Freigeben über

Neues in SQL Server 2017

Gilt für: SQL Server 2017 (14.x) und höher

SQL Server 2017 stellt einen wichtigen Schritt dar, um SQL Server zu einer Plattform zu machen, die Ihnen Die Auswahl von Entwicklungssprachen, Datentypen, lokalen oder Cloud- und Betriebssystemen bietet, indem sie die Leistungsfähigkeit von SQL Server auf Linux, Linux-basierte Container und Windows bietet. In diesem Artikel wird zusammengefasst, was für bestimmte Featurebereiche neu ist und Links zu weiteren Details enthält. Weitere Informationen zu SQL Server unter Linux finden Sie unter Was ist SQL Server unter Linux?

Download von SQL Server 2017 Release – Oktober 2017

Hinweis

Zusätzlich zu den in diesem Artikel aufgeführten Änderungen werden kumulative Updates in regelmäßigen Abständen nach der GA-Version veröffentlicht. Diese kumulativen Updates enthalten viele Verbesserungen und Fehlerbehebungen. Informationen zur neuesten CU-Version finden Sie unter SQL Server 2017-Buildversionen.

SQL Server 2017-Datenbank-Engine

SQL Server-2017 umfasst viele neue Datenbank-Engine-Funktionen, Verbesserungen und Leistungsverbesserungen.

