Baixar para ler offline
Carregado porRoberto Fonseca
Novidades do Sql Server 2016
O documento resume as principais novidades do SQL Server 2016, incluindo melhorias no ColumnStore, In-Memory OLTP, Query Store, Temporal Tables, Always Encrypted, Stretch Database e outras funcionalidades. Ele também fornece detalhes sobre como testar as novas funcionalidades e links para obter mais informações.
Novidades do Sql Server 2016
- 1. SQL 2016 –NOVIDADES
- 2.
- 3. O QUEVAMOSVER: NOVIDADES –SQL 2016 ColumnStore In-Memory OLTP Query Store TemporalTables Always Encrypted Stretch Database Live Query Statistics Dynamic Data Masking
- 4. O QUE NÃOVAMOSVER Reporting Services Analysis Services Integration Services Acompanhe os CTPs (atual CTP 3.3) Mais informações: https://www.microsoft.com/pt-br/evalcenter/evaluate-sql-server-2016 http://bit.ly/sql2016-whats-new http://bit.ly/1SQ6kYd
- 5. COMOTESTAR O SQL2016? AzureTrial Download ISO 180 dias Assinante MSDN? Grátis para testes Vários previews disponíveis. Porquê não?
- 6. COLUMNSTORE IMPROVEMENTS Armazena dadosde colunas ao invés de linhas nas páginas de dados Altamente compactado AltaVelocidade Whitepaper: http://bit.ly/sql2016-columnstore
- 7. Columnstore Index Feature SQLServer 2012 SQL Server 2014 SQL Server 2016 (CTP2) Azure SQL Database Batch execution for multi-threaded queries yes yes yes yes Batch execution for single-threaded queries yes yes Archival compression option. yes yes yes Snapshot isolation and read-committed snapshot isolation yes yes Specify columnstore index when creating a table. yes yes AlwaysOn supports columnstore indexes. yes yes yes yes AlwaysOn readable secondary supports read-only columnstore indexes. yes yes yes yes AlwaysOn readable secondary supports updateable columnstore indexes. yes Read-only nonclustered columnstore index on heap or btree. yes yes yes 1 yes 1 Updateable nonclustered columnstore index on heap or btree yes yes Additional btree indexes allowed on a heap or btree that has a columnstore index. yes yes yes yes Updateable clustered columnstore index. yes yes yes Btree index on a clustered columnstore index. yes yes Columnstore index on a memory-optimized table. Yes! Nonclustered columnstore index definition supports using a filtered condition. yes yes
- 8. IN MEMORY OLTPMELHORADO • Tamanho máximo para uma tabela in memory passa de 256MB para 2TB • Não há mais a obrigatoriedade de ter Collations BIN2 (mas não tem tanta performance) • ALTERTABLE pode ser utilizado em in memory-optimized tables para adicionar, remover ou alterar colunas ou índices. • ALTER PROCEDURE pode ser utilizado em stored procedures compiladas nativamente • Stored procedures compiladas nativamente agora permitem sintaxes mais complexas (LEFT/RIGHT JOIN, SELECT DISTINCT, Subqueries, UNION/UNION ALL, all math functions) • Limitação deTDE não existe mais • Réplicas AlwaysOn vêem mudanças imediatamente. • Garbage collection melhorado
- 9. IN MEMORY OLTP Whitepaper: http://bit.ly/sql2016-in-memory-oltp AaronBertrand Blog: http://sqlperformance.com/2015/05/sql-server- 2016/in-memory-oltp-enhancements
- 10. COLUMNSTORE + INMEMORY OLTP = OPERATIONAL ANALYTICS Índices In-memory, atualizáveis, non-clustered columnstore sobre tabelas in-memory ou em disco Transparente para aplicações Minimiza impacto nas bases OLTP Learn more: Sunil Agarwal on Data Exposed: https://channel9.msdn.com/Shows/Data-Exposed/SQL-Server- 2016-Operational-Analytics Sunil’s Ignite 2015 Presentation: http://channel9.msdn.com/Events/Ignite/2015/BRK4552
- 11. OPERATIONAL ANALYTICS Índice Btree TabelaHOT NCCI atualizável Dados HOTDados WARM
- 12. QUERY STORE Problemasao resolver problemas de performance Plan cache não é totalmente adequado (Somente o plano atual é mantido) Tempo gasto para descobrir o problema é longo Tempo para solucionar o problema é longo (Modifico a query? Plan guide?) Flight Data Recorder (Caixa Preta do SQL) – Coleta texto e propriedades importantes de cada query executada. Funciona com restarts/upgrades/recompiles do SQL Usuário escolhe o tempo de dados armazenados Possibilidade de forçar o plano de execução escolhido de forma simples
- 13. TEMPORALTABLES Capacidade deacompanhar as modificações nos dados com o passar do tempo Não muda nada para as aplicações
- 14.
