Microsof SQL Informacion PDF

Microsoft SQL Server 2019
Informe del producto

Publicación: Noviembre de 2019
Se aplica a: Microsoft SQL Server 2019
Derechos de autor
La información contenida en este documento representa la visión actual de Microsoft Corporation sobre los temas analizados a la fecha de la
publicación. Este contenido se desarrolló antes del lanzamiento del producto o servicio y, como tal, no podemos garantizar que todos los
detalles incluidos aquí sean exactamente como lo que se encuentra en el producto de envío. Dado que Microsoft debe responder a las
condiciones cambiantes del mercado, no debe interpretarse como un compromiso de parte de Microsoft, y Microsoft no garantiza la precisión
de ninguna información presentada después de la fecha de esta publicación. La información describe el producto o servicio en el momento
que se compartió este documento y puede usarse con propósitos de planificación únicamente.
Este informe tiene únicamente fines informativos. MICROSOFT NO REALIZA GARANTÍAS EXPRESAS, IMPLÍCITAS O REGLAMENTARIAS CON
RESPECTO A LA INFORMACIÓN DE ESTE DOCUMENTO.
El cumplimiento de todas las leyes de derechos de autor es responsabilidad del usuario. Sin limitar los derechos de autor, ninguna parte de
este documento se puede reproducir, almacenar o incorporar a un sistema de recuperación ni transmitir por ninguna forma o medio
(electrónico, mecánico, fotocopia, grabación o cualquier otro tipo) ni para ninguna otra finalidad, sin el permiso expreso por escrito de
Microsoft Corporation.
Microsoft puede tener patentes, solicitudes de patentes, marcas comerciales, derechos de autor u otros derechos de propiedad intelectual
sobre el contenido de este documento. Excepto en lo dispuesto expresamente en un contrato de licencia por escrito de Microsoft, el
ofrecimiento de este documento no le otorga ninguna licencia sobre estas patentes, marcas comerciales, derechos de autor u otra propiedad
intelectual. La información está sujeta a cambios en cualquier momento y sin previo aviso.
Microsoft, Active Directory, Azure, Bing, Excel, Power BI, SharePoint, Silverlight, SQL Server, Visual Studio, Windows y Windows Server son
marcas comerciales del grupo de empresas de Microsoft.
Todas las demás marcas comerciales son propiedad de sus titulares correspondientes.
© 2019 Microsoft Corporation. Todos los derechos reservados
Microsoft SQL Server 2019 2

Contenido
Introducción ............................................................................................................................................................................................................ 4
Mejoras de SQL Server 2019 ............................................................................................................................................................................ 5
Mejoras del motor de base de datos en SQL Server 2019 ............................................................................................................. 5
Rendimiento inteligente con SQL Server ......................................................................................................................................... 6
Continuidad empresarial......................................................................................................................................................................... 8
Seguridad y cumplimiento empresariales......................................................................................................................................11
SQL Server en Linux, Contenedores y Kubernetes .....................................................................................................................14
Mejoras en la experiencia del equipo de desarrolladores ............................................................................................................15
Machine Learning Services ........................................................................................................................................................................17
Más características basadas en los comentarios de los clientes ................................................................................................17
Virtualización de datos ...............................................................................................................................................................................17
Clústeres de big data de SQL Server .....................................................................................................................................................19
Administración de información empresarial ......................................................................................................................................23
Inteligencia empresarial .............................................................................................................................................................................24
Herramientas de administración y desarrollo para SQL Server ........................................................................................................26

Migración y modernización a SQL Server 2019 ......................................................................................................................................27
Conclusión .............................................................................................................................................................................................................28
Recursos adicionales .........................................................................................................................................................................................28

Introducción
Las cambiantes demandas de datos
El mundo de los datos está cambiando más rápido que nunca antes con un número cada vez mayor de fuentes
que crean aproximadamente 1,7 MB de datos cada segundo por cada persona en la tierra. 1 Para seguir siendo
competitivas, las organizaciones deben ser capaces de aprovechar diferentes tipos de datos. No es de extrañar
que más del 95 % de las empresas hayan expresado la necesidad de administrar algún tipo de datos no
estructurados.2
Al mismo tiempo, los equipos de desarrollo de todas las industrias están pasando de un monolito a un enfoque
de microservicios para el desarrollo de software y aplicaciones con el fin de aprovechar este aumento en el
volumen y la variedad de datos. Están buscando maneras de usar los datos para comprender mejor las
experiencias de sus clientes e innovar más rápido.
Para mantenerse competentes y competitivas, las organizaciones necesitan una solución

de base de datos que haga que las nuevas fuentes de datos y los nuevos procesos de
desarrollo formen parte del negocio como de costumbre sin comprometer la seguridad,
el cumplimiento o la privacidad del cliente.
Las organizaciones deben ser capaces de ingerir, almacenar y analizar big data junto con sus datos relacionales
principales a la velocidad a la que se generan y reaccionar a ellos en ese mismo momento. La solución de base de
datos que elijan debe proporcionar a los desarrolladores la flexibilidad necesaria para trabajar de la manera que
mejor funcione para ellos: en las implementaciones locales y en la nube, con los idiomas y plataformas que
prefieran. Y debe crecer con ellos con el tiempo.
La evolución de SQL Server

Microsoft SQL Server evoluciona a medida que el mundo de los datos sigue cambiando. Con cada versión, SQL
Server ha agregado características y capacidades que se mantienen al día con las tendencias del sector y abordan
las necesidades de los clientes.
Nuestro objetivo es ayudarle a que se
En SQL Server 2012, proporcionamos una solución integrada de
mantenga por delante del cambiante mundo
alta disponibilidad a través de grupos de disponibilidad
de los datos al proporcionar:
Always On y capacidades de análisis mejoradas mediante la
adición de modo tabular in-memory en SQL Server Analysis • Inteligencia sobre cualquier dato y todos
Services. Nuestra versión de 2014 incluía tablas optimizadas sus datos
para memoria y procedimientos T-SQL compilados de forma • Su elección de lenguaje, plataforma y
nativa para el procesamiento de transacciones de alto ubicación de implementación
• El mejor rendimiento de la industria
rendimiento y baja latencia. La versión 2016 se suministra con
• La base de datos más segura
nuevas características de seguridad como el enmascaramiento
• Información en minutos y capacidades de
dinámico de datos y Always Encrypted, así como machine
generación de informes enriquecidas
learning con R en la base de datos. Y, más recientemente, SQL
Server 2017 abrió la puerta a más opciones de plataforma y
funcionalidad de DevOps con su disponibilidad en Linux y contenedores Linux, así como soporte para Python.
1
DOMO, Los datos nunca duermen 6, https://www.domo.com/solution/data-never-sleeps-6
2
Forbes, Big Data a lo grande, https://www.forbes.com/sites/rkulkarni/2019/02/07/big-data-goes-big/#1b570e8720d7

La visión detrás de las mejoras de SQL Server 2019
SQL Server 2019 desafía el status quo de las bases de datos relacionales al permitir la ingesta, administración,
almacenamiento y análisis de cualquier tipo de datos desde cualquier lugar. Amplía la definición de trabajo del
entorno de datos al permitir una experiencia coherente de seguridad, identidad y administración de datos en
todas las implementaciones hasta el perímetro.
SQL Server 2019 es totalmente compatible con SQL Server en
máquinas virtuales de Azure, Azure SQL Database y la instancia Compile una vez e implemente en
administrada, y ahora Azure SQL Database Edge, un SQL Server cualquier lugar (local, híbrido, en la nube
optimizado para perímetros de superficie pequeña que se ejecuta y en el perímetro) con SQL Server 2019.
en dispositivos perimetrales y admite procesadores ARM
(actualmente en versión preliminar). Con este último avance en SQL Server, puede aprovechar el conjunto de
habilidades actual de SQL Server para reunir todo el entorno de datos y ejecutar la misma aplicación en el mismo
motor de base de datos inteligente, en cualquier lugar.
A lo largo de este documento, destacaremos algunas de las características clave de SQL Server 2019, incluidas,
entre otras: mejoras del motor de base de datos que aumentan el rendimiento, la seguridad y las capacidades
de administración; mejoras de virtualización de datos que facilitan la integración de datos externos en las
consultas; y clústeres de Big Data de SQL Server 2019 que le permiten combinar y analizar datos relacionales
de alto valor con big data de gran volumen mediante clústeres escalables de SQL Server, Spark y HDFS.
Mejoras de SQL Server 2019
Mejoras del motor de base de datos en SQL Server 2019

SQL Server es la base de datos más popular del mundo. En las pruebas con bases de datos de la competencia, ha
establecido puntos de referencia para el rendimiento y los registros para el menor número de vulnerabilidades de
seguridad. Es la base de datos en la que puede confiar para ejecutar sus cargas de trabajo críticas para el negocio.
• Rendimiento: SQL Server posee los principales3 puntos de referencia de rendimiento de TPC-E para
procesamiento de transacciones, los principales puntos de referencia de rendimiento en TPC-H4 no agrupados
para almacenamiento de datos a 1000 GB, 3000 GB y 10.000 GB.
• Seguridad: Según el consejo de seguridad pública del Instituto Nacional de Normas y Tecnología (NIST),
SQL Server aún tiene la menor cantidad de informes de vulnerabilidades de seguridad entre los principales
proveedores de bases de datos (NIST, 2010-2019).
SQL Server 2019 se basa en las capacidades líderes del sector de SQL Server 2017 para ofrecerle aún más
velocidad, seguridad y flexibilidad que necesita para ejecutar su negocio en el mundo moderno. Elegimos las
nuevas características y capacidades basadas en las tendencias de la industria y los desafíos que vemos que
enfrentan ISV, clientes y socios hoy en día. Muchas de las nuevas características también se basan en los
comentarios de los clientes.
En esta sección, revisamos algunas de las principales categorías de mejoras del motor de base de datos, como
el rendimiento, la escalabilidad, la alta disponibilidad y la seguridad. Esta no es una lista completa; sin embargo,
describe algunas nuevas características, mejoras y capacidades clave.
Para leer la lista completa de nuevas características, visite la página de documentación.
3
Diez mejores resultados de rendimiento de TPC-E, TPC.org (enlace)
4
TPC-H: Diez mejores resultados de rendimiento, no agrupados, TPC.org (enlace)

