Nyheter i SQL Server 2017

gäller för: SQL Server 2017 (14.x) och senare

SQL Server 2017 är ett stort steg mot att göra SQL Server till en plattform som ger dig val av utvecklingsspråk, datatyper, lokala system eller moln och operativsystem genom att överföra kraften i SQL Server till Linux, Linux-baserade containrar och Windows. Det här avsnittet sammanfattar vad som är nytt för specifika funktionsområden och innehåller länkar till ytterligare information. Mer information om SQL Server i Linux finns i SQL Server på Linux.

Ladda ned VERSIONEN AV SQL Server 2017 – oktober 2017

Notera / Obs

Förutom ändringarna nedan släpps kumulativa uppdateringar med jämna mellanrum efter ga-versionen. Dessa kumulativa uppdateringar ger många förbättringar och korrigeringar. Information om den senaste CU-versionen finns i kumulativa uppdateringar för SQL Server 2017.

SQL Server 2017 databas-motor

SQL Server 2017 innehåller många nya databasmotorfunktioner, förbättringar och prestandaförbättringar.

• CLR-sammansättningar kan nu läggas till i en lista över betrodda sammansättningar som en lösning för den clr strict security funktion som beskrivs i CTP 2.0. sp_add_trusted_assembly, sp_drop_trusted_assemblyoch sys.trusted_assemblies läggs till för att stödja listan över betrodda sammansättningar (RC1).
• Återupptagande av onlineindex återskapar återupptar en onlineindexåterskapningsåtgärd från där den stoppades efter ett fel (till exempel vid redundansväxling till en replik eller otillräckligt diskutrymme), eller pausar och senare återupptar en onlineindexåterskapningsåtgärd. Se ALTER INDEX och Riktlinjer för onlineindexverksamheter. (CTP 2.0)
• Med alternativet IDENTITY_CACHE för ALTER DATABASE SCOPED CONFIGURATION kan du undvika luckor i värdena för identitetskolumner om en server oväntat startas om eller växlar över till en sekundär server. Se till ALTER DATABASE SCOPED CONFIGURATION. (CTP 2.0)
• En ny generation av förbättringar av frågebearbetning som anpassar optimeringsstrategier till programarbetsbelastningens körningsvillkor. För den första versionen av anpassningsbar frågebearbetning funktionsfamilj har vi tre nya förbättringar: anpassningsbara kopplingar i batchläge, batchlägesminne bevilja feedbackoch interfolierad körning för tabellvärdesfunktioner med flera instruktioner. Se Intelligent frågebearbetning i SQL-databaser.
• Automatisk databasjustering ger insikt i potentiella problem med frågeprestanda, rekommenderar lösningar och kan automatiskt åtgärda identifierade problem. Se Automatisk justering. (CTP 2.0)
• Nya diagramdatabasfunktioner för modellering av många-till-många-relationer innehåller nya CREATE TABLE syntax för att skapa nod- och kanttabeller och nyckelordet MATCH- för frågor. Se grafbehandling med SQL Server 2017. (CTP 2.0)
• Ett sp_configure alternativ med namnet clr strict security är aktiverat som standard för att förbättra säkerheten för CLR-sammansättningar. Observera strikt CLR-säkerhet. (CTP 2.0)
• Nu kan du ange en ursprunglig tempdb-filstorlek på upp till 256 GB (262 144 MB) per fil, med en varning om filstorleken är större än 1 GB med IFI inte aktiverat. (CTP 2.0)
• Kolumnen modified_extent_page_count i sys.dm_db_file_space_usage spårar differentiella ändringar i varje databasfil, vilket möjliggör smarta säkerhetskopieringslösningar som utför differentiell säkerhetskopiering eller fullständig säkerhetskopiering baserat på procentandelen ändrade sidor i databasen. (CTP 2.0)
• SELECT INTO T-SQL-syntax stöder nu inläsning av en tabell till en annan Filgrupp än användarens standard med hjälp av nyckelordet ON. (CTP 2.0)
