SQL 2017——新功能

目录

背景

介绍

identity_cache

自适应查询处理的改进

自动调整

图数据库

始终可用（跨数据库访问）

DTA的改进

新的字符串成员（函数）

SQL 2017中的SSRS（Reporting Services）新增功能

SQL 2017中SSIS（集成服务）的新增功能

SQL 2017中的SSAS（Analysis Services）新增功能

机器学习

Linux支援

---

背景

SQL Server 2017（一般可用性版本）于2017年10月发布（真的吗？我们只是想了解SQL 2016的功能，好吧，开个玩笑:)）SQL 2017分部分发布，其第一部分即SQL 2017 CTP 1.0（ SQL版本14.0.1.246）于2016年11月发布（如何在2016年发布2017版本？）。到目前为止，SQL 2017推出了10个发行版，当前发行版是SQL 2017 Release GA（SQL版本14.0.1000.169）（请参见此处），以获取2017年10月可用的版本。

（**有关SQL 2016的新增功能，请参见此处。）

介绍

此版本的SQL主要连接到Linux，并将SQL的功能带到Linux。简而言之，现在您可以在Linux上安装SQL 2017（这是一个很好的举措），此外SQL也可以在基于Linux的Docker容器中使用。在此构建中，SQL为您提供了开发语言选择，您可以在内部部署或基于云进行开发。

在此版本中，SQL还在其各个部分（如数据库引擎，集成服务，主数据服务，分析服务等）中提高了性能、可伸缩性和功能。在本文中，我们将逐一介绍它们。

以下是一些数据库引擎的新功能。

identity_cache

如果服务器意外关闭或发生任何故障转移，甚至切换到某些辅助服务器，此选项还可以帮助您避免标识列的值出现差异。该选项与“ALTER DATABASE SCOPED CONFIGURATION ”语句一起使用。该语句用于启用数据库配置设置。语法如下：

ALTER DATABASE SCOPED CONFIGURATION
{      
     {  [ FOR SECONDARY] SET <set_options>  }  
}
| CLEAR PROCEDURE_CACHE
| SET < set_options >
[;]  

< set_options > ::=  
{
    MAXDOP = { <value> | PRIMARY}  
    | LEGACY_CARDINALITY_ESTIMATION = { ON | OFF | PRIMARY}  
    | PARAMETER_SNIFFING = { ON | OFF | PRIMARY}  
    | QUERY_OPTIMIZER_HOTFIXES = { ON | OFF | PRIMARY}
    | IDENTITY_CACHE = { ON | OFF }
}

自适应查询处理的改进

您是否要提高查询执行性能？然后，此功能将为您提供帮助。SQL Server和Azure SQL数据库支持此功能。

您知道SQL查询执行的正常优化流程吗？如果否，请检查以下步骤：

1. 最初，查询优化器为给定查询计算所有可行的查询执行计划。
2. 然后，它获得最低的成本/最快的计划。
3. 最后，优化器将选择最低的估计计划来执行查询，然后开始执行。

现在，在此过程中，存在一些缺点：

1. 如果最低的估计执行计划可能出错，那么它将影响性能。
2. 如果没有足够的内存分配给处理，则会导致溢出到磁盘。
3. 如果分配的内存大小不正确，则会导致内存浪费。

