Virtualización de datos y Clústeres de macrodatos de SQL Server 2019

Hoy en día, las empresas son propietarias de ingentes cantidades de datos que
constan de una amplia gama de conjuntos de datos en constante crecimiento y
que están hospedados en orígenes de datos almacenados en toda la
empresa. Obtenga información casi en tiempo real de todos los datos
con Clústeres de macrodatos de SQL Server 2019, que proporcionan un
entorno completo para trabajar con grandes conjuntos de datos, incluidas
funciones de inteligencia artificial y aprendizaje automático.

Solución de macrodatos escalable

Implementación de clústeres escalables de contenedores de SQL Server,

Spark y HDFS que se ejecutan en Kubernetes.

Leer, escribir y procesar macrodatos desde Transact-SQL o Spark.

Combinar y analizar de forma sencilla datos relacionales de alto valor con

macrodatos de gran volumen.

Consultar orígenes de datos externos.

Almacenar macrodatos en HDFS administrados mediante SQL Server.

Consultar datos de varios orígenes de datos externos a través del clúster.

Usar los datos para tareas de inteligencia artificial, aprendizaje automático y

otras tareas de análisis.

Implementar y ejecutar aplicaciones en Clústeres de macrodatos.

La instancia maestra de SQL Server proporciona alta disponibilidad y

recuperación ante desastres para todas las bases de datos mediante la
tecnología de grupos de disponibilidad AlwaysOn.

Virtualización de datos con PolyBase

Consultar datos de orígenes de datos externos de SQL Server, Oracle,

Teradata, MongoDB y ODBC con tablas externas, ahora compatibles con la
codificación UTF-8.

Base de datos inteligente

SQL Server 2019 (15.x) mejora las innovaciones de las versiones anteriores
para proporcionar un rendimiento inmediato líder del sector. Desde
el procesamiento de consultas inteligente hasta la compatibilidad con
dispositivos de memoria persistente, las características de base de datos
inteligente de SQL Server mejoran el rendimiento y la escalabilidad de todas
las cargas de trabajo de bases de datos sin realizar cambios en el diseño de la
aplicación o la base de datos.

Procesamiento de consultas inteligentes

Con el procesamiento de consultas inteligente, las cargas de trabajo paralelas

críticas mejoran cuando se ejecutan a escala. Y, al mismo tiempo, continúan
adaptándose al mundo de los datos que cambia constantemente. El
procesamiento de consultas inteligente está disponible de forma
predeterminada en la configuración más reciente del nivel de compatibilidad de
la base de datos, lo cual proporciona un gran impacto que mejora el
rendimiento de las cargas de trabajo existentes con un esfuerzo de
implementación mínimo.

Comentarios de concesión de memoria del modo de fila

Se expande en la característica de comentarios de concesión de memoria de

modo de proceso por lotes al ajustar los tamaños de concesión de memoria
tanto para los operadores del modo de proceso por lotes como del modo de
fila. Este ajuste puede corregir automáticamente las concesiones excesivas
que producen una pérdida de memoria y una simultaneidad reducida. También
puede corregir las concesiones de memoria insuficiente que provocan un
costoso desbordamiento en disco.

Modo por lotes en el almacén de filas

Permite la ejecución en modo por lotes sin necesidad de índices de almacén de

columnas. La ejecución en modo por lotes usa la CPU de manera más eficaz
durante las cargas de trabajo analíticas, aunque, hasta SQL Server 2019
(15.x), solo se usaba cuando una consulta incluía operaciones con índices de
almacén de columnas. Pero puede que algunas aplicaciones usen
características que no son compatibles con los índices de almacén de
columnas y, por lo tanto, no pueden aprovechar el modo por lotes. A partir
de SQL Server 2019 (15.x), el modo por lotes está habilitado en las cargas de
trabajo analíticas válidas cuyas consultas incluyan operaciones con cualquier
tipo de índice (almacén de filas o almacén de columnas).

Inserción de UDF escalares

Transforma automáticamente las UDF escalares en expresiones relacionales y
las inserta en la consulta SQL de llamada. Esta transformación mejora el
rendimiento de las cargas de trabajo que aprovechan las UDF escalares.

Compilación diferida de variables de tabla

Mejora la calidad del plan y el rendimiento general de las consultas que hacen
referencia a las variables de tabla. Durante la optimización y la compilación
inicial, esta característica propaga las estimaciones de cardinalidad que se
basan en los recuentos de filas de variables de tabla reales. Esta información
precisa del recuento de filas optimiza las operaciones del plan de bajada.

Procesamiento de consultas aproximado con APPROX_COUNT_DISTINCT

En escenarios en los que la precisión absoluta no es importante, pero la

capacidad de respuesta es crítica, se agrega APPROX_COUNT_DISTINCT en
grandes conjuntos de datos con menos recursos
que COUNT(DISTINCT()) para obtener una simultaneidad superior.

Base de datos en memoria

Las tecnologías de SQL Server de base de datos en memoria aprovechan la

innovación de hardware moderna para ofrecer un rendimiento y una
escalabilidad sin precedentes. SQL Server 2019 (15.x) se basa en las
innovaciones anteriores en esta área, como el procesamiento de transacciones
en línea (OLTP) en memoria, para impulsar un nuevo nivel de escalabilidad en
todas las cargas de trabajo de base de datos.

