ZD至顶网软件频道消息:微软在2016年3月发布了有限预览版的SQL Server for Linux。与此同时,微软方面表示,SQL Server for Linux是SQL Server for Windows的一个子集,将运行在Ubuntu或者作为一个Docker镜像运行。随后微软又在该预览版中增加了对Red Hat Enterprise Linux的支持。
3月份的时候微软方面还曾表示,那些购买了SQL Server的用户可以在Windows Server或者Linux上使用他们的许可,但是没有进一步说这个版本的SQL Server for Linux与可能被认为是SQL Server Next for Windows是一回事。微软只是在最近——在2016年6月1日的时候——全面公布了最新版本的SQL Server for Windows、SQL Server 2016。
微软把SQL Server Next视为与Linux和Windows相关
微软方面表示,SQL Server Next on Linux和SQL Server Next on Windows都是基于单一代码库的。“有一些功能是平台专有的特性。例如,在Linux中的文件与在Windows中的文件是不同的,”微软的一位新闻发言人这样表示。但是他们并不是两个完全不同的产品。
11月16日在纽约举行的Connect() 2016开发者大会上,微软方面重申,即将推出的SQL Server on Linux将包括“这个关系数据库引擎的全部主要功能”,这其中包括内存中联机事务处理(OLTP)、内存列存储、Transparent Data Encryption、Always Encrypted以及Row-Level Security等功能。
公开预览版的SQL Server on Linux将支持运行在Ubuntu、Red Hat企业级Linux以及SUSE Linux Enterprise Server上。这个公开预览版很快将支持运行在Azure Virutal Machines以及Docker Hub上。微软方面还表示,将会在2017年年中的时候面向Linux和Windows操作系统提供SQL Server。
从今天开始用户可以从微软的SQL Server on Linux网站上下载公开预览版的SQL Server on Linux。下一代SQL Server for Windows(从技术上称为Community Technology Preview或者CTP 1)的公开预览版将通过TechNet Evaluation Center提供。
微软高管还在Connect 2016大会上公布了SQL Server 2016 Service Pack 1。
SQL Server SP1还将一些目前只在企业级版SQL Server 2016中才有的高端功能带入到标准版中。这样标准版和企业版中都有的功能包括内存内OLTP、实时操作分析、静态及动态数据加密、PolyBase大数据连接。
其他数据管理相关的新闻:微软正在向R Services inside SQL Server中增加新的功能,包括新的机器学习功能。今天微软开始全面提供R Server for Azure HDInsight (aka Hadoop on Azure)。微软还允许VSCode开发者连接到SQL Server,包括SQL Server on Linux。
在这次微软Connect大会上,微软还宣布全面提供Azure Data Lake Analytics和Azure Data Lake Store。Azure Data Lake是微软的超大规模存储库,针对云中的大数据分析工作负载。Azure Data Lake Analytics和Azure Data Lake Store都是源自于微软自己内部的“Cosmos”大数据存储和分析服务。
好文章,需要你的鼓励
Allen AI研究所联合多家顶尖机构推出SAGE智能视频分析系统,首次实现类人化的"任意时长推理"能力。该系统能根据问题复杂程度灵活调整分析策略,配备六种智能工具进行协同分析,在处理10分钟以上视频时准确率提升8.2%。研究团队创建了包含1744个真实娱乐视频问题的SAGE-Bench评估平台,并采用创新的AI生成训练数据方法,为视频AI技术的实际应用开辟了新路径。
联想推出新一代NVMe存储解决方案DE6600系列,包含全闪存DE6600F和混合存储DE6600H两款型号。该系列产品延迟低于100微秒,支持多种连接协议,2U机架可容纳24块NVMe驱动器。容量可从367TB扩展至1.798PiB全闪存或7.741PiB混合配置,适用于AI、高性能计算、实时分析等场景,并配备双活控制器和XClarity统一管理平台。
中科院团队首次系统评估了AI视觉模型在文本压缩环境下的理解能力,发现虽然AI能准确识别压缩图像中的文字,但在理解深层含义、建立关联推理方面表现不佳。研究通过VTCBench测试系统揭示了AI存在"位置偏差"等问题,为视觉文本压缩技术的改进指明方向。