Tech InDepth

Microsoft Sql Server 2016, il database per l’hybrid cloud

Microsoft ha lanciato la versione 2016 di Sql Server. Una piattaforma estendibile dall’on-premises al cloud e che esegue in-memory operazioni Oltp e Advanced Analytics senza dover spostare i dati. Innovazioni anche nella sicurezza e apertura verso altri ambienti Db. Licenze gratis e promozioni.

Pubblicato il 15 Giu 2016

“Sql Server 2016 fornisce una piattaforma database completa per l’hybrid cloud. Consente di creare, implementare e gestire soluzioni che si estendono dagli ambienti on-premises a quelli sulla nube”. Fra le tante definizioni che Joseph Sirosh, Corporate Vice President  Data Group di Microsoft, ha dato in occasione dell’evento Data Driven Network dello scorso marzo a New York, ci sembra questa la più riassuntiva delle principali novità che contraddistinguono il nuovo database Microsoft. Un’offerta già disponibile dallo scorso primo di giugno.
Supporto potenziato all’hybrid cloud, grazie a nuove funzionalità, all’apertura (consolidata quella verso il software OpenStack) e all’integrazione con l’infrastruttura public cloud hyperscaler Microsoft Azure. Introduzione di nuove ed evolute feature di sicurezza, in particolare nell’ambito della crittografia dei dati. Integrazione, all’interno dello stesso database, di tecnologie innovative di business intelligence, reporting e di Advanced Analytics. Sono questi i tre principali ambiti nei quali analizzare i plus tecnologici rispetto all’offerta della concorrenza, ovviamente senza dimenticare anche le promozioni in corso (ad esempio, la gratuità delle licenze per le applicazioni che vengono migrate da ambienti competitor) e le valutazioni intorno al Total Cost of Ownership. In un post sul suo blog, Sirosh pubblica una tabella secondo la quale il Tco di Sql Server 2016 risulterebbe un decimo di quello di Oracle 11.7x.

Dall’on-premises al cloud in sicurezza

Joseph Sirosh, Corporate Vice President Data Group di Microsoft

In molti settori è ormai prassi l’implementazione di architetture database che integrano parti on-premises (ad esempio per dati che, per ragioni di compliance normativa, devono essere conservati localmente) e altre in cloud. “La nuova tecnologia Stretch Database inclusa in Sql Server 2016 – sottolinea il Corporate Vice President, Data Group di Microsoft – consente di spostare in modo rapido e sicuro dall’on-premises al cloud, e viceversa, sia i dati caldi (quelli utilizzati dalle applicazioni transazionali, ndr) sia quelli freddi (acceduti meno frequentemente, ndr). In questo modo gli utenti possono sempre avere a portata di mano informazioni di qualunque dimensione ovunque essi trovino, in ogni momento”.
In un simile contesto, è ovvio che la sicurezza assuma un ruolo sempre più cruciale. “A questo proposito – aggiunge Sirosh – Sql Server 2016 offre un set omnicomprensivo di funzionalità di security, che spaziano da una nuova tecnologia Always Encrypted, che protegge in dati sia at rest (ovvero non in uso o in transito, ndr) sia in-memory (cioè quelli che in un determinato momento sono processati da una Cpu o localizzati in una memoria Ram, ndr). Inoltre, abbiamo potenziato ancora le funzionalità di high availability e per il disaster recovery”. Fra le altre feature di sicurezza – di interesse soprattutto per gli sviluppatori di applicazioni – si segnalano anche Dynamic Data Masking (Ddm) e Row Level Security (Rls), le quali consentono, rispettivamente, di aumentare il controllo dell’accesso degli utenti ai programmi e proteggerne i dati.

Transazioni e analisi in un solo motore in-memory

Figura 1: Sql Server 2016

In un’era in cui si parla sempre di più di cognitive computing, machine learning e intelligenza artificiale, di sicuro interesse sono le funzionalità applicative di business intelligence e advanced analytics già integrate – o integrabili – in Sql Server 2016. Grazie a queste nuove feature, molte attività che normalmente richiedono di essere eseguite con soluzioni esterne – come motori di Extract Transform and Load (Etl) e analytics, oppure applicazioni per la generazione di report e la loro distribuzione su diversi tipi di device – sono già inclusi in questo database. In questo modo si riduce notevolmente la necessità di spostare dati fuori dal data base per analisi. Questo non significa, comunque, che Sql Server 2016 sia un ambiente chiuso nei confronti di eventuali altri database utilizzati: la piattaforma, infatti, include funzionalità e tool per il supporto a cross-platform analytics; la tecnologia Polybase, per esempio, consente di eseguire query su database esterni installati in framework di storage ed elaborazione distribuita Hadoop o su Azure blob storage.
“Sql Server 2016 – ci tiene a sottolineare Sirosh – è un Hybrid Transactional and Analytical Processing (Htap) database”. In altre parole, con l’Rdbms di Microsoft è possibile supportare sia attività Oltp (On line transaction processing) sia operazioni analitiche. E queste possono essere sia di tipo “tradizionale” – come quelle offerte dalle nuove versioni degli Analysis Services integrate nella nuova release della piattaforma – sia di tipo avanzato, o Advanced Analytics.

Template di modelli predittivi già integrati

Fra le principali novità di Sql Server 2016, in questo ambito, si segnala la possibilità di essere utilizzato per creare applicazioni intelligenti che sfruttano, da un lato, strumenti e tecnologie proprietarie di Sql Server, dall’altro R, un linguaggio di elaborazione statistico open source utilizzato dai data scientist per creare modelli predittivi. Sirosh non manca di evidenziare come questi possono essere integrati con le funzionalità offerte agli utenti di Erp, e in particolare di Dynamics AX, la piattaforma Erp cloud-scale di Microsoft.
L’abbinata fra l’utilizzo dei Sql Server R Service e delle capacità di elaborazione in-memory potenziate di Sql Server 2016 rende possibile ridurre da ore a secondi la latenza necessaria alle applicazioni di Advanced Analytics, per ottenere insight dall’aggregazione di dati presenti nelle tabelle transazionali. Già inclusi nella nuova versione della piattaforma vi sono template per realizzare soluzioni, ad esempio, di Online Fraud Detection, Customer Churn Prediction e Predictive Maintenance. In particolare, quest’ultima soluzione di analisi avanzata potrebbe risultare interessante per le aziende che adottano strategie di Internet of Things; società che, con l’aumento degli oggetti remoti interconnessi, necessitano di automatizzare le analisi sul funzionamento dei dispositivi e la gestione della manutenzione preventiva.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Articoli correlati

Articolo 1 di 4