เซิร์ฟเวอร์ SQL บนคุณลักษณะ Linux
- 7 นาที
เพื่อแสดงให้เห็นถึงการโยกย้าย SQL Server ไปยังผู้ถืองบประมาณ การโยกย้ายข้อมูลจะเป็นประโยชน์ต่อการแข่งขันสําหรับระบบของคุณด้วยการรู้ว่าคุณลักษณะใดของ SQL Server
หลังจากทําการวิจัยว่า SQL Server บน Linux คืออะไร คุณต้องการตรวจสอบให้แน่ใจว่าคุณลักษณะที่มีอยู่ปัจจุบันตรงตามข้อกําหนดของตัวนําเข้า Wide World สําหรับการประมวลผลข้อมูลที่มีอยู่และในอนาคต
ที่นี่ คุณจะได้เรียนรู้เกี่ยวกับคุณลักษณะหลักของ SQL Server บน Linux
การแสดง
SQL Server บน Linux สนับสนุนความต้องการแข่งขันของปริมาณงานทรานแซคชันที่รวดเร็วและการวิเคราะห์แบบตอบสนองโดยเสนอโซลูชันการประมวลผลวิเคราะห์ธุรกรรมแบบไฮบริด (HTAP) HTAP ใช้เทคโนโลยีประสิทธิภาพหลักของ SQL Server:
In-Memory การประมวลผลธุรกรรมออนไลน์ (OLTP)
หากรวมตารางที่ปรับให้เหมาะสมกับหน่วยความจําและโพรซีเดอร์ที่เก็บไว้ผู้นําเข้า Wide World สามารถเห็นประสิทธิภาพการทํางานที่เพิ่มขึ้นมากในตารางทรานแซคชัน ตัวอย่างเช่น การเขียนและอ่านสถานะเซสชันสําหรับเว็บไซต์อีคอมเมิร์ซ
ดัชนี Columnstore
SQL Server สนับสนุนทั้งข้อมูลแถวและคอลัมน์ที่บีบอัดข้อมูล ตารางเชิงธุรกรรมยังสามารถใช้ดัชนี columnstore แทนดัชนี row-store เมื่อเขียนคิวรีการวิเคราะห์ การใช้ดัชนี columnstore จะช่วยให้ชุดการวิเคราะห์ปัจจุบันรักษาประสิทธิภาพการทําธุรกรรมในขณะที่ยังเรียกใช้คิวรีการรายงานแบบเรียลไทม์ผ่านข้อมูลการดําเนินงาน
การจัดเก็บคิวรี
ทีม DBA ของคุณทํางานการปรับแต่งประสิทธิภาพรายเดือนเพื่อให้แน่ใจว่ามีการใช้แผนคิวรีที่ถูกต้อง พวกเขาตรวจสอบประสิทธิภาพการทํางานของคิวรีและแปลงกลับแผนคิวรีที่การเปลี่ยนแปลงในแผนการดําเนินการมีผลต่อประสิทธิภาพการทํางาน นอกจากนี้ ทีมยังรายงานคิวรีที่ทํางานนานที่สุด 10 อันดับแรกไปยังลูกค้าเป้าหมายการพัฒนาและตรวจสอบการล็อกทรัพยากรต่าง ๆ Query Store สนับสนุนงานเหล่านี้ทั้งหมด และคุณสามารถเปิดใช้งานด้วย Transact-SQL:
ALTER DATABASE <database_name>
SET QUERY_STORE (OPERATION_MODE = READ_WRITE);
การปรับแต่งอัตโนมัติและการประมวลผลคิวรีอัจฉริยะ
คุณสามารถเปิดใช้งานการแก้ไขตัวเลือกแผนอัตโนมัติหลังจากเปิดใช้งานร้านค้าคิวรีแล้ว ด้วยการเปิดใช้งานการปรับแต่งอัตโนมัติ SQL Server จะตรวจสอบประสิทธิภาพของคิวรี ถ้าแผนคิวรีใหม่แย่กว่าเวอร์ชันก่อนหน้า สามารถแทนที่แผนใหม่ด้วยการทํางานเวอร์ชันก่อนหน้าได้ดียิ่งขึ้น ตัวเลือก จะพร้อมใช้งานที่ระดับฐานข้อมูลที่มีคําสั่ง ALTER:
ALTER DATABASE <database_name>
