SQL Server 2017

از پایگاه‌داده‌ی یک اپلیکیشن تا انبار داده‌ی چندترابایتی، SQL Server همگام شما است.

مرور

نگاهی به SQL Server

🐧

اجرای روی Linux

بار کاری ترکیبی OLTP و OLAP در یک سرور.

🤖

ML Services

BI کامل با Reporting، Analysis و Integration Services.

🕸️

Graph Database

امنیت چندلایه و رمزنگاری شفاف داده.

🔐

Adaptive Query Processing

موتور پایگاه‌داده‌ی رابطه‌ای در کلاس سازمانی.

خلاصه

BI و OLTP در یک پلتفرم

SQL Server 2017 Enterprise
نسخه کامل
Developer Edition با تمام قابلیت‌های Enterprise، فقط برای محیط توسعه و تست.
SQL Server 2017 Standard
متوسط
Web Edition با قیمت ویژه برای ارائه‌دهندگان میزبانی و وب‌سایت‌های پربازدید.

SQL Server 2017 — پایگاه داده‌ای برای دنیای چندپلتفرمی

Transparent Data Encryption، Always Encrypted و Row-Level Security سه لایه‌ی متمایز حفاظت داده هستند.

موتور SQL Server با In-Memory OLTP، Columnstore Index و Intelligent Query Processing کارایی بی‌نظیری برای کارهای ترکیبی فراهم می‌کند.

PolyBase امکان پرسش از داده‌های Hadoop، Azure Blob و حتی Oracle را مستقیماً از T-SQL فراهم می‌کند.

ویژگی‌های کلیدی SQL Server 2017

پشتیبانی از لینوکس و Docker

خانواده‌ی SQL شامل Reporting Services، Analysis Services و Integration Services است که یک پلتفرم کامل BI می‌سازند.

Graph Database

Always On Availability Groups شامل HA و DR در یک مکانیزم واحد است و توقف برنامه‌ها را به حداقل می‌رساند.

یکپارچه‌سازی R و Python

Transparent Data Encryption، Always Encrypted و Row-Level Security سه لایه‌ی متمایز حفاظت داده هستند.

Automatic Tuning

موتور SQL Server با In-Memory OLTP، Columnstore Index و Intelligent Query Processing کارایی بی‌نظیری برای کارهای ترکیبی فراهم می‌کند.

Resumable Online Index Rebuild

PolyBase امکان پرسش از داده‌های Hadoop، Azure Blob و حتی Oracle را مستقیماً از T-SQL فراهم می‌کند.

Adaptive Query Processing

خانواده‌ی SQL شامل Reporting Services، Analysis Services و Integration Services است که یک پلتفرم کامل BI می‌سازند.

Always On Availability Groups پیشرفته

Always On Availability Groups شامل HA و DR در یک مکانیزم واحد است و توقف برنامه‌ها را به حداقل می‌رساند.

مقایسه نسخه‌ها

ویژگیExpressStandardEnterpriseDeveloper
حداکثر RAM1 GB128 GBنامحدودنامحدود
حداکثر اندازه DB10 GB524 PB524 PB524 PB
Always On AGBasic AG (2 node)تا 8 replicaEnterprise-level
In-Memory OLTPمحدودکاملکامل
Columnstore Index
Graph Database
Machine Learning Services
پشتیبانی لینوکس
Data Compression
استفاده تجاریرایگان (محدود)مجوز پرداختیمجوز پرداختیفقط توسعه

قابلیت‌های معرفی‌شده در SQL Server 2017

  • پشتیبانی از لینوکس: اجرای بومی روی Red Hat، Ubuntu، و SUSE Linux Enterprise Server.
  • Docker Container: استقرار SQL Server در محیط‌های کانتینری برای DevOps.
  • Graph Database: مدل‌سازی داده‌های گراف با Node و Edge در موتور SQL.
  • Machine Learning Services با Python: اضافه شدن Python در کنار R برای تحلیل‌های آماری.
  • Automatic Tuning: شناسایی و رفع ریگرسیون پلن کوئری به‌طور خودکار.
  • Adaptive Query Processing: بهبود خودکار کارایی کوئری‌های پیچیده در زمان اجرا.
  • Resumable Online Index Rebuild: توقف و ادامهٔ بازسازی ایندکس آنلاین.
  • Always On با ۸ replica: افزایش از ۵ به ۸ replica ثانویه در نسخه Enterprise.