Grupo de búferes híbrido

Nueva característica del Motor de base de datos de SQL Server, en que se

accede directamente a las páginas de base de datos ubicadas en archivos de
base de datos presentes en un dispositivo de memoria persistente (PMEM)
cuando sea necesario.

Metadatos tempdb optimizados para memoria

SQL Server 2019 (15.x) introduce una nueva característica que forma parte de
la familia de características Base de datos en memoria, metadatos TempDB
optimizados para memoria, que quita este cuello de botella de forma eficaz y
desbloquea un nuevo nivel de escalabilidad para cargas de trabajo intensivas
de TempDB. En SQL Server 2019 (15.x), las tablas del sistema implicadas en
la administración de metadatos de la tabla temporal del sistema se pueden
mover a tablas optimizadas para memoria no duraderas y sin bloqueos
temporales.

Compatibilidad de OLTP en memoria para instantáneas de base de datos

SQL Server 2019 (15.x) introduce compatibilidad para crear instantáneas de
base de datos de bases de datos que incluyen grupos de archivos optimizados
para memoria.

Rendimiento inteligente
SQL Server 2019 (15.x) se basa en las innovaciones en la base de datos
inteligente de versiones anteriores para garantizar que funciona más
rápido. Estas mejoras ayudan a superar cuellos de botella de recursos
conocidos y proporcionan varias opciones para configurar el servidor de base
de datos para que ofrezca un rendimiento predecible en todas las cargas de
trabajo.

OPTIMIZE_FOR_SEQUENTIAL_KEY

Activa una optimización en el Motor de base de datos de SQL Server que

ayuda a mejorar el rendimiento de las inserciones de alta simultaneidad en el
índice. Esta opción está diseñada para los índices que son propensos a la
contención de la inserción de la última página, que suele darse con índices que
tienen una clave secuencial, como una columna de identidad, de secuencia o
de fecha y hora. Consulte CREATE INDEX.

Forzado de cursores estáticos y de avance rápido

Proporciona un plan de Almacén de consultas para forzar la compatibilidad con

cursores estáticos y de avance rápido

Regulación de recursos

El tipo de datos del valor configurable para la

opción REQUEST_MAX_MEMORY_GRANT_PERCENT de CREATE
WORKLOAD GROUP y ALTER WORKLOAD GROUP se ha cambiado de
"integer" a "float" para permitir un mayor control granular de los límites de la
memoria. Consulte ALTER WORKLOAD GROUP y CREATE WORKLOAD
GROUP.

Recompilaciones reducidas para cargas de trabajo

Mejora el rendimiento cuando se usan tablas temporales en varios ámbitos al

reducir las recompilaciones innecesarias.

Escalabilidad de puntos de control indirectos

Escalabilidad mejorada de puntos de control indirectos.

Actualizaciones de PFS simultáneas

Las páginas PFS son páginas especiales dentro de un archivo de base de

datos que SQL Server usa para ayudar a localizar espacio libre cuando asigna
espacio para un objeto. La contención de bloqueos temporales de página en
las páginas PFS normalmente se asocia con TempDB, pero también se puede
producir en las bases de datos de usuario cuando hay muchos subprocesos de
asignación de objetos simultáneos. Esta mejora cambia la manera en que se
administra la simultaneidad con las actualizaciones de PFS para que puedan
actualizarse en un bloqueo temporal compartido, en lugar de un bloqueo
exclusivo. Este comportamiento está activado de forma predeterminada en
todas las bases de datos (incluida TempDB) a partir de SQL Server 2019
(15.x).

Migración de trabajo con un programador

La migración de trabajos permite que un programador inactivo migre un trabajo

de la cola de ejecutables de otro programador en el mismo nodo NUMA y que
reanude inmediatamente la tarea de este trabajo migrado. Esta mejora
proporciona un uso de CPU más equilibrado en situaciones en las que se
asignan varias tareas de ejecución prolongada al mismo programador. Para
obtener más información,

Supervisión
La supervisión de las mejoras le permite obtener información de rendimiento de
cualquier carga de trabajo de base de datos cuando la necesite.

WAIT_ON_SYNC_STATISTICS_REFRESH

Nuevo tipo de espera en la vista de administración

dinámica sys.dm_os_wait_stats. Muestra el tiempo de nivel de instancia
acumulado empleado en las operaciones de actualización de estadísticas
sincrónicas.

Directiva de captura personalizada para Almacén de consultas

Cuando se habilita esta directiva, una nueva configuración de la directiva de

captura del almacén de consultas incluye más configuraciones del almacén de
consultas para ajustar la recopilación de datos en un servidor específico. Con la
instrucción SET de ALTER DATABASE.

LIGHTWEIGHT_QUERY_PROFILING

Una nueva configuración de ámbito de base de datos. Con la instrucción

LIGHTWEIGHT_QUERY_PROFILING.