SET AUTOMATIC_TUNING ( FORCE_LAST_GOOD_PLAN = ON );
Intelligent Query Processing (IQP) เป็นชุดของคุณลักษณะ ซึ่งส่วนใหญ่เป็นฟีเจอร์ใหม่ใน SQL Server 2022 ซึ่งช่วยปรับปรุงและปรับประสิทธิภาพของปริมาณงานของคุณให้เหมาะสมโดยอัตโนมัติ คุณลักษณะ IQP ประกอบด้วย:
อะแดปทีฟการรวม (โหมดชุดงาน): อะแดปทีฟการรวมจะเลือกชนิดการรวมแบบไดนามิกในระหว่างรันไทม์โดยยึดตามแถวอินพุตจริง
การดําเนินการแบบแทรกแซง: ใช้คาร์ดินาลลิตี้จริงของฟังก์ชันค่าตารางแบบหลายคําสั่งที่พบในการคอมไพล์ครั้งแรกแทนการคาดเดาแบบคงที่
หน่วยความจําให้คําติชม (โหมดชุดงาน): ถ้าคิวรีโหมดชุดงานมีการดําเนินการที่หกลงในดิสก์ ให้เพิ่มหน่วยความจําเพิ่มเติมสําหรับการดําเนินการติดต่อกัน ถ้าคิวรีทําให้หน่วยความจําที่จัดสรรมาเสีย > 50% ให้ลดขนาดหน่วยความจําที่มอบให้สําหรับการดําเนินการติดต่อกัน
จํานวนนับโดยประมาณ: ให้ค่าประมาณ
COUNT DISTINCTสําหรับสถานการณ์ข้อมูลขนาดใหญ่ พร้อมประโยชน์จากประสิทธิภาพสูงและฟุตพริ้นท์หน่วยความจําเหลือน้อยโหมดชุดงานบน Rowstore: มีโหมดชุดงานสําหรับปริมาณงาน DW เชิงสัมพันธ์ที่ผูกกับ CPU โดยไม่ต้องใช้ดัชนี columnstore
หน่วยความจําให้คําติชม (โหมดแถว): ถ้าคิวรีโหมดแถวมีการดําเนินการที่หกลงในดิสก์ ให้เพิ่มหน่วยความจําเพิ่มเติมสําหรับการดําเนินการติดต่อ ถ้าคิวรีทําให้หน่วยความจําที่จัดสรรมาเสีย > 50% ให้ลดขนาดหน่วยความจําที่มอบให้สําหรับการดําเนินการติดต่อกัน
การอินไลน์ UDF สเกลา: UDF ของสเกลาจะถูกแปลงเป็นนิพจน์เชิงสัมพันธ์ที่เทียบเท่ากันที่ "แบบอินไลน์" ลงในคิวรีการเรียก ซึ่งมักจะส่งผลให้ประสิทธิภาพการทํางานเพิ่มขึ้นอย่างมาก
การคอมไพล์แบบเลื่อนเวลาของตัวแปรตาราง: ใช้คาร์ดินาลลิตี้จริงของตัวแปรตารางที่พบในการคอมไพล์ครั้งแรกแทนที่จะเป็นการคาดเดาแบบคงที่
เปอร์เซ็นไทล์โดยประมาณ: คํานวณเปอร์เซ็นไทล์สําหรับชุดข้อมูลขนาดใหญ่ได้อย่างรวดเร็วพร้อมข้อผิดพลาดตามอันดับที่ยอมรับได้ที่ผูกไว้เพื่อช่วยในการตัดสินใจอย่างรวดเร็วโดยใช้ฟังก์ชันการรวมเปอร์เซ็นไทล์โดยประมาณ
การประเมินคาร์ดินาลลิตี้ (CE): ปรับการประเมินคาร์ดินาลลิตี้โดยอัตโนมัติสําหรับการทําซ้ําคิวรีเพื่อปรับปริมาณงานให้เหมาะสมซึ่งสมมติฐาน CE ที่ไม่มีประสิทธิภาพทําให้ประสิทธิภาพการคิวรีแย่ลง คําติชม CE ระบุและใช้สมมติฐานแบบจําลองที่เหมาะกับคิวรีที่ระบุและการกระจายข้อมูลเพื่อปรับปรุงคุณภาพแผนการดําเนินการคิวรีได้ดียิ่งขึ้น
องศาของการทํางานแบบขนาน (DOP): ปรับระดับความขนานโดยอัตโนมัติสําหรับคิวรี่ที่ซ้ํากันเพื่อปรับให้เหมาะสมสําหรับปริมาณงานที่ความขนานที่ไม่มีประสิทธิภาพสามารถทําให้เกิดปัญหาด้านประสิทธิภาพการทํางานได้ จําเป็นต้องเปิดใช้งาน Query Store
