Neuerungen für Big Data und Analysis Services

SQL Server 2019 - Community Technology Preview 2.4

| Autor / Redakteur: Thomas Joos / Stephan Augsten

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 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.

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.

Kommentare werden geladen....

Kommentar zu diesem Artikel

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 45839987 / Datenbanken)