Conociendo SQL Server 2017

Incrementar la plataforma de datos e inteligencia artificial el reto

Recientemente instalé Microsoft SQL Server 2017 DE en mi equipo y pude constatar la cantidad de mejoras y nuevas características que se entregan con esta nueva versión de Microsoft SQL Server. Mas allá de decir que Microsoft SQL Server es líder en la industria debido a su tecnología in-memory en cuanto a rendimiento, se está dando un cambio muy importante en la parte de análisis, ya que se incluyen en la base de datos las opciones de Analítica Avanzada.

Microsoft SQL Server 2017 tiene las capacidades de manejo de datos tanto estructurados como no estructurados, el objetivo es que la industria perciba un producto capaz de brindar soluciones en una amplia gama. Dentro de los datos estructurados encontramos las bases de datos OLTP, las de mobile y las que contienen grandes objetos, sin olvidar la información que se obtiene a través de los ERP. Si hablamos de los datos no estructurados, encontraremos gráficos, social, internet de las cosas y media.

Si bien, se sabe que Microsoft SQL Server ya ha obtenido, desde hace tiempo, el liderazgo en el manejo de datos operacionales, también ha incrementado su liderazgo en lo relacionado al manejo de data warehouse. Es por ello que ha participado desde hace algún tiempo en lo que se denomina procesamiento de big data, a través de consultas de tipo T-SQL sobre cualquier tipo de datos, incluyendo Internet de las cosas y Hadoop. Con ello se logra una gran integración para el manejo de datos, colaborando en ambientes virtuales, locales y a través de una integración simple con Azure para manejo en la nube.

Desde la versión Microsoft SQL Server 7.0, se ha mantenido un gran compromiso, por parte de Microsoft, de proporcionar las herramientas que permitan llevar a cabo la denominada Inteligencia de Negocios (BI), la aparición de las bases de datos OLAP y la herramienta de transformación de datos (DTS), se ha ido incrementando con las nuevas versiones, si bien la herramienta de transformación de datos se convirtió en una verdadera herramienta de extracción, transformación y carga de datos ahora denominada Integration Services, que se había mantenido como una herramienta que no se escalaba, no soportaba instalación en clúster, ahora ya se puede escalar a través del mecanismo Integration Services Scale Out que proporciona la ejecución de paquetes de alto rendimiento mediante la distribución de ejecuciones a varias máquinas. Las bases de datos de OLAP se transformaron para ofrecer ahora lo que se denomina Analysis Services, siendo que ahora no solo se manejan bases de datos multidimensionales, desde la versión Microsoft SQL Server 2012 se pueden manejar esquemas tabulares, también se ha integrado el modo de PowerPivot desde la versión Microsoft SQL Server 2016, que básicamente está dirigido a completar las capacidades de SharePoint. Se completa la oferta de herramientas para Inteligencia de Negocio a través de Reporting Services, una herramienta que apareció en 2002/2003 para la versión de Microsoft SQL Server 2000, que ya permite la integración con el producto PowerBI para obtener mejores documentos.

Con estas características de Inteligencia de Negocio que he mencionado, se han incorporado dos elementos importantes para lograr capacidades de Analítica Avanzada e inteligencia artificial, a través del soporte los lenguajes R y Python. El lenguaje R, que ya se había incluido en la versión Microsoft SQL Server 2016, bajo el concepto de SQL Server R Services (In-Database), para la integración con Microsoft SQL Server y Microsoft R Server, para implementaciones R a nivel empresarial en servidores Windows y Linux, en la versión Microsoft SQL Server 2017, estos servicios cambian de nombre a SQL Server Machine Learning Services (In-Database) que ahora soporta R y Python para análisis en la base de datos y Microsoft Machine Learning Server que admite implementaciones R y Python en Windows, Linux y HDInsight Spark y Hadoop clúster.  Con esto Microsoft refuerza su compromiso de brindar las herramientas necesarias para generar la información de datos requerida por las empresas.

