SQL Server 2016 O que há de novo? Código da sessão

Tamanho: px

Começar a partir da página:

Download "SQL Server 2016 O que há de novo? Código da sessão"

Carla Brandt Regueira
8 Há anos
Visualizações:

1 SQL Server 2016 O que há de novo? Código da sessão

2 SQL Server 2016 O que há de novo? Quem é o palestrante? Rober Torres Technology Solutions Professional rober.torres@microsoft.com

Microsoft lidera a corrida para nuvem Operational Database Management Systems Data Warehouse Database Management Systems Business Intelligence

3 Microsoft lidera a corrida para nuvem Operational Database Management Systems Data Warehouse Database Management Systems Business Intelligence and Analytics Platforms x86 Server Virtualization Cloud Infrastructure as a Service Enterprise Application Platform as a Service Public Cloud Storage

4 Faça mais... Entregue mais...

5 Análise operacional com tabelas in-memory

6 Delete Bitmap Análises com columnstore index Updatable NCCI para queries analíticas Transparente para aplicações Columns Row Group 1 Modifiacations of Rows Clusters Column Store Columnstore index é um índice Row Group 2 Delta Table Row Oriented Insert of Rows Query Optimizer escolherá o columnstore index quando necessário Row Group 3 Online Merge

7 CSI VS SAP HANA: no mercado Original Size of the database What? DB Size after compressing requests of Infocubes DB Size after implementing Columnstore Indexes for the infocubes and deactivating aggregates DB Size with Columnstore Indexes for Infocubes and aggregates using Columnstore Indexes as well Size 9,5 TB 9,5 TB 6,2 TB 7 TB Query Source System [sec] SQLS + ColumStore Query Query Query Query Query System Source System (Oracle) 2500 SAP Hana 300 Total runtime for all tested queries [sec] SQL Server 2012 with page compression and Columnstore Indexes on the E-fact tables but without any aggregates 360 SQL Server 2012 with page compression and Columnstore Indexes on the E-fact tables and with selected conventional aggregates without Columnstore Indexes 308 SQL Server 2012 with page compression and Columnstore Indexes on E-fact tables and on aggregates < 308 SAP Help nity/sqlserver/blog

8 CSI em tabelas in-memory Hash index No explicit delta rowgroup Rows (tail) not in columnstore stay in inmemory OLTP table No columnstore index overhead when operating on tail Deleted Rows Table (DRT) Tracks deleted rows Transparente para aplicações. DRT In-Memory OLTP table Updateable CCI Tail

9 Query Store A Caixa Preta para seu database

10 Query data store Coleta texto de queries e propriedades relevantes Compile Plan Store Armazena todas as escolhas de plano e métricas de performance Execute Runtime Stats Query Store Schema Funciona com restarts / upgrades / recompiles Durability latency controlled by DB option DATA_FLUSH_INTERNAL_SECONDS Capacidade de forçar plano de forma simples e intuitiva

11 Manter a estabilidade com a atualização Upgrade to SQL vnext Manter compatibilidade 110/120 Congelar planos Executar Query Store (baseline) Definir compatibilidade 130 e descongelar planos Monitorar performance e corrigir degradações com Force Plan

12 Monitoramento com Query Store O query store provê aos DBAs imersões nos planos de queries escolhidos

13 Live query statistics Uso de CPU/memória, tempo, progresso Identificação de gargalos de performance Permite drill down nas estatísticas: Número de linhas geradas Tempo decorrido Progresso Alertas, etc

14 Demo

15 Java Script Object Notation (JSON)

16 Troca de dados em JSON SELECT * FROM mytable FOR JSON AUTO Number Date Customer Price Quantity SO T00:00:00 AW SO T00:00:00 AW SELECT * FROM OPENJSON(@json) [ ] { "Number":"SO43659", "Date":" T00:00:00" "AccountNumber":"AW29825", "Price":59.99, "Quantity":1 }, { "Number":"SO43661", "Date":" T00:00:00 "AccountNumber":"AW73565, "Price":24.99, "Quantity":3 }

17 SQL Server e Azure DocumentDB Premium relational DB capaz de transmitir dados a aplicações modernas e serviços proporcionando imersões unificadas a partir de dados estruturados e não estruturados JSON JS JSJSON Schema-free NoSQL document store Processamento transactional escalável para apps extremamente dinâmicas

18 Always Encrypted

19 Always Encrypted Proteção a dados em movimento Data remains encrypted during query Apps No app changes Encrypted query TCE-enabled ADO.NET library SQL Server Master key Columnar key

