Suchen

Neuerungen für Big Data und Analysis Services SQL Server 2019 - Community Technology Preview 2.4

| Autor / Redakteur: Thomas Joos / Stephan Augsten

Microsoft stellt die CTP 2.4 für SQL Server 2019 zur Verfügung. Damit können die Neuerungen der nächsten SQL-Server-Version in der Praxis getestet werden. Die neue Version verfügt vor allem über Neuerungen im Bereich Big Data und der Datenanalyse.

Firma zum Thema

Der Schwerpunkt der jüngsten Preview des SQL Sever 2019 liegt auf den Bereichen Datenanalyse und Big Data.
Der Schwerpunkt der jüngsten Preview des SQL Sever 2019 liegt auf den Bereichen Datenanalyse und Big Data.
(Bild: Microsoft)

Microsoft stellt die neue CTP-Version 2.4 von SQL Server 2019 zur Verfügung. Die neue Version des Microsoft-Datenbank-Servers kann jetzt also getestet werden. Im Fokus der neuen Version stehen Neuerungen im Bereich der Datenanalyse durch SQL Server Analysis Services und in der Zusammenarbeit mit verschiedenen Produkten im Big Data Bereich.

Zusammenarbeit mit Spark und HDFS

Eine der wichtigsten Neuerungen in SQL Server 2019 ist die Zusammenarbeit mit Apache Spark und dem Hadoop Distributed File System (HDFS). Wie diese Zusammenarbeit genau aussieht, zeigt Microsoft in einem Video zu dem Thema.

Mit der neuen Version CTP 2.4 lassen sich mit SQL Server 2019 auch Big Data-Cluster umsetzen. Deep-Learning-Workloads zusammen mit TensorFlow-Bibliotheken lassen sich in Spark abbilden. Die Spark Runtime Engine wurde auf Spark 2.4 aktualisiert. Dieser bietet einen neuen Scheduler, der besser mit MPI-Workloads arbeitet sowie zahlreicher weiterer Neuerungen.

Die Dynamic Management Function (DMF) und neue Ereignisse erlauben eine leichtere Abfrageprofilierung. CTP 2.4 führt eine transparenten Datenverschlüsselungs (TDE) mit Suspend and Resume-Syntax ein. Dadurch lassen sich die Aktionen anhalten, wenn die Arbeitsbelastung auf dem System hoch ist.

SQL Server Analysis Services

Die neue Version bietet führt neue Beziehungen in tabellarischen Modellen ein, bei denen beide Spalten nicht eindeutig sind. Das vermeidet die Normalisierung von Dimensionstabellen und verbessert die Benutzerfreundlichkeit. Das resultierende Modell erlaubt dadurch eine geringere Anzahl von Tabellen mit logisch gruppierten Spalten.

Die neuen Speichereinstellungen für die Ressourcenverwaltung schützen Serverressourcen vor Benutzerabfragen, die große Datenmengen extrahieren. Die Memory\QueryMemoryLimit-Eigenschaft kann verwendet werden, um Speicherspools zu begrenzen, die von DAX-Abfragen an das Modell erstellt wurden.

(ID:45839987)

Über den Autor

 Thomas Joos

Thomas Joos

Freiberuflicher Autor und Journalist