El motor de base de datos de Microsoft SQL Server ya permite una mejora en el rendimiento de las consultas sin llevar a cabo una afinación a través del uso de lo que se conoce como Adaptive Query Processing, asimismo permite que las transacciones sean más rápidas con el uso de la tecnología In-Memory OLTP, que se presentó en la versión Microsoft SQL Server 2014, y hasta 100 veces más rápida con el uso de in-memory Columnstore. De igual forma, las operaciones analíticas en tiempo real se mejoran cuando se combinan con las tecnologías in-memory.

Microsoft siempre se ha preocupado por la seguridad de los datos, por ello se han desarrollado mecanismos que nos permitan proteger los datos, en esta versión de Microsoft SQL Server 2017, se han mejorado los servicios de protección de datos con Always Encrypted, esto permite que los datos se mantengas encriptados mientras están en la base de datos y cuando se encuentran en transporte, serán visibles al usuario final de acuerdo siempre que se mantenga la llave correspondiente para la des-encriptación. De similar forma puede ser usada la característica Dynamic Data Masking para ocultar los datos sensibles. Finalmente, es posible mantener un control de acceso a cada uno de los registros en la base de datos a través del mecanismo denominado Row-Level Security.

En lo referente a grupos de alta disponibilidad, en Always On, que aparece en la versión Microsoft SQL Server 2012, para completar la oferta de alta disponibilidad y recuperación de desastres, donde las transacciones de bases de datos cruzadas ahora son compatibles entre todas las bases de datos que forman parte de un grupo de disponibilidad permanente, incluidas las bases de datos que forman parte de la misma instancia. La nueva funcionalidad de grupos de disponibilidad ahora incluye compatibilidad sin clústeres, cumpliendo con algunas restricciones, la configuración de grupos de disponibilidad de réplica mínima y migraciones y pruebas a través de sistemas operativos Windows-Linux.

Ya mencionamos las operaciones analíticas en tiempo real, las cuales se logran con el uso de alguno de los lenguajes R o Python que ya se manejan en Microsoft SQL Server 2017, con ello podremos escalar y acelerar a través de machine learning generando la inteligencia a donde los datos viven con los servicios in-database R and Python analytics. Las cuales pueden ser paralelizadas y escaladas. De esta forma, Microsoft SQL Server se mantiene como líder en la innovación de Inteligencia Artificial para descubrir la información más rápido, usando algoritmos avanzados de aprendizaje automático con GPU.

Microsoft SQL Server ahora permite la consulta y datos con soporte de gráficos, el almacenamiento y análisis de relaciones no-jerárquicas se logra a través de soporte de datos gráficos. Se mantiene y refuerza el uso de PolyBase, incluido inicialmente en la versión Microsoft SQL Server 2016, para consultar fácilmente en Microsoft SQL Server y datos almacenados en Hadoop. Ya que permite que un profesional de Microsoft SQL Server trabaje con datos de Hadoop utilizando herramientas conocidas como SQL Server Management Studio, herramientas de datos de Microsoft SQL Server, Microsoft Office y Power BI con el lenguaje Transact-SQL y las extensiones incluidas.  Así, Hadoop combinado con Microsoft SQL Server proporciona valor y conocimiento de los lagos de datos

Con Microsoft SQL Server 2017 se representa un paso importante para convertir Microsoft SQL Server en una plataforma que le ofrece opciones de lenguajes de desarrollo, tipos de datos, locales o en la nube, y sistemas operativos al llevar la potencia de Microsoft SQL Server a Linux, contenedores Docker basados en Linux y Windows. Asimismo, ahora podemos instalar en cualquier nube y cualquier plataforma, incluyendo OpenShift, Red Hat OpenStack, Kubernetes, Docker Swarm, Pivotal y por supuesto Azure.

De esta forma, podemos decir que Microsoft SQL Server es una suite de herramientas que permite resolver problemas mayores con conocimientos empresariales más rápidos y de gran alcance. Empleando soluciones líderes para OLTP, almacenamiento de datos, análisis avanzado y BI. Permite la innovación con cualquier lenguaje y cualquier dato en cualquier plataforma.

Este documento pretende dar una introducción rápida a las nuevas características y funcionalidades que se presentan con Microsoft SQL Server 2017, si bien se han mencionado solo unas cuantas, en posteriores entregas iré ampliando y ejemplificando como puede aprovecharse.