การปรับแผนระดับความลับของพารามิเตอร์ให้เหมาะสม: การปรับพารามิเตอร์ให้เหมาะสมตามแผนจะจัดการสถานการณ์ที่แคชไว้เพียงแผนเดียวสําหรับคิวรีที่มีการกําหนดพารามิเตอร์ไม่เหมาะสมสําหรับค่าพารามิเตอร์ขาเข้าที่เป็นไปได้ทั้งหมด ตัวอย่างเช่น การกระจายข้อมูลที่ไม่สมบูรณ์
หน่วยความจําให้คําติชม (เปอร์เซ็นไทล์): ระบุข้อจํากัดที่มีอยู่ของหน่วยความจําให้คําติชมในลักษณะที่ไม่เป็นไปโดยการรวมการดําเนินการคิวรีที่ผ่านมาเพื่อปรับปรุงคําติชม
การคงอยู่ของหน่วยความจําให้คําติชม: มอบฟังก์ชันการทํางานใหม่เพื่อคงไว้ซึ่งหน่วยความจําที่มอบคําติชม จําเป็นต้องเปิดใช้งาน Query Store สําหรับฐานข้อมูลและในโหมด READ_WRITE
การคงอยู่ของคําติชม CE: จําเป็นต้องเปิดใช้งาน Query Store สําหรับฐานข้อมูลและในโหมด
READ_WRITEการคงอยู่ของคําติชม DOP: จําเป็นต้องเปิดใช้งาน Query Store สําหรับฐานข้อมูลและในโหมด
READ_WRITEบังคับแผนให้เหมาะสม: ลดค่าใช้จ่ายในการคอมไพล์สําหรับคิวรีที่บังคับให้ทําซ้ํา สําหรับข้อมูลเพิ่มเติม ดูแผนปรับให้เหมาะสมโดยบังคับใช้กับ Query Store
IQP ไม่ต้องการให้คุณเขียนโค้ดใหม่หรือเปลี่ยน Schema ฐานข้อมูลของคุณเพื่อใช้ประโยชน์จากประสิทธิภาพการทํางานที่ดีที่สุด สิ่งที่คุณต้องทําคืออัปเกรดฐานข้อมูลเป็นระดับความเข้ากันได้ 150 หรือใหม่กว่า:
ALTER DATABASE <database_name> SET COMPATIBILITY_LEVEL = 160;
ความปลอดภัย
SQL Server บน Linux สนับสนุนคุณลักษณะการรักษาความปลอดภัยขั้นสูง เช่น Always Encrypted, row-level security และ dynamic data masking เพื่อปกป้องข้อมูลบนดิสก์ ในหน่วยความจํา หรือการส่งต่อ คุณลักษณะเหล่านี้ทั้งหมดได้รับการสนับสนุนในทุกรุ่น รวมถึงรุ่นมาตรฐาน:
การเข้ารหัสข้อมูลโปร่งใส (TDE) เข้ารหัสข้อมูลที่เหลือ นั่นคือเมื่อข้อมูลถูกเก็บไว้ในไฟล์ฐานข้อมูล ข้อมูลได้รับการป้องกันจากผู้ใช้ที่เป็นอันตรายทั้งในฐานข้อมูลและในการสํารองข้อมูล
Always Encrypted ตรวจสอบให้แน่ใจว่ามีเพียงผู้ใช้ที่เป็นเจ้าของข้อมูลเท่านั้นที่สามารถดูและประมวลผลได้ ผู้ใช้ที่จัดการข้อมูล เช่น ผู้ดูแลระบบฐานข้อมูล จะไม่สามารถดูข้อมูลได้ ถ้าคุณใช้ Always Encrypted:
- คุณสามารถคิวรีข้อมูลที่เข้ารหัสลับได้โดยไม่ต้องถอดรหัสลับก่อน
- ข้อมูลได้รับการป้องกันไว้เมื่อทําการย้ายไปยังหน่วยความจําเซิร์ฟเวอร์ และเมื่อมีการย้ายจากเซิร์ฟเวอร์ไปยังแอปไคลเอ็นต์ที่เชื่อถือได้
