SQL Server2017可运行于Windows与Linux之上
微软公司总经理Rohan Kumar在接受采访时表示:“这是我们公司的一个里程碑。”该里程碑指的正是立足Linux平台发布的SQL Server。他还在本届于奥兰多举办的Ignite大会上将SQL Server称为“微软公司最重要的服务器产品”。
SQL Server 2017将同时面向Windows与多种Linux版本发布,具体包括:Red Hat Enterprise Linux 7.3、SUSE Linux Enterprise Server 12、Ubuntu与Docker。另外,该产品需要3.25GB或更高的内存容量,且该产品的官方Docker镜像基于Ubuntu 16.04。
微软方面的移植工作围绕一套名为SQLPAL(平台抽象层)的兼容层进行的,该兼容层可确保SQL服务器中所使用的Windows库子集能够在Linux平台上运行。另外,即使在Windows这片“根据地”上,SQL Server同样通过一套代号为SOS(SQL操作平台)的平台执行其自身内存与线程管理。此外,在SQL Server 2017中,SOS作为SQLPAL的组成部分而能够直接调用原生Linux API。
根据在Ignite大会上与之相关的对话环节所言,SQL Server在Linux与Windows上的性能表现“基本相同”。然而,由于没有全部进行移植,故二者仍存在一定差异,具体表现在于Linux版本不具备报告服务、分析服务与机器学习服务(即原本的R服务)。
混合本地/Azure数据库存储不支持复制(除高可用性场景外)或Stretch DB。而负责公布文件系统内SQL Server表的File Table同样无法在Linux上实现。再有,大多数管理工具仍然仅限Windows使用,不过命令行工具则基本通用。
那么,这些缺失的功能最终能在Linux上逐一补全吗?答案是肯定的。复制功能很可能即将实现(在未来的几周内,SQL Server 2017将迎来其首次更新),而此次更新的目标在于让Linux与Windows双方的核心数据库引擎功能基本实现一致——但File Table不在其中,因为其与Windows文件系统关联过于紧密。Kumar 在接受采访时表示:“关于分析服务与报告服务,目前的问题是:‘用户的需求是什么?’,PAL架构允许我们移植任何功能,但这些服务是否能够切实为客户提供价值?” 看来答案不久之后即将揭晓。
SQL服务器总经理Rohan Kumar
除此之外,其他发行版的情况又是怎样?Kumar表示:“对于大多数Linux发行版,其操作系统的核心都是基本相同的,但如果客户对于其中某一特定发行版需求强烈,我也乐于接受这样的情况。”
另外,微软公司是否认为其Windows Server许可遭遇的营收损失将全面被新一轮销售攻势所抵消?“许多客户喜欢Windows Server,而且我们相信他们不会选择放弃Windows Server。但我们也很清楚,现在仍有一部分市场是Windows所未能涉足的。所以,我们将会凭借SQL Server的价值以及同甲骨文产品之间的比较价格优势积极开拓市场。”
容器支持则是另一项关键功能。Windows容器虽然正处于起步阶段,但其现已能够在Linux容器中部署SQL Server数据库引擎以扩展其适用范围。
相较于在Windows上的SQL Server安装体验而言, Linux上的安装过程则较为简便(当然,Linux上的可用功能也相对较少)。首先完成资源库配置,尔后再逐步安装各项组件(引擎、代理、工具、全文本搜索、集成服务等)。配置过程中需要使用mssql-conf工具或者环境变量。
对于Windows安装过程较为复杂这一问题,Kumar表示:“技术团队正在研究是否应该更改以往设置,从而让Windows版本提供更好的安装体验。”那么,微软是否会考虑使用PowerShell命令执行安装?答曰:“正是。”
此外,微软方面决定以互信为基础进行付费版本的交付,而不再需要产品密钥或激活流程。对此,Kumar解释称:“客户不想为需要输入一些关键字而浪费时间,而我们也致力于让该版本的交付过程更加流畅自然。”
在SQL Server 2017中,跨平台无疑是一大新亮点,甚至在某种程度上远远盖过了其它新功能。事实上,为了达到更好的查询优化效果,SQL Server 2017还推出了图形查询支持功能,包括向机器学习服务引入Python、自适应查询处理与自动调节等查询优化机制。
Kumar在接受采访时表示,图形支持在Azure SQL——SQL Server的云版本——中已经受到了广泛欢迎。“这一切表明市场对此已经拥有相当旺盛的需求。”
同样的,Python支持能力也尤为重要。Kumar解释道:“Python是绑定深度学习库的标准,这一点在谷歌TensorFlow或微软Cognitive Toolkit当中都有所体现。由于这些库已经完成了在GPU上运行的针对性优化,因此我们可以在SQL中轻松创建可以处理SQL内数据的原生AI应用,而无需将其移动到环境之外。”
尽管如此, SQL Server 2017与SQL Server 2016之间的发布间隔时间仅有15个月。所以除了跨平台功能以外,SQL Server 2017所具备的其它新功能在种类上不如以往丰富。对此,Kumar解释称这是因为微软公司正考虑缩短产品的发布周期。
“过去,我们每隔两到四年就会自问,我们是否应该增加发布产品的频率?现在,随着创新的速度越来越快,我们也有计划推进云至上创新举措。如今,我们在SQL Server 2017中所引入的功能早已存在Azure SQL版本当中; 而云版本亦为我们提供了很好的反馈回路。虽然我们对于此项决定还没有达成一致,但这一发展思路的拥护者正逐渐增多。”
好文章,需要你的鼓励
当AI遇到空间推理难题:最新研究揭示GPT-4等顶尖模型在传送门解谜和立体拼图中集体"挂科",复杂智能远比我们想象的更难实现。
智谱AI和清华大学联合发布GLM-4.1V-Thinking视觉语言模型,通过创新的推理导向训练框架,让AI学会像人类一样深度思考后再回答。该模型在多个基准测试中超越了规模更大的竞争对手,并首次在开源社区提供了完整的多模态推理解决方案,为AI技术的实际应用开辟了新路径。
2025施耐德电气智算峰会上,全新EcoStruxure(TM) Energy Operation电力综合运营系统正式亮相,定位场站级智慧能源管理中枢,集技术领先性与本土适配性于一体。
这项由中国人民大学与斯坦福大学、微软公司合作的研究,开发出名为MoCa的革命性多模态AI技术。该技术通过双向注意力机制和联合重建训练,让AI能够像人类一样同时理解图片和文字,并建立深层语义关联。在大规模测试中,MoCa显著超越现有技术,30亿参数模型就能匹敌传统70亿参数模型,展现出强大的实用潜力和应用前景。