Microsoft SQL Server

บทความนี้ผู้เขียนขอเรียกเป็น “ซีรีย์คิวรี่ตามคำขอ” เพราะผู้เขียนได้รับการสอบถามถึงการสืบค้นวันสุดท้ายของเดือนปัจจุบัน ทั้งที่ Microsoft SQL Server นั้นมีฟังก์ชั่น EOMONTH (End of Month) มาตั้งแต่เวอร์ชั่น 2012

Maximizing SQL Server performance with Microsoft Azure เทคนิคการจัดการ SQL Server เพื่อการรองรับแพลตฟอร์มที่หลากหลาย จาก Ground สู่ Cloud และเทคนิคการ Migrate จาก On-Primise ขึ้น Azure พร้อมฟีเจอร์สุด Cool อย่าง Azure SQL Database Intelligent

การนำเอา Microsoft SQL Server 2017 Datasheet มาเล่า และทดลองให้เห็นผ่านตัวอย่างเล็ก ๆ ก็ดำเนินมาถึงตอนสุดท้ายกันแล้ว ผู้เขียนจะขอเล่าถึงส่วนสุดท้ายใน Datasheet ที่จั่วหัวไว้เป็น “End-to-end mobile BI on any device” ซึ่งในรูปประกอบนั่นคือการเปรียบเทียบต้นทุนการได้มาของ Modern Reports บนโทรศัพท์มือถือที่ Microsoft ทำได้ถูกกว่า Oracle มาก รูปดังกล่าวผู้เขียนเห็นมาตั้งแต่ Datasheet ของ Microsoft SQL Server 2016 และตัวเลขไม่ได้ต่างไปจากเดิมเลย

Azure Arc จะช่วยให้เราเอา SQL Server แบบ On Premise ไปจัดการได้บน Azure และยังสามารถนำ Data ที่อยู่บน Azure มาไว้ที่ Host ในองค์กรได้อีกด้วย ทำให้เราบริหารจัดการได้อย่างง่ายดายและทรงพลังมาก

ผู้เขียนได้เขียนเกี่ยวกับการติดตั้ง Microsoft SQL Server vNext หรือก็คือ Microsoft SQL Server 2017 ในปัจจุบันบน Linux แบบออนไลน์ เอาไว้ตั้งแต่เดือนมกราคมปี 2560 ผ่านไปปีกว่าผู้เขียนเริ่มมีการติดตั้งเพื่อใช้งานจริงให้กับลูกค้าหลายราย และพบว่าลูกค้าบางรายมีความจำเป็นต้องติดตั้งแบบ offline เท่านั้นด้วยเหตุผลด้าน Security ผู้เขียนจึงได้นำวิธีการติดตั้งแบบ offline ดังกล่าวมาเล่าสู่กันฟัง โดยครั้งนี้ผู้เขียนเลือกที่จะติดตั้งลงบน Red Hat Enterprise Linux ซึ่งเป็น Commercial Linux Distribution เจ้าหลักที่ลูกค้าของผู้เขียนมักเลือกใช้ (สามารถหาอ่านการติดตั้งแบบ Online ลงบน Ubuntu Linux ได้จากบทความชื่อ “Microsoft SQL Server VNext ติดตั้งบน Linux ง่ายแสนง่าย”)

Microsoft ได้ออกแบบผลิตภัณฑ์ Microsoft SQL Server Integration Service ให้สามารถสกัดข้อมูลจากหลายแหล่งหลายโครงสร้าง (schema) แล้วมีเครื่องไม้เครื่องมือในการแปลงข้อมูลเหล่านั้นไปสู่โครงสร้าง (schema) แบบ Dimensional Model ของ Ralph Kimball ผู้อ่านสามารถติดตามหนังสือในเครือ Kimball Group ได้จาก http://www.kimballgroup.com

Maximizing SQL Server performance with Microsoft Azure เทคนิคการจัดการ SQL Server เพื่อการรองรับแพลตฟอร์มที่หลากหลาย จาก Ground สู่ Cloud และเทคนิคการ Migrate จาก On-primise ขึ้น Azure พร้อมฟีเจอร์สุด Cool อย่าง Azure SQL Database Intelligent

ชุดกลไก ETL ผู้เขียนบรรยายไว้ในบทความชื่อ “กลไก ETL คืออะไร” และได้แนะนำ Microsoft SQL Server Integration Service (SSIS) ว่าเป็นแพลตฟอร์มสำหรับ ETL คุณภาพสูง เอาไว้ในบทความดังกล่าว แต่ยังมีเครื่องมือสำหรับ ETL อีกตัวหนึ่งชื่อ Power Query ได้รับความนิยมมากในขณะนี้ เพราะเป็นส่วนหนึ่งของ Power BI Desktop (หรือเป็น add-in ของ Microsoft Excel) เหมาะกับงานในลักษณะ Self-Service ETL และมีความซับซ้อนน้อยกว่า SSIS

Microsoft SQL Server Analysis Service เป็นผลิตภัณฑ์สำหรับจัดการ Data Model ระดับ Enterprise ซึ่งแบ่งได้เป็น 2 ประเภทดังนี้ - Multidimensional Data Model ซึ่งเป็น โครงสร้างข้อมูลแบบ OLAP (cubes, dimensions, measures) - Tabular Data Model ซึ่งเป็น โครงสร้างข้อมูลแบบ Relational (model, tables, columns)

ก่อนหน้านี้ บทความ การอ่าน Query Execution Plan ตอนที่ 1 เป็นการปูพื้นฐานเกี่ยวกับชนิดของการแสดงผล Compiled Plan (Query Execution Plan ที่ถูกเลือกจากกลไก Query Optimization แล้ว) ทั้งแบบ Estimated และ Actual และตัวอย่างการสร้างและปรับแต่ง Index ชนิด Covering Index กันไปแล้ว สำหรับ การอ่าน Query Execution Planตอนที่ 2 นี้ ผู้เขียนจะเจาะไปที่ตัวดำเนินการที่พบบ่อย รวมถึงความรู้เกี่ยวกับโครงสร้างตารางแบบต่าง ๆ กัน