  • CLR-Assemblys können nun einer Liste vertrauenswürdiger Assemblys als Problemumgehung für das clr strict security Feature hinzugefügt werden. sp_add_trusted_assembly, sp_drop_trusted_assembly und sys.trusted_assemblies werden hinzugefügt, um die Liste der vertrauenswürdigen Assemblys zu unterstützen.
  • Fortsetzbare Online-Indexneuerstellung setzt den Vorgang einer Online-Indexneuerstellung dort fort, wo es nach einem Fehler aufgehört hat (z.B. einem Failover in einem Replikat oder nicht genügend Speicherplatz), oder es pausiert und der Vorgang einer Online-Indexneuerstellung wird später fortgeführt. Siehe ALTER INDEX (Transact-SQL) und Richtlinien für Onlineindexvorgänge.
  • Mit der IDENTITY_CACHE Option ALTER DATABASE SCOPED CONFIGURATION können Sie Lücken in den Werten von Identitätsspalten vermeiden, wenn ein Server unerwartet neu startet oder auf einem sekundären Server fehlschlägt. Siehe ALTER DATABASE SCOPED CONFIGURATION (Transact-SQL).
  • Eine neue Generation von Verbesserungen bei der Abfrageverarbeitung, die Optimierungsstrategien an die Laufzeitbedingungen Ihrer Anwendungsarbeitsauslastung anpassen. In dieser ersten Version der Featurefamilie für die adaptive Abfrageverarbeitung gibt es drei neue Verbesserungen: Adaptive Joins im Batchmodus, Feedback zur Speicherzuweisung im Batchmodus und überlappende Ausführung für Tabellenwertfunktionen mit mehreren Anweisungen. Weitere Informationen finden Sie unter Intelligente Abfrageverarbeitung in SQL-Datenbanken.
  • Die Automatische Datenbankoptimierung bietet einen Einblick in die potentiellen Abfrageleistungsprobleme, empfiehlt Lösungen und kann identifizierte Probleme automatisch beheben. Weitere Informationen finden Sie unter Automatische Optimierung.
  • Zu den neuen Graph-Datenbankfunktionen für die Modellierung von m:n-Beziehungen gehören neue CREATE TABLE -Syntax (SQL Graph) zum Erstellen von Knoten- und Edgetabellen sowie das Schlüsselwort MATCH (Transact-SQL) für Abfragen. Siehe Graph-Verarbeitung mit SQL Server und Azure SQL-Datenbank.
  • Eine sp_configure aufgerufene clr strict security Option ist standardmäßig aktiviert, um die Sicherheit von CLR-Assemblys zu verbessern. Siehe Serverkonfiguration: clr strict security.
  • Setup ermöglicht jetzt das Angeben der anfänglichen tempdb Dateigröße von bis zu 256 GB (262.144 MB) pro Datei, wobei eine Warnung angezeigt wird, wenn die Dateigröße größer als 1 GB ist, wobei IFI nicht aktiviert ist.
  • Die Spalte modified_extent_page_count in sys.dm_db_file_space_usage verfolgt differenzielle Änderungen in jeder Datenbankdatei und aktiviert dabei intelligente Sicherungslösungen, die eine differenzielle Sicherung oder eine vollständige Sicherung basierend auf dem Prozentsatz der geänderten Seiten in der Datenbank ausführen.
  • SELECT - INTO-Klausel (Transact-SQL) T-SQL-Syntax unterstützt jetzt das Laden einer Tabelle in eine andere FileGroup als die Standardeinstellung des Benutzers mithilfe des ON Schlüsselworts.
  • Datenbankübergreifende Transaktionen werden jetzt von allen Datenbanken unterstützt, die Teil einer Always On-Verfügbarkeitsgruppe sind, einschließlich Datenbanken, die Teil derselben Instanz sind. Siehe Transaktionen – Verfügbarkeitsgruppen und Datenbankspiegelung
  • Die neue Funktionalität der Verfügbarkeitsgruppen umfasst Unterstützung für Leseskalierung ohne Cluster, die Einstellung der Mindestreplikate für Commitverfügbarkeitsgruppen, betriebssystemübergreifende Migrationen von Windows zu Linux und Tests.
  • Neue dynamische Verwaltungssichten:
    • sys.dm_db_log_stats macht zusammenfassende Ebenenattribute und Informationen zu den Transaktionsprotokolldateien verfügbar. Dies ist hilfreich für die Überwachung der Integrität des Transaktionsprotokolls.
    • sys.dm_tran_version_store_space_usage verfolgt die Versionsspeichernutzung pro Datenbank, die für die proaktive Planung tempdb der Größenanpassung basierend auf der Versionsspeichernutzung pro Datenbank hilfreich ist.
    • sys.dm_db_log_info macht VLF-Informationen verfügbar, um potenzielle Transaktionsprotokollprobleme zu überwachen, davor zu warnen oder diese zu vermeiden.
    • sys.dm_db_stats_histogram ist eine neue dynamische Verwaltungsansicht zum Untersuchen der Statistiken.
    • sys.dm_os_host_info stellt Betriebssysteminformationen für Windows und Linux bereit.
  • Der Datenbankoptimierungsratgeber (Database Tuning Advisor, DTA) bietet mehr Optionen und verbesserte Leistung.
  • Zu den Verbesserungen im Arbeitsspeicher gehören Unterstützung für berechnete Spalten in speicheroptimierten Tabellen, vollständige Unterstützung für JSON-Funktionen in nativen kompilierten Modulen und der CROSS APPLY Operator in nativen kompilierten Modulen.
  • Neue Zeichenfolgenfunktionen sind CONCAT_WS, TRANSLATEund TRIM, und WITHIN GROUP wird jetzt für die STRING_AGG Funktion unterstützt.
  • Es gibt neue Massenzugriffsoptionen (BULK INSERT und OPENROWSET(BULK...)) für CSV- und Azure Blob-Dateien.
  • Speicheroptimierte Objektverbesserungen umfassen sp_spaceused und beseitigen die 8 Indexbeschränkung für speicheroptimierte Tabellen, sp_rename für speicheroptimierte Tabellen und nativ kompilierte T-SQL-Module sowie CASETOP <n> WITH TIES für systemeigene kompilierte T-SQL-Module. Speicheroptimierte Dateigruppendateien können jetzt in Azure Storage gespeichert, gesichert und wiederhergestellt werden.
  • DATABASE SCOPED CREDENTIAList eine neue Klasse von sicherungsfähigen, unterstützenden CONTROL, ALTER, , , REFERENCES, und TAKE OWNERSHIPVIEW DEFINITION Berechtigungen. ADMINISTER DATABASE BULK OPERATIONS ist jetzt sichtbar in sys.fn_builtin_permissions.
  • Datenbank COMPATIBILITY_LEVEL 140** wird hinzugefügt.

SQL Server 2017 Integration Services (SSIS)