- การเข้ารหัสและการถอดรหัสลับเกิดขึ้นในโปรแกรมควบคุมไคลเอ็นต์ เพื่อให้กระบวนการโปร่งใสไปยังแอปพลิเคชันไคลเอ็นต์
- เฉพาะแอปพลิเคชันที่เชื่อถือได้และเจ้าของข้อมูลเท่านั้นที่สามารถเข้าถึงได้ นักพัฒนาแอปพลิเคชันและผู้ดูแลระบบฐานข้อมูลไม่สามารถเข้าถึงคีย์การเข้ารหัสลับคอลัมน์ (CEK) ได้
การตรวจสอบ ติดตามเหตุการณ์ที่เกิดขึ้นในกลไกจัดการฐานข้อมูลและผู้ที่ดําเนินการเหตุการณ์เหล่านั้น เหตุการณ์ที่ตรวจสอบสามารถจัดเก็บไว้ในบันทึกเหตุการณ์หรือไฟล์การตรวจสอบ และคุณสามารถใช้เพื่อตรวจสอบปัญหา เช่น การโจมตีและการรั่วไหลของข้อมูล
การรักษาความปลอดภัยระดับแถว ควบคุมการเข้าถึงแถวที่ระบุภายในตารางโดยยึดตามบุคคลที่ดําเนินการคิวรี คุณสามารถควบคุมได้ว่าใครสามารถเข้าถึงข้อมูลได้ เช่น โดยการเป็นสมาชิกกลุ่มหรือบริบทการดําเนินการ
การมาสก์ข้อมูลแบบไดนามิก ปกปิดส่วนของข้อมูล มีรูปแบบที่แตกต่างกันสี่ประเภท: การปกปิดข้อมูลทั้งหมดในคอลัมน์ การมาสก์ที่อยู่อีเมล การมาสก์ตัวเลขแบบสุ่มสําหรับข้อมูลตัวเลข และการมาสก์สตริงที่กําหนดเอง ตัวอย่างเช่น คุณสามารถใช้การมาสก์สตริงแบบกําหนดเองเพื่อซ่อนตัวตัวเลขทั้งหมดแต่มีสี่หลักสุดท้ายในหมายเลขประกันสังคม
การค้นหาข้อมูลและการจําแนกประเภท ระบุ ป้ายชื่อ และรายงานเกี่ยวกับข้อมูลที่ละเอียดอ่อนในฐานข้อมูลของคุณ เช่น ข้อมูลส่วนบุคคล เป็นเครื่องมือภายใน SQL Server Management Studio (SSMS) ที่ทําให้ง่ายต่อการปฏิบัติตามกฎหมายความเป็นส่วนตัวของข้อมูลและทําให้ฐานข้อมูลที่ประกอบด้วยข้อมูลที่มีค่าที่สุดนั้นยากขึ้น การค้นหาข้อมูลและการจําแนกประเภทเป็นบริการที่เป็นส่วนหนึ่งของแพคเกจ Advanced Data Security (ADS)
การประเมินช่องโหว่ในฐานข้อมูลของคุณ เมื่อคุณทราบถึงจุดอ่อนที่อาจทําให้การกําหนดค่าเซิร์ฟเวอร์และการออกแบบฐานข้อมูลของคุณอ่อนแอลง คุณอาจป้องกันการโจมตีทั่วไปได้โดยการลดการโจมตีเหล่านั้น การประเมินช่องโหว่เป็นบริการโฆษณาอื่น
ตัวแทนเซิร์ฟเวอร์ SQL
SQL Server Agent เรียกใช้งานบํารุงรักษาและจัดกําหนดการงานอัตโนมัติ SQL Server Agent สนับสนุนปริมาณงานสามรายการต่อไปนี้:
- งาน Transact-SQL
- อีเมล DB
- การจัดส่งสินค้าล็อก
ตามค่าเริ่มต้น SQL Server Agent ถูกปิดใช้งาน แต่มีการติดตั้งและสามารถเปิดใช้งานโดยใช้โปรแกรมอรรถประโยชน์ mssql-conf บรรทัดคําสั่ง
sudo /opt/mssql/bin/mssql-conf set sqlagent.enabled true
sudo systemctl restart mssql-server
ความพร้อมใช้งานสูง
