SQL Server 2019 今天发布，已经开放下载，除了云上的Azure外，提供了Windows、Linux和Docker版本的下载。
下载地址：https://www.microsoft.com/en-us/sql-server/sql-server-downloads
在当今海量数据、数据源种类繁多以及对近实时应用程序和查询性能的期望值苛刻的世界中，您不仅需要数据库引擎，还需要需要一个现代化的数据平台。
SQL Server 2019将所有这些都包含在一个产品中，SQL Server 2019在核心SQL引擎中进行了增强，提供了对大数据（Apache Spark，Data Lake）的内置支持和横向扩展。先进的数据虚拟化技术，并具有内置的机器学习功能。
SQL Server 2019旨在解决现代数据专业人员的挑战，包括：
- 将企业数据存储在数据湖中，并提供SQL和Spark查询功能的整体数据
- 通过消除数据移动来减少对提取、转换和加载（ETL）应用程序的需求
- 以可扩展的性能集成并保留机器学习应用程序
- 减少对应用程序和查询更改的需求，以提高性能
- 通过硬件区域增加数据的加密算法
- 通过ADR（高级数据库恢复）等功能增加应用程序和数据库的稳定运行时间以及可用性
- 以安全可靠的方式扩展T-SQL语言功能
- 跨兼容性运行应用程序并在多个操作系统和平台上部署数据库
- 通过数据库内置的兼容性级别，可以方便升级
统一数据平台
如今，企业使用多个数据平台来满足其业务需求。范围从运营数据库到数据集市，再到大数据平台。这些平台具有不同的安全模型和工具生态系统，通常需要不同的技能和领域专业知识。SQL Server 2019作为统一数据平台提供了所有这些功能。
客户可以选择以传统模式部署SQL Server。SQL Server 2019还支持大数据群集部署，并具有大数据，数据虚拟化，数据集市和企业数据湖的附加功能。
通过azdata 命令行工具或GUI工具Azure Data Studio，大数据集群具有易于部署、使用和管理。Azure Data Studio是一个跨平台的现代工具，基于VS Code构建。ADS提供了通过交互式仪表板访问大数据集群的经验，还包括丰富的SQL和Jupyter Notebooks经验。
Azure Data Studio提供了本地和云中所有企业数据的统一视图。您可以查看所有您要虚拟化的SQL Server，数据集市，数据湖和任何外部数据源。
除了支持与许多数据源的连接之外，Azure Data Studio还具有内置的Jupyter notebook体验。您可以使用notebook根据SQL Server大数据群集的内置Apache Spark体验进行访问，浏览，操纵，可视化和建模，但令人最兴奋的是，我们如何在SPA的基础上同时在本机SQL Server引擎使用所有这些功能。使用SQL内核，您可以针对内部云中的任何版本的SQL Server使用T-SQL创建丰富的交互体验。您可以使用Python，SQL，Powershell，Scala和R进行编程。这一强大的概念使我们开始将文档，部署经验和故障排除手册转换为交互式notebooks。
Azure Data Studio具有许多其他丰富的功能，使其成为跨关系数据库，数据虚拟化，大数据和内置虚拟化工作的最强大的单一工具。通过自定义的仪表板，智能的可视化效果和高度可扩展的平台，我们可以继续将创新和现代的数据体验引入Azure Data Studio，例如下面所示的SandDance可视化工具。
Azure Data Studio位于GitHub上，因此您可以看到此工具的不断发展和创新进展。若要了解有关Azure Data Studio功能的更多信息，请阅读我们的文档。
智能化所有数据
如今，企业的数据分散在各种平台和数据源中，但需要以一致的方式访问这些数据。这导致需要构建复杂且昂贵的提取，转换和加载（ETL）应用程序，这些应用程序通常将数据移至SQL Server等中央数据库平台中。
SQL Server 2019通过提供数据虚拟化为这些挑战提供了解决方案。应用程序和开发人员可以通过外部表使用熟悉且一致的T-SQL语言来访问来自Oracle，MongoDB，Azure SQL，Teradata和HDFS等源的结构化和非结构化数据。SQL Server 2019减轻了使用内置驱动程序建立这些数据源的负担支持。Polybase扩展了此功能，使您可以使用所选的ODBC驱动程序访问许多其他数据源。由于外部表的作用和外观类似表，因此您可以将这些源中的数据与本地SQL Server表联接在一起，以提供无缝的体验。此外，外部表提供了与本地SQL Server表相同的功能，包括使用熟悉的安全性和对象管理技术。
SQL Server 2019通过提供由大数据群集提供支持的完整分析平台来扩展Polybase的功能。此外，大数据集群部署还包括一个数据池，该数据池可用于构建数据集市的缓存结果，这些缓存结果来自集群内部或外部的外部表的查询，或从诸如IoT数据之类的源直接提取的数据。
如前所述，大数据集群内置有Apache Spark，它使用SparkML和SQL Server机器学习服务等技术提供端到端的安全机器学习平台。数据科学家现在拥有一个完整的系统，可以使用集群内外的外部表数据源来训练和准备机器学习模型。然后，可以使用与Swagger应用程序兼容的RESTful Web服务将这些模型作为应用程序进行部署和使用。
业界领先的智能性能
SQL Server提供了最强大的查询引擎，并已通过行业领先的基准测试证明。今天，已经宣布了新的TPC基准，以继续证明SQL Server在业界具有无与伦比的性能。
