Używamy cookies, aby ułatwić korzystanie z Portalu. Możesz określić warunki przechowywania, dostępu do plików cookies w Twojej przeglądarce. Dowiedz się więcej.
strona główna Strona główna | Nowości | Promocje | Zapowiedzi Twoje konto | Zarejestruj | Schowek | Kontakt | Pomoc
mapa działów
Szukaj: szukanie zaawansowane
Koszyk
Książki \ Bazy danych \ SQL Server

Odsłaniamy SQL Server 2019: Klastry Big Data i uczenie maszynowe Język: 1

978-83-7541-417-2

Cena Brutto: 98.70

Cena netto: 94.00

Ilość:
Wersja: Drukowana
Autor Bob Ward
Liczba_stron 424
Wydawnictwo Apress
Oprawa miękka
Data_Wydania 2020-04-15
Odsłaniamy SQL Server 2019: Klastry Big Data i uczenie maszynowe


Nabierz prędkości dzięki przełomowym zmianom w SQL Server 2019. Nie jest to już jedynie silnik bazodanowy, ale nowatorskie narzędzie wyposażone we wsparcie dla uczenia maszynowego, analiz Big Data, możliwość działania w systemie Linux, kontenery, Kubernetes, Javę czy wirtualizację danych w Azure. Ta książka nie zajmuje się tradycyjną administracją bazami danych w środowisku SQL Server. Koncentruje się na tym wszystkim, co nowe w jednej z najskuteczniej modernizowanych platform danych w branży. To książka dla profesjonalistów danych, którzy znają już podstawy SQL Server i chcą się rozwijać, rozbudowując umiejętności w najgorętszych obszarach nowych technologii.

Zagłębimy się w szczegóły kluczowych nowych możliwości SQL Server 2019 przy użyciu podejścia „nauka przez przykład”. Zajmiemy się zagadnieniami Intelligent Performance, zabezpieczeń, dostępności i funkcjonalności oczekiwanych przez współczesnych programistów. Omówimy usprawnienia w SQL Server 2019 dla systemu Linux oraz wykorzystanie kontenerów i klastrów Kubernetes. Pokażemy, jak zwirtualizować dostęp do danych przy użyciu Polybase dla Oracle, MongoDB, Hadoop i Azure, co pozwala zredukować potrzebę stosowania kosztownych aplikacji ETL. Nauczymy się również, jak budować wszechstronne rozwiązania Big Data Clusters, sztandarowej funkcjonalności wydania 2019, zapewniającej dostęp do środowisk Spark, SQL Server HDFS i dowiemy się, jak wbudować inteligencję w nasze własne dane i wdrażać kompletne aplikacje uczenia maszynowego.

