2017 SQL Server：新消息、Linux版本缺失功能以及未來展望

SQL Server2017可運行於Windows與Linux之上

微軟公司總經理Rohan Kumar在接受採訪時表示：「這是我們公司的一個里程碑。」該里程碑指的正是立足Linux平台發布的SQL Server。他還在本屆於奧蘭多舉辦的Ignite大會上將SQL Server稱為「微軟公司最重要的伺服器產品」。

SQL Server 2017將同時面向Windows與多種Linux版本發布，具體包括：Red Hat Enterprise Linux 7.3、SUSE Linux Enterprise Server 12、Ubuntu與Docker。另外，該產品需要3.25GB或更高的內存容量，且該產品的官方Docker鏡像基於Ubuntu 16.04。

微軟方面的移植工作圍繞一套名為SQLPAL（平台抽象層）的兼容層進行的，該兼容層可確保SQL伺服器中所使用的Windows庫子集能夠在Linux平台上運行。另外，即使在Windows這片「根據地」上，SQL Server同樣通過一套代號為SOS（SQL操作平台）的平台執行其自身內存與線程管理。此外，在SQL Server 2017中，SOS作為SQLPAL的組成部分而能夠直接調用原生Linux API。

根據在Ignite大會上與之相關的對話環節所言，SQL Server在Linux與Windows上的性能表現「基本相同」。然而，由於沒有全部進行移植，故二者仍存在一定差異，具體表現在於Linux版本不具備報告服務、分析服務與機器學習服務（即原本的R服務）。

混合本地/Azure資料庫存儲不支持複製（除高可用性場景外）或Stretch DB。而負責公布文件系統內SQL Server表的File Table同樣無法在Linux上實現。再有，大多數管理工具仍然僅限Windows使用，不過命令行工具則基本通用。

那麼，這些缺失的功能最終能在Linux上逐一補全嗎？答案是肯定的。複製功能很可能即將實現（在未來的幾周內，SQL Server 2017將迎來其首次更新），而此次更新的目標在於讓Linux與Windows雙方的核心資料庫引擎功能基本實現一致——但File Table不在其中，因為其與Windows文件系統關聯過於緊密。Kumar 在接受採訪時表示：「關於分析服務與報告服務，目前的問題是：『用戶的需求是什麼？』，PAL架構允許我們移植任何功能，但這些服務是否能夠切實為客戶提供價值？」 看來答案不久之後即將揭曉。

SQL伺服器總經理Rohan Kumar

除此之外，其他發行版的情況又是怎樣？Kumar表示：「對於大多數Linux發行版，其操作系統的核心都是基本相同的，但如果客戶對於其中某一特定發行版需求強烈，我也樂於接受這樣的情況。」

另外，微軟公司是否認為其Windows Server許可遭遇的營收損失將全面被新一輪銷售攻勢所抵消？「許多客戶喜歡Windows Server，而且我們相信他們不會選擇放棄Windows Server。但我們也很清楚，現在仍有一部分市場是Windows所未能涉足的。所以，我們將會憑藉SQL Server的價值以及同甲骨文產品之間的比較價格優勢積極開拓市場。」

容器支持則是另一項關鍵功能。Windows容器雖然正處於起步階段，但其現已能夠在Linux容器中部署SQL Server資料庫引擎以擴展其適用範圍。

相較於在Windows上的SQL Server安裝體驗而言， Linux上的安裝過程則較為簡便（當然，Linux上的可用功能也相對較少）。首先完成資源庫配置，爾後再逐步安裝各項組件（引擎、代理、工具、全文本搜索、集成服務等）。配置過程中需要使用mssql-conf工具或者環境變數。

對於Windows安裝過程較為複雜這一問題，Kumar表示：「技術團隊正在研究是否應該更改以往設置，從而讓Windows版本提供更好的安裝體驗。」那麼，微軟是否會考慮使用PowerShell命令執行安裝？答曰：「正是。」

此外，微軟方面決定以互信為基礎進行付費版本的交付，而不再需要產品密鑰或激活流程。對此，Kumar解釋稱：「客戶不想為需要輸入一些關鍵字而浪費時間，而我們也致力於讓該版本的交付過程更加流暢自然。」

在SQL Server 2017中，跨平台無疑是一大新亮點，甚至在某種程度上遠遠蓋過了其它新功能。事實上，為了達到更好的查詢優化效果，SQL Server 2017還推出了圖形查詢支持功能，包括向機器學習服務引入Python、自適應查詢處理與自動調節等查詢優化機制。

Kumar在接受採訪時表示，圖形支持在Azure SQL——SQL Server的雲版本——中已經受到了廣泛歡迎。「這一切表明市場對此已經擁有相當旺盛的需求。」

同樣的，Python支持能力也尤為重要。Kumar解釋道：「Python是綁定深度學習庫的標準，這一點在谷歌TensorFlow或微軟Cognitive Toolkit當中都有所體現。由於這些庫已經完成了在GPU上運行的針對性優化，因此我們可以在SQL中輕鬆創建可以處理SQL內數據的原生AI應用，而無需將其移動到環境之外。」

儘管如此， SQL Server 2017與SQL Server 2016之間的發布間隔時間僅有15個月。所以除了跨平台功能以外，SQL Server 2017所具備的其它新功能在種類上不如以往豐富。對此，Kumar解釋稱這是因為微軟公司正考慮縮短產品的發布周期。

「過去，我們每隔兩到四年就會自問，我們是否應該增加發布產品的頻率？現在，隨著創新的速度越來越快，我們也有計劃推進雲至上創新舉措。如今，我們在SQL Server 2017中所引入的功能早已存在Azure SQL版本當中; 而雲版本亦為我們提供了很好的反饋迴路。雖然我們對於此項決定還沒有達成一致，但這一發展思路的擁護者正逐漸增多。」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！