La plataforma promete performance en tiempo real, visualizaciones más ricas en dispositivos móviles, seguridad y escalabilidad a la medida de la demanda. Ya está disponible desde ayer 1º de junio a nivel global.
Microsoft asegura que SQL Server 2016 incluye innovaciones que “transforman la información en acciones inteligentes” y es la base de su estrategia de datos.
Joseph Sirosh, Vicepresidente Corporativo del Grupo de Datos en Microsoft, destaca que “SQL Server 2016 es la base de datos para HTAP (Procesamiento Transaccional y Analítico Híbrido) más rápida y de mejor precio del mundo, con almacenamiento por columnas (columnstores) en memoria y con capacidad para actualizarse y analítica avanzada a través de una profunda integración con R Services. Las aplicaciones de software ahora pueden implementar analítica sofisticada y modelos de aprendizaje automático en la base de datos, lo que resulta en un aumento de velocidad de 100 veces o más en tiempo para obtener información de valor, comparado con implementaciones de dichos modelos fuera de la base de datos.
Una nueva plataforma para aplicaciones inteligentes
La integración de analítica avanzada dentro de una base de datos transaccional es algo revolucionario. Hoy en día, la mayoría de las aplicaciones de analítica avanzada utilizan un enfoque primitivo de mover datos desde bases de datos hacia las hileras de la aplicación para obtener inteligencia. Este enfoque provoca alta latencia debido al movimiento de los datos, no escala conforme el volumen de datos crece y sobrecarga la hilera de la aplicación con la tarea de manejar y mantener modelos analíticos. Y la analítica profunda sobre transacciones en tiempo real es casi imposible sin tener que realizar un trabajo pesado.
SQL Server 2016 simplifica la analítica de la manera en la que las bases de datos simplificaron la administración de datos empresariales, al mover la analítica cerca de donde los datos son administrados en lugar de hacerlo al revés. Introduce un nuevo paradigma donde todo se reúne, las agregaciones y el aprendizaje automático se desempeñan de manera segura dentro de la base de datos sin tener que mover fuera los datos, de ese modo, permite obtener analítica en transacciones en tiempo real con gran velocidad y paralelismo. Como resultado de esto, las aplicaciones de analítica ahora pueden ser mucho más simples y sólo necesitan consultar la base de datos para obtener resultados de analítica. Ahora es posible actualizar modelos de aprendizaje automático, implementar nuevos modelos y monitorear su desempeño en la base de datos sin tener que recopilar y volver a implementar aplicaciones. Más aún, la base de datos puede funcionar como un servidor central para los modelos de analítica de la empresa y las múltiples aplicaciones pueden aprovechar los mismos modelos. Es una profunda simplificación sobre cómo las aplicaciones inteligentes de misión crítica pueden ser construidas y administradas en la empresa.
Un buen ejemplo de cómo nuestros clientes se benefician del nuevo modelo viene de parte de PROS Holdings Inc., una empresa de consecución de ganancias que ayuda a clientes B2B y B2C a conseguir las metas de sus negocios a través de la ciencia de los datos. PROS Holdings utiliza el desempeño superior y R Service integrado de SQL Server 2016 para entregar analítica avanzada 100 veces más rápido que antes, lo que resulta en ganancias más altas para sus clientes. Royce Kallesen, Director Senior de Ciencia e Investigación en PROS comenta: “La paralelización de R de Microsoft y la administración de memoria mejorada en el servidor integradas con SQL Server, brindan resultados mucho más rápidos en una plataforma común con seguridad integrada”.
Eliminar la necesidad de mover datos fuera de la base de datos para analítica, reduce de manera importante la latencia para obtener información de valor. Por ejemplo, Microsoft Dynamics AX, una oferta de ERP SaaS de escala de nube, gana información de valor en tiempo real al utilizar un índice de almacenamiento por columnas sin clusters sobre sus tablas de transacción para reducir la acumulación de latencia de horas a segundos.
SQL Server 2016 viene con diferentes características y herramientas para apoyar la analítica entre plataformas. Polybase les permite correr solicitudes sobre datos externos en Hadoop o almacenamiento blob de Azure. Puede empujar el cómputo hacia Hadoop cuando sea apropiado, para que su aplicación analítica pueda reunir e integrar datos a partir de almacenes de big data con los datos en el almacén relacional. Microsoft R Services, que está integrado con SQL Server también corre en distribuciones múltiples de Hadoop y también está integrado con Azure HDInsight + Spark, lo que permite tanto opción como estandarización en el desarrollo de código de analítica. Y por último, R Tools para Visual Studio permite la facilidad de utilizar el moderno Visual Studio IDE para desarrollar código analítico en R.
Liderazgo comprobado a través del uso eficiente del hardware moderno
SQL Server 2016 cuenta con optimizaciones y eficiencias de desempeño innovadoras, lo que lleva a nuevos niveles de desempeño y escala. Los servidores modernos pueden soportar un gran número de núcleos con instrucciones sofisticadas de vector, pueden mantener terabytes de memoria y brindar un muy alto ancho de banda I/O con almacenamiento flash local. Optimizar para la concurrencia y paralelismo inherentes dentro de esos servidores puede brindar incrementos importantes de velocidad a escala, y muchas veces, superar el desempeño de grandes bases de datos distribuidas.
Por ejemplo, Microsoft colaboró de manera reciente con Intel para demostrar un sorprendente desempeño en un almacén de datos masivos de 100TB a través de la utilización de un solo servidor con cuatro procesadores Intel Xeon E7 y SQL Server 2016. El sistema pudo cargar un complejo esquema derivado de TPC-H a 1.6TB/hora, y tomó sólo 5.3 segundos correr una solicitud compleja (la solicitud de proveedor de costo mínimo) en toda la base de datos de 100TB. El sistema también demostró un increíble desempeño de solicitud concurrente, donde correr todas las solicitudes tomó, de manera concurrente, menos tiempo que correrlas una tras otra, como se ilustra en la siguiente tabla. Esta es una característica de escala, desempeño y eficiencia que ninguna otra base de datos ha conseguido hasta ahora.