  • Die neue Scale Out-Funktion in SSIS weist die folgenden neuen und geänderten Funktionen auf. Weitere Informationen finden Sie unter What's New in Integration Services in SQL Server 2017 (Neues in Integration Services in SQL Server 2017).
    • Scale Out-Master unterstützt jetzt Hochverfügbarkeit.
    • Die Failoverbehandlung der Ausführungsprotokolle aus Scale-Out-Workern wurde verbessert.
    • Der Parameter runincluster der gespeicherten Prozedur [catalog].[create_execution] wird hinsichtlich Konsistenz und Lesbarkeit in runinscaleout umbenannt.
    • Der SSIS-Katalog verfügt über eine neue globale Eigenschaft, um den Standardmodus für das Ausführen von SSIS-Paketen anzugeben.
  • In der neuen Funktion Scale Out können Sie jetzt den Parameter Use32BitRuntime verwenden, wenn Sie die Ausführung auslösen.
  • Der Integration Services (SSIS) von SQL Server 2017 unterstützt jetzt auch SQL Server unter Linux, und mit einem neuen Paket können Sie die SSIS-Pakete auf Linux über die Befehlszeile ausführen. Weitere Informationen finden Sie unter dem Blogpost, der die SSIS-Unterstützung für Linux ankündigt.
  • Die neue Funktion Scale Out für SSIS macht es viel einfacher, SSIS auf mehreren Computern auszuführen. Siehe Integrationsdienste (SSIS) Scale Out.
  • OData-Quelle und der OData-Verbindungs-Manager unterstützen jetzt Verbindungen mit den OData-Feeds von Microsoft Dynamics AX Online und Microsoft Dynamics CRM Online.

Weitere Informationen finden Sie unter What's New in Integration Services in SQL Server 2017 (Neues in Integration Services in SQL Server 2017).

SQL Server 2017 Master Data Services (MDS)

  • Das Erlebnis und die Leistung werden deutlich verbessert, wenn Sie ein Upgrade von SQL Server 2012, 2014 und 2016 auf SQL Server 2017 Master Data Services durchführen.
  • Sie können nun die sortierten Listen von Entitäten, Sammlungen und Hierarchien auf der Explorer-Seite der Webanwendung anzeigen.
  • Die Leistung für das Bereitstellen von Millionen von Zeilen mit der entsprechenden gespeicherten Prozedur wurde verbessert.
  • Die Leistung beim Erweitern des Ordners Entitäten auf der Seite Gruppen verwalten zum Zuweisen von Modellberechtigungen wurde verbessert. Die Seite Gruppen verwalten befindet sich im Abschnitt Sicherheit der Webanwendung. Weitere Informationen zur Leistungsoptimierung finden Sie unter https://support.microsoft.com/help/4023865?preview. Weitere Informationen zum Zuweisen von Berechtigungen finden Sie unter Assign Model Object Permissions (Master Data Services) (Zuweisen von Modellobjektberechtigungen (Master Data Services).

SQL Server 2017 Analysis Services (SSAS)

SQL Server Analysis Services 2017 führt zahlreiche Verbesserungen für tabellarische Modelle ein. Dazu zählen unter anderem folgende Einstellungen:

  • Tabellarischer Modus als die Standardinstallationsoption für Analysis Services.
  • Sicherheit der Objektebene zum Sichern der Metadaten von tabellarischen Modellen.
  • Datumsbeziehungen, um einfach Beziehungen basierend auf Datumsfeldern zu erstellen.
  • Neue Datenquellen Get Data (Power Query) und die vorhandene Unterstützung der DirectQuery-Datenquellen für M-Abfragen.
  • DAX-Editor für SSDT.
  • Codierungshinweise, eine erweiterte Funktion für die Optimierung der Datenaktualisierung von großen tabellarischen In-Memory-Modellen.
  • Unterstützung für den 1400 Kompatibilitätsgrad für tabellarische Modelle. Um neue Tabellenmodellprojekte zu erstellen oder vorhandene Projekte auf den Kompatibilitätsgrad 1400 zu aktualisieren, müssen Sie SQL Server Data Tools (SSDT) 17.0 RC2 herunterladen und installieren.
  • Eine moderne Get Data-Erfahrung für tabellarische Modelle mit dem Kompatibilitätsgrad 1400. Weitere Informationen finden Sie unter Analysis Services-Teamblog.
  • Eigenschaft Elemente ausblenden, um leere Elemente in unregelmäßigen Hierarchien auszublenden.
  • Neue Detailzeilen-Endbenutzeraktion, um für aggregierte Informationen Details anzeigen zu können. SELECTCOLUMNS und DETAILROWS Funktionen zum Erstellen von Detailzeilenausdrücken.
  • DAX-Operator IN zum Angeben mehrerer Werte.

Weitere Informationen finden Sie unter Neues in SQL Server Analysis Services.

SQL Server 2017 Reporting Services (SSRS)

SQL Server Reporting Services kann nicht mehr über das SQL Server-Setup installiert werden. Wechseln Sie zum Microsoft Download Center, um Microsoft SQL Server 2017 Reporting Services herunterzuladen.

