SQL Server 2017 の新機能

適用対象: SQL Server 2017 (14.x) 以降

SQL Server 2017 は、SQL Server の機能を Linux、Linux ベースのコンテナー、および Windows に導入することで、SQL Server を開発言語、データ型、オンプレミスまたはクラウド、オペレーティングシステムの選択肢を提供するプラットフォームにするための主要なステップです。この記事では、特定の機能領域の新機能の概要と、詳細へのリンクを示します。 SQL Server on Linux に関連する詳細については、「SQL Server on Linux とは」を参照してください。

SQL Server 2017 リリース (2017 年 10 月) をダウンロードする

注

この記事に記載されている変更に加えて、累積的な更新プログラムは、GA リリース後に定期的にリリースされます。これらの累積的な更新プログラムでは、多くの機能強化と修正が提供されます。最新の CU リリースの詳細については、 SQL Server 2017 ビルドバージョンを参照してください。

SQL Server 2017 データベースエンジン

SQL Server 2017 には多くの新しいデータベースエンジン機能、機能強化、パフォーマンス向上が含まれています。

機能の回避策として、CLR アセンブリを信頼済みアセンブリの一覧に追加できるようになりました。信頼されたアセンブリの一覧をサポートするために、sp_add_trusted_assembly、sp_drop_trusted_assembly、およびsys.trusted_assembliesが追加されます。
再開可能なオンラインインデックスリビルドは、障害 (レプリカへのフェールオーバーや、ディスク領域不足など) 発生後、一時停止した場所からオンラインインデックスリビルド操作を再開します。または、一時停止し、オンラインインデックスリビルド操作を後から再開します。 ALTER INDEX (Transact-SQL) とオンラインインデックス操作のガイドラインを参照してください。
IDENTITY_CACHEのALTER DATABASE SCOPED CONFIGURATION オプションを使用すると、サーバーが予期せず再起動したり、セカンダリサーバーにフェールオーバーしたりした場合に、ID 列の値のギャップを回避できます。 ALTER DATABASE SCOPED CONFIGURATION (Transact-SQL) を参照してください。
アプリケーションワークロードのランタイム条件に最適化戦略を適応させる、新しい世代のクエリ処理の機能強化。 アダプティブクエリ処理機能ファミリのこの最初のバージョンでは、3 つの新しい改善点があります。バッチモード適応型結合、バッチモードメモリ許可フィードバック、そして複数ステートメントのテーブル値関数のインターリーブ実行です。「SQL データベースでのインテリジェントなクエリ処理」を参照してください。
自動データベースチューニングは、潜在的なクエリパフォーマンスの問題に関する洞察を提供し、解決策を推奨して、特定された問題を自動的に解決できます。「自動調整」を参照してください。
多対多リレーションシップをモデル化するための新しい グラフデータベース機能 には、ノードテーブルとエッジテーブルを作成するための新しい CREATE TABLE (SQL Graph) 構文と、クエリのキーワード MATCH (Transact-SQL) が含まれます。 SQL Server と Azure SQL Database でのグラフ処理に関するページを参照してください。
CLR アセンブリのセキュリティを強化するために、sp_configureと呼ばれるclr strict security オプションが既定で有効になっています。「サーバー構成: clr strict security」を参照してください。
セットアップでは、ファイルごとに最大 tempdb MB) の初期ファイルサイズを指定できるようになりました。ファイルサイズが 1 GB を超えて IFI が有効になっていない場合は警告が表示されます。
sys.dm_db_file_space_usage の modified_extent_page_count 列は、各データベースファイル内の差分変更を追跡します。これにより、データベース内の変更されたページの割合に基づいて差分バックアップまたは完全バックアップを実行するスマートバックアップソリューションが有効になります。
SELECT - INTO 句 (Transact-SQL) T-SQL 構文では、 ON キーワードを使用したユーザーの既定値以外の FileGroup へのテーブルの読み込みがサポートされるようになりました。
同じインスタンスの一部であるデータベースを含め、 Always On 可用性グループの一部であるすべてのデータベースで、データベース間トランザクションがサポートされるようになりました。トランザクション - 可用性グループとデータベースミラーリングに関するページを参照してください
新しい可用性グループ機能として、クラスターを使用しない読み取りスケールのサポート、最小レプリカコミット可用性グループの設定、Windows と Linux の OS 間の移行とテストが含まれます。
新しい動的管理ビュー:
- sys.dm_db_log_stats は、トランザクションログの正常性監視に役立つ、トランザクションログファイルに関する概要レベルの属性と情報を公開します。
- sys.dm_tran_version_store_space_usage は、データベースごとのバージョンストアの使用状況を追跡します。これは、データベースごとのバージョンストアの使用状況に基づいて tempdb サイズ変更を事前に計画するのに役立ちます。
- sys.dm_db_log_info は、潜在的なトランザクションログの問題を監視、通知、防止するための VLF 情報を公開します。
- sys.dm_db_stats_histogram は、統計情報を確認するための新しい動的管理ビューです。
- sys.dm_os_host_info は、Windows と Linux の両方のオペレーティングシステム情報を提供します。
データベースチューニングアドバイザー (DTA) には、より多くのオプションがあり、パフォーマンスが向上しています。
メモリ内拡張機能 には、メモリ最適化テーブルでの計算列のサポート、ネイティブコンパイルモジュールでの JSON 関数の完全なサポート、ネイティブコンパイルモジュールの CROSS APPLY 演算子が含まれます。
新しい文字列関数がCONCAT_WS、TRANSLATE、およびTRIMされ、WITHIN GROUP関数でSTRING_AGGがサポートされるようになりました。
CSV ファイルと Azure BLOB ファイルには、新しい 一括アクセスオプション (BULK INSERT と OPENROWSET(BULK...)) があります。
メモリ最適化オブジェクトの機能強化には、メモリ最適化 テーブルの 8 つのインデックス制限の sp_spaceused と排除、メモリ最適化テーブルとネイティブコンパイル T-SQL モジュールの sp_rename 、ネイティブコンパイル T-SQL モジュールの CASE と TOP <n> WITH TIES が含まれます。メモリ最適化ファイルグループファイルを Azure Storage に格納、バックアップ、復元できるようになりました。
DATABASE SCOPED CREDENTIAL は、セキュリティ保護可能で、 CONTROL、 ALTER、 REFERENCES、 TAKE OWNERSHIP、および VIEW DEFINITION アクセス許可をサポートする新しいクラスです。 ADMINISTER DATABASE BULK OPERATIONS が sys.fn_builtin_permissionsに表示されるようになりました。
データベース COMPATIBILITY_LEVEL 140** が追加されました。

