微软SQL Server产品人员透露SQLServer的新一代产品”vNext”即将面世
在巩固自己在传统RDBMS市场优势的同时向大数据,AI领域开疆拓土.
针对传统RDBMS,新版本的主要新特性如下(OLTP)
正式支持SQL Server on Linux
支持Linux下Docker引擎
基于非Windows Cluster(Cluster-less)下的SQL Server高可用支持
部分SQL Server高可用特性如(AG)可跨OS平台工作
非聚集列式索引的在线创建与重建.
此外据报新版本本中对已有的特性如基于内存执行引擎,基于列式存储执行引擎等均有增强.我们有理由有更多期待.
在现有版本(SQL Server 2016)中In-Memory（Hekaton） 执行引擎针对其初始版本（SQL Server 2014）就有了显著提升, 如包含更多的数据类型支持(如Blob类型)，更大的建议表容量支持(256G-2T)，触发器支持,基于”Machinecode”的更多语法支持（如Left/Right join,select Distinct）,执行引擎支持并行等等.
在现有版本(SQL Server 2016)中 Column Store (Apollo) 执行引擎针(batch mode)对其初始版本(SQL Server 2012)也有了显著提升.如在SQL 2016中可对非聚集的Column Index进行更新,过滤定义,并支持乐观并发级别.并对列式执行引擎(Batch mode)提供更多的操作支持如Sort,开窗函数等等.
注:SQL Server中自SQLServer 2014版本开始SQL Server就支持三类执行引擎基于传统的Row模式,基于列式存储的Batch模式，基于内存表优化的native模式混合运行执行.
针对大数据领域 SQL Server 将推出SQLGraph,使得应用SQL处理图表成为可能.此外针对SQLServer 2016推出的PolyBase也将得到加强.
SQL Server Polybase:构建在传统RDBMS与大数据平台下的一个桥梁,使得在传统的关系型数据库中分布式处理结构化与非结构化数据更加便捷(如对比Hive)，高效
此外针对人工智能领域,微软将利用自己在AI领域内的优势,结合现在数据产品,推出新的机器学习工具组件,SQL Server首当其中.结合其对大数据的支持,这将使得基于传统数据库领域的从业人员(OLTP,OLAP,SSAS,SSRS)向大数据,人工智能领域迈出可预见的一步.
(SQL Server R services,SQL Server Machine Learning tools,PolyBase,etc.)
除了更多的特性展现和功能支持外,SQL Server也对当下的硬件设备提供更有力的支持应用.
在SQL Server 2014中支持SSD构建BPE(Buffer Pool Extension)，在SQL Server 2016中更是紧密支持persistent Memory（NVDIMM-N）等硬件.并且基于计算机领域硬件的发展,SQL Server 自身也在进行的更适应硬体的架构演化,如自动的Soft NUMA支持下有效减少spinlock竞争以提升并发,基于Socket的线程写入及锁分区等提升整体吞吐性等，这些改变及改进使得RDBMS在已经成熟的状态下,极限性能仍能得到有效提升.
SQL Server开发,运维小知识:
SQL Server 2014开始,tempdb在面临最小化日志操作(Bulk insert)时,取消主动写(Eager write)设定使得tempdb面临的IO压力减轻,开发的朋友在面临相关应用时可以”更狠”地使用tempdb.运维的朋友可能需要为实例准备更多的内存,以及合适的数据文件了.