  • Kommentare sind jetzt für Berichte verfügbar, um Perspektive und Zusammenarbeit mit anderen Benutzern hinzuzufügen. Sie können auch die Anlagen mit Ihren Kommentar einschließen.
  • In den neuesten Versionen von Berichts-Generator und SQL Server Data Tools können Sie native DAX-Abfragen für unterstützte Tabellendatenmodelle von SQL Server Analysis Services erstellen, indem Sie die gewünschten Felder in den Abfrage-Designer ziehen und ablegen. Weitere Informationen finden Sie unter Reporting Services-Blog.
  • SSRS unterstützt eine vollständige, mit OpenAPI kompatible RESTful-API, um die Entwicklung von modernen Anwendungen und Anpassungen zu ermöglichen. Die vollständige API-Spezifikation und -Dokumentation finden Sie im SwaggerHub.

Weitere Informationen finden Sie unter Neues in SQL Server Reporting Services (SSRS).

Maschinelles Lernen in SQL Server 2017

SQL Server R Services wurde umbenannt in SQL Server-Machine Learning-Dienste, entsprechend der Unterstützung für Python zusätzlich zur R-Programmiersprache. Sie können Machine Learning-Dienste (datenbankintern) zum Ausführen von R- oder Python-Skripts in SQL Server verwenden, oder Sie installieren den Microsoft Machine Learning-Server (eigenständig) zum Bereitstellen und Nutzen von R- und Python-Modellen, die keinen SQL Server erfordern.

Entwickler von SQL Server haben jetzt Zugriff auf die umfangreichen ML- und KI-Bibliotheken für Python, die in der Open-Source-Umgebung zusammen mit den neuesten Innovationen von Microsoft zur Verfügung stehen:

  • revoscalepy: Diese Python-Entsprechung zu RevoScaleR enthält parallele Algorithmen für lineare und logistische Regressionen, Entscheidungsstrukturen, verstärkte Strukturen und zufällige Gesamtstrukturen sowie einen umfangreichen Satz an APIs für die Übertragung und Verschiebung von Daten, Remoterechenkontexte und Datenquellen.
  • microsoftml: Dieses moderne Paket von ML-Algorithmen und -Transformationen mit Python-Bindungen enthält tiefgreifende neuronale Netzwerke, schnelle Entscheidungsstrukturen und Entscheidungsgesamtstrukturen sowie optimierte Algorithmen für lineare und logistische Regressionen. Außerdem erhalten Sie vortrainierte Modelle, die auf ResNet-Modellen basieren, die Sie für die Bildextraktion oder Die Stimmungsanalyse verwenden können.
  • Operationalisierung von Python mit T-SQL: Stellen Sie Python-Code ganz leicht mithilfe der gespeicherten Prozedur sp_execute_external_script bereit. Profitieren Sie von hervorragender Leistung, indem Sie Daten aus SQL an Python-Prozesse streamen und MPI-Ringparallelisierung verwenden.
  • Python in Computekontexten von SQL Server: Datenanalysten und Entwickler können Python-Code remote aus ihrer Entwicklungsumgebung ausführen, um Daten- und Entwicklungsmodelle auszuprobieren, ohne dabei Daten zu verschieben.
  • Native Bewertung: Die PREDICT-Funktion in Transact-SQL kann in jeder Instanz von SQL Server 2017 zum Durchführen von Bewertungen verwendet werden, auch wenn R nicht installiert ist. Sie müssen nur das Modell mit einem der unterstützten RevoScaleR- und revoscalepy-Algorithmen trainieren und es in einem neuen, kompakten Binärformat speichern.
  • Paketverwaltung – T-SQL unterstützt jetzt die CREATE EXTERNAL LIBRARY Anweisung, dbAs eine größere Verwaltung über R-Pakete zu ermöglichen. Verwenden Sie Rollen, um den Zugriff auf private oder freigegebene Pakete zu steuern, speichern Sie R-Pakete in der Datenbank, und geben Sie diese für Benutzer frei.
  • Leistungsverbesserungen: Die gespeicherte Prozedur sp_execute_external_script wurde optimiert und unterstützt jetzt die Batchmodusausführung für columnstore-Daten.

Weitere Informationen finden Sie unter Neuigkeiten zu SQL Server Machine Learning Services.

Verwandte Inhalte

Hilfe erhalten

Zur SQL-Dokumentation beitragen

Wussten Sie schon, dass Sie SQL-Inhalte selbst bearbeiten könnten? Hierdurch helfen Sie nicht nur mit, unsere Dokumentation zu verbessern, sondern Sie werden auch als Mitwirkender an der Seite aufgeführt.

Weitere Informationen finden Sie unter Bearbeiten der Microsoft Learn-Dokumentation.

  • Last updated on