inkl. 19% MwSt. Versand: kostenfrei
Versandfertig
Digitaler Sofortversand per Mail
SQL Server 2017 stellt einen wichtigen Schritt dar, um SQL Server zu einer Plattform zu machen, auf der Sie verschiedene Wahlmöglichkeiten haben: Wählen Sie zwischen verschiedenen Entwicklungssprachen und Datentypen, zwischen lokaler Ausführung oder Ausführung in der Cloud sowie zwischen verschiedenen Betriebssystemen, indem die Leistungsfähigkeit von SQL Server für Linux, Linux-basierte Docker-Container und Windows bereitgestellt wird. Im Folgenden werden die Neuerungen für bestimmte Funktionsbereiche zusammengefasst und Links mit zusätzlichen Details zur Verfügung gestellt.
SQL Server-2017 umfasst viele neue Datenbankmodulfunktionen, Verbesserungen und Leistungsverbesserungen. Das Datenbankmodul ist der Kerndienst zum Speichern, Verarbeiten und Sichern von Daten. Das Datenbankmodul ermöglicht einen gesteuerten Zugriff und eine schnelle Transaktionsverarbeitung, um auch den Anforderungen der anspruchsvollsten Datenverarbeitungsanwendungen in Ihrem Unternehmen gerecht zu werden.
Verwenden Sie das Datenbankmodul, um relationale Datenbanken für OLTP- (Online Transactional Processing, Onlinetransaktionsverarbeitung) oder OLAP-Daten (Online Analytical Processing, Analytische Onlineverarbeitung) zu erstellen. Dazu gehört das Erstellen von Tabellen zur Datenspeicherung und von Datenbankobjekten, wie z. B. Indizes, Sichten und gespeicherten Prozeduren, zum Anzeigen, Verwalten und Sichern von Daten. Verwenden Sie das SQL Server Management Studio, um die Datenbankobjekte zu verwalten, und SQL Server Profiler, um Serverereignisse aufzuzeichnen.
Die SQL Server R Services wurden umbenannt in SQL Server-Machine Learning-Dienste, entsprechend der Unterstützung für Python, zusätzlich zur R-Programmiersprache. Sie können Machine Learning-Dienste (datenbankintern) zum Ausführen von R- oder Python-Skripts in SQL Servern verwenden, oder Sie installieren den Microsoft Machine Learning-Server (eigenständig) zum Bereitstellen und Nutzen von R- und Python-Modellen, die keinen SQL Server erfordern.
Entwickler von SQL Servern haben jetzt Zugriff auf die umfangreichen ML- und AI-Bibliotheken für Python, die in der Open-Source-Umgebung zusammen mit den neuesten Innovationen von Microsoft zur Verfügung stehen:
Entwickeln Sie intelligente Anwendungen mit SQL Server Machine Learning Services mit R und Python. Wechseln Sie von reaktiven zu prädiktiven und präskriptiven Analytics, indem Sie Advanced Analytics direkt in der Datenbank ausführen. Mithilfe von Multithreading und Massively Parallel Processing gelangen Sie schneller zu Insights als mit Open Source-R und -Python alleine.
Always On in SQL Server 2017 gewährleistet Hochverfügbarkeit und Notfallwiederherstellung unter Linux und Windows. Dadurch profitieren Sie von weniger Ausfallzeiten, schnellem Failover, einfacher Einrichtung und Lastenausgleich auf lesbaren sekundären Replikaten. Integrieren Sie außerdem zur hybriden Hochverfügbarkeit ein asynchrones Replikat in Azure Virtual Machines.
Die mit einem * markierten Felder sind Pflichtfelder.
Ich habe die Datenschutzbestimmungen zur Kenntnis genommen.
Funktionale Cookies sind für die Funktionalität des Webshops unbedingt erforderlich. Diese Cookies ordnen Ihrem Browser eine eindeutige zufällige ID zu damit Ihr ungehindertes Einkaufserlebnis über mehrere Seitenaufrufe hinweg gewährleistet werden kann.
Marketing Cookies dienen dazu Werbeanzeigen auf der Webseite zielgerichtet und individuell über mehrere Seitenaufrufe und Browsersitzungen zu schalten.
Tracking Cookies helfen dem Shopbetreiber Informationen über das Verhalten von Nutzern auf ihrer Webseite zu sammeln und auszuwerten.
Service Cookies werden genutzt um dem Nutzer zusätzliche Angebote (z.B. Live Chats) auf der Webseite zur Verfügung zu stellen. Informationen, die über diese Service Cookies gewonnen werden, können möglicherweise auch zur Seitenanalyse weiterverarbeitet werden.