SQL Server 2017 Integration Services (SSIS)

SSIS の新しい Scale Out 機能として、次のような新しい機能と変更された機能があります。詳細については、「SQL Server 2017 の Integration Services の新機能」を参照してください。
- スケールアウトマスターで高可用性を実現できるようになりました。
- スケールアウトワーカーの実行ログのフェールオーバー処理が改善されました。
- ストアドプロシージャ [catalog].[create_execution] の runincluster パラメーターは、一貫性とわかりやすさを理由に、名前が runinscaleout に変更されました。
- SSIS カタログに、SSIS パッケージを実行する既定のモードを指定するための新しいグローバルプロパティが追加されました。
新しい SSIS の Scale Out 機能で、実行をトリガーするときに Use32BitRuntime パラメーターを使用できるようになりました。
SQL Server 2017 Integration Services (SSIS) で Linux 上の SQL Server がサポートされ、新しいパッケージでは、コマンドラインから Linux で SSIS パッケージを実行できます。詳細については、SSIS の Linux サポートをお知らせするブログの投稿を参照してください。
新しい SSIS の Scale Out 機能を使用すると、複数のコンピューターでの SSIS の実行が大幅に簡単になります。 Integration Services (SSIS) のスケールアウトに関する説明を参照してください。
OData ソースと OData 接続マネージャーで、Microsoft Dynamics AX Online と Microsoft Dynamics CRM Online の OData フィードに接続できるようになりました。

詳細については、「SQL Server 2017 の Integration Services の新機能」を参照してください。

SQL Server 2017 マスターデータサービス (MDS)

SQL Server 2012、SQL Server 2014、および SQL Server 2016 から SQL Server 2017 マスターデータサービスにアップグレードすると、エクスペリエンスとパフォーマンスが向上します。
Web アプリケーションの [エクスプローラー ] ページで、エンティティ、コレクション、階層の並べ替えられたリストを表示できるようになりました。
ステージングストアドプロシージャを使用した、数百万ものレコードのステージングのパフォーマンスが向上しました。
モデルアクセス許可を割り当てるグループの管理ページの、エンティティフォルダーを展開するときのパフォーマンスが改善されました。 グループの管理ページは、Web アプリケーションのセキュリティセクション内にあります。パフォーマンスの改善の詳細については、こちら (https://support.microsoft.com/help/4023865?preview) を参照してください。権限の割り当ての詳細については、「Assign Model Object Permissions (Master Data Services) (モデルオブジェクト権限を割り当てる (マスターデータサービス))」を参照してください。

SQL Server 2017 Analysis Services (SSAS)

SQL Server Analysis Services 2017 には、表形式モデルの多くの機能強化が導入されています。これには以下が含まれます。

Analysis Services の既定のインストールオプションとしての表形式モード。
表形式モデルのメタデータをセキュリティで保護する、オブジェクトレベルのセキュリティ。
日付フィールドに基づくリレーションシップを簡単に作成する、日付リレーションシップ。
新しいデータ取得 (Power Query) のデータソースと、既存の DirectQuery データソースでの M クエリのサポート。
SSDT 用の DAX エディター。
エンコードのヒント。これは、大規模なメモリ内表形式モデルのデータ更新を最適化するために使用される高度な機能です。
表形式モデルでの 1400 互換性レベルのサポート。新規の 1400 互換性レベルの表形式モデルプロジェクトを作成するか、既存の表形式モデルプロジェクトを 1400 互換性レベルにアップグレードするには、SQL Server Data Tools (SSDT) 17.0 RC2 をダウンロードしてインストールします。
1400 互換性レベルの表形式モデルでの、最新のデータ取得エクスペリエンス。分析サービスチームのブログを参照してください。
不規則階層で空のメンバーを非表示にする、メンバーを隠すプロパティ。
集計情報の詳細を表示する、新しい詳細行エンドユーザーアクション。詳細行式を作成するための SELECTCOLUMNS およびDETAILROWS関数。
DAX IN 複数の値を指定するための演算子です。

