Förstå dina SQL Server-baserade plattformsalternativ
Microsofts SQL-plattformar har olika scenarier, och de databasobjekt som du utformar måste överensstämma med plattformens funktioner och användningsfall. Genom att förstå avvägningarna mellan kontroll och hantering mellan IaaS (Infrastructure-as-a-Service) och PaaS (Platform-as-a-Service) kan du avgöra vilken plattform som bäst stöder dina krav på databasdesign.
Diagrammet visar hur PaaS-plattformar delar upp ansvarsområden: Azure hanterar allt under databasskiktet – fysiska servrar, nätverk, korrigeringar av operativsystem och motoruppdateringar – medan du styr det som är viktigast för ditt program: tabeller, index, begränsningar och data. Med den här separationen kan du investera din tid i databasdesign i stället för infrastrukturunderhåll.
Utveckla med Hjälp av Azure SQL Database
Azure SQL Database är en fullständigt hanterad PaaS-databas som ger prestanda och tillgänglighet i företagsklass utan infrastrukturhantering. Flera tjänstnivåer har stöd för olika arbetsbelastningsmönster, som var och en påverkar hur du utformar ditt datalager.
Tjänstnivån Hyperskala eliminerar många av de praktiska begränsningar som traditionellt är associerade med molndatabaser. Resurserna för en enskild nod begränsar de flesta databaser, men Hyperskala-databaser har inga sådana begränsningar. Med sin flexibla lagringsarkitektur utökas lagringen efter behov och det finns ingen fördefinierad maximal storlek. Du debiteras endast för den kapacitet du använder. För läsintensiva arbetsbelastningar erbjuder Hyperscale snabb utskalning genom att tillhandahålla fler repliker för att hantera läsåtgärder.
Den serverlösa beräkningsnivån skalar automatiskt beräkning baserat på efterfrågan på arbetsbelastningar och pausar när den är inaktiv – du betalar bara för lagring under inaktiva perioder. När en anslutningsbegäran görs återupptas databasen automatiskt.
Anmärkning
Vi rekommenderar att du utformar ditt program med logik för återförsök för anslutning för att hantera fördröjningar och undvika långvariga transaktioner som förhindrar autopaus.
Intelligent frågebearbetning och automatisk justering analyserar arbetsbelastningsmönster för att rekommendera eller automatiskt skapa index. Automatisk plankorrigering identifierar och åtgärdar frågeregressioner när rätt indexering och statistik finns på plats.
Inbyggd hög tillgänglighet med ett serviceavtal på 99,99% drifttid innebär att du kan fokusera på prestanda och dataintegritet i stället för replikeringstopologi.
Migrera för Azure SQL Managed Instance
Azure SQL Managed Instance ger nästan 100% kompatibilitet med den senaste SQL Server Enterprise Edition, som alltid kör den senaste versionen av databasmotorn med automatisk korrigering. Integrering av internt virtuellt nätverk ger säkerhetsisolering, medan PaaS-funktioner hanterar säkerhetskopior, hög tillgänglighet och underhåll.
Funktioner på instansnivå är SQL Server Agent, Service Broker, länkade servrar, frågor mellan databaser med namngivning i tre delar och databasmeddelande. Länken för hanterad instans använder distribuerade tillgänglighetsgrupper för att synkronisera data från SQL Server till Azure nästan i realtid—vilket möjliggör hybridscenarier, läsavlastning, katastrofåterställning och migreringar med minimal stilleståndstid.
In-Memory OLTP på nivån Affärskritisk möjliggör minnesoptimerade tabeller och internt kompilerade lagrade procedurer för svarstidskänsliga arbetsbelastningar.
Använda SQL Server på virtuella Azure-datorer
SQL Server på Azure Virtual Machines tillhandahåller IaaS-distribution (Infrastructure-as-a-Service) där du styr SQL Server-instansen, databasmotorkonfigurationen och det underliggande Windows- eller Linux-operativsystemet. Det här distributionsalternativet erbjuder maximal kompatibilitet och anpassning för program som kräver specifika SQL Server-versioner, åtkomst på operativsystemsnivå eller konfigurationer som inte är tillgängliga i PaaS-erbjudanden.
SQL IaaS Agent-tillägget låser upp hanteringsfunktioner som automatiserade säkerhetskopieringar, automatisk korrigering under underhållsperioder, Azure Key Vault-integrering och tempdb-konfiguration via Azure-portalen. Sql Best Practices-utvärderingen validerar konfigurationen mot rekommenderade inställningar, medan I/O-prestandaanalys hjälper till att identifiera flaskhalsar i lagringen. För hög tillgänglighet kan du konfigurera AlwaysOn-tillgänglighetsgrupper eller redundansklusterinstanser med fullständig kontroll över replikplacering och redundansbeteende.
Design av SQL-databas i Microsoft Fabric
SQL Database i Microsoft Fabric är en utvecklarvänlig transaktionsdatabas som bygger på Azure SQL Database-teknik som automatiskt integreras med Fabrics analysekosystem. Plattformen använder samma SQL Database-motor som Azure SQL Database och kombinerar OLTP-funktioner med inbyggd analysintegrering och eliminerar den traditionella separationen mellan drift- och analysdatalager.
Automatisk spegling replikerar ändringar från dina drifttabeller till OneLake som Delta Parquet-filer. När du infogar, uppdaterar och tar bort data synkroniserar Fabric automatiskt dessa ändringar utan att kräva ETL-pipelines, utlösare eller extra konfiguration. Det innebär att varje tabell som du skapar omedelbart blir tillgänglig för analys via SQL-analysslutpunkten, vilket ger en skrivskyddad analysvy av dina data. Du kan köra frågor mot flera datakällor genom att använda den bekanta trepartsnamngivningssyntaxen för att ansluta din SQL-databas till andra Fabric-warehouses, lakehouses och till och med andra SQL-databaser i korsdatabasfrågor. Den viktigaste fördelen: dina analysfrågor körs mot Delta Parquet-kopiorna i stället för dina aktiva driftstabeller, så att tunga rapporteringsarbetsbelastningar aldrig saktar ner transaktionsbearbetningen.
Intelligenta prestandafunktioner fungerar automatiskt i bakgrunden, inklusive automatiskt skapande av index som övervakar frågemönster och skapar index utan manuella åtgärder. Plattformen stöder även AI-utveckling med semantisk sökning och hämtningsförhöjd generation (RAG). Databasportabilitet stöds via SqlPackage för .bacpac/.dacpac-åtgärder, infrastrukturkällkontroll för git-integrering och GraphQL-API:er för moderna API-gränssnitt.
I den här modulen får du lära dig tekniker som gäller för alla plattformar, med markeringar för plattformsspecifika funktioner.