SE の雑記

以前、2016/7 時点の SQL Server の修正プログラムの入手方法について という投稿で、SQL Server の累積修正プログラムについて書いたのですが、その次の内容を書いていなかったことに気づいたので書いておきたいと思います。 Read the rest of this entry »

先週の話になりますが、db tech showcase Tokyo 2017 で Linux 対応だけじゃない！！ SQL Server 2017 こんな機能が追加されています。 という内容で登壇をさせていただきました。

イベント内で、SQL Server on Linux / Machine Learning Services についてのセッションがるようでしたので、私の方では、他の方が触れていなさそうな機能をピックアップしてお話をさせていただきました。
参考になるようでしたら、公開資料をご利用いただければと。

SQL Server 2017 では、PREDICT という構文が追加されています。
PREDICT (Transact-SQL)
この構文を使用することで、次のようなことを実施できるようになります。

• ストアドプロシージャを使用しない R/Python の学習済みモデルを使用

学習済みのモデルについては、すべてのオブジェクトが使用できるということではなく、次のような制約があります。

For all of these scoring methods, you must use a model that was trained using one of the supported RevoScaleR or MicrosoftML algorithms.

• For RevoScaleR, the equivalent function is rxPredict
• For MicrosoftML, the equivalent function is rxPredict.mlModel

ReoscaleR や、MicrosoftML のパッケージで作成されたモデル (パッケージに含まれているアルゴリズム) をシリアライズしたものしか利用することはできないようですね。
この構文を使用することで RC2 時点では Machine Learning サービス (ML Services) がサポートされていない、SQL Server on Linux でも、機械学習のモデルを使用することができます。

The PREDICT function is supported in all editions of SQL Server, including Linux.

 
簡単なもので、一通り動作するところまでは確認することができたので軽くまとめてみたいと思います。
技術情報としては、Native scoring を確認するとよいかと。
Read the rest of this entry »

本投稿は、2017/9/3 時点の最新の製品前リリースである SQL Server 2017 RC2 に限定された内容です
In-Database Python Analytics for SQL Developers の内容を SQL Server 2017 RC2 で実行しようとした際の注意点を。
「import pandas」の内容については、フィードバックしたところ把握されている不具合らしく、RC2 限定の内容となるかと。
ドキュメントバグについては、コメントで指摘されているので、後日修正されるかと。
Read the rest of this entry »

SQL Server 2017 では、Machine Learning Services (ML Services) という新しいサービスが追加され、この機能についても大きな内容としてアナウンスがされています。
Getting started with machine learning in SQL Server
ML Services は、SQL Server 2016 では、R Services と呼ばれていたものであり、SQL Server 2017 では対応言語として、Python が追加されたことにより、名称が ML Services と変更になりました。
ドキュメント上、R Services と書かれているものは、SQL Server 2016 の時の情報になっていることが多いかと思います。
この機能は、Advanced Analytics (AA : 高度な解析基盤) というようなカテゴリで紹介されることもあり、高度な解析を実施するための機能として提供が行われているものになります。
先日、ML Services についてディスカッションする機会があったのですが、「自分の中できちんと整理できていないな」と感じたので、一度まとめてみたいと思います。
Read the rest of this entry »

SQL Server から他のバージョンの SQL Server 、SQL Database に移行を行うための支援ツールである Data Migration Assistant (DMA) の新しいバージョンである 3.2 がリリースされました。
Released: Data Migration Assistant (DMA) v3.2
MicrosoftR Data Migration Assistant v3.2  からダウンロードすることができます。
Read the rest of this entry »

SQL Server 2017 の AlwaysOn 可用性グループでは、CLUSTER_TYPE=EXTERNAL を設定することで、可用性グループの切り替えをクラスターマネージャー主導で実施することができます。
というより、EXTERNAL を使用した場合、通常の方法ですとフェールオーバーができないようにロックされているんですよね。

とはいっても、SQL Server ですので何らかの方法で、SQL Server に対してクエリを実行してフェールオーバーを実行しているのではと思って調べてみました。
結論を書くと、EXTERNAL を使っていても、クエリベースでフェールオーバーを実行することは可能でした。
Read the rest of this entry »

Linux 上の SQL Server の Always On 可用性グループを構成します。 に基本的な作業は記載されていますが、一度まとめておきたいと思います。 Read the rest of this entry »

資料を作成していて、AlwaysOn 可用性グループに関してのドキュメントが、SQL Server 2016 がリリースされた当時からいろいろと更新されていたようでしたのでメモとして。

• トランザクション – 可用性グループとデータベース ミラーリング
• SQL Server 2017 の分散トランザクションのサポートについての記載が追加されています。
• 分散トランザクション対応の可用性グループを構成する
• SQL Server 2017 の分散トランザクションサポートの詳細が記載されています
• SQL Server 2017 では、DTC_SUPPORT = PER_DB の設定が、可用性グループを再作成することなく変更できるようになっていることが記載されています。
• CREATE AVAILABILITY GROUP (Transact-SQL)
• ALTER AVAILABILITY GROUP (Transact-SQL)
• CLUSTER_TYPE についての情報が追記されています。
• REQUIRED_SYNCHRONIZED_SECONDARIES_TO_COMMIT についての情報が記載されています。
• ドメインに依存しない可用性グループ
• Windows Server 2016 のワークグループクラスターについての情報が記載されています。
• Linux 上の SQL Server の Always On 可用性グループを構成します。
• Linux 上の SQL Server の可用性グループ
• SQL Server on Linux の可用性グループについての情報が記載されています。
• SQL Server on Linux の読み取りのスケール アウト可用性グループを構成します。
• リードスケールの可用性グループについての情報が記載されています。
• 分散型可用性グループ
• 分散型可用性グループのサポートされる構成についての情報が記載されています。
• 可用性グループの構成の高可用性とデータの保護
• required_synchronized_secondaries_to_commit についての情報が記載されています。

SQL Server 2017 では、クロスプラットフォームの AlwaysOn が構築できるようになっています。
Setting up SQL Server High-Availability between Windows and Linux with SQL Server 2017 では分散型可用性グループで構築を行っていたようなのですが、クラスターレス可用性グループで構築することができるのかなと思って試してみました。
Read the rest of this entry »