开发人员和数据专业人员需要一个数据库引擎，该引擎可以适应其查询工作负载并减少花费在性能调整上的时间。用户期望迁移到最新版本的SQL Server并获得性能的提升，而无需进行重大的应用程序更改。当他们必须分析查询性能时，他们需要随时随地的深刻见解。
我们最近在运行Windows Server 2016的SQL Server 2019实例上执行了性能测试，该Windows Server运行在使用Intel Cascade Lake处理器的8-Socket（224核，12TB RAM和200TB + SSD存储）Lenovo服务器（ThinkSystem SR950）上。我们生成了数据并加载了一个表（LINEITEM，具有145TB +原始数据的TPCH数据库架构）。该表具有54TB压缩数据，其中包含1万亿多行。Q1查询（由TPCH定义）将扫描整个表并选择几乎所有行进行计算，这两种查询都是在冷（从存储中读取所有数据）和热（在内存中的数据）场景中运行的。SQL Server 2019能够在1万亿行中提供无与伦比的性能处理，并且在温暖的缓存中不到2分钟（107秒）就能完成查询，而在4分钟（238秒）内就能完成查询从存储中读取所有数据。对于热缓存，这意味着处理速度超过60亿行/秒，读取吞吐量约为50GB /秒。您可以在Azure上找到展示这两种方案的Azure Data Studio Notebooks。
SQL Server 2019包含称为智能查询处理的内置查询处理功能。通过将数据库兼容性级别更新为150（SQL Server 2019的默认级别），SQL Server引擎中的查询处理器可以通过行存储上的批处理模式，标量UDF内联或表变量延迟编译等功能来提高性能。它可以通过内存授权反馈自动更正与内存相关的查询执行问题。无需查询或更改应用程序即可提高性能。
SQL Server还提供了优化的内存功能，而无需通过持久内存和优化的tempdb元数据访问支持来更改应用程序。Tempdb现在运行得更快。
由于在某些情况下您需要立即访问查询性能洞察力，因此SQL Server 2019 默认情况下启用轻量级查询分析，包括访问最后一个实际查询执行计划的能力。为了获得更深入的见解，请启用查询存储并启用历史查询计划性能分析，包括使SQL Server自动更正查询计划回归的功能。
关键任务安全性和可用性
现代数据平台必须通过一些措施和功能来保护数据安全的软件来提供安全计算。根据NIST（美国国家标准与技术研究院综合漏洞数据库），过去9年中，SQL Server 2019一直是业界最不易受攻击的数据库产品。
SQL Server 2019建立在行级安全性和动态数据屏蔽等安全性功能的基础上，通过始终使用安全区域加密来提供满足现代应用程序安全性的功能。安全区允许仅在服务器上安全区内存空间中的未加密状态下提供数据。这可以控制未加密的数据，同时支持丰富的查询计算和索引编制。SQL Server 2019还提供了一个新的T-SQL界面来对数据进行分类，以帮助您达到合规标准，例如GDPR。由于分类现在已内置在引擎中，因此SQL Server审核可用于跟踪访问分类数据的用户。
始终保持数据可用对任何数据应用程序都是至关重要的。由于长期运行或长期开放的活跃事务，数据专业人员多年来一直在努力管理事务日志增长和应用程序可用性。SQL Server 2019现在提供了加速的数据库恢复来克服这些挑战，而无需更改应用程序。使用数据库选项，SQL Server将使用永久版本存储来跟踪更改，从而使回滚和撤消恢复的执行速度比观察更改要快。事务日志截断不再依赖于活动事务。
兼容的平台和选择的语言
SQL Server通过将SQL Server与SQL Server 2017一起引入Linux震撼了整个行业。使用SQLPAL的创新技术，Linux上的SQL Server具有与Windows的应用程序和数据库兼容性。在Windows上备份数据库，并在Linux上还原数据库，而无需更改应用程序。SQL Server 2019通过提供复制，分布式事务，Polybase和机器学习服务等新功能，继续了Linux之旅。
由于SQL Server已使用Linux，因此社区已经看到使用SQL Server容器的好处，包括简化的软件修补程序，一致性和易于集成到持续集成/连续部署（CI / CD）管道中。客户现在可以看到在生产环境中将SQL Server与容器一起使用的好处。SQL Server 2019通过提供基于Red Hat Enterprise Linux映像并默认以非root用户身份运行的容器来满足这一需求。这使SQL Server容器在流行的Kubernetes平台RedHat OpenShift上得到正式支持。
开发人员还需要在兼容的数据平台上使用他们选择的语言。SQL Server支持各种流行的语言和提供程序，例如C＃，Java，node.js，PHP，Ruby和Go。此外，SQL Server 2019还允许开发人员使用可扩展性框架通过具有SQL Server语言扩展的Java类来扩展T-SQL语言，该框架是为SQL Server机器学习服务提供支持的相同体系结构。
客户的声音
注入SQL Server的所有内容都是基于客户体验的。倾听客户的声音是提供解决现实挑战的解决方案的唯一途径。SQL Server 2019解决了关键的客户反馈领域，例如：
- 改进了错误的上下文，例如字符串截断
- 可支持性的新诊断
- 查询存储增强
- 引擎性能大幅提升。
在以下的文档中了解所有SQL Server 2019的改进:
https://docs.microsoft.com/sql/sql-server/what-s-new-in-sql-server-ver15