SQL Server มีหลายวิธีในการระบุระดับการยอมรับข้อบกพร่องที่ยอมรับได้ SQL Server บน Linux สนับสนุน Always On availability groups และ Always On failover cluster instance ทั้งสองตัวเลือกเหล่านี้จําเป็นต้องมี mssql-server-ha แพคเกจที่ติดตั้งบนเซิร์ฟเวอร์แต่ละตัว Linux รองรับการคลัสเตอร์ผ่าน Pacemakerซึ่งเทียบเท่ากับ Windows Server Failover Clustering (WSCF) แม้ว่าจะไม่ได้รวมเข้ากับระบบปฏิบัติการโฮสต์อย่างเข้มงวด
หากมีความยืดหยุ่นมากขึ้นสําหรับสิ่งที่ยอมรับได้สําหรับการหยุดทํางาน Log Shipping ผ่าน SQL Agent สามารถให้สแตนด์บายที่อบอุ่นซึ่งคุณใช้เพื่อกู้คืนจากการสูญหายของเซิร์ฟเวอร์
อีกวิธีหนึ่งสําหรับ SQL Server บน Linux คือความสามารถในการเรียกใช้ในคอนเทนเนอร์ที่ลงรายการด้วยเครื่องมือเช่น Kubernetes เครื่องมือการเรียงลําดับจะตรวจสอบให้แน่ใจว่ามีโหนดที่เรียกใช้ SQL Server เสมอ หากโหนดนั้นล้มเหลว อินสแตนซ์อื่นจะได้รับการบูทสเตรปโดยอัตโนมัติ เมื่อจําเป็นต้องใช้ความพร้อมใช้งานอย่างมีประสิทธิภาพมากขึ้น กลุ่มความพร้อมใช้งานแบบ On Always สามารถเรียกใช้ในคอนเทนเนอร์ได้
คุณสมบัติเด่นอื่น ๆ
PolyBase
องค์กรจํานวนมากมีข้อมูลในระบบที่แตกต่างกัน บางทีทีมอื่นมีข้อกําหนดที่แตกต่างกันเมื่อพวกเขาเลือกระบบของพวกเขาหรือ บริษัท ผสานกับ บริษัท อื่นหรือด้วยเหตุผลทางประวัติศาสตร์อื่น โดยทั่วไปแล้ว เป็นการยากที่จะรวมข้อมูลข้ามขอบเขตของระบบเหล่านี้เพื่อตอบคําถามสําหรับผู้ใช้
สมมติว่าคุณมีข้อมูลใน SQL Server ที่บันทึกยอดขายสําหรับแค็ตตาล็อกผลิตภัณฑ์ของคุณ แต่ข้อมูลที่บันทึกว่ามีค่าใช้จ่ายเท่าใดในการทําให้ผลิตภัณฑ์ของคุณอยู่ในฐานข้อมูล SAP HANA คุณต้องการสร้างรายงานที่วิเคราะห์อัตรากําไร ดังนั้นคุณต้องใช้ข้อมูลจากทั้งสองฐานข้อมูล ในอดีตคุณสามารถ:
- ใช้แพคเกจแยก แปลง โหลด (ETL) เพื่อโยกย้ายข้อมูลจากระบบฐานข้อมูลหนึ่งไปยังอีกระบบหนึ่ง
- คิวรีทั้งสองฐานข้อมูล แล้วเขียนรหัสที่กําหนดเองเพื่อรวมและรวมผลลัพธ์ลงในรายงานเดียว
ทั้งสองวิธีนั้นซับซ้อนและสามารถต้องการเวลาการพัฒนาที่สําคัญเพื่อให้ถูกต้อง
ด้วย PolyBase คุณสามารถสร้างตารางภายนอกใน SQL Server ได้ ตารางภายนอกคือการเชื่อมต่อกับระบบภายนอกและชุดข้อมูลที่โฮสต์ที่นั่น เมื่อสร้างแล้ว ไคลเอ็นต์สามารถส่งคิวรีไปยังตารางภายนอกได้ในลักษณะเดียวกับตารางภายใน คิวรี JOIN สามารถรวมข้อมูลจากตารางภายนอกเข้ากับตารางภายในได้ อย่างที่คุณเห็น PolyBase สามารถลบขอบเขตที่ระบบต่าง ๆ กําหนดบนข้อมูลของคุณ และทําให้ง่ายต่อการวิเคราะห์ที่คุณต้องการในข้อมูลธุรกิจของคุณ โดยไม่คํานึงถึงตําแหน่งที่ตั้งของไฟล์
โน้ต