• Transaktioner mellan databaser stöds nu bland alla databaser som ingår i en AlwaysOn-tillgänglighetsgrupp, inklusive databaser som ingår i samma instans. Se transaktioner – AlwaysOn-tillgänglighetsgrupper och databasspegling (CTP 2.0)
• Nya funktioner för tillgänglighetsgrupper omfattar lässkalningsstöd utan kluster, inställning för minsta replikaåtagande i tillgänglighetsgrupper och Windows-Linux migreringar och testning mellan olika operativsystem. (CTP 1.3)
• Nya dynamiska hanteringsvyer:
  • sys.dm_db_log_stats exponerar attribut på sammanfattningsnivå och information om transaktionsloggfiler, vilket är användbart för övervakning av transaktionsloggens hälsa. (CTP 2.1)
  • sys.dm_tran_version_store_space_usage spårar användning av versionslager per databas, vilket är användbart för proaktiv planering av tempdb-storlek baserat på versionslagringsanvändningen per databas. (CTP 2.0)
  • sys.dm_db_log_info exponerar VLF-information för att övervaka, avisera och avvärja potentiella problem med transaktionsloggar. (CTP 2.0)
  • sys.dm_db_stats_histogram är en ny dynamisk hanteringsvy för att undersöka statistik. (CTP 1.3)
  • sys.dm_os_host_info tillhandahåller information om operativsystemet för både Windows och Linux. (CTP 1.0)
• Database Tuning Advisor (DTA) har ytterligare alternativ och bättre prestanda. (CTP 1.2)
• förbättringar i minnet inkluderar stöd för beräknade kolumner i minnesoptimerade tabeller, fullständigt stöd för JSON-funktioner i nativt kompilerade moduler och CROSS APPLY-operatorn i nativt kompilerade moduler. (CTP 1.1)
• Nya strängfunktioner är CONCAT_WS, TRANSLATE och TRIM och WITHIN GROUP stöds nu för funktionen STRING_AGG. (CTP 1.1)
• Det finns nya alternativ för massåtkomst (BULK INSERT och OPENROWSET(BULK...) ) för CSV- och Azure Blob-filer. (CTP 1.1)
• minnesoptimerade objektförbättringar omfattar sp_spaceused och eliminering av 8-indexbegränsningen för minnesoptimerade tabeller, sp_rename för minnesoptimerade tabeller och nativt kompilerade T-SQL-moduler samt CASE och TOP (N) med TIES för nativt kompilerade T-SQL-moduler. Minnesoptimerade filgruppsfiler kan nu lagras, säkerhetskopieras och återställas i Azure Storage. (CTP 1.0)
• DATABASE SCOPED CREDENTIAL är en ny klass av säkerhetsobjekt som stöder behörigheter för KONTROLL, ALTER, REFERENSER, TA ÄGANDE och VISA DEFINITION. ADMINISTRERA DATABASENS MASSÅTGÄRDER är nu synliga i sys.fn_builtin_permissions. (CTP 1.0)
• Databas COMPATIBILITY_LEVEL 140 läggs till. (CTP 1.0).

SQL Server 2017 Integration Services (SSIS)

• Den nya funktionen Scale Out i SSIS har följande nya och ändrade funktioner. För mer information, se Nyheter i Integration Services i SQL Server 2017. (RC1)
  • Scale Out Master stöder nu hög tillgänglighet.
  • Redundanshanteringen av körningsloggarna från Scale Out Workers har förbättrats.
  • Parametern runincluster i den lagrade proceduren [katalog].[create_execution] har bytt namn till runinscaleout för enhetlighet och läsbarhet.
  • SSIS-katalogen har en ny global egenskap för att ange standardläget för körning av SSIS-paket.
• I den nya funktionen Scale Out for SSIS kan du nu använda parametern Use32BitRuntime när du initierar körningen. (CTP 2.1)
• SQL Server 2017 Integration Services (SSIS) stöder nu SQL Server på Linux, och med ett nytt paket kan du köra SSIS-paket på Linux från kommandoraden. Mer information finns i blogginlägget om SSIS-stöd för Linux. (CTP 2.1)
• Den nya funktionen Scale Out for SSIS gör det mycket enklare att köra SSIS på flera datorer. Se skalning ut för Integration Services . (CTP 1.0)
• OData Source och OData Connection Manager stöder nu anslutning till OData-feeds för Microsoft Dynamics AX Online och Microsoft Dynamics CRM Online. (CTP 1.0)