- 15. ALWAYS ENCRYPTED Dadossempre criptografados Melhor queTDE porque estão criptografados mesmo para sysadmins Usuários não autorizados nunca tem acesso aos dados ou às chaves Transparente para as aplicações Requer .Net 4.6! Source (MSDN Blog): http://bit.ly/sql2016-always- encrypted-walkthru
- 16. COMO FUNCIONA SQL Serveror SQL Database ADO .NET 4.6 Result SetResult Set Client dbo.Customers Criptografado "SELECT Name FROM Customers WHERE SSN = @SSN", "111-22-3333" trust boundary "SELECT Name FROM Customers WHERE SSN = @SSN", 0x7ff654ae6d Criptografado
- 17. STRETCH DATABASE TabelasOLTP “esticadas” do ambiente on- premises para Azure Custo vantajoso para dados históricos Tabela ativa e disponível Transparente para aplicações Queries não mudam. O SQL combina dados locais e dados na nuvem.
- 18. LIVE QUERY STATISTICS Coleta de métricas em tempo de execução Uso de CPU/Memória, tempo, progresso da query Identificação de gargalos de performance Permite drilldown nas estatísticas Número de linhas Tempo decorrido Progresso Alertas
- 19. DYNAMIC DATA MASKING Proteção efetiva para dados sensíveis na camada de aplicação. Não protege dados para admins ou para usuários com direito de SELECT Configuração simplificada Baseado em políticas em nível de tabela e colunas para um grupo definido de usuários Mascaramento de dados aplicado em tempo real para os resultados das queries.
- 20. FOR JSON (JAVASCRIPT OBJECT NOTATION) Formato popular usado para troca de dados entre aplicações Também utilizado para armazenamento de dados não- estruturados em bases NoSQL como o Microsoft Azure DocumentDB
- 21.
- 22.
Notas do Editor
- #11 Exemplo de Pedidos – Hot/Warm Clientes querem fazer Análise sobre os dados operacionais (OLTP) Atualmente é feito um ETL para um DW e a análise é feita com esses dados. Entretanto, clientes querem mais, querem fazer análise imediata. Se fizer ETL e análise com menor tempo pode causar problemas de performance na base OLTP. Operational Analytics permite criar um NCCI e separar dados hot/warm baseado em um (critério) predicado permitindo grande performance mesmo em bases OLTP. Melhor dos dois mundos: OLTP continua com excelente performance vendendo para a empresa e o Operational Analytics para análises de vendas mas com muito mais velocidade, porque são dados quase real-time. Porque esperar pelo ETL e processamento se eu posso analisar dados em quase real-time?
- #12 Exemplo de Pedidos – Hot/Warm Clientes querem fazer Análise sobre os dados operacionais (OLTP) Atualmente é feito um ETL para um DW e a análise é feita com esses dados atrasados. Entretanto, clientes querem mais, querem fazer análise imediata. Pode fazer ETL e análise com menor tempo, mas isso pode causar problemas de performance na base OLTP. Operational Analytics permite criar um NCCI e separar dados hot/warm baseado em um (critério) predicado permitindo grande performance mesmo em bases OLTP. Melhor dos dois mundos: OLTP continua com excelente performance vendendo para a empresa e o Operational Analytics para análises de vendas mas com muito mais velocidade para o negócio, porque são dados quase real-time. Porque esperar pelo ETL e processamento se eu posso analisar dados em quase real-time?
- #13 Armazena todas as informações relacionado a objetos acessados pela base (SP, triggers, queries, fucntions) Cada plano criado é armazenado juntamente com as estatísticas de compilação. Performance metrics são calculadas e armazenadas.