要解决所有这些问题，您可以使用此SQL 2017功能。

1.批处理模式内存授予反馈

此反馈（技术）重新计算（实际上）执行计划所需的内存，并从缓存中授予它

2.批处理模式自适应联接

为了更快地执行计划，它具有哈希联接和嵌套循环联接，在扫描执行计划的第一个输入后，它决定使用哪个联接以最佳速度产生输出。

3.交错执行

在交错执行中，如果遇到多语句表值函数，则在优化执行计划中需要“暂停 ”。然后，它只计算完美基数，然后恢复优化。

自动调整

顾名思义，此功能可检查出查询性能中的问题，找出问题并使用建议的解决方案进行修复。此功能提供了两种自动调整技术：

1. 自动校正（计划）
2. 自动管理（索引）

自动校正（计划）

该计划在SQL 2017 DB中可用，它基本上会扫描有问题的计划（明智的执行），然后使用推荐的解决方案进行修复

自动管理（索引）

SQL 2017 Azure DB中提供了此功能，此处它基本上标识并更正了索引的顺序。删除的索引和添加的索引。

图数据库

图数据库功能是SQL 2017中新引入的。

什么是图数据库？

基本上，它是边和节点的集合，其中边是节点之间的关系，而节点只是一个实体，因此单个边可以连接多个节点。Graph db的行为就像关系数据库一样，在以下情况下可以使用Graph db：

1. 如果您具有分层格式的数据，并且想要为一个节点保存多个父级
2. 如果需要检查和分析相互关联的关系和数据
3. 如果您有许多关系

此处，关键字MATCH用于查询图表并对数据进行排序，仅需单个查询，用户便可以查询图和关系数据，有关更多详细信息，请参见 [ here ]。

始终可用（跨数据库访问）

借助此功能，现在可以针对不同的SQL实例进行跨数据库事务（同一SQL实例可以连接到不同的实例）。它还支持数据库分布式事务。[SQL 2016还支持跨数据库访问，但仅适用于同一SQL Server实例。]

DTA的改进

在SQL 2017中，数据库调整顾问（DTA）的性能得到了改进，其中包含调整顾问的其他选项。

**对于那些不知道什么是数据库调优顾问的人：

它是一个数据库引擎，它检查查询（已处理的查询），然后以可以改善查询性能的方式提出（可能是通过更改数据库结构（例如，索引，键））。有几种使用方式：

• 使用GUI（界面）
• 使用命令实用程序

如果您想了解更多，可以在这里查看。

新的字符串成员（函数）

SQL 2017年引入了一些新string功能，如TRANSLATE，CONCAT_WS，STRING_AGG，TRIM。让我们一一看一下。

TRANSLATE

基本上需要一个 string作为输入，然后用一些新字符转换字符，请参见以下语法：

TRANSLATE ( inputString, characters, translations)

上面的'characters'语法长度应与'translations'相同，否则上面的函数将返回错误。

例如

TRANSLATE ('6*{10+10}/[6-4]','[]{}','()()')

上面示例的输出将是 6*(10+10)/(6-4)。

因此，我们可以看到大括号和中括号被转换为圆括号。

[此功能的作用与REPLACE相同，但比REPLACE起使用更简单，如果我们希望使用REPLACE，则需要如下编写，这很难理解：

SELECT REPLACE(REPLACE(REPLACE(REPLACE('6*{10+10}/[6-4]','{','('), '}', ')'), '[', '('), ']', ')');

CONCATE_WS

它只是用指定的输入分隔符连接所有输入参数。参见以下语法：

CONCAT_WS ( separator, argument1, argument1 [, argumentN]… )

它通过在分隔符的帮助下将所有参数连接在一起来产生单个string参数，它至少需要2个参数才能产生输出，否则将引发错误：

例如：

SELECT CONCAT_WS(',','Count numers', 'one', 'two', 'three', 'four' ) AS counter;

上面语法的输出将是：

one, two, three, four

您也可以使用数据库列名来代替硬编码的string。

TRIM

（最终:)）SQL 2017引入了此新功能。它仅用作C＃修剪函数，从string中删除所有开头和结尾的空格。语法如下：

SELECT TRIM('     trim me    ') AS result;

上面语法的输出将是：

trim me

此功能不会删除string之间的空格。

STRING_AGG

它将借助分隔符将string值连接起来，并且不会在string末尾添加分隔符。输入可以是VARCHAR，也可以NVARCHAR，选择在WITHIN GROUP子句的帮助下指定结果的顺序。

请参见以下语法：

STRING_AGG ( expression, separator ) [ <order_clause> ]