För mer information, se Nyheter i Integration Services i SQL Server 2017.

SQL Server 2017 Master Data Services (MDS)

• Erfarenhet och prestanda förbättras när du uppgraderar från SQL Server 2012, SQL Server 2014 och SQL Server 2016 till SQL Server 2017 Master Data Services.
• Nu kan du visa de sorterade listorna över entiteter, samlingar och hierarkier i Explorer sidan i webbprogrammet.
• Prestandan förbättras för mellanlagring av miljontals poster med hjälp av den lagrade mellanlagringsproceduren.
• Prestanda förbättras när du expanderar mappen Entiteter på sidan Hantera grupper för att tilldela modellbehörigheter. Sidan Hantera grupper finns i avsnittet Security i webbprogrammet. Mer information om prestandaförbättringen finns i https://support.microsoft.com/help/4023865?preview. Mer information om hur du tilldelar behörigheter finns i Tilldela modellobjektbehörigheter (Master Data Services).

SQL Server 2017 Analysis Services (SSAS)

SQL Server Analysis Services 2017 introducerar många förbättringar för tabellmodeller. Dessa inkluderar:

• Tabelläge som standardinstallationsalternativ av Analysis Services. (CTP 2.0)
• Säkerhet på objektnivå för att skydda metadata för tabellmodeller. (CTP 2.0)
• Datumrelationer för att enkelt skapa relationer baserat på datumfält. (CTP 2.0)
• Nya datakällor för Power Query i Hämta Data och befintliga DirectQuery-datakällor stöder M-frågor. (CTP 2.0)
• DAX-redigeraren för SSDT. (CTP 2.0)
• Kodningstips, en avancerad funktion för att optimera datauppdatering av stora minnesinterna tabellmodeller. (CTP 1.3)
• Stöd för kompatibilitetsnivå 1400 för tabellmodeller. Om du vill skapa nya eller uppgradera befintliga tabellmodellprojekt till kompatibilitetsnivån 1400 laddar du ned och installerar SQL Server Data Tools (SSDT) 17.0 RC2. (CTP 1.1)
• En modern Hämta data upplevelse för tabellmodeller på kompatibilitetsnivå 1400. Se Analysis Services-teamets blogg. (CTP 1.1)
• Dölj egenskapen Medlemmar för att dölja tomma medlemmar i ojämna hierarkier. (CTP 1.1)
• Nya detaljrader för slutanvändares åtgärd att visa detaljer för aggregerad information. SELECTCOLUMNS och DETAILROWS funktioner för att skapa "Detail Rows"-uttryck. (CTP 1.1)
• DAX IN operator för att ange flera värden. (CTP 1.1)

För mer information, se Nyheter i SQL Server Analysis Services.

SQL Server 2017 Reporting Services (SSRS)

SQL Server Reporting Services är inte längre tillgängligt för installation via SQL Server-konfiguration. Gå till Microsoft Download Center för att ladda ned Microsoft SQL Server 2017 Reporting Services.

• Kommentarer är nu tillgängliga för rapporter, för att lägga till perspektiv och samarbeta med andra. Du kan också inkludera bifogade filer med kommentarer.
• I de senaste versionerna av Report Builder och SQL Server Data Tools kan du skapa interna DAX-frågor mot sql Server Analysis Services-tabelldatamodeller som stöds genom att dra och släppa önskade fält i frågedesigners. Se Reporting Services-bloggen.
• För att möjliggöra utveckling av moderna program och anpassning stöder SSRS nu ett fullständigt OpenAPI-kompatibelt RESTful-API. Den fullständiga API-specifikationen och dokumentationen finns nu på swaggerhub.