Rendimiento inteligente con SQL Server
El motor de base de datos de SQL Server 2019 tiene mejoras en muchas características y capacidades diferentes
que permiten una mayor escalabilidad, ofrecen mejoras de rendimiento sin cambiar la aplicación y controlan
escenarios específicos y modernos.
Procesamiento inteligente de consultas

Sabemos que pasa mucho tiempo valioso optimizando el rendimiento de sus cargas de trabajo. El procesamiento
de consultas adaptable se introdujo en SQL Server 2017 para que las aplicaciones se ejecuten más rápido. En SQL
Server 2019, hemos ampliado el procesamiento de consultas adaptable para que forme parte de una familia de
características denominada Procesamiento inteligente de consultas (IQP). Al habilitar el nivel de compatibilidad de
la base de datos para 150, las cargas de trabajo pueden acceder automáticamente a las características de IQP con
un esfuerzo de implementación mínimo, lo que significa que las aplicaciones se ejecutan aún más rápido con SQL
Server 2019.
Con IQP, los problemas de rendimiento se identifican rápidamente y se ajustan de manera automática sin
necesidad de administración por parte de su equipo, lo que optimiza la ejecución general de las consultas y
proporciona un mejor valor de su entorno existente. Al actualizar el entorno de SQL Server a 2019 y establecer
el nivel de compatibilidad de las bases de datos en 150, las cargas de trabajo de la base de datos pueden ver
inmediatamente un mejor rendimiento en el mismo hardware o entorno virtualizado que utilizó con versiones
anteriores sin agregar capacidad en CPU o servidores.
Las nuevas capacidades de IQP de SQL Server 2019 incluyen:
• Modo por lotes en el almacén de filas: permite la ejecución en modo por lotes para cargas de trabajo
analíticas sin necesidad de índices de almacén de columnstore. Ideal para escenarios en los que la creación
de un índice de columnstore agrega demasiada sobrecarga a una carga de trabajo transaccional (como HTAP)
o no es una buena opción para la carga de trabajo
• Comentarios de concesión de memoria en el modo por lotes: recalcula la memoria real necesaria para
repetir consultas y, a continuación, actualiza el valor de concesión del plan almacenado en caché para
optimizar el uso de recursos y reducir los costos (anteriormente solo estaba disponible en modo por lotes
para tablas con índice de columnstore)
• Compilación aplazada de la variable de tabla: mejora la calidad del plan y el rendimiento general de las
consultas que hacen referencia a variables de tabla
• Inserción de UDF escalar: transforma las UDF escalares (funciones definidas por el usuario) en expresiones
relacionales y las incrusta en la consulta SQL que realiza la llamada

• Procesamiento aproximado de consultas: agrega grandes conjuntos de datos donde la capacidad de
respuesta es más crítica que la precisión absoluta para reducir el costo y el espacio de memoria necesarios.
Por ejemplo, Approximate COUNT DISTINCT: proporciona el número aproximado de valores únicos no nulos
Generación de perfiles de consultas ligera

La generación de perfiles de consultas ligeras recopila estadísticas de tiempo de ejecución e información sobre los
planes de ejecución con una sobrecarga de rendimiento mínima. En SQL Server 2019, la infraestructura ligera de
creación de perfiles de consulta está habilitada de forma predeterminada. Esta infraestructura ofrece un
mecanismo de recopilación de estadísticas de ejecución de consultas con una sobrecarga máxima de CPU de 2 %,
en comparación con una sobrecarga de CPU de hasta 75 % para el mecanismo de recopilación heredado.
Rendimiento de inserción de clave secuencial

Un gran número de inserciones simultáneas en una carga de trabajo puede provocar un problema de rendimiento
comúnmente conocido como contención de última página. Los índices se almacenan como árboles B en SQL
Server y en un índice en clúster, las páginas de datos están en el nivel hoja, ordenados según la clave de índice.
Cuando la clave es un valor cada vez mayor, como una columna de identidad o fecha y hora, todas las filas nuevas
se insertarán en la última página del árbol B. La contención de esta página in-memory aumentará a medida que
aumente la simultaneidad, lo que limita la escalabilidad de la carga de trabajo.
Una nueva característica de SQL Server 2019, OPTIMIZE_FOR_SEQUENTIAL_KEY, mantiene la coherencia del
rendimiento a medida que aumenta la simultaneidad. Cuando se establece en ON para un índice, un nuevo
mecanismo controla el flujo de tráfico de todos los subprocesos que solicitan que escriba una sección de SQL
Server protegida por un bloqueo de página. Este control se basa en un conjunto de condiciones como la CPU en
la que está el subproceso, el estado del subproceso, la velocidad a la que el subproceso está completando el
trabajo o cualquier combinación de los mismos.
Mejoras in-memory
Las versiones anteriores de SQL Server presentaron varias características in-memory que proporcionaban mayores
mejoras de rendimiento, como tablas optimizadas para memoria, procedimientos almacenados compilados de
forma nativa e índices de columnstore agrupados in-memory. El uso conjunto de estas características le permite
consultar datos operativos sin afectar a su velocidad transaccional. Este escenario, también conocido como
procesamiento híbrido transaccional y analítico (HTAP), se puede implementar con tablas optimizadas para
memoria e índices de columnstore agrupados para mejorar la
velocidad transaccional y permitir la visibilidad y la información en SQL Server 2019 admite
tiempo real sobre las transacciones y datos operativos. Memoria persistente (PMEM) y grupo
La innovación en la tecnología in-memory y de almacenaje ha llevado de búferes híbridos
a un uso más personalizado del hardware. Al aprovechar un tipo muy Aproveche la base de datos in-memory, una
especial de memoria denominada memoria persistente (PMEM), familia de tecnologías basadas in-memory en
también conocida como memoria de clase de almacenamiento, se SQL Server 2019 para aumentar las cargas de
han creado nuevas capas en la jerarquía de memoria de servidor que trabajo de la base de datos
permiten el control, hasta la celda de memoria individual. PMEM
conserva los datos in-memory y conserva su contenido a través de
ciclos de energía, al tiempo que mejora el rendimiento con una latencia extremadamente baja.
Compatibilidad con PMEM

SQL 2016 SP1 introdujo compatibilidad con el búfer de registro persistente. SQL Server se ha mejorado para
detectar un volumen basado en acceso directo (DAX) en un dispositivo PMEM. SQL Server puede crear una
memoria caché de tamaño fijo de cola de registros no volátiles para la base de datos para optimizar la cola del
registro de transacciones.

SQL Server 2019 amplía la compatibilidad con dispositivos de memoria persistente (PMEM) a Linux, lo que proporciona
una iluminación completa de los archivos de registro de transacciones y datos colocados en PMEM. La iluminación se
refiere al método de acceso al dispositivo de almacenamiento mediante operaciones eficientes de espacio de usuario
memcpy(). En lugar de pasar por el sistema de archivos y la pila de almacenamiento, SQL Server aprovecha la
compatibilidad con DAX en Linux para colocar datos directamente en los dispositivos, lo que reduce la latencia.
Grupo de búferes híbrido
En esta nueva versión se incluyen mejoras que permiten otra característica de mejora del rendimiento, un grupo de
búferes híbrido, disponible tanto en Windows como en Linux. Mediante el grupo de búferes híbridos, el motor de
base de datos puede acceder directamente a las páginas de datos de los archivos de base de datos almacenados en
dispositivos de memoria persistente (PMEM) y omitir el paso de copiar la página en la parte basada en DRAM del
grupo de búferes. El acceso de lectura a los archivos de datos en dispositivos PMEM para el grupo de búferes
híbridos se obtiene directamente al seguir un puntero a las páginas de datos del dispositivo PMEM.
El dispositivo PMEM debe tener el formato de un sistema de archivos que admita DAX (DirectAccess). Los sistemas
de archivos XFS, EXT4 y NTFS son compatibles con DAX. SQL Server 2019 detectará automáticamente si los
archivos de datos residen en un dispositivo PMEM con el formato adecuado y realizará la asignación de memoria
en el espacio de usuario. Esta asignación se produce al iniciar, cuando se adjunta, restaura o crea una nueva base
de datos, o cuando la característica del grupo de búferes híbridos está habilitada para una base de datos.
TempDB optimizada para memoria