موارد استفاده SQL Server 2017

Transparent Data Encryption، Always Encrypted و Row-Level Security سه لایه‌ی متمایز حفاظت داده هستند.

پیش‌نیازهای سیستمی SQL Server 2017

مؤلفهویندوزلینوکس
سیستم‌عاملWindows Server 2012 R2+RHEL 7.3+، Ubuntu 16.04+، SUSE 12 SP2+
پردازنده64-bit، حداقل 1.4 GHz64-bit، حداقل 1.4 GHz
حافظه RAMحداقل 1 GB (توصیه: 4 GB+)حداقل 2 GB (توصیه: 4 GB+)
فضای دیسک6 GB6 GB
NET Framework.4.6 (اتوماتیک نصب)
DockerDocker Desktop for WindowsDocker CE/EE 1.8+

پرسش‌های متداول SQL Server 2017

آیا SQL Server 2017 روی لینوکس همان قابلیت‌های نسخه ویندوزی را دارد؟
Transparent Data Encryption، Always Encrypted و Row-Level Security سه لایه‌ی متمایز حفاظت داده هستند.
آیا Graph Database در SQL Server 2017 جایگزین پایگاه داده‌های گراف تخصصی مانند Neo4j می‌شود؟
موتور SQL Server با In-Memory OLTP، Columnstore Index و Intelligent Query Processing کارایی بی‌نظیری برای کارهای ترکیبی فراهم می‌کند.
تفاوت Machine Learning Services و SQL Server R Services در نسخه ۲۰۱۶ چیست؟
PolyBase امکان پرسش از داده‌های Hadoop، Azure Blob و حتی Oracle را مستقیماً از T-SQL فراهم می‌کند.
آیا SQL Server 2017 هنوز پشتیبانی دریافت می‌کند؟
خانواده‌ی SQL شامل Reporting Services، Analysis Services و Integration Services است که یک پلتفرم کامل BI می‌سازند.
آیا می‌توانم از SQL Server 2017 به نسخه جدیدتر ارتقا دهم؟
Always On Availability Groups شامل HA و DR در یک مکانیزم واحد است و توقف برنامه‌ها را به حداقل می‌رساند.
راهنمای جامع

SQL Server 2017 از نگاه نزدیک

SQL Server موتور پایگاه‌داده‌ی رابطه‌ای مایکروسافت است که برای مدیریت داده‌های حساس و حجیم در سامانه‌های کسب‌وکار، بانک، بیمه، صنعت و دولت طراحی شده است. هسته‌ی این موتور بر ACID، اطمینان بالا و تحلیل لحظه‌ای استوار است.

موتور پردازشی SQL Server شامل کوئری اپتیمایزر مبتنی بر هزینه، اجرای موازی، فهرست‌های Columnstore برای کارهای تحلیلی، فهرست‌های Rowstore برای تراکنش، Memory-Optimized Tables برای بار بسیار سنگین و کش پویا با Buffer Pool است.

در کنار موتور پایگاه‌داده، SQL Server شامل سرویس‌های Integration Services برای ETL، Analysis Services برای مدل‌سازی چندبعدی و جدولی، Reporting Services برای گزارش‌سازی و Machine Learning Services برای اجرای R و Python در داخل موتور است.