Mer information finns i Vad är nytt i SQL Server Reporting Services (SSRS).

Machine Learning i SQL Server 2017

SQL Server R Services har bytt namn SQL Server Machine Learning Services, för att återspegla stöd för Python utöver R-språket. Du kan använda Machine Learning Services (In-Database) för att köra R- eller Python-skript i SQL Server eller installera Microsoft Machine Learning Server (fristående) för att distribuera och använda R- och Python-modeller som inte kräver SQL Server.

SQL Server-utvecklare har nu tillgång till de omfattande Python ML- och AI-biblioteken som finns i ekosystemet med öppen källkod, tillsammans med de senaste innovationerna från Microsoft:

• revoscalepy – Den här Python-motsvarigheten till RevoScaleR innehåller parallella algoritmer för linjära och logistiska regressioner, beslutsträd, förstärkta träd och slumpmässiga skogar, samt en omfattande uppsättning API:er för datatransformering och dataförflyttning, fjärrberäkningskontexter och datakällor.
• microsoftml- – Det här toppmoderna paketet med maskininlärningsalgoritmer och transformeringar med Python-bindningar innehåller djupa neurala nätverk, snabba beslutsträd och beslutsskogar samt optimerade algoritmer för linjära och logistiska regressioner. Du får även förtränade modeller baserat på ResNet-modeller som du kan använda för bildextrahering eller attitydanalys.
• Python-operationalisering med T-SQL – Distribuera Python-kod enkelt med hjälp av den lagrade proceduren sp_execute_external_script. Få bra prestanda genom att strömma data från SQL till Python-processer och använda MPI-ringparallellisering.
• Python i SQL Server-beräkningskontexter – Dataforskare och utvecklare kan köra Python-kod via fjärranslutning från sina utvecklingsmiljöer för att utforska data och utveckla modeller utan att flytta runt data.
• Inbyggd poängsättning – Funktionen PREDICT i Transact-SQL kan användas för att utföra poängsättning i alla instanser av SQL Server 2017, även om R inte är installerat. Allt som krävs är att du tränar modellen med någon av revoScaleR- och revoscalepy-algoritmerna som stöds och sparar modellen i ett nytt kompakt binärt format.
• Pakethantering – T-SQL har nu stöd för instruktionen SKAPA EXTERNT BIBLIOTEK för att ge dbas större hantering över R-paket. Använd roller för att styra åtkomst till privata eller delade paket, lagra R-paket i databasen och dela dem mellan användare.
• Prestandaförbättringar – Den lagrade proceduren sp_execute_external_script har optimerats för körning av batchläge för kolumnlagringsdata.

Mer information finns i Nyheter i SQL Server Machine Learning Services.

Nästa steg

• Se versionsinformationen för SQL Server 2017.
• Ta reda på vad som är nytt med SQL Server 2017 på Linux.
• Ta reda på Vad som är nytt i SQL Server 2016.

Få hjälp

• Idéer för SQL: Har du förslag på hur du kan förbättra SQL Server?
• Microsoft Q & A (SQL Server)
• DBA Stack Exchange (tagg sql-server): Ställ frågor till SQL Server
• Stack Overflow (tagg sql-server): Svar på frågor om SQL-utveckling
• Reddit: Allmän diskussion om SQL Server
• Licensvillkor och information för Microsoft SQL Server
• Supportalternativ för företagsanvändare
• Ytterligare hjälp och feedback för SQL Server

Bidra till SQL-dokumentation

Visste du att du kan redigera SQL-innehåll själv? Om du gör det hjälper du inte bara till att förbättra vår dokumentation, utan du får även kredit som deltagare på sidan.

Mer information finns i Så här bidrar du till SQL Server-dokumentationen