Dowiedz się, jak:
  • Implementować Big Data Clusters przy użyciu SQL Server, Spark i HDFS
  • Tworzyć węzły danych z połączeniami do Oracle, Azure, Hadoop i innych źródeł
  • Łączyć SQL i Spark w celu zbudowania platformy uczenia maszynowego dla aplikacji AI
  • Zwiększyć wydajność bez zmieniania aplikacji przy użyciu Intelligent Performance
  • Podnieść zabezpieczenia SQL Server dzięki mechanizmom Secure Enclaves i Data Classification
  • Zmaksymalizować czas działania bazy danych poprzez indeksowanie online i Accelerated Database Recovery
  • Budować nowoczesne aplikacje przy użyciu narzędzi Graph, ML Services i T-SQL Extensibility dla języka Java
  • Zwiększyć możliwości wdrażania SQL Server w systemie Linux
  • Uruchamiać SQL Server w kontenerach i Kubernetes
  • Korzystać z najnowszych narzędzi i metod migracji bazy danych do SQL Server 2019
  • Zastosować wiedzę na temat SQL Server 2019 w środowisku Azure
O autorze .........xi
O recenzencie technicznym .......xiii
Przedmowa .......xv
Podziękowania ...xvii
Wprowadzenie ....xix
Rozdział 1. Dlaczego SQL Server 2019? .......1
Projekt Seattle ..........2
Projekt Aris ............3
Seattle staje się SQL Server 2019 ........6
Modernizowanie bazy danych przy użyciu SQL Server 2019 ........8
Wirtualizacja danych ..10
Wydajność ..........11
Zabezpieczenia ......11
Dostępność krytyczna .12
Nowoczesna platforma programistyczna ........12
Inwestowanie w platformę wyboru ......13
Azure Data Studio ....14
Głosy klientów .......14
Zaczynamy pracę z SQL Server 2019 ...........15
Pobieranie SQL Server 2019 ................15
Instalowanie SQL Server 2019 ...............15
Migracja do SQL Server 2019 ...............15
Co nowego w SQL Server 2019 ..............15
Pobieranie kodu książki i przykładowych baz danych .............16
SQL Server Workshops .16
Czy to jest SQL Server naszych dziadków? ......16
Rozdział 2. Inteligentna wydajność ..............19
Dlaczego inteligentna wydajność? .............19
Intelligent Query Processing ..................21
Wymagania wstępne dla przykładów Intelligent Query Processing ...23
Informacje zwrotne przydziału pamięci w trybie wierszy ...........24
Opóźniona kompilacja zmiennych tablicowych ....41
Tryb wsadowy dla rowstore ..................47
Włamywanie (inlining) skalarnych UDF .........49
Przybliżone zliczanie różnych wartości (Approximate Count Distinct) ..54
Lightweight Query Profi ling ...................58
Wymagania wstępne przykładów dotyczących Lightweight Query Profi ling ...........60
Czy powinienem zabić aktywne zapytanie? ......60
Nie chwytam tego ....65
In-Memory Database ....71
Memory-Optimized TempDB Metadata .........71
Hybrid Buffer Pool ....78
Obsługa trwałej pamięci 79
Rywalizacja o wstawienia na ostatniej stronie ....80
Podsumowanie ........82
Rozdział 3. Nowe możliwości zabezpieczeń .......83
Ulepszanie już zbudowanego .................83
Always Encrypted z Secure Enclaves ...........84
Dlaczego enklawy? ...86
Korzystanie z Always Encrypted z enklawami .....87
Klasyfi kowanie danych ..89
Wymagania wstępne dla korzystania z przykładów .91
Korzystanie z klasyfi kowania danych ...........92
Inspekcja i klasyfi kacja danych ..............100
Inne nowe funkcje zabezpieczeń .............105
Wstrzymywanie i wznawianie TDE ............105
Zarządzanie certyfi katami ..................106
Podsumowanie .......108
Rozdział 4. Dostępność krytyczna ..............109
Konserwacja indeksów w trybie online ........110
Wznawialne operacje indeksu ...............111
Wymagania wstępne dla przykładu ...........112
Próbujemy wznawialnego tworzenia indeksu ....112
Konserwacja klastrowych indeksów columnstore w trybie online ...117
Ulepszenia w Always On Availability Groups.....118
Wsparcie dla większej liczby synchronicznych replik ............118
Przekierowywanie połączenia odczyt/zapis z pomocniczej do głównej repliki ......119