<order_clause> ::=  
    WITHIN GROUP ( ORDER BY <order_by_expression_list> [ ASC | DESC ] )

查看以下示例：

SELECT city,
    STRING_AGG (name, ';') WITHIN GROUP (ORDER BY name ASC) AS names
FROM Students GROUP BY city;

在上面的示例中，我们串联了所有用分号（;）分隔的名称，以WITHIN GROUP帮助我们使它order by。输出将显示如下：

市	名字
City 1	name1; name2; name3; name4; name5;
City 2	name1; name2; name3; name4;

SQL 2017中的SSRS（Reporting Services）新增功能

• 从现在开始，SQL Server安装程序中没有可用的SSRS安装程序，您需要从下载中心[ 这里 ] 下载它。
• 现在，查询设计器已支持DAX，现在可以针对SSAS（分析服务）创建本机DAX查询，该查询属于最新版的SQL工具和报表生成器
• SSRS现在支持RESTful API，支持OpenAPI兼容，可以找到该API
• 现在，您可以在评论中添加附件。
• 您可以在报告中添加评论。
• Reporting Services Web门户的改进（此功能已在SQL 2016中提供）

SQL 2017中SSIS（集成服务）的新增功能

• 现在，您可以在Linux上执行SSIS包，此外，现在可以在Linux上加载、提取和转换数据
• 横向扩展功能允许以高性能的程序包执行复杂地集成到多台机器，甚至可以执行多个程序包执行请求。在横向扩展母版和横向扩展工作者的帮助下，进行横向扩展管理的所有操作，有关更多详细信息，请单击此处
• Microsoft DAX和CRM Online在线现在获得ODataConnection管理器和支持oDataSource

SQL 2017中的SSAS（Analysis Services）新增功能

• SQL 2017中引入了新的Get Data接口，类似于MS Excel，power BI，它还提供了数据转换和数据混搭功能，您可以使用查询生成器和M表达式来实现
• SSAS的Tabular 模式在SQL 2012中引入，现在在SQL 2017中变得更加强大
• SQL 2017提供了新的“编码提示 ”功能，该功能用于优化大型内存表格数据
• 电源PIVOT的性能改进

有关SQL 2017中SSAS的更多信息，请在此处切换。

机器学习

我们知道SQL 2016现在支持R服务，它现在已重命名为SQL Server Machine Learning服务。借助于此，您可以使用SQL Server轻松使用R或Python脚本。

在此新功能中，Python可以在存储过程中运行，甚至您可以使用SQL Server远程执行它，这对Python开发人员来说确实有帮助。

目前，Linux不支持此功能，我们需要等待下一个版本发布。

为了以智能和强大的方式使用机器学习，SQL使用以下解决方案。

1. revoscalepy
2. microsoftml

revoscalepy是新的库，它为高性能算法、计算和远程上下文提供基础，它基本上是基于RevoScaleR（它是R服务的包）。

microsoftml 是支持机器语言算法的Microsoft R服务器软件包，Microsoft开发了此库用于内部机器学习，但是多年来，它已得到改进并支持快速数据流、大文本转换等。

Linux支援

基本上，此构建的主要目标是在Linux上发布产品，此SQL版本的名称为“在Linux和Windows上的SQL 2017”，以下是“在Linux上的SQL”的一些关键功能：

• 核心数据库引擎功能
• 支持IPV6
• NFS支持
• Linux上的AD身份验证
• 支持加密
• 可以在Linux上安装SSIS软件包
• 配置工具（命令行）可用MSSQL-conf
• 无缝和无人值守安装
• 用于Visual Studio代码的SQL（Linux上已提供VS Code）
• 跨平台脚本生成器

要了解有关Linux上SQL的更多信息，请在此处切换。

参考文献

• MSDN和Microsoft网站

最后

有关SQL Server的讨论和学习很多，我们将在本文的下一个版本中继续此过程，然后继续学习。