SQL Server 2017 — نمای رابط
نمایی از SQL Server 2017 (منبع: Wikimedia Commons)
۳۰+
سال سابقه
۹۹.۹۹۹%
SLA AlwaysOn
۱۰۰TB+
Database
۱۲۸
هسته پشتیبانی

ویژگی‌های کلیدی

Always On برای دسترسی بالا

Availability Groups روی شبکه‌های همگام و ناهمگام Failover خودکار، خواندن از کپی‌های ثانویه و پشتیبان‌گیری از کپی‌ها را ممکن می‌کنند.

امنیت داده

Transparent Data Encryption، Always Encrypted، Row-Level Security، Dynamic Data Masking و Ledger برای داده‌های تغییرناپذیر، شالوده‌ی محافظت از داده‌اند.

کارایی تراکنشی

In-Memory OLTP با Hekaton، Buffer Pool Extension روی SSD، Resource Governor و Intelligent Query Processing سرعت تراکنش‌ها را بالا می‌برند.

تحلیل و BI

Columnstore Indexes، Power BI Embedded، Tabular Models و DirectQuery، SQL Server را به موتور تحلیلی قدرتمندی تبدیل می‌کنند.

هوش مصنوعی داخل پایگاه

اجرای R، Python و Java داخل موتور، آموزش و امتیازدهی مدل‌ها را بدون انتقال داده ممکن می‌سازد.

ابر هیبریدی

اتصال به Azure SQL، Managed Instance، پشتیبان‌گیری روی Blob Storage و Stretch Database معماری ترکیبی را ساده می‌کند.

توزیع حجم کار در یک کلاستر SQL نمونه

OLTP — 45%Reporting — 25%ETL — 15%Analytics — 15%

افزایش کارایی با Columnstore در گزارش‌ها

22789588RowstoreColumnstoreIn-MemoryHybrid

تاریخچه و تکامل

پیشینه‌ی این محصول، مسیر تکامل آن را بهتر روشن می‌کند. نقاط عطف اصلی در جدول زمانی زیر مرور شده‌اند تا نسخه‌ی SQL Server 2017 (سال 2017) در جایگاه خود قرار بگیرد.

۱۹۸۹
SQL Server 1.0 با همکاری Sybase برای OS/2.
۲۰۰۵
بازنگری کلی موتور با Management Studio.
۲۰۱۲
AlwaysOn Availability Groups معرفی شد.
۲۰۱۶
PolyBase، Stretch DB و JSON بومی.
۲۰۱۷
نسخه‌ی Linux و Docker در کنار ویندوز.
۲۰۲۲
ادغام عمیق با Azure Synapse Link و Ledger.
SQL Server 2017 — تجربه‌ی کاربری
تجربه‌ی کاربری در SQL Server 2017

سناریوهای کاربرد رایج

SQL Server 2017 در طیف وسیعی از سناریوها به کار می‌رود؛ از کاربر نهایی تا محیط‌های سازمانی بزرگ. فهرست زیر تنها نمونه‌ای از پرکاربردترین سناریوهاست:

  • سامانه‌های ERP و حسابداری سازمانی.
  • بانکداری هسته‌ای و سامانه‌های پرتراکنش.
  • موتور تحلیل داده در سامانه‌های بیمه و سلامت.
  • پشت‌صحنه‌ی سامانه‌های صنعتی و IoT.
  • زیرساخت داده‌ی Business Intelligence و Power BI.
  • موتور OLTP برنامه‌های وب و موبایل پرکاربر.

راهنمای استقرار

پیش از نصب، Storage را با ۸KB Stripe، تفکیک Data، Log و TempDB روی LUN جداگانه آماده کنید. RAID 10 برای Data و Log و RAID 1 برای TempDB توصیه می‌شود.

هنگام نصب، Collation متناسب با زبان (Persian_100_CI_AS برای فارسی)، حساب Service جداگانه، Mixed Mode احراز هویت و قاعده‌ی Mixed Workload را انتخاب کنید.

پس از نصب، Maintenance Plan شامل Index Maintenance، Update Statistics، Backup Full/Differential/Log و Integrity Check را زمان‌بندی کنید. Always Encrypted و TDE را برای داده‌های حساس فعال نمایید.

