可用性グループを構築する場合、複数のサーバーを用意していましたが、クラスターレス可用性グループであれば、Docker のコンテナーを二つ用意すれば構成をとれるのではないだろうかと思って試してみました。
とりあえず、組めるかどうかを試したので、手動での対応の連続です…。
Read the rest of this entry »
Archive for the ‘SQL Server’ Category
SQL Server on Linux の Docker 版を使って、1 サーバーでクラスターレス可用性グループを組んでみる
SQL Server 2017 RC1 が公開されました
MS のブログでアナウンスされていますが、SQL Server 2017 の最初のリリース候補版となる SQL Server 2017 RC1 が公開されました。
SQLCAT から SQL Server on Linux のモニタリングツールが公開されました
sys.dm_os_wait_stats先週の話になりますが SQLCAT (SQL Server Customer Advisory Team) から、SQL Server on Linux のモニタリングツールが公開されましたので、少しまとめておきたいと思います。
How the SQLCAT Customer Lab is Monitoring SQL on Linux
今回公開されたツールは SQL Server on Linux の稼働状況を以下のような UI で確認することができるツールとなっています。
Read the rest of this entry »
SQL Database で互換性レベル 140 がパブリックプレビューとなりました
Public Preview of Compatibility Level 140 for Azure SQL Database でアナウンスされていますが、SQL Database で互換性レベル 140 がパブリックプレビューとなっています。
少し前から設定できていた気がしなくもないのですが、正式にパブリックプレビューになったのは今回のタイミングなんですね。
Read the rest of this entry »
SQL Server 2017 の ML サービスから Cognitive Service の Face API を利用してみる
SQL Server 2017 の ML サービスから、外部の REST と連携ができるのかが気になったので、Cognitive Service のCognitive Service の Face API を例にして試してみました。
参考にした情報としては、次のものになります。
Getting Started with Face API in Python Tutorial
Cognitive-Face-Python
Face API – V1.0
Read the rest of this entry »
SQL Server Management Studio 17.0 以降の Always Encrypted の対応
久しぶりに、Always Encrypted を設定をしていて、「そういえば、SSMS が Always Encrypted 対応していたな」ということを思い出して、ちょっと書いておこうかと。
SSMS としては、17.0 以降が、Always Encrypted のパラメーター化クエリに対応しているバージョンとなります。
それ以前のバージョンでは、「column encryption setting=enabled」の接続オプションの利用は可能なのですが、パラメーター化クエリが暗号化されたものに対応していないため、暗号化していない項目を検索条件に使用してのアクセスや暗号化の解除はできたのですが、暗号化されている列を使用した検索や、データの追加 / 更新ができないという制限があります。
詳細な情報については、次の情報を確認していただければと。
Always Encrypted (Database Engine) (Always Encrypted (データベース エンジン))
Parameterization for Always Encrypted ? Using SSMS to Insert into, Update and Filter by Encrypted Columns
Read the rest of this entry »
SQL Server 2017 CTP 2.1 の Python の ML サービスで日本語データをインプットデータとして渡す際の覚書
今回の前提としては、データベースの照合順序に「Japanese_XJIS_140_CI_AS」を使用している環境となります。
このデータベースに対して、以下のようなデータを登録します。
DROP TABLE IF EXISTS T1
CREATE TABLE T1 (C1 varchar(2), C2 nvarchar(1))
INSERT INTO T1 VALUES('あ', N'あ')
SELECT * FROM T1
4GB 程度のメモリで、ML サービスのチュートリアルを実施した際にモデルの作成ができなかった時のお話
仮想マシンで、SQL Server 2017 の ML サービスの In-Database Python Analytics for SQL Developers のチュートリアルの、モデルの作成と保存 (Step 5: Train and Save a Model using T-SQL) を実行しようとしたところ、エラーが発生してしまい、モデルを作成することができない状態が発生していました。 Read the rest of this entry »
Power BI レポートサーバーのサポートライフサイクルについて
Power BI Report Server: Self-Service BI and Enterprise Reporting On-Premises で紹介されていましたので軽くまとめて置こうかと。
先日、Power BI レポートサーバーが GA しました。
Power BI レポートサーバーの機能アップデートや、サポートライフサイクルについては以下のようになっています。
Read the rest of this entry »
SQL Server 2017 の ML サービスを実行する際の Python スクリプトの作成についての覚書
昨日、In-Database Python Analytics for SQL Developers の意訳 を書きましたが、書きながら思った、データベース内の Python スクリプト実行の覚書を。
Python をきちんと理解できていないので、間違っている箇所があるかもしれませんが…。
Read the rest of this entry »