20 Encryption metadata Encryption metadata Exemplo Client - confiável CMK Store SQL Server using (SqlCommand cmd = new SqlCommand( "SELECT Name FROM Customers WHERE SSN conn)) { cmd.parameters.add(new SqlParameter( "@SSN", SqlDbType.VarChar, 11).Value = " "); SqlDataReader reader = cmd.executereader(); Plaintext CEK Cache exec = N'@SSN = N'SELECT * FROM Customers WHERE SSN Encryption Type/ Algorithm DET/ AES 256 Encrypted CEK Value CMK Store Provider Name CERTIFICATE_ STORE CMK Path Current User/ My/f2260 EXEC sp_execute_sql N'SELECT * FROM Customers WHERE = N'@SSN Result set (plaintext) Name Jim Gray Enhanced ADO.NET Encryption Type/ Algorithm Non-DET/ AES 256 Encrypted CEK Value Name 0x19ca706fbd9 CMK Store Provider Name CERTIFICATE_ STORE CMK Path Current User/ My/f2260 Result set (ciphertext)

21 Dynamic Data Masking SQL Server 2016 & SQL Database

22 Dynamic Data Masking Configuração simplificada Baseado em políticas em nível de tabelas e colunas, por um grupo definido de usuários Data masking aplicado em tempo real para resultados de queries baseadas em políticas Múltiplas funções masking disponíveis (full, partial) para várias categorias de dados sensíveis (ex: Cartões de crédito, CPF, etc.) SQL Database SQL Server 2016 CTP2 Table.CreditCardNo Real-time data masking; partial masking

23 Demo

24 AlwaysOn Enriquecido

25 AlwaysOn Availability Groups enriquecidos Load balancing readable secondaries Maior número de réplicas auto-failover Maior desempenho para o transporte de Log Suporte a DTC Monitoramento de saúde em nível de Database Conta de serviço WorkGroup AG_Listene r AG New York (Primary) Unified HA Solution Asynchronous data Movement AG Hong Kong (Secondary) Synchronous data Movement AG New Jersey (Secondary)

26 Caching

27 Database Caching Suporte a melhor Cache de dados com múltiplos e automáticos arquivos TempDB por instância em ambientes multi-core Reduz contenção em workloads com TempDB workloads, melhorando performance e escalabilidade

28 Temporal Consultas retroativas

29 Por que temporal? Dados históricos podem ser críticos para o sucesso Databases tradicionais falham nessas imersões Viagem no tempo Auditoria Complexos, caros, limitados, inflexíveis, ineficientes Slowly Changing Dimensions Reparar problemas em nível de linha

30 Temporal Sem mudanças no modelo de implementação Novas Imersões CREATE temporal TABLE PERIOD FOR SYSTEM_TIME DML SELECT * FROM temporal Temporal Querying ALTER regular_table TABLE ADD PERIOD DDL INSERT / BULK INSERT UPDATE DELETE MERGE Querying FOR SYSTEM_TIME AS OF FROM..TO BETWEEN..AND CONTAINED IN

31 SELECT * FROM Department FOR SYSTEM_TIME AS OF ' ' Solução: History como uma stretch table: PeriodEnd < Agora- 6 months Fatos: Azure SQL Database 1. Histórico é a maior porção 2. Retenção entre 3 e 10 anos 3. Warm : semanas/meses 4. Cold : raramente consultados

32 Stretch Tables

33 SQL Server esticado ao Azure Tabelas frias no Azure On-premises Azure Dados quentes/ativos Dados frios Movimentação de dados e processamento de consulta remota Pedidos In-memory OLTP table Histórico de pedidos Tabela esticada

34 Stretch database architecture Linked Server entre onpremises e Azure usando o Remote Endpoint as Target Com a migração habilitada, os Recursos remotos são provisionados e os dados eleitos começam a ser migrados Consultas na tabela são executadas nos dois ambientes, local e remoto Local Database Local Data Eligible Data Internet Boundary Remote Endpoint Remote Data Azure

35 Enhanced backup

36 Backup em Azure Maior granularidade no agendamento de backup; Suporte a staging local Suporte a databases de sistema Suporte a recovery mode simple. Economia em storage; Melhoria significativa em performance Maior granularidade no controle de Azure storage. Método mais rápido para extrair backups e executar restores Usa arquivos SQL Server db em Azure Blob Storage

37 Réplicas AlwaysOn simplificadas com Azure

38 Wizard simplificado para adicionar replica Configuração automática do listener

39 Faça mais... Entregue mais...

40 Q&A Visite o espaço Ask the Experts, próximo dos expositores

41 Sessões relacionadas DBP303 - SQL Server em Azure Virtual Machines (Performance) DPB304 - In-Memory Database Internals DBP302 - Protegendo o SQL Server de Hackers [Melhores Práticas] DPB301 - Estratégias avançadas com Always On DPB203 - Ciência de dados com o Microsoft Azure (Big Data) DPB204 - Novidades do SQL Server 2016 para Business Intelligence BP202 - Prevendo o futuro usando modelo de Machine Learning

42 Continue sua capacitação Microsoft Virtual Academy

Documentos relacionados

In-Memory OLTP Cenários de Utilização

MVP ShowCast Virtual Community Series WEBCASTS 15 set a 2 0 1 4 09 out #mvpbr Organizado por MVPs com apoio da Microsoft #mvpshowcast Nível: 300 In-Memory OLTP Cenários de Utilização Palestrante: Luan