Accelerated Database Recovery ..............119
Problem długich aktywnych transakcji .........120
Jak działa Accelerated Database Recovery .....121
Korzystanie z ADR ...130
Praktyczne szczegóły Accelerate Database Recovery ............133
Podsumowanie .......138
Rozdział 5. Nowoczesna platforma programistyczna .............139
Języki, sterowniki i platformy ................140
Języki i sterowniki ...140
Platformy i wydania ..143
Grafowa baza danych ..143
Czym jest grafowa baza danych w SQL Server? ..144
Korzystanie z grafowej bazy danych w SQL Server 145
Ulepszenia grafów w SQL Server 2019 ........147
Obsługa UTF-8 ........148
Unicode i SQL Server .149
Dlaczego mielibyśmy używać UTF-8? .........150
SQL Server Machine Learning Services ........151
Jak to działa .......152
Zabezpieczenia, izolacja i kierownictwo ........155
Co nowego w SQL Server 2019? ............157
Rozszerzanie języka T-SQL ..................158
Extensibility Framework ...................159
Rozszerzanie T-SQL o język Java.............160
Implementowanie i używanie innych języków ....165
Podsumowanie .......166
Rozdział 6. SQL Server 2019 w systemie Linux ....167
Zadziwiająca historia SQL Server dla Linuksa ...167
Co nowego w SQL Server 2019 dla Linuksa .....169
Ulepszenia platformy i wdrożenia .............170
Ulepszenia platformy .170
Instalowanie SQL Server 2019 na Linuksie .....172
Obsługa nowych wydań systemu Linux ........173
Obsługa trwałej pamięci 174
SQL Server Replication w systemie Linux .......175
Change Data Capture (CDC) w systemie Linux ...176
DTC w systemie Linux ..176
Active Directory przy użyciu OpenLDAP ........179
SQL Server Machine Learning Services i rozszerzalność w systemie Linux ................180
Instalowanie SQL Server ML Services w systemie Linux ..........180
Jak to działa .......182
Platforma rozszerzalności i rozszerzenia językowe 184
Polybase w systemie Linux ..................185
Podsumowanie .......186
Rozdział 7. Kontenery SQL Server od środka .....187
Dlaczego kontenery SQL Server? .............187
Jak działają kontenery SQL Server ............191
Hostowanie kontenera 191
Magia Dockera .....192
Cykl życia kontenera .194
Kontener SQL Server .196
Co nowego w SQL Server 2019 ...............200
Warunki wstępne dla przykładów .............203
Wdrażanie kontenera SQL Server .............205
Nowy sposób aktualizacji SQL Server ..........217
Wdrażanie kontenera jako aplikacji ...........221
Plik docker-compose.yml ..................222
Budowanie każdego kontenera ..............224
Uruchamianie kontenerów dla replikacji .......226
Wdrażanie kontenerów SQL w produkcji .......228
Wydajność .........228
Zabezpieczenia .....230
Wysoka dostępność ..231
Kontrola zasobów ....232
Konfi guracja serwera albo bazy danych ........233
Korzystanie z innych pakietów ..............234
Wydania i licencjonowanie .................235
Kontenery SQL Server Windows ..............236
Podsumowanie .......239
Rozdział 8. SQL Server w Kubernetes ...........241
Czym są Kubernetes? ..241
Źródła informacji na temat k8s ..............242
Obiekty k8s ........243
Uwagi na temat wewnętrznych mechanizmów k8s 244
Opcje wdrażania k8s ...245
Wymagania wstępne dla przykładów ..........248
Wdrażanie SQL Server w k8s ................250
Wskazówki dotyczące k8s .................264
Wysoka dostępność SQL Server w k8s .........270
Aktualizowanie SQL Server w k8s ............276
Korzystanie z Helm Charts ..................280
Grupy dostępności SQL Server w k8s ..........281
Podsumowanie .......283
Rozdział 9. Wirtualizacja danych ...............285
Czym jest Polybase? ...285
Historia Polybase ....286
Czym jest wirtualizacja danych? .............288
Jak działa Polybase ....290
Przepływ pracy Polybase ..................290
Architektura Polybase w SQL Server 2019 .....293
Jak działają tabele zewnętrzne ..............293
Autonomiczna instancja Polybase ............294
Grupa skalowalności Polybase ..............296