نکته: پیش از هر استقرار سازمانی، یک محیط Pilot کوچک با کاربران واقعی راه‌اندازی کنید و معیارهای موفقیت را پیش از مهاجرت کامل بسنجید.

پیش‌نیازهای فنی

پردازندهx64، حداقل ۱.۴ گیگاهرتز، توصیه‌شده ۲ گیگاهرتز
حافظهحداقل ۱ گیگابایت، توصیه‌شده ۴ گیگابایت یا بیشتر
فضای دیسکحداقل ۶ گیگابایت، توصیه‌شده روی SSD
سیستم‌عاملWindows Server 2016+ یا توزیع‌های سازگار لینوکس
شبکهTCP/IP، Named Pipes اختیاری
ابزار مدیریتSQL Server Management Studio یا Azure Data Studio

تجربه‌ی کاربری: نقاط قوت و محدودیت‌ها

نقاط قوت

  • پایداری و کارایی بالا در بار سنگین
  • ابزار مدیریت بالغ
  • امنیت چندلایه
  • ادغام عمیق با اکوسیستم مایکروسافت

محدودیت‌ها

  • هزینه‌ی لایسنس در سطح Enterprise
  • نیاز به تخصص DBA برای تنظیم بهینه
  • الزامات سخت‌افزاری بالا در بار بزرگ

بهترین تجربه‌ها در بهره‌برداری

برای استفاده‌ی پایدار و امن از SQL Server 2017، رعایت توصیه‌های زیر در بلندمدت تفاوت ملموسی در پایداری، عملکرد و امنیت ایجاد می‌کند:

  • پشتیبان Full هفتگی، Differential روزانه و Log هر ۱۵ دقیقه.
  • Index Fragmentation را به‌صورت هفتگی بازسازی کنید.
  • TempDB را روی SSD و با چند فایل پیکربندی کنید.
  • DBCC CHECKDB را هفتگی اجرا کنید.
  • Always Encrypted را برای داده‌ی حساس فعال کنید.
چرخه‌ی پشتیبانی: نسخه‌ی SQL Server 2017 از سال 2017 منتشر شده و مایکروسافت چرخه‌ی Mainstream و Extended Support مشخصی برای آن تعریف کرده است. آگاهی از تاریخ پایان پشتیبانی به برنامه‌ریزی مهاجرت کمک می‌کند.

پرسش‌های پرتکرار

تفاوت Standard و Enterprise چیست؟

Enterprise بدون محدودیت هسته، با ویژگی‌های پیشرفته‌ی AlwaysOn، Columnstore کامل و In-Memory OLTP نامحدود ارائه می‌شود؛ Standard برای بارهای کوچک‌تر تا متوسط مناسب است.

آیا SQL Server روی لینوکس اجرا می‌شود؟

بله، از نسخه‌ی 2017 موتور به‌صورت بومی روی Red Hat، SUSE و Ubuntu اجرا می‌شود.

Always Encrypted چیست؟

ویژگی‌ای که داده در کلاینت رمزنگاری می‌شود و سرور هرگز به متن خام دسترسی ندارد؛ برای داده‌های حساس مانند شماره کارت کاربرد دارد.

PolyBase چه می‌کند؟

اجازه می‌دهد از داخل T-SQL به منابعی مانند Hadoop، Oracle، Teradata و فایل‌های ابری Query بزنید بدون انتقال داده.

سخن پایانی

SQL Server 2017 نمونه‌ای از تکامل دائمی محصولات مایکروسافت است؛ ترکیبی از تجربه‌ی چنددهه‌ای، اکوسیستم گسترده و سرمایه‌گذاری مداوم در حوزه‌های ابر، هوش مصنوعی و امنیت. انتخاب نسخه‌ی درست و رعایت بهترین تجربه‌ها، بازگشت سرمایه‌ی پایداری برای کاربر و سازمان فراهم می‌کند.