Command columna sys.dm_exec_requests

Muestra SELECT (STATMAN) si un elemento SELECT está esperando a que

finalice una operación de actualización de estadísticas sincrónica para poder
continuar con la ejecución de la consulta.

sys.dm_exec_query_plan_stats
Una nueva función de administración dinámica (DMF) que devuelve el
equivalente del último plan de ejecución real conocido para todas las consultas.

LAST_QUERY_PLAN_STATS

Una nueva configuración de ámbito de base de datos que

habilita sys.dm_exec_query_plan_stats. Con la instrucción ALTER DATABASE
SCOPED CONFIGURATION.

Query_post_execution_plan_profile

Un evento extendido que recopila el equivalente de un plan de ejecución real

que se basa en la generación de perfiles ligera, a diferencia
de query_post_execution_showplan, que usa la generación de perfiles
estándar.

Sys.dm_db_page_info(database_id, file_id, page_id, mode)

Una nueva DMF que devuelve información sobre una página de una base de
datos. Con la instrucción sys.dm db page info (Transact- SQL).

Extensiones de lenguaje

Nuevo SDK del lenguaje Java

Simplifica el desarrollo de los programas Java que se pueden ejecutar desde

SQL Server. Con SDK de extensibilidad de Microsoft para Java para
SQL Server.

El SDK del lenguaje Java está en código abierto

El SDK de extensibilidad de Microsoft para Java para

Microsoft SQL Server está ahora en código abierto y disponible en GitHub.

Nuevo runtime de Java predeterminado

Ahora, SQL Server incluye Zulu Embedded de Azul Systems para agregar
compatibilidad con Java en todo el producto. La compatibilidad gratuita con
Java en SQL Server 2019 está disponible.

Extensiones de lenguaje de SQL Server

Ejecute código externo con el marco de extensibilidad. Teniendo Extensiones

de lenguaje de SQL Server.

Registrar lenguajes externos

Un nuevo lenguaje de definición de datos (DDL), CREATE EXTERNAL

LANGUAGE, registra lenguajes externos, como Java, en SQL Server. Basado
en la instrucción CREATE EXTERNAL LANGUAGE (CREAR UN LENGUAJE
EXTERNO).

Mensajes de error

Cuando se produce un error en un proceso de extracción, transformación y

carga de datos (ETL) porque el origen y el destino no tienen los mismos tipos
de datos o la misma longitud, la solución solía llevar mucho tiempo,
especialmente en grandes conjuntos de datos. SQL Server 2019 (15.x) permite
obtener información de forma más rápida sobre los errores de truncamiento de
datos.

Advertencias de truncamiento detalladas

Los valores predeterminados del mensaje de error del truncamiento de datos

incluyen los nombres de tabla y de columna, así como el valor
truncado. Vea VERBOSE_TRUNCATION_WARNINGS.

Seguridad crítica

SQL Server proporciona una arquitectura de seguridad diseñada para permitir

que los administradores de bases de datos y los desarrolladores creen
aplicaciones de base de datos seguras y combatan las amenazas. Cada
versión de SQL Server ha mejorado las versiones anteriores con la introducción
de nuevas características y funcionalidades, y SQL Server 2019 (15.x) continúa
mejorando en este aspecto.

Always Encrypted con enclaves seguros

Expande Always Encrypted con cifrado en contexto y cálculos enriquecidos

mediante la habilitación de cálculos en los datos de texto no cifrado dentro de
un enclave seguro del lado servidor. El cifrado en contexto mejora el
rendimiento y la confiabilidad de las operaciones criptográficas (cifrado de
columnas, rotación de las claves de cifrado de columnas, etc.), puesto que
evita mover los datos fuera de la base de datos.

La compatibilidad con cálculos enriquecidos (operaciones de coincidencia y

comparación de patrones) abre Always Encrypted a un conjunto mucho más
amplio de escenarios y aplicaciones que demandan protección de datos
confidenciales, a la vez que requieren funciones más enriquecidas en las
consultas de Transact-SQL.

Administración de certificados en el Administrador de configuración de

SQL Server

Las tareas de administración de certificados, como ver e implementar

certificados, ahora son posibles mediante el uso del Administrador de
configuración de SQL Server.
Clasificación y detección de datos

La clasificación y detección de datos proporcionan funciones para clasificar y

etiquetar columnas en las tablas de usuario. La clasificación de la información
confidencial (empresarial, financiera, sanitaria, personal, etc.) puede
desempeñar un papel fundamental en el estado de protección de la información
de la organización. Puede servir como infraestructura para lo siguiente:
 Ayudar a cumplir los requisitos de cumplimiento reglamentario y los
estándares de privacidad de datos
 Varios escenarios de seguridad, como la supervisión (auditoría) y las
alertas relacionadas con accesos anómalos a información confidencial
 Facilitar la identificación de dónde reside la información confidencial de la
empresa, para que los administradores pueden adoptar los pasos
adecuados para proteger la base de datos.

SQL Server Audit

La auditoría también se ha mejorado para incluir un campo

nuevo data_sensitivity_information en el registro de auditoría, que contiene las
clasificaciones de confidencialidad (etiquetas) de los datos reales que devuelve
la consulta.