SQL Server 2017 正式发布

矫情吗；* 2022-04-17 05:22 333阅读 0赞

**分享一下我老师大神的人工智能教程！零基础，通俗易懂！[http://blog.csdn.net/jiangjunshow][http_blog.csdn.net_jiangjunshow]**

**也欢迎大家转载本篇文章。分享知识，造福人民，实现我们中华民族伟大复兴！**

SQL Server 2017 跨出了重要的一步，它力求通过将 SQL Server 的强大功能引入 Linux、基于 Linux 的 Docker 容器和 Windows，使用户可以在 SQL Server 平台上选择开发语言、数据类型、本地开发或云端开发，以及操作系统开发。

**微软拥抱开源的脚步继续前行，在美国佛罗里达奥兰多举行的 Ignite 大会上，宣布正式推出 SQL Server 2017 版本，从原先只支持 Windows 操作系统的状况，变成在 Linux、Docker 以及微软云端环境 Azure 上均可执行。**

针对不同公有云之间迁移服务器，一直是令不少人头痛的事情。过去这几年，微软的SQL Server在不断进化，一改仅仅扮演数据库管理系统的角色，成为还可以用于数据分析、机器学习和数据科学的软件，而此次发布正是这项计划的一部分。

SQL Server成为第一个为云而生、也能在本地部署，且跨不同操作系统的数据库。全自动的数据迁移服务和SQL 数据库托管实例上线，帮助用户轻松将本地SQL Server数据库升级迁移到Azure SQL数据库。

这不但让开发者可以自由选择他们喜爱的语言和环境来开发应用，带来更高水平的生产力、性能和数据安全，同时也让微软的数据库软件有机会接触新的公司客户。

去年微软首次宣布它会让SQL Server出现在Linux上，在今年发布的正式版中，一个关键部分是，支持在使用Python的SQL Server里面运行机器学习工作负载。SQL Server 2017 支持用 R 和 Python 的分析方法，来做资料库内的机器学习，意味着用户不必迁移资料，将省下不少时间。

SQL数据仓库提供全新的为计算优化的性能层，能够显著提升云端分析的性能。为计算优化的性能层的规模拓展能力也有了显著的提升，能够拓展至3万个计算DWU（数据仓库单位）。此项服务将于今年秋季提供预览。

此外，微软竭力让客户借助新的数据库迁移服务（Database Migration Service），更容易将SQL Server工作负载从本地数据中心迁移到其Azure云。这项功能旨在提供一条基本上自动迁移到云端的道路，停运时间为零，那样客户就可以在迁移的同时确保重要应用顺畅运行。随着云端运算越来越普及，数据运算成本将进一步降低。

![640?wx\_fmt=jpeg][640_wx_fmt_jpeg]

*微软Azure的云计算托管服务数据中心*

如果客户想在混合配置环境下运行应用，可以使用Azure SQL数据库托管实例。该服务有望提供微软托管数据库服务的诸多好处（比如自动化更新），同时与最新的企业预置版SQL Server保持100%的代码兼容性。

针对已经拥有SQL Server许可证的公司，可使用更新后的Azure Hybrid Benefit，将许可证引入到微软云。如果用户运行Azure SQL数据库托管实例，以及Azure Data Factory的SQL Server Integration Services组件，还可享受最多只有标价50%的折扣。

在价格方面，自SQL Server 2016发布以来，该软件的价格就一直没有变过。微软的四个版本：企业版、标准版、简易版、开发版和网络版；每一个版本在Windows上或Linux上的价格都一样。

以下是SQL Server 2017平台新功能的重点，将对企业的分析策略产生积极的影响。

1、公司可以存储和管理更智能的数据

SQL Server 2017改变了我们查看数据的方式。事实上平台的新功能将使数据科学家和企业通过数据进行交互的时候，能够检索不同的算法来应用和查看已经被处理和分析的数据。

Microsoft将其AI功能与下一代SQL Server引擎集成，可以实现更智能地数据传输。

2、跨平台提供更多的灵活性

SQL Server 2017现在无论是一个大型Linux商店，还是只需要在Mac上使用SQL Server做数据库引擎的开发，新一代的SQL Server都可以支持，它现在可以在Linux上完全运行、完全安装，或运行在macOS的Docker容器上。SQL Server的跨平台支持将为许多使用非Windows操作系统的公司提供机会，来部署数据库引擎。

3、先进的机器学习功能

SQL Server 2017支持Python，希望利用机器学习的高级功能的企业可以使用Python和R语言。（译者注： SQL Server用户可以在安装过程中下载并安装标准的开源Python interpreter版本3.5和一些常见的Python包。Microsoft只支持解释器3.5版。根据Microsoft，选择该版本是想避免较新版本的Python interpreter中存在的一些兼容性问题。）

这为数据科学家提供了利用所有现有算法库或在新系统中创建新算法库的机会。集成是非常有价值的，这样企业不需要支持多个工具集，以便通过数据完成其高级分析目标。

4、增强数据层的安全性

在SQL Server的新版本，企业可以直接在数据层上增加新的增强型数据保护功能。行级别安全控制，始终加密和动态数据屏蔽在SQL Server 2016中已经存在，但是许多工具进行了改进，包括企业不仅可以确保行级别，而且还可以确保列级别。

5、提高了BI分析能力

分析服务也有改进。企业通常使用这些服务来处理大量数据。 一些新功能包括新的数据连接功能，数据转换功能，Power Query公式语言的混搭，增强了对数据中的不规则层级（Ragged Hierarchies）的支持，并改进了使用的日期/时间维度的时间关系分析。

企业客户认识到围绕BI的战略和通过数据获取洞察力需要对高级分析数据平台进行大量投资。 获取数据，管理它，对其应用高级预测算法并将其数据可视化工具的过程，时间太长并且复杂。

因此，类似于Microsoft在SQL Server 2017中突出显示的整合解决方案可能是一个很好的案例，可以最终改善和简化从数据中获取结果的过程，而不会太复杂。

**.NET社区新闻，深度好文，微信中搜索dotNET跨平台或扫描二维码关注**

![640?wx\_fmt=jpeg][640_wx_fmt_jpeg 1]

#### 给我老师的人工智能教程打call！[http://blog.csdn.net/jiangjunshow][http_blog.csdn.net_jiangjunshow] ####

![这里写图片描述][SouthEast]

[http_blog.csdn.net_jiangjunshow]: https://blog.csdn.net/jiangjunshow/article/details/77338485
[640_wx_fmt_jpeg]: /images/20220417/b9c425c89c26421997ed0bcc3baa9a1f.png
[640_wx_fmt_jpeg 1]: /images/20220417/c5499dc54a7f4f2da13299e97761df0a.png
[SouthEast]: /images/20220417/a14f09709ad045e9bbc3e7684e7bc2a8.png