บนระบบปฏิบัติการ Linux, PolyBase ได้รับการสนับสนุนใน SQL Server 2019 และเวอร์ชันที่ใหม่กว่า เมื่อต้องการใช้งาน คุณต้องติดตั้ง mssql-server-polybase แพคเกจ นอกเหนือจาก SQL Server 2022
บริการการเรียนรู้ของเครื่อง
ในการเรียนรู้ของเครื่อง ชุดข้อมูลขนาดใหญ่จะถูกใช้เพื่อจําลองลักษณะการทํางานของระบบที่ซับซ้อนบางระบบ เมื่อมีการพัฒนาแบบจําลองที่ทํานายลักษณะการทํางานที่สังเกตได้ของระบบได้อย่างถูกต้อง แบบจําลองถูกใช้เพื่อคาดการณ์ว่าระบบนั้นจะทํางานอย่างไรในอนาคต ไลบรารีโค้ดที่มีความซับซ้อนซึ่งมักจะเป็นโอเพนซอร์สถูกพัฒนาขึ้นในภาษา R และภาษา Python ไลบรารีเหล่านี้สามารถจัดเตรียมชุดข้อมูลของคุณ เพิ่มคุณลักษณะ ไปยังไลบรารี ฝึกแบบจําลอง ประเมินความแม่นยําของแบบจําลองที่ได้รับการฝึก และปรับใช้แบบจําลองเหล่านั้นสําหรับลูกค้ารายอื่นเพื่อเรียกใช้
SQL Server Machine Learning Services ช่วยให้คุณสามารถเรียกใช้สคริปต์ R และ Python เหล่านี้กับข้อมูลในฐานข้อมูล SQL Server ของคุณ คุณสามารถเพิ่มเฟรมเวิร์กการเรียนรู้ของเครื่องและวิทยาศาสตร์ข้อมูลยอดนิยม รวมถึง PyTorch, TensorFlow, SciKit-Learn และอื่น ๆ ได้
โน้ต
บนระบบปฏิบัติการ Linux SQL Server Machine Learning ได้รับการสนับสนุนใน SQL Server 2019 และเวอร์ชันที่ใหม่กว่า หากต้องการใช้งาน คุณต้องเพิ่มแพคเกจเพิ่มเติม ตัวอย่างเช่น ถ้าคุณต้องการใช้ Python สําหรับรหัสการเรียนรู้ของเครื่องทั้งหมด ให้
mssql-mlservices-mlm-py-9.4.7ติดตั้งแพคเกจ ที่เทียบเท่าสําหรับ R คือการติดตั้งแพคเกจmssql-mlservices-mlm-r-9.4.7
การสนับสนุนกราฟ
SQL Server มีการสนับสนุนดั้งเดิมสําหรับการจัดเก็บและการคิวรีข้อมูลตามกราฟ SQL Server จัดเก็บข้อมูลเป็นชุดเอนทิตี (โหนด) และความสัมพันธ์ (ขอบ) ระหว่างกัน
การค้นหาข้อความแบบเต็ม
การค้นหาข้อความแบบเต็มช่วยให้ผู้ใช้สามารถเรียกใช้คิวรีกับข้อมูลข้อความที่เป็นไปตามกฎด้านภาษาได้ ตัวอย่างเช่น เมื่อคุณค้นหาคําว่า runการค้นหาข้อความเต็มจะส่งกลับผลลัพธ์ที่มีรูปแบบของคํา runเช่น ran และrunning
คุณลักษณะนี้ไม่ได้ถูกติดตั้งตามค่าเริ่มต้น บน Linux คุณเปิดใช้งานโดยการติดตั้งแพคเกจ mssql-server-fts
ปริมาณงาน ETL
แพคเกจ SQL Server Integration Services (SSIS) สามารถเรียกใช้บน SQL Server บน Linux ซึ่งไม่ถูกจํากัดให้ทํางานเฉพาะกับ SQL Server บน Linux แพคเกจเหล่านี้ยังสามารถเชื่อมต่อกับ Microsoft SQL Server ที่ทํางานบน Windows ภายในองค์กร หรือในระบบคลาวด์ หรือ SQL Server ที่ทํางานในคอนเทนเนอร์
คุณต้องเขียนและรักษาแพคเกจ SSIS บนเครื่อง Windows ที่ใช้งานเครื่องมือข้อมูลเซิร์ฟเวอร์ SQL