## **SQL Server 2019 的亮点**

*分析所有类型的数据*

使用内置有 Apache Spark 的 SQL Server 2019，跨关系、非关系、结构化和非结构化数据进行查询，从所有数据中获取见解，从而全面了解您的业务情况。

*选择您的语言和平台*

通过开源支持，您可以灵活选择语言和平台。在支持 Kubernetes 的 Linux 容器上或在 Windows 上运行 SQL Server。

*依靠行业领先的性能*

利用突破性的可扩展性和性能，改善数据库的稳定性并缩短响应时间，而无需更改应用程序。让任务关键型应用程序、数据仓库和数据湖实现高可用性。

*安全性九年来持续领先，值得信赖*

该数据库过去九年来被评为漏洞最少的数据库，可实现您的安全性和合规性目标。您可使用内置功能进行数据分类、数据保护以及监控和警报，快人一步。

*更快速地做出更好的决策*

使用 SQL Server Reporting Services 的企业报告功能在数据中找到问题的答案，并通过随附的 Power BI 报表服务器，使您的用户可以在任何设备上访问丰富的交互式 Power BI 报表。

## **SQL Server 2019 的应用场景**

通过数据虚拟化打破数据孤岛, 通过利用SQL Server PolyBase, SQL Server大数据集群可以在不移动或复制数据的情况下查询外部数据源。SQL Server 2019引入了到数据源的新连接器。

在SQL Server中构建数据湖，SQL Server大数据集群包括一个可伸缩的HDFS存储池。它可以用来存储大数据，这些数据可能来自多个外部来源。一旦大数据存储在大数据集群中的HDFS中，您就可以对数据进行分析和查询，并将其与关系兴数据结合起来使用。

扩展数据市场，SQL Server大数据集群提供向外扩展的计算和存储，以提高分析任何数据的性能。来自各种数据源的数据可以被摄取并分布在数据池节点上，作为进一步分析的缓存。

人工智能与机器学习相结合，SQL Server大数据集群能够对存储在HDFS存储池和数据池中的数据执行人工智能和机器学习任务。用户可以使用Spark以及SQL Server中的内置AI工具，比如R、Python、Scala或Java。

应用程序部署，应用部署允许用户将应用程序作为容器部署到SQL Server大数据集群中。这些应用程序发布为web服务，供应用程序使用。用户部署的应用程序可以访问存储在大数据集群中的数据，并且可以很容易地进行监控

**使用SQL Server 2019，用户现在可以做哪些以前不能做的事情?**

升级到SQL Server 2019，用户可以将所有大数据工作负载转移到SQL Server。在SQL Server 2019之前，用户将基于Cloudera、Map R等prem平台在Hadoop中管理他们的大数据工作负载。现在，他们可以将所有现有的大数据工作负载带到SQL Server 2019。

用户的另一个关键场景是使用数据虚拟化特性查询外部数据库的能力。使用内建的连接器，用户可以直接查询 (Oracle、Mongo DB、Teradata、Azure Data Lake、HDFS)，而不需要移动或复制数据。

用户只需升级到SQL Server 2019，无需进行任何应用程序更改，即可实现巨大的性能提升，具备智能查询处理、数据库加速恢复等功能。