پیش از خرید، نیازهای فعلی و افق سه تا پنج ساله را در نظر بگیرید: حجم کار، تعداد کاربر، الزامات امنیتی، نیاز به یکپارچگی با Azure یا Microsoft 365 و چرخه‌ی پشتیبانی. ترکیب درست این متغیرها به انتخاب آگاهانه و استقرار موفق منجر می‌شود.

سخن پایانی

SQL Server 2017 نمونه‌ای از تکامل دائمی محصولات مایکروسافت است؛ ترکیبی از تجربه‌ی چنددهه‌ای، اکوسیستم گسترده و سرمایه‌گذاری مداوم در حوزه‌های ابر، هوش مصنوعی و امنیت. انتخاب نسخه‌ی درست و رعایت بهترین تجربه‌ها، بازگشت سرمایه‌ی پایداری برای کاربر و سازمان فراهم می‌کند.

پیش از خرید، نیازهای فعلی و افق سه تا پنج ساله را در نظر بگیرید: حجم کار، تعداد کاربر، الزامات امنیتی، نیاز به یکپارچگی با Azure یا Microsoft 365 و چرخه‌ی پشتیبانی. ترکیب درست این متغیرها به انتخاب آگاهانه و استقرار موفق منجر می‌شود.

از منظر عملکرد، توصیه می‌شود معیارهای پایه (Baseline) را پیش از استقرار اندازه‌گیری کنید و پس از استقرار، در بازه‌های منظم با ابزارهای Performance Monitor، PerfView، Application Insights یا Log Analytics مقایسه نمایید. تشخیص زودهنگام انحراف عملکرد، هزینه‌ی رفع مشکل را به‌شدت کاهش می‌دهد و تجربه‌ی کاربر را در سطح قابل قبول نگه می‌دارد.

در حوزه‌ی امنیت، اصل کمترین دسترسی (Least Privilege)، احراز هویت چندعاملی، رمزنگاری در حالت سکون و انتقال، و ممیزی منظم لاگ‌ها، چهار رکن دفاعی هر استقرار مدرن‌اند. SQL Server 2017 ابزارهای داخلی متعددی برای پیاده‌سازی این چهار رکن فراهم می‌کند که با Microsoft Defender، Sentinel و Entra ID به سامانه‌ی دفاعی یکپارچه می‌رسند.

سرانجام، آموزش کاربران و مستندسازی فرایندهای داخلی، گاهی بیش از انتخاب نسخه و معماری اهمیت می‌یابد. یک تیم آگاه که می‌داند ابزار را چگونه به کار بگیرد، ارزشی چند برابر از همان لایسنس استخراج می‌کند. توصیه می‌شود برنامه‌ی آموزش دوره‌ای، Knowledge Base داخلی و چرخه‌ی بازخورد ماهانه از کاربران را به‌عنوان بخشی از طرح استقرار در نظر بگیرید.

از منظر مالی، محاسبه‌ی هزینه‌ی کل مالکیت (TCO) باید شامل لایسنس اولیه، هزینه‌ی پشتیبانی سالانه، آموزش کاربران، زیرساخت سخت‌افزاری، برق و خنک‌کننده‌ی مرکز داده، و هزینه‌ی پنهان زمان متخصص باشد. مقایسه‌ی این عدد با گزینه‌های ابری معادل کمک می‌کند تصمیم خرید یا اجاره دقیق‌تر گرفته شود.

در پایان، توصیه می‌شود پیش از اقدام به خرید، نسخه‌ی Trial یا Evaluation رسمی را در محیط آزمایش نصب و سناریوهای واقعی سازمان را روی آن اجرا کنید. مشاهده‌ی رفتار واقعی محصول در شرایط نزدیک به تولید، بهترین معیار برای تصمیم نهایی است و ریسک سرمایه‌گذاری را به‌طور قابل توجهی کاهش می‌دهد.