índices de cobertura cuando detecta patrones recurrentes de degradación del rendimiento. El sistema también puede forzar el último plan de ejecución conocido como bueno cuando se detecta una regresión del plan, solucionando problemas de rendimiento sin intervención del DBA.
Reconstrucción de índices en línea reanudable le permite pausar y reanudar operaciones de mantenimiento de índices entre ventanas de mantenimiento, eliminando la necesidad de reiniciar reconstrucciones de índices de varias horas desde cero cuando una ventana de mantenimiento expira. Esto es invaluable para tablas grandes donde el mantenimiento de índices no puede completarse dentro de una sola ventana nocturna.
Loyalty points are added to your account and can be redeemed for discounts.
Gana un 12% de comisión por cada referido. Únete a nuestro programa de partners.
SQL Server 2017 Standard admite hasta 128 GB de RAM y 24 núcleos, con soporte extendido de Microsoft hasta octubre de 2027.