SQL Server 2019 presenta una nueva característica denominada metadatos TempDB optimizados para memoria,
que elimina eficazmente los cuellos de botella de contención y desbloquea un nuevo nivel de escalabilidad para
cargas de trabajo intensas de TempDB. En SQL Server 2019, las tablas del sistema implicadas en la administración
de metadatos de tabla temporal se pueden mover a tablas no duraderas optimizadas para memoria sin bloqueos.
Continuidad empresarial
La alta disponibilidad (HA) integrada en forma de grupos de disponibilidad Always On se introdujo por primera
vez en SQL Server 2012. Esto fue un gran cambio al usar Instancias del clúster de conmutación por error (FCI) para
la continuidad empresarial. Aunque FCI produce cero pérdida de datos, la instancia de base de datos no está
disponible hasta que la recuperación se haya completado por completo, lo que crea un tiempo de inactividad
notable. Además, FCI es susceptible a un único punto de error en el que el almacenamiento compartido conecta
instancias de base de datos en caliente y en frío.
Por el contrario, los grupos de disponibilidad (AG) Always On maximizan la disponibilidad de bases de datos
críticas para el negocio al admitir un conjunto de bases de datos principales de lectura y escritura, y de uno a
ocho conjuntos de bases de datos secundarias correspondientes. Opcionalmente, las bases de datos secundarias
pueden estar disponibles para el acceso de solo lectura o algunas operaciones de copia de seguridad. Las réplicas
del grupo de disponibilidad se hospedan en instancias específicas de SQL Server y mantienen una copia local de
cada base de datos de disponibilidad que pertenece al grupo de disponibilidad. Las aplicaciones están
configuradas para conectarse a un grupo de disponibilidad mediante el agente de escucha del grupo de
disponibilidad, que tiene una dirección IP/DNS virtual proporcionada por el clúster subyacente. Si se produce un
error en una réplica principal, una de las réplicas secundarias del grupo de conmutación por error automática se
convierte en la nueva principal y las conexiones de cliente se redirigen a la nueva réplica principal.
Con SQL Server, puede configurar los conjuntos de disponibilidad entre centros de datos o habilitar escenarios híbridos
en los que los centros de disponibilidad abarcan centros de datos locales y máquinas virtuales de Azure. Al tener
réplicas secundarias legibles que se ejecutan en una máquina virtual de Azure como parte del grupo de disponibilidad,
puede conmutar manualmente por error a la nube si los centros de datos locales desaparecen. Además, al elegir
estratégicamente las regiones de Azure en las que ejecuta sus réplicas secundarias, puede proporcionar a los usuarios
de diferentes regiones un acceso más rápido a los datos y un tiempo más rápido para obtener información. Por
ejemplo, los usuarios pueden ver rápidamente servicios de informes, como paneles de Power BI de su región local,
en lugar de encontrar una latencia mayor al recuperar informes de un centro de datos en otra región.

Los grupos de disponibilidad Always On usan varias réplicas secundarias en dos ubicaciones para alta disponibilidad
y recuperación ante desastres
La última versión de SQL Server 2019 incluye varias mejoras en los grupos de disponibilidad y otras nuevas
capacidades que aumentan la alta disponibilidad de una solución o carga de trabajo crítica para el negocio.
Cinco pares de réplicas sincrónicas

SQL Server 2019 aumenta el límite para los pares de réplicas sincrónicas. Los usuarios ahora pueden configurar
hasta cinco réplicas sincrónicas (1 principal y hasta 4 secundarias) con conmutación por error automática entre
estas réplicas. En SQL Server 2017, el límite era tres.
Redirección de conexión de réplica secundaria a principal

Antes de SQL Server 2019, el agente de escucha del grupo de disponibilidad y el recurso de clúster
correspondiente redirigían el tráfico de usuario a la réplica principal para garantizar la reconexión después
de la conmutación por error. SQL Server 2019 sigue admitiendo la funcionalidad de escucha del grupo de
disponibilidad y agrega redirección de conexión de réplica para escenarios que no pueden incluir un agente
de escucha. Por ejemplo, hay casos en los que la tecnología de clúster con la que se integran los grupos de
disponibilidad de SQL Server no ofrece una capacidad similar al agente de escucha. Esta nueva característica
también hará que las configuraciones de varias subredes en la nube sean menos propensas a errores y más fáciles
de solucionar. También garantizará la reconexión transparente de las conexiones de cliente en escenarios de
agrupación en clústeres específicos.
Estado mejorado de nivel de base de datos para los grupos de disponibilidad

Se ha mejorado la detección de estado de nivel de base de datos para bases de datos de grupos de disponibilidad
a fin de detectar condiciones de errores adicionales relacionadas con la disponibilidad de una base de datos
e iniciar una conmutación por error (o reinicio) del recurso del grupo de disponibilidad si es necesario.
Nuevo asistente para grupo de disponibilidad

Un nuevo Asistente para grupo de disponibilidad ofrece capacidades de configuración de enrutamiento de solo
lectura mediante SQL Server Management Studio 18.x
Recuperación de bases de datos acelerada

La recuperación de base de datos acelerada (ADR) es una nueva característica del motor de base de datos SQL que
mejora en gran medida la disponibilidad de la base de datos, en especial en presencia de transacciones de larga
ejecución, al rediseñar el proceso de recuperación del motor de base de datos SQL. Con ADR, las transacciones de larga
ejecución no afectan al tiempo de recuperación general, lo que permite una recuperación rápida y coherente de la base
de datos, independientemente del número de transacciones activas en el sistema o sus tamaños.

La recuperación de base de datos acelerada admite la reversión instantánea de transacciones,
independientemente del tiempo que la transacción haya estado activa o del número de actualizaciones que
se hayan realizado. Con ADR, el registro de transacciones se trunca dinámicamente, incluso en presencia de
transacciones activas de larga ejecución, lo que evita que crezca fuera de control.
Proceso de recuperación de bases de datos acelerada
La recuperación de bases de datos acelerada introduce nuevos mecanismos del motor de base de datos SQL,
como el almacén de versiones persistentes (PVS) para conservar las versiones de fila generadas en la propia base
de datos en lugar del almacén de versiones de TempDB tradicional. PVS permite el aislamiento de recursos, así
como mejora la disponibilidad de réplicas secundarias legibles.
Para obtener más información sobre la recuperación de bases de datos acelerada, consulte la página de
documentación.
Mantenimiento de índices en línea y operaciones reanudables

Las operaciones de índice en línea permiten el acceso simultáneo del usuario a la tabla subyacente o a los datos
de índice en clúster y a los índices que no están en clúster asociados durante estas operaciones de índice. Por
ejemplo, mientras un usuario vuelve a generar un índice clúster, ese usuario y otros pueden seguir actualizando
y consultando los datos subyacentes. Las operaciones de índice en línea se recomiendan para entornos
empresariales que funcionan las 24 horas del día, los siete días de la semana, en los que la necesidad de actividad
de usuario simultánea durante las operaciones de índice es vital.
SQL Server 2019 ahora admite la compilación y reconstrucción de índices de columnstore agrupados en línea.
La carga de trabajo no se bloqueará y todos los cambios realizados en los datos subyacentes se agregan de forma
transparente a la tabla de columnstore de destino. sp_estimate_data_compression_savings ahora tiene dos
nuevas opciones: COLUMNSTORE y COLUMNSTORE_ARCHIVE que le permitirán estimar el ahorro de espacio si se
crea un índice de columnstore en la tabla utilizando la compresión estándar o columnstore de archivado. Además,
la reconstrucción del índice de almacén de filas en línea ahora es una operación reanudable.
Al habilitar el cifrado de datos transparente (TDE) en una base de datos, SQL Server debe realizar un análisis de
cifrado que lea cada página de los archivos de datos en el grupo de búferes y, a continuación, vuelva a escribir las
páginas cifradas en el disco. Para proporcionar al usuario más control sobre el análisis de cifrado, SQL Server 2019
presenta la sintaxis de suspensión y reanudación en T-SQL para que pueda pausar el análisis mientras la carga de
trabajo en el sistema es intensa y, a continuación, reanudar el análisis más adelante.

Alta disponibilidad con almacenamiento remoto en Kubernetes
Con esta opción de alta disponibilidad, puede usar un orquestador de contenedores, como Kubernetes, en lugar
de un clúster de conmutación por error de disco compartido e implementar SQL Server en una configuración
como una FCI de disco compartido; sin embargo, usará las capacidades de orquestador de contenedores en lugar
de un clúster de conmutación por error.
Este modelo de implementación no requiere mejoras específicas desde una perspectiva de SQL Server y no es
una capacidad nueva en SQL Server 2019 (hay un tutorial disponible sobre cómo implementar esta configuración
utilizando SQL Server 2017).5 Sin embargo, SQL Server 2019 permite un mejor monitoreo del estado de la
instancia con el mismo patrón de operador que los controles de estado del grupo de disponibilidad.
Conmutación por error con contenedores y Kubernetes
Seguridad y cumplimiento empresariales

Las apuestas son más altas que nunca para garantizar la privacidad del cliente, la seguridad de los datos y el
cumplimiento de la industria. En los últimos 5 años, las brechas de seguridad de datos han aumentado un 67 %.6
Cada uno de esos incumplimientos les cuesta a las organizaciones, en promedio, $4 millones de dólares, incluidos
los resultados directos de la actividad delictiva, así como las tarifas o sanciones incurridas y pérdidas de negocios
de clientes que ya no confían en ellos. A los seis meses de un ciberataque, se ha demostrado que el 60 % de las
pequeñas empresas se ven obligadas a cerrar. 7
5
https://docs.microsoft.com/sql/linux/tutorial-sql-server-containers-kubernetes?view=sql-server-linux-2017
6
Accenture, Noveno estudio anual de costo de la ciberdelincuencia, https://www.accenture.com/us-en/insights/security/cost-cybercrime-study
7
Inc.com, https://www.inc.com/joe-galvin/60-percent-of-small-businesses-fold-within-6-months-of-a-cyber-attack-heres-how-to-protect-
yourself.html