詳細については、「What's new in SQL Server Analysis Services (SQL Server Analysis Services の新機能)」をご覧ください。

SQL Server 2017 Reporting Services (SSRS)

SQL Server Reporting Services は、SQL Server セットアップでインストールできなくなりました。 Microsoft ダウンロードセンターに移動し、Microsoft SQL Server 2017 Reporting Services をダウンロードしてください。

レポートでコメントが使用できるようになり、分析観点の追加や、他のユーザーとの共同作業ができるようになりました。コメントに添付ファイルを含めることもできます。
レポートビルダーと SQL Server Data Tools の最新リリースでは、クエリデザイナーで必要なフィールドをドラッグアンドドロップすることで、サポートされている SQL Server Analysis Services 表形式データモデルに対するネイティブの DAX クエリを作成できます。 Reporting Services のブログを参照してください。
最新のアプリケーションとカスタマイズを開発できるようにするため、SSRS は OpenAPI に完全に対応する RESTful API をサポートするようになっています。 API の完全な仕様とドキュメントは、swaggerhub で入手できます。

詳細については、「What's new in SQL Server Reporting Services (SSRS)」 (SQL Server Reporting Services (SSRS) の新機能) を参照してください。

SQL Server 2017 での Machine Learning

R 言語に加えて Python がサポートされたことに合わせて、SQL Server R Services の名前が SQL Server Machine Learning Services に変更されました。 Machine Learning サービス (データベース内) を使用して、SQL Server で R または Python スクリプトを実行したり、Microsoft Machine Learning Server (スタンドアロン) をインストールして、SQL Server を必要としない R および Python のモデルを配置し、使用したりすることができます。

SQL Server での開発者は、オープンソースエコシステムで入手できるさまざまな Python ML および AI ライブラリと、Microsoft の最新技術を利用できるようになりました。

revoscalepy - この Python と同等の RevoScaleR には、線形およびロジスティック回帰用並列アルゴリズム、デシジョンツリー、ブーストツリー、ランダムフォレストだけでなく、データ変換とデータ移動、リモート計算コンテキスト、およびデータソース用の豊富な API が含まれています。
microsoftml - Python バインディングを使用したこの最新パッケージの機械学習アルゴリズムと変換には、深層ニューラルネットワーク、高速なデシジョンツリーとデシジョンフォレスト、線形およびロジスティック回帰用に最適化されたアルゴリズムが含まれています。また、画像抽出やセンチメント分析に使用できる ResNet モデルに基づいて、事前トレーニング済みのモデルを取得します。
T-SQL を使用した Python 運用可能化 - ストアドプロシージャを使用して、Python コードを簡単に展開できますsp_execute_external_script。 SQL から Python プロセスへデータをストリーミングし、MPI リングの並列化を使用して、パフォーマンスを向上することができます。
SQL Server 計算コンテキストでの Python - データサイエンティストと開発者は、データを移動することなく、開発環境からリモートで Python コードを実行し、データを探索してモデルを開発することができます。
ネイティブスコアリング - R がインストールされていない場合でも、Transact-SQL のPREDICT 関数を使用して、SQL Server 2017 の任意のインスタンスでスコアリングを実行できます。必要なのは、サポートされている RevoScaleR と revoscalepy アルゴリズムのいずれかを使用してモデルをトレーニングし、新しいコンパクトなバイナリ形式でモデルを保存することだけです。
パッケージ管理 - T-SQL では、R パッケージに対する DBA の管理を強化するために、 CREATE EXTERNAL LIBRARY ステートメントがサポートされるようになりました。ロールを使用してプライベートまたは共有パッケージのアクセスを制御し、R パッケージをデータベースに格納して、ユーザー間で共有します。
パフォーマンスの向上 - 列ストアデータのバッチモード実行をサポートするために、ストアドプロシージャsp_execute_external_scriptが最適化されました。

詳細については、「SQL Server Machine Learning Services の新機能」を参照してください。

ヘルプの参照

SQL ドキュメントへの投稿

SQL コンテンツを自分で編集できることはご存じですか。これにより、ドキュメントが改善されるだけでなく、ページの共同作成者としてもクレジットされます。

詳細については、 Microsoft Learn ドキュメントの編集を参照してください。

フィードバック

このページはお役に立ちましたか?

Last updated on 2025-09-09

次の方法で共有