Przetwarzanie zapytania i Polybase ...........297
Jak to działa w systemie Linux? .............298
Jak bardzo się to różni w Azure? .............298
Wymagania wstępne dla przykładów ..........299
Instalowanie i włączanie Polybase ............299
Korzystanie z przykładów ..................301
Korzystanie z tabel zewnętrznych .............302
Narzędzia i zewnętrzne tabele ...............303
Korzystanie z tabeli zewnętrznej dla Azure SQL Database .........305
Korzystanie z wbudowanych łączników dla tabel zewnętrznych .....311
Korzystanie z tabeli zewnętrznej dla HDFS ......312
Korzystanie z tabel zewnętrznych dla łączników ODBC ...........313
Uwarunkowania tabel zewnętrznych ..........314
Nowa warstwa semantyki ..................314
Tabele zewnętrzne kontra połączone serwery ...314
Zastrzeżenia i ograniczenia .................315
Podsumowanie .......315
Rozdział 10. SQL Server Big Data Clusters .......317
Dlaczego Big Data Clusters? .................320
Co otrzymujemy wraz z Big Data Clusters? .....322
SQL Server 2019 ....322
Polybase ..........322
Hadoop Distributed File System (HDFS) ........322
Spark ............323
Data Cache ........323
Narzędzia i usługi ....323
Punkty końcowe.....324
Wdrażanie aplikacji ..324
Uczenie maszynowe ..324
Wymagania wstępne dla przykładów ..........325
Wdrażanie Big Data Clusters .................326
Planowanie wdrożenia 326
Wykonywanie wdrożenia BDC ...............331
Weryfi kowanie wdrożenia ..................333
Konfi gurowanie wdrożenia produkcyjnego ......336
Architektura Big Data Cluster ................338
SQL Server Master Instance ................340
Kontroler ..........343
Pula magazynowa ...345
Pula obliczeniowa ...347
Pula danych ........348
Pula aplikacji .......348
Korzystanie z Big Data Clusters ..............349
Korzystanie z wirtualizacji danych ............352
Korzystanie z puli danych ..................355
Korzystanie ze Spark .355
Wdrażanie i korzystanie z aplikacji ...........357
Zabezpieczenia .....358
Wysoka dostępność ..358
Jupyter Books dla SQL Server Big Data Clusters .359
Uczenie maszynowe i Big Data Clusters ........360
Pakiety uczenia maszynowego ..............361
Korzystanie z przykładów ..................361
Zarządzanie i monitorowanie Big Data Clusters ..362
Zarządzanie Kubernetes (k8s) ...............362
Zarządzanie i monitorowanie Big Data Clusters ..363
Podsumowanie .......366
Rozdział 11. Głosy klientów i migracja ..........367
Głosy klientów ........367
Ulepszenia wydajności 368
Doświadczenia użytkowników ...............370
Diagnostyka ........373
Co z Business Intelligence?..................376
Migracja do SQL Server 2019 ................377
Pam i Pedro Show ...377
Database Migration Assistant ...............378
Database Experimentation Assistant ..........380
Wykonywanie aktualizacji do SQL Server 2019 ..382
Kompatybilność bazy danych ...............385
Query Tuning Assistant i działania po migracji ...389
Uruchamianie w maszynie wirtualnej Azure .....390
SQL Server Migration Assistant ..............392
Podsumowanie .......394
Indeks ..........395
powrót
 
Produkty Podobne
Odsłaniamy SQL Server 2019: Klastry Big Data i uczenie maszynowe
Funkcje okna w języku T-SQL dla SQL Server 2019. Analizy danych i jeszcze więcej
T-SQL Window Functions: For data analysis and beyond, 2nd Edition
Kompletny przewodnik po DAX, wyd. 2 rozszerzone. Analiza biznesowa przy użyciu Microsoft Power BI, SQL Server Analysis Services i Excel
Definitive Guide to DAX, The: Business intelligence for Microsoft Power BI, SQL Server Analysis Services, and Excel, 2nd Edition
SQL Server 2017 Administration Inside Out
SQL Queries for Mere Mortals: A Hands-On Guide to Data Manipulation in SQL, 4th Edition
Exam Ref 70-765 Provisioning SQL Databases
Mistrzowski SQL. 61 technik pisania wydajnego kodu SQL
Exam Ref 70-764 Administering a SQL Database Infrastructure
Więcej produktów