Los gobiernos y las agencias han intervenido para ayudar al desarrollar y hacer cumplir estrictas regulaciones de la
industria, como PCI-DSS, HIPAA, RGPD, que requieren que las
organizaciones instituyan prácticas seguras para manejar datos Todas las ediciones de SQL Server 2019
confidenciales de los clientes. Las empresas diligentes que ya están incluyen características de seguridad de
trabajando duro para evitar brechas de seguridad también deben nivel empresarial integradas, incluso la
navegar por regulaciones complicadas, actualizaciones y cambios. Es un edición gratuita de SQL Server Express
gran trabajo para los administradores de bases de datos (DBA) que
supervisan cientos o incluso miles de bases de datos y necesitan ser
capaces de identificar los datos confidenciales dentro de todos ellos.
No es de extrañar que las empresas busquen ayuda de proveedores de tecnología con un historial de seguridad
comprobado. El National Institute of Standards and Technology mantiene una base de datos sobre el número de
vulnerabilidades de seguridad documentadas para las principales bases de datos comerciales y de open source.
Durante nueve años, SQL Server ha tenido el menor número de vulnerabilidades de cualquiera de sus
competidores. La razón de esto es que presentamos tecnologías de seguridad nuevas y mejoradas con cada
versión de SQL Server con el objetivo de ayudarle a proteger todos los lados de su negocio de las amenazas.
Teniendo esto en cuenta, SQL Server 2019 se basa en las características de seguridad empresarial que se han
probado, comprobado y perfeccionado a lo largo de los años, como:
• Cifrado de datos transparente (TDE) para cifrado y descifrado de los datos y los archivos del registro en
tiempo real
• Always Encrypted para proteger los datos confidenciales y hacer que el cifrado sea transparente para las
aplicaciones
• Enmascaramiento dinámico de datos para limitar la exposición de información confidencial ocultándola de los
usuarios sin privilegios
• Seguridad de nivel de fila para usar la pertenencia a grupos o el contexto de ejecución para controlar el
acceso a las filas de una tabla
• Auditoría de SQL Server para habilitar, almacenar y ver auditorías en varios objetos de servidor y base de datos
La versión más reciente de SQL Server 2019 incluye más mejoras de características y herramientas que facilitan
aún más la tarea de protección de datos confidenciales y cumplimiento con las políticas y la legislación de
protección de datos de los administradores de bases de datos y los funcionarios de protección de la información.
Descubrimiento y clasificación de datos de SQL

Agregado en SQL Server Management Studio (SSMS) 17.5, la herramienta Descubrimiento y clasificación de datos de
SQL le permite clasificar columnas en su base de datos que contienen información confidencial. Puede clasificar las
columnas por el tipo de información que contienen (nombres, direcciones, números de seguridad social, etc.) y por
el nivel de confidencialidad de los datos), que incluyen niveles como público, general y confidencial. Puede generar
fácilmente informes de la clasificación que ha aplicado para permitirle cumplir con los requisitos legales y
reglamentarios, como el RGPD de la UE.
Evaluación de vulnerabilidades de SQL

Evaluación de vulnerabilidades de SQL es una herramienta fácil de usar que puede ayudarle a descubrir, realizar
seguimiento y corregir posibles vulnerabilidades de la base de datos. Le dará visibilidad de su estado de
seguridad e incluye pasos procesables para resolver problemas de seguridad y mejorar la seguridad de su base de
datos. Puede ayudarle a satisfacer los requisitos de cumplimiento que requieren informes de análisis de bases de
datos y estándares de privacidad de datos. También le ayudará con la supervisión de un entorno de base de datos
dinámico donde los cambios son difíciles de rastrear. Evaluación de vulnerabilidades de SQL está disponible en
SQL Server Management Studio (SSMS) v17.4 o posterior. La evaluación de vulnerabilidades también está
disponible para las instancias de Azure SQL Database a través del portal de Azure.

Always Encrypted con enclaves seguros
Always Encrypted dio un gran salto adelante para la seguridad empresarial, especialmente en la nube, al permitir
almacenar y transmitir datos confidenciales sin preocuparse por los controladores de datos que acceden a ellos a
menos que tuvieran permiso. Always Encrypted permite a los clientes cifrar los datos confidenciales dentro de las
aplicaciones cliente sin revelar nunca las claves de cifrado al motor de base de datos. Como resultado, Always
Encrypted ofrece una separación entre quienes son propietarios de los datos (y quienes pueden visualizarlos),
además de quienes administran los datos (pero no deben tener acceso).
Always Encrypted hace que el cifrado sea transparente para las aplicaciones. Un controlador habilitado para
Always Encrypted instalado en el equipo cliente logra esto mediante el cifrado y descifrado automático de datos
confidenciales en la aplicación cliente. El controlador cifra los datos en columnas confidenciales antes de pasar
los datos al motor de base de datos y vuelve a escribir automáticamente las consultas para que se conserve la
semántica de la aplicación. De forma similar, el controlador descifra de forma transparente los datos, almacenados
en columnas cifradas, contenidos en los resultados de la consulta.
En algunos casos, el aspecto del lado cliente del cifrado presenta desafíos en el lado del servidor. Una aplicación
debe usar un controlador de cliente habilitado para Always Encrypted con el fin de tener acceso a los datos
almacenados en una columna cifrada en texto sin formato, lo que significa que algunas acciones del lado del
servidor no funcionarán. Además, con Always Encrypted, las operaciones criptográficas o los cálculos enriquecidos
requieren el movimiento de datos fuera de la base de datos para que se puedan llevar a cabo en la capa de
aplicación. Además, la comparación de igualdad es la única operación que el motor de SQL Server puede realizar
en los datos cifrados (que solo están disponibles con el cifrado determinista).
Con SQL Server 2019, presentamos Always Encrypted con enclaves seguros. Esta mejora proporciona
funcionalidad adicional a Always Encrypted. Un enclave seguro es una región protegida de memoria dentro
del proceso de SQL Server y actúa como un entorno de ejecución confiable para el procesamiento de datos
confidenciales dentro del motor de SQL Server. Un enclave seguro aparece como un cuadro negro para el resto
de SQL Server y otros procesos en el equipo de hospedaje. No hay forma de ver ningún dato o código dentro del
enclave desde el exterior, incluso con un depurador.
Con Always Encrypted con enclaves seguros, ya no tendrá que migrar datos fuera de la base de datos para el
cifrado de datos inicial o la rotación de claves. En su lugar, emite cifrado in situ y estas acciones se realizan dentro
del enclave seguro. ¿Cómo funciona esto? Básicamente, cuando procesa una consulta, SQL Server 2019
comprueba si alguna operación de datos cifrados necesita un enclave seguro. Si es así, el controlador de cliente
envía al enclave seguro las claves de cifrado de columna para esas operaciones a través de un canal seguro y,
a continuación, envía la consulta y sus parámetros cifrados para su ejecución.
Always Encrypted con enclaves seguros

Con enclaves seguros, Always Encrypted protege la confidencialidad de los datos confidenciales al eliminar la
necesidad de migrar los datos fuera de la base de datos durante el cifrado inicial de la base de datos o al rotar
una clave de cifrado de columna. Always Encrypted con enclaves seguros también permitirá cálculos u
operaciones enriquecidos en columnas cifradas, incluida la coincidencia de patrones (el predicado LIKE) y las
comparaciones de rango.
Para leer todos los requisitos u obtener más información sobre Always Encrypted con enclaves seguros, revise la
documentación aquí.
Funcionalidad de administración de certificados en el Administrador de configuración

de SQL Server
Los certificados SSL/TLS se utilizan ampliamente para proteger el acceso a SQL Server. Con las versiones
anteriores de SQL Server, las organizaciones con grandes conjuntos de SQL Server han dedicado un esfuerzo
considerable para mantener su infraestructura de certificados de SQL Server, a menudo mediante el desarrollo de
scripts y la ejecución de comandos manuales. Con SQL Server 2019, la administración de certificados se integra en
la interfaz de usuario del Administrador de configuración de SQL Server, lo que simplifica tareas comunes como:
• Visualización y validación de los certificados instalados en una instancia de SQL Server

• Informes de certificados cuya fecha de vencimiento se aproxima
• Implementación de certificados en las máquinas que participan en los grupos de disponibilidad
Always On (desde el nodo que contiene la réplica principal)
• Implementación de certificados en las máquinas que participan en una instancia de clúster de
conmutación por error (desde el nodo activo)
El usuario que ejecuta estas tareas necesita privilegios de administración en todos los nodos afectados.
SQL Server en Linux, Contenedores y Kubernetes

SQL Server 2017 en Linux marcó la primera vez que SQL Server estuvo disponible en una plataforma distinta de
Windows y rompió todos los registros de descarga en el historial de productos de SQL Server en los primeros
meses. Es el mismo motor de base de datos de SQL Server, con muchas características y servicios similares
independientemente de su sistema operativo. SQL Server en Linux es muy eficaz en términos de tiempo de
implementación y aplicación de revisiones. SQL Server en Linux y los contenedores atienden a clientes y
desarrolladores que ejecutan Linux y contenedores como parte de DevOps, lo que les proporciona la capacidad
de aprovechar la potencia de SQL Server en cualquier plataforma.
SQL Server 2019 acerca la versión de Linux a la paridad de características con SQL Server en Windows con la
adición de capacidades clave, como la compatibilidad con la replicación, Microsoft Distributed Transaction
Coordinator (MSDTC), PolyBase y Machine Learning Services, así como la compatibilidad con OpenLDAP para
proveedores de Active Directory de terceros.
Replicación
En SQL Server 2019 en Linux, las instancias pueden participar en las topologías transaccionales, de fusión y de
replicación de instantáneas en los roles de editor, distribuidor o suscriptor.
Captura de datos de cambios (CDC)

Ahora disponible en SQL Server 2019 en Linux, los registros de captura de datos de cambio (CDC) insertan,
actualizan y eliminan la actividad que se aplica a una tabla de SQL Server. Esto hace que los detalles de los
cambios estén disponibles en un formato relacional fácilmente consumido. Los CDC crearán un flujo confiable
de datos de cambios que está estructurado para que los consumidores puedan aplicarlo a representaciones de
destino diferentes de los datos.

Transacciones distribuidas
Las instancias de SQL Server en Linux ahora pueden iniciar y participar en transacciones distribuidas. Esto se logra
con una versión para Linux de Microsoft Distributed Transaction Coordinator (MSDTC) que se ejecuta en el
proceso de SQL Server para habilitarlo para que participe en transacciones distribuidas.
Machine Learning Services en Linux

SQL Server Machine Learning Services le permite ejecutar scripts de Python y R en la base de datos. Puede usarlo
para preparar y limpiar datos, realizar ingeniería de características y entrenar, evaluar e implementar modelos de
machine learning dentro de una base de datos. La característica ejecuta los scripts donde residen los datos y
elimina la transferencia de los datos a través de la red a otro servidor o al escritorio de un científico de datos.
La puntuación nativa mediante la función PREDICT le permite generar valores de predicción o puntuaciones para
nuevas entradas de datos en tiempo real.
Con el lanzamiento de SQL Server 2019, hemos agregado compatibilidad con Machine Learning Services en Linux.
Machine Learning Services también se admite en contenedores Linux.
Virtualización de datos con PolyBase en Linux

PolyBase, la funcionalidad de virtualización de datos en SQL Server, ha estado disponible en Windows desde 2016.
Ahora está disponible en Linux, lo que le permite crear tablas externas mediante conectores que se vinculan a aún más
almacenes de datos, incluidos SQL Server, Oracle, Teradata, MongoDB o cualquier origen de datos con un controlador
ODBC. Encontrará más información sobre PolyBase en la sección Virtualización de datos de este documento.
Configuración automática de archivos TempDB ahora disponible en Linux

De forma predeterminada, una nueva instalación de SQL Server en Linux crea varios archivos de datos TempDB en
función del número de núcleos lógicos (con hasta 8 archivos de datos). Este comportamiento es similar a la
instalación predeterminada de SQL Server en Windows.
Registro de contenedores de Microsoft

La ubicación de publicación principal para las imágenes de contenedor de SQL Server es el nuevo Registro de
contenedores de Microsoft (en mcr.microsoft.com), ahora el registro de contenedor oficial para la distribución
de contenedores de productos de Microsoft. Además de los contenedores basados en Ubuntu, ahora también
tenemos imágenes de contenedores certificados por Red Hat. SQL Server 2019 también presenta la capacidad
de crear contenedores más seguros al iniciar el proceso de SQL Server como usuario que no es de raíz de forma
predeterminada.
SQL Server en Kubernetes

En los contenedores SQL Server 2019 en Linux, un orquestador de contenedores como Kubernetes administra la
alta disponibilidad de almacenamiento compartido. Si está ejecutando SQL Server en Kubernetes, puede crear una
orquestación de HA/DR sin necesidad de agrupación en clústeres.
Mejoras en la experiencia del equipo de desarrolladores

Extensiones de lenguaje y soporte para Java
Además de los tiempos de ejecución de R y Python, SQL Server 2019 agrega extensiones de lenguaje. Extensiones
de lenguaje es una característica de SQL Server que se usa para ejecutar código externo. Los datos relacionales se
pueden utilizar en el código externo mediante el marco de extensibilidad. La ejecución de código está aislada de
los procesos principales del motor, pero está totalmente integrada con la ejecución de consultas de SQL Server.
Las extensiones de lenguaje le permiten ejecutar código donde residen los datos, lo que elimina la necesidad de
extraer datos a través de la red.

En SQL Server 2019, se admite Java. El tiempo de ejecución de Java predeterminado es Zulu Open JRE compatible
con Microsoft. También puede utilizar otro JRE o SDK de Java. Podrá crear sus propias clases, funciones y lógica
de negocios Java que no está disponible en Transact-SQL. El nuevo SDK de extensibilidad de Microsoft de Java
para SQL Server proporciona una interfaz para la extensión de lenguaje Java que se utiliza para intercambiar datos
con SQL Server y para ejecutar código Java desde SQL Server.
Compatibilidad con UTF-8

SQL Server 2019 incluye soporte completo para la SQL Server 2019 admite la codificación de caracteres UTF-8
codificación de caracteres UTF-8 ampliamente
Consiga ahorros de almacenamiento muy significativos
utilizada como codificación de importación o
simplemente cambiando su conjunto de caracteres.
exportación, o como compilación en el nivel de base
de datos o columna para datos de texto. Por ejemplo, NCHAR(10) NCHAR(10) mediante UTF-16 requiere
22 bytes para el almacenamiento, mientras que CHAR(10)
UTF-8 se permite en los tipos de datos CHAR y mediante una intercalación habilitada UTF-8 requiere 12 bytes
VARCHAR, y se habilita al crear o cambiar la para la misma cadena Unicode, lo que resulta en una reducción
intercalación de un objeto, a una intercalación con el de almacenamiento de casi el 50 %.
sufijo “UTF8”, como LATIN1_GENERAL_100_CI_AS_SC a
LATIN1_GENERAL_100_CI_UT_SCF8. UTF-8 solo está
disponible para intercalaciones de ventanas que admiten caracteres suplementarios, como se introdujo en SQL Server
2012. Tenga en cuenta que NCHAR y NVARCHAR solo permiten la codificación UTF-16 y permanecen sin cambios.
También se pueden lograr importantes ahorros de almacenamiento, según el conjunto de caracteres en uso.
Por ejemplo, cambiar un tipo de datos de columna existente de NCHAR (10) usando UTF-16 a CHAR (10)
usando una intercalación habilitada para UTF-8, se traduce en una reducción de casi el 50 % en los requisitos de
almacenamiento. Esto se debe a que NCHAR (10) requiere 22 bytes para el almacenamiento, mientras que CHAR
(10) requiere 12 bytes para la misma cadena Unicode.
Capacidades de SQL Graph

Los datos de gráficos ofrecen a los desarrolladores la capacidad de representar relaciones naturales entre
entidades que utilizan relaciones de varios a varios que no encajan bien en tablas y un esquema relacional más
tradicional. Esto es especialmente útil para el manejo de datos de fuentes de datos no relacionales, como las
redes sociales y el comercio minorista en línea.
Los datos de gráficos representan relaciones entre entidades

SQL Graph proporciona capacidades de base de datos de gráficos a SQL Server, lo que permite un modelado
más sencillo de conjuntos de datos con muchas relaciones, a menudo complejas, como un conjunto de nodos
(o vértices) y bordes (o relaciones). Se introdujo por primera vez en SQL Server 2017, pero con SQL Server 2019
vienen muchas mejoras nuevas, por lo que es más eficaz y más fácil de trabajar con este. Algunas de las mejoras
incluyen compatibilidad con restricciones de perímetro, compatibilidad con predicados MATCH en una instrucción
MERGE, SHORTEST_PATH dentro de MATCH y compatibilidad con tablas derivadas o alias de vista en la consulta
de coincidencia de gráficos.
Machine Learning Services

Machine Learning Services es una característica de SQL Server que ofrece la capacidad de ejecutar scripts de
Python y R con datos relacionales. Puede usar paquetes y marcos de open source, como PyTorch y TensorFlow, y
los paquetes de Microsoft Python y R para el análisis predictivo y el machine learning. Los scripts se ejecutan en la
base de datos sin mover datos fuera de SQL Server o a través de la red. Hemos realizado las siguientes mejoras en
SQL Server 2019 Machine Learning Services:
Partición de datos de entrada para Machine Learning Services

Sin cambiar los scripts de R o Python, puede procesar datos en el nivel de partición de tabla, lo que le permite
entrenar un modelo para cada partición de tabla y paralelizar el entrenamiento del modelo por partición.
Compatibilidad con clústeres de conmutación por error para Machine Learning Services
Puede instalar SQL Server 2019 Machine Learning Services (en la base de datos) en un clúster de conmutación por
error de Windows para satisfacer sus requisitos de redundancia y tiempo de actividad en caso de que el servidor
primario presente errores.
Más características basadas en los comentarios de los clientes

Muchas de las nuevas características y mejoras mencionadas en este informe se agregaron en función de los
comentarios de los clientes. Hay docenas de mejoras adicionales en el motor de la base de datos de SQL
Server 2019 que hacen que la configuración, la administración, el rendimiento y la solución de problemas de SQL
Server sean más fáciles e intuitivos para los administradores de bases de datos. Algunas de ellas incluyen:
• Estadísticas de columnstore en DBCC CLONEDATABASE

• Diagnóstico para el bloqueo de estadísticas automáticas
• El recurso de página espera la solución de problemas con el nuevo T-SQL integrado
• Directiva de captura personalizada para el Almacén de consultas
• MAXDOP y configuración de memoria durante la configuración
• Nombres de tabla y columna y valor truncado en el mensaje de error de truncamiento
• Y muchas más
Puede obtener más información sobre las novedades de SQL Server en la documentación en línea.
Virtualización de datos
Casi todas las empresas modernas tienen una mezcla de aplicaciones y almacenes de datos relacionales y no
relacionales, a menudo de varios proveedores diferentes. Esto representa un desafío para los desarrolladores,
científicos de datos y analistas de negocios que desean combinar estas fuentes dispares para el análisis y la
generación de informes.

En el pasado, la única manera de hacerlo de forma fiable era mover copias de los datos a una única plataforma a
través de procesos de extracción-transformación-carga (ETL). Sin embargo, ETL no es adecuado para todos los
escenarios, especialmente cuando un almacenamiento de datos no está en el plan a largo plazo porque:
• ETL es costoso de desarrollar, mantener y admitir.
• Los datos de una canalización ETL se retrasan de 2 a 7 días con respecto a las operaciones de negocio en el
80 % de los casos.8
• La ejecución de varias copias de datos plantea amenazas de seguridad y requiere costoso espacio en disco.
La virtualización de datos es una alternativa rápida y rentable a ETL. Basada en la tecnología más reciente, que se
agregó a PolyBase, la virtualización de datos funciona mediante la integración de datos de orígenes, ubicaciones
y formatos dispares, sin replicar ni mover los datos para crear una única capa de datos “virtual” en SQL Server. La
capa de datos virtual, a veces denominada centro de operaciones de datos, permite a los usuarios consultar datos
actualizados de varias fuentes a través de una interfaz coherente controlada desde una única ubicación.
El movimiento de datos por virtualización de datos se habilita aún más mediante mejoras en PolyBase en SQL Server 2019
Mejoras de PolyBase
Agregado primero al motor de la base de datos de SQL Server en SQL Server 2016, PolyBase permite que
aplicaciones y usuarios consulten big data almacenados en distribuciones de Hadoop compatibles con HDFS y
sistemas de archivos tales como HortonWorks, Cloudera y Azure Blob Storage mediante el uso de T-SQL para
definir una tabla externa para representar datos HDFS en SQL Server. Los usuarios o las aplicaciones pueden
ejecutar consultas T-SQL que hacen referencia a la tabla externa como si fuera una tabla normal de SQL Server.
Cuando se ejecuta la consulta, los datos del origen de datos externo se recuperan y devuelven al usuario, pero no
se almacenan en el almacenamiento persistente en SQL Server.
El uso de este método de consulta de datos desde la fuente garantiza que no haya latencias de datos, costos de
almacenamiento duplicados o problemas de calidad de los datos que puedan introducirse mediante las
canalizaciones de ETL. Una vez que haya creado tablas externas en SQL Server, puede controlar el acceso a las
fuentes de datos al otorgar acceso a las tablas externas a los usuarios y grupos de Active Directory, centralizando
así las políticas de acceso a los datos en una única ubicación.
8
Encuesta sobre requisitos de administración de la información de la tercera plataforma, IDC, octubre de 2016, n = 502

SQL Server 2019 amplía las capacidades de PolyBase con nuevos conectores para crear tablas externas que se
vinculan a una variedad de almacenes de datos. Dadas estas mejoras a PolyBase, un clúster de big data puede
actuar como hub de datos al integrar datos estructurados y no estructurados de todos los recursos de datos:
SQL Server, Azure SQL DB, Azure SQL DW, Oracle, Teradata, MongoDB, Azure Cosmos DB, HDFS y más, utilizando
marcos de programación familiares y herramientas de análisis de datos.
Las últimas actualizaciones de PolyBase hacen que sea más fácil que nunca optimizar el rendimiento de las
consultas al insertar automáticamente los cálculos en Hadoop cuando sea necesario y escalar de manera
horizontal los recursos informáticos a petición. En un escenario de cálculo de inserción, solo los resultados
de la consulta se devuelven a SQL Server.
Puede aumentar aún más el rendimiento y la capacidad mediante los grupos de escalado horizontal de PolyBase,
que aprovechan muchas instancias de SQL Server en un grupo PolyBase controlado por un nodo principal. Las
consultas de PolyBase se emiten al nodo principal, el cual distribuye la carga de trabajo a través de las instancias
de cálculo del grupo de PolyBase y permite un consumo y procesamiento paralelos de datos externos.
Grupos de escalado horizontal de PolyBase que consultan clústeres de Hadoop
Clústeres de big data de SQL Server

Muchas empresas utilizan tanto big data como datos relacionales tradicionales para comprender su negocio
y obtener nuevos conocimientos. El desafío es que big data se almacene en un solo lugar (Apache Hadoop
Distributed File System (HDFS)) y los datos empresariales en otro: sistemas de bases de datos relacionales. Estos
diferentes tipos de almacenamiento utilizan diferentes tecnologías y sistemas para la administración, la seguridad,
la estructura y las consultas. Para poder aprovechar big data y datos relacionales, a lo largo de los años se han
desarrollado soluciones complicadas que incluyen mover datos de un lugar a otro y combinarlos para el análisis
o el uso de tecnología especial para ejecutar lenguajes de programación y open source en ambos tipos con el fin
de crear paneles de análisis y modelos de machine learning.
La introducción de clústeres de big data en SQL Server 2019 resuelve los desafíos de informática y
almacenamiento de escalado a petabytes y exabytes de datos, al tiempo que ofrece un procesamiento más
flexible a través de Spark, que es un motor de open source que puede procesar datos de streaming desde
sensores, IoT o sistemas financieros, y tareas de machine learning. Los clústeres de big data combinan varias

instancias de SQL Server con Spark y HDFS, lo que facilita mucho la unión relacional y big data para su uso en
informes, modelos predictivos, aplicaciones e IA.
Contenedores, servicios de big data y Kubernetes proporcionan el marco para la arquitectura de clústeres de big
data, que toman la forma de un clúster de proceso de contenedores que ejecutan SQL Server y servicios de big
data y serializados por una instancia maestra de SQL Server. Estos clústeres escalables contienen contenedores
de SQL Server, Spark y HDFS que se ejecutan en Kubernetes como un único paquete compatible con Microsoft.
Kubernetes es un orquestador de open source que facilita el escalado de implementaciones de contenedores.
Los grupos permiten un escalado horizontal de almacenamiento e informática independiente y personalizable.
Los clústeres de big data se ejecutan como pods, que son grupos lógicos de uno o varios contenedores y asocian
los recursos necesarios para ejecutar una aplicación, en diferentes tipos de grupos:
• Grupos de procesamiento: constan de uno o varios pods de procesamiento que se ejecutan en Kubernetes.
• Grupos de almacenamiento: proporcionan niveles de almacenamiento escalable junto con la informática
colocalizada para SQL Server y Spark justo al lado de los datos.
• Grupos de datos: almacenan los datos de caché de un origen externo o almacenan una secuencia entrante de
datos de solo anexo. Los datos se dividen en particiones y se distribuyen en todas las instancias de SQL Server
en el grupo.
• Grupos maestros: pueden ser SQL Server de inicio de sesión único o SQL Server implementados como varias
instancias en un grupo de disponibilidad Always On para alta disponibilidad y escalado horizontal de lectura.
Esta instancia de SQL Server es donde se almacenan OLTP de lectura y escritura o datos dimensionales en un
clúster de big data.
• Grupos de Spark: habilitan el proceso de Spark independiente de HDFS para una mejor administración de
recursos y optimizan el tipo de hardware que requieren los dos grupos.
Una arquitectura de clúster de big data de alto nivel en SQL Server 2019
Fácil integración de datos

A través de la arquitectura de clústeres de big data de SQL Server, Microsoft ha creado una manera de integrar,
administrar y analizar todos sus datos mediante las habilidades y herramientas preferidas de sus ingenieros de datos,
analistas de datos y usuarios empresariales expertos. El valor del big data aumenta considerablemente cuando se
combina con los datos de alto valor almacenados en SQL Server a través de informes, paneles y aplicaciones. Los

clústeres de datos de big data de SQL Server 2019 permiten que todos los datos estén disponibles en un sistema
integrado y sean accesibles a través de herramientas de big data o herramientas de SQL Server.
Escenarios habilitados por los clústeres de big data de SQL Server

Los clústeres de big data de SQL Server ofrecen flexibilidad en la forma de interactuar con big data. Son
especialmente útiles en cuatro escenarios clave.
Virtualización de datos
En un clúster de big data, puede combinar datos de orígenes de datos externos sin moverlos ni replicarlos
aprovechando las mejoras de POLYBase de SQL Server 2019. Estas mejoras permiten que el clúster de big data
actúe como hub de datos para integrar datos estructurados y no estructurados de todos los recursos de datos:
SQL Server, Oracle, Teradata, MongoDB, HDFS y más, utilizando marcos de programación familiares y
herramientas de análisis de datos.
Marts de datos de escalado horizontal

En un clúster de big data, los datos de orígenes de datos externos se pueden particionar y almacenar en caché
en todas las instancias de SQL Server de un grupo de datos, creando un “mart de datos de escalado horizontal”.
El mart de datos de escalado horizontal puede combinar datos de varios orígenes de datos y tablas externas, lo
que facilita integrar y combinar en caché conjuntos de datos de varias fuentes externas.

Un data lake compartido
Para la persistencia en un clúster de big data, las instancias de SQL Server del grupo de almacenamiento pueden
leer y escribir datos en archivos de formato parquet y CSV en HDFS. Las aplicaciones y los análisis que consultan
los datos a través de la instancia maestra de SQL Server y los trabajos de Spark pueden habilitar diferentes
escenarios de análisis, mediante herramientas, lenguajes y habilidades de elección. SQL Server y Spark pueden
leer y escribir estos archivos, lo que crea un data lake compartido accesible por muchos tipos diferentes de
usuarios, herramientas y sistemas. Con la organización en niveles de HDFS, puede almacenar en caché datos
desde el origen a los clústeres de big data para expandir los data lakes existentes.
IA y machine learning integrados

Ahora puede habilitar tareas de IA y machine learning en los datos almacenados en grupos de almacenamiento
HDFS y los grupos de datos mediante Spark y/o herramientas de IA integradas en SQL Server como R, Python,
Scala o Java. Los clústeres de big data proporcionan todas las herramientas y sistemas para ingresar, almacenar
y preparar datos para el análisis, así como para entrenar los modelos de machine learning, almacenar los modelos
y ponerlos en funcionamiento.

• Ingerir: los datos se pueden ingresar utilizando Spark Streaming al insertar datos directamente en HDFS
a través de la API de HDFS o al insertar datos en SQL Server a través de consultas de inserción de T-SQL
estándar.
• Almacenar: los datos pueden almacenarse en archivos en HDFS, particionarse y almacenarse en grupos
de datos o almacenarse en la instancia maestra de SQL Server en tablas, gráficos o JSON/XML.
• Preparar y entrenar: se puede usar T-SQL o Spark para preparar datos ejecutando trabajos por lotes para
transformar los datos, agregarlos o realizar otras tareas de organización de datos. Los científicos de datos pueden
optar por usar SQL Server Machine Learning Services en la instancia maestra para ejecutar los scripts de
capacitación de modelos R, Python o Java, o para usar Spark. En cualquier caso, la biblioteca completa de
bibliotecas de open source de machine learning, como TensorFlow o Caffe, se puede usar para capacitar modelos.
• Modelar y servir: una vez que los modelos están entrenados, pueden ponerlos en funcionamiento en la
instancia maestra de SQL Server usando una puntuación nativa en tiempo real a través de la función PREDICT,
en un procedimiento almacenado; o puede usar la puntuación por lotes sobre los datos en HDFS con Spark.
Como alternativa, al utilizar las herramientas que se proporcionan con el clúster de big data, los ingenieros
de datos pueden envolver fácilmente el modelo en una API REST y aprovisionar el modelo API + como
contenedor en el clúster de big data como un microservicio de puntuación para una fácil integración con
cualquier aplicación.
Toda esta canalización tiene lugar en el contexto de un clúster de big data. Los datos nunca traspasan el límite de
seguridad y cumplimiento para ir a un servidor externo de análisis o al equipo portátil de un científico de datos.
La potencia total del hardware subyacente en el clúster de big data está disponible para procesar los datos, y los
recursos informáticos se pueden ampliar y reducir de manera flexible según sea necesario.
Para obtener más información, lea la documentación Clústeres de big data de SQL Server.
Administración de información empresarial

SQL Server Integration Services
SQL Server Integration Services es una plataforma para compilar soluciones de transformación de datos
e integración de datos de nivel empresarial. Use Integration Services para resolver problemas empresariales
complejos mediante la copia o descarga de archivos, la carga de los almacenamientos de datos, la limpieza
y minería de datos, y la administración de objetos y datos de SQL Server.
Integration Services puede extraer y transformar datos de una amplia variedad de orígenes, como archivos de
datos XML, archivos planos y orígenes de datos relacionales, para después cargar los datos en uno o varios
destinos. Integration Services incluye un conjunto completo de transformaciones y tareas integradas, herramientas
gráficas para construir paquetes y la base de datos Integration Services Catalog cuando almacena, ejecuta y
administra paquetes. Puede utilizar las herramientas gráficas de Integration Services para crear soluciones sin
escribir una sola línea de código. También puede programar el extenso modelo de objetos de Integration Services
para crear paquetes mediante programación y codificar tareas personalizadas y otros objetos de paquete.
Para obtener más información sobre las características y funciones de SSIS, consulte SQL Server Integration
Services. Tenga en cuenta que el motor de SSIS funciona en Windows y Linux.
Master Data Services

Master Data Services le permite administrar un conjunto maestro de todos sus datos. Con Master Data Services, puede
organizar los datos en modelos, creando reglas para actualizar los datos, incluidos los permisos para quienes realizan
esas actualizaciones en su equipo. El conjunto de datos maestros se puede compartir mediante un complemento de
Excel y la aplicación web Master Data Manager (MDM). En SQL Server 2019, todas las dependencias anteriores de
componentes de Silverlight se reemplazaron por controles HTML. De forma adicional, Master Data Services ahora
admite bases de datos que se ejecutan en una Instancia administrada de Azure SQL Database.

Inteligencia empresarial
Analysis Services
SQL Server Analysis Services (SSAS) proporciona capacidades modernas de transformación y conectividad de
datos con compatibilidad con orígenes de datos de Power BI, así como algunas capacidades avanzadas de
modelado de BI, como transformaciones de mashup de datos, simulacros y jerarquías irregulares. SSAS se puede
configurar para trabajar con modelos tabulares in-memory o cubos OLAP multidimensionales tradicionales.
SSAS ofrece varios enfoques para crear un modelo semántico de inteligencia empresarial, lo que incluye: tabular,
multidimensional (cubos OLAP) y Power Pivot para SharePoint. Los modelos tabulares y multidimensionales usan
datos importados de orígenes externos.
Los clientes que usan modelos tabulares en SQL Server Analysis Services pueden aprovechar Azure Analysis
Services para el modelado y las consultas a escala de nube.
En SQL Server 2019, realizamos mejoras para los clientes al aprovechar los modelos tabulares para mejorar la
administración y acelerar su tiempo de información.
Configuración de gobernanza para las actualizaciones de caché de Power BI

El servicio Power BI almacena en caché los datos del icono del panel y los datos del informe para la carga inicial
del informe de Live Connect, lo que hace que un número excesivo de consultas de caché se envíen a SSAS y
puedan sobrecargar el servidor en casos extremos. Con esta versión, la propiedad ClientCacheRefreshPolicy
permite invalidar este comportamiento en el nivel de servidor. Para obtener más información, consulte
Propiedades generales.
Formato dinámico de medidas mediante grupos de cálculo

Esta característica le permite cambiar condicionalmente las cadenas de formato para las medidas con grupos de
cálculo. Por ejemplo, con la conversión de moneda, una medida se puede mostrar utilizando diferentes formatos
de moneda extranjera.
Conexión en línea
Conecte un modelo tabular como una operación en línea. La conexión en línea se puede usar para la
sincronización de réplicas de solo lectura en entornos de escalado horizontal de consultas locales.
Otras nuevas capacidades incluyen:
• Compatibilidad con consultas MDX para modelos tabulares con grupos de cálculo permite consultas más
rápidas cuando se usan grupos de cálculo.
• Relaciones de varios a varios en modelos tabulares que permiten almacenar y administrar varias relaciones
de varios a varios en un único modelo.
• Configuración de propiedades para la gobernanza de recursos que le permite elegir la cantidad de
recursos que desea que utilice el modelo analítico.
• Entrelazado de consultas para permitir una administración de consultas eficiente y más rápida al asignar
dinámicamente prioridad a las consultas, lo que garantiza que todas las consultas se ejecuten en el período
de tiempo más óptimo.
Para obtener más información sobre las capacidades de Analysis Services, consulte Analysis Services. Tenga en
cuenta que Analysis Services actualmente es una característica exclusiva para Windows.

Reporting Services
SQL Server Reporting Services (SSRS) proporciona una solución local moderna para crear, implementar y
administrar informes en la organización. Desde SQL Server 2016, SSRS ha estado aportando un diseño moderno a
los informes empresariales. Puede crear informes móviles optimizados para que smartphones y tabletas lleven el
poder de los datos a más usuarios en la organización, además de crear informes paginados modernos. Las
aplicaciones de Power BI nativas para dispositivos móviles con Windows 10, iOS, Android y HTML5 permiten el
acceso sencillo a informes móviles y paneles tanto en línea como en modo sin conexión.
Esta plataforma de informes basada en servidor incluye un conjunto completo de herramientas para crear,
administrar y entregar informes y API que permiten a los desarrolladores integrar o extender el procesamiento
de datos e informes en aplicaciones personalizadas.
SSRS admite informes paginados tradicionales, además de los paneles y los informes móviles.
Para obtener más información sobre las características de Reporting Services, consulte Reporting Services. Tenga
en cuenta que Reporting Services actualmente es una característica exclusiva para Windows.
Power BI Report Server

Power BI es una colección de servicios y características que permiten análisis de datos, uso compartido y
visualización colaborativas y de autoservicio. Power BI se puede conectar a una combinación de orígenes de datos
locales y en línea, que se pueden actualizar automáticamente según una programación fija.
Con Power BI Desktop, los usuarios pueden diseñar informes, paneles y modelos de datos de autoservicio que se
conectan a una amplia gama de orígenes de datos. Para obtener más información sobre las características de
Power BI Desktop, consulte la página del producto Power BI Desktop.
Con el servicio Power BI, los usuarios pueden almacenar y acceder a informes de Power BI desde la nube pública
de Microsoft con un explorador o dispositivos móviles. El servicio Power BI Premium permite que los usuarios
compartan y colaboren en informes de Power BI. Para obtener más información sobre las características de Power
BI, consulte la página del producto de Power BI.
Power BI Report Server se basa en Reporting Services de SQL Server 2017 para permitir que los informes
diseñados en Power BI Desktop se implementen en un servidor local en lugar del servicio en la nube de Power BI.
Power BI Report Server permite que las organizaciones con directivas de protección de datos que prohíben el uso
de la nube pública usen el servicio Power BI de nube pública para beneficiarse de los informes de Power BI.
Una suscripción al servicio Power BI Premium o al Contrato Enterprise de SQL Server con Software Assurance
incluye licencias para Power BI Report Server, lo que permite a las organizaciones empezar a compilar informes de
Power BI locales que pueden migrar posteriormente a la nube.
Para obtener más información sobre las características de Power BI Report Server, consulte la página del producto
de Power BI Report Server. Tenga en cuenta que Power BI Report Server actualmente es una característica
exclusiva para Windows.

Herramientas de administración y desarrollo para SQL Server
Necesita excelentes herramientas para administrar sus bases de datos. Aunque las bases de datos se pueden
ejecutar en la nube, en el perímetro, localmente, en Windows o en Linux, la herramienta no necesita ejecutarse en
la misma plataforma que la base de datos. Microsoft ha puesto a disposición varias herramientas para DBA,
ingenieros de datos, científicos de datos y desarrolladores. En esta sección se mencionan algunas de las
herramientas disponibles para trabajar con las bases de datos SQL.
Azure Data Studio

Azure Data Studio proporciona una forma centralizada de administrar consultas en todas las instancias de SQL
Server que se ejecutan en cualquier plataforma, incluidas las instancias de Azure SQL Data Warehouse y Azure
SQL Database. Sus herramientas integradas le permiten personalizar los flujos de trabajo que utiliza con más
frecuencia en su entorno para ahorrarle tiempo con la edición de consultas.
Se han realizado varias mejoras en Azure Data Studio para facilitar la vida a los desarrolladores, una de las cuales
es la adición de blocs de notas. Cuando se usan junto con los clústeres de Big Data de SQL Server, los blocs de
notas pueden interactuar con un clúster de big data mediante la extensión Scale-Out Data Management para
mejorar su capacidad de administración.
Azure Data Studio se basa en la misma plataforma que Visual Studio Code e incluye integración con Git y
extensibilidad rápida; ya están disponibles varias extensiones de Microsoft, de terceros y de la comunidad.
Se ejecuta en Windows, Linux y macOS.
Obtenga más información sobre Azure Data Studio en http://aka.ms/azuredatastudio.
SQL Server Management Studio

A partir de la versión SQL Server Management Studio (SSMS) 18.3, SSMS proporciona compatibilidad con
SQL Server 2019. SSMS es una aplicación de escritorio gratuita solo para Windows para administrar y consultar
instancias de SQL Server que se ejecutan en cualquier plataforma, Azure SQL Data Warehouse e instancias de
Azure SQL Database. Desde 2016, SQL Server Management Studio (SSMS) tiene su propio ciclo de lanzamiento
independiente de SQL Server, lo que permite actualizaciones más frecuentes. Aunque SSMS solo se ejecuta en
Windows, también puede usarlo para administrar instancias de SQL Server en Linux.
Obtenga más información sobre SQL Server Management Studio en Microsoft Docs.
Visual Studio Code

Visual Studio Code es un editor de código fuente ligero pero potente que se ejecuta en el escritorio y está
disponible para Windows, macOS y Linux. Viene con soporte integrado para JavaScript, TypeScript y Node.js y
tiene un rico ecosistema de extensiones para otros lenguajes (como C++, C#, Java, Python, PHP, Go) y tiempos
de ejecución (como .NET y Unity).
La extensión mssql para Visual Studio Code permite desarrollar aplicaciones para bases de datos SQL. Mejora la
productividad del desarrollador al hacer que sea más fácil que nunca conectarse a una base de datos SQL,
consultar y ver los resultados.
Obtenga más información sobre Visual Studio Code en https://code.visualstudio.com/ y cómo usar la extensión
mssql Visual Studio Code en Microsoft Docs.

Herramientas CLI/shell
Existen varias herramientas de línea de comandos/shell para interactuar con SQL Server, incluidas las siguientes:
• sqlcmd: se utiliza para ejecutar comandos Transact-SQL desde la línea de comandos, ya sea dinámicamente
o desde un archivo.
• bcp: se utiliza para importar y exportar datos por lotes a instancias de SQL Server.
• sqlpackage: se utiliza crear scripts de bases de datos e implementar bases de datos en paquetes dacpac, para
simplificar la implementación y la migración de bases de datos.
Ya están disponibles versiones multiplataforma de sqlcmd y bcp. Actualmente existe una versión multiplataforma
de sqlpackage en versión preliminar.
mssql-cli es una nueva herramienta de línea de comandos/shell multiplataforma diseñada para proporcionar un
entorno de shell más sencillo para el usuario para interactuar con SQL Server; mssql-cli mejora sqlcmd al agregar
características modernas como resaltado de sintaxis, función autocompletar y formato flexible del conjunto de
resultados. mssql-cli se basa en el proyecto dbcli de open source, y depende del lenguaje Python y del pip de la
herramienta de administración de paquetes Python.
Para obtener más información sobre las herramientas de administración y consulta SQL para SQL Server, lea la
página de documentación Herramientas.
Migración y modernización a SQL Server 2019

Puede aprovechar todas las nuevas características y mejoras de SQL Server 2019 a través de la ruta de migración
que elija, mediante herramientas de migración gratuitas y la certificación de compatibilidad que ofrecemos para
ayudarle a ponerse en marcha con rapidez.
Elija la ruta de migración adecuada para usted

Las opciones para migrar a SQL Server 2019 incluyen la
implementación local, SQL Server 2019 en máquinas Obtenga lo mejor de SQL Server 2019 y la nube
virtuales de Azure y la instancia administrada de Azure SQL
• SQL Server 2019 en VM de Azure (Iaas)
Database. Si está ejecutando Oracle, SAP Sybase, IBM DB2
o MySQL, también puede migrar a SQL Server 2019 con la • Instancia administrada de Azure SQL
ayuda de una herramienta de automatización gratuita que Database (PaaS)
se trata en la siguiente sección.
Aproveche las herramientas de migración gratuitas

Ofrecemos herramientas gratuitas para facilitar la migración que incluyen orientación y prácticas recomendadas
de los ingenieros de Microsoft. Estas herramientas incluyen:
• Data Migration Assistant (DMA): le permite actualizar a una plataforma de datos moderna mediante la
detección de problemas de compatibilidad que pueden afectar a la funcionalidad de la nueva versión de
SQL Server o a Azure SQL Database. Recomienda las mejoras de rendimiento y confiabilidad para el entorno
objetivo. También moverá el esquema y los datos de la base de datos, y los objetos no contenidos del
servidor de origen al servidor de destino.
• Asistente de experimentación de base de datos (DEA): una solución de experimentación para las
actualizaciones de SQL Server. Ayuda a evaluar una versión de destino de SQL para una carga de trabajo
determinada mediante la captura y reproducción de cargas de trabajo de base de datos de producción a
través de la configuración automatizada.
• Asistente para la optimización de consultas en SQL Server Management Studio v18: una nueva
herramienta que guiará a los usuarios a través del flujo de trabajo recomendado para mantener la estabilidad
del rendimiento durante las actualizaciones a las versiones más recientes de SQL Server.

• SQL Server Migration Assistant (SSMA): automatiza las migraciones desde Oracle, SAP Sybase, IBM DB2
y MySQL. Obtenga más información sobre SSMA en la documentación en línea.
Certificación de compatibilidad
La certificación de compatibilidad permite actualizar y modernizar una base de datos de SQL Server local, en la
nube y en el perímetro, lo que elimina los riesgos de incompatibilidad de aplicaciones. Dado que motor de base
de datos potencia SQL Server y Azure SQL Database (incluida la instancia administrada), una base de datos de
usuario se puede mover sin problemas entre SQL Server local y Azure SQL Database.
El uso de la certificación de compatibilidad es un enfoque valioso para la modernización de bases de datos. Al
certificar en función del nivel de compatibilidad, los desarrolladores establecen los requisitos técnicos para que
una aplicación se admita en SQL Server y Azure SQL Database, pero desacopla el ciclo de vida de la aplicación del
ciclo de vida de la plataforma de base de datos. Esto permite a las empresas mantener el motor de base de datos
de SQL Server actualizado según lo necesiten las directivas de ciclo de vida, así como aprovechar las nuevas
mejoras de escalabilidad y rendimiento que no dependen del código, y las aplicaciones de conexión mantienen su
estado funcional a través de mejoras.
Mientras la aplicación no necesite aprovechar las mejoras que solo están disponibles en niveles de compatibilidad
de bases de datos más altos, es un enfoque válido para actualizar el motor de base de datos de SQL Server y
mantener el nivel de compatibilidad de base de datos anterior, sin necesidad de recertificar una aplicación
Obtenga más información sobre Certificación de Compatibilidad
Conclusión
Los interminables flujos de datos que creamos y recopilamos en nuestro mundo hoy en día presentan oportunidades
emocionantes para las empresas y desafíos significativos. Hace mucho tiempo que se han ido las formas
bidimensionales y relacionales locales de usar datos. Necesita opciones flexibles, abiertas y potentes para trabajar con
datos que eliminen el tedioso trabajo de sus obligaciones diarias para ayudarle a ofrecer más valor a su negocio.
Diseñamos SQL Server 2019 para que sea una plataforma de datos unificada para combinar todos los orígenes
y tipos de datos a través de nuevos escenarios posibles gracias a la virtualización de datos y los clústeres de
Big Data de SQL Server con HDFS y Apache Spark. SQL Server 2019 le brinda nuevas maneras a través de la
inteligencia de todos y cada uno de los datos. SQL Server 2019 le ofrece la opción de elegir el lenguaje de
desarrollo, la plataforma y la ubicación de implementación local, híbrida, en la nube y en el perímetro. Con
SQL Server 2019 obtendrá el rendimiento líder del sector con bases de datos inteligentes, seguridad de nivel
empresarial e Inteligencia artificial integrada.
Con el lanzamiento de SQL Server 2019 en Linux, también verá una mayor paridad de características con la versión
de Windows, como la compatibilidad con Machine Learning Services. Esto seguirá creciendo a medida que
desarrollemos aún más formas de incorporar las capacidades de la base de datos de SQL Server entre plataformas.
Recursos adicionales
Para obtener más información sobre SQL Server 2019, consulte: aka.ms/ss19
Para obtener más información sobre Azure Data Studio, consulte: aka.ms/azuredatastudio
Para ver la documentación de SQL Server, consulte: https://docs.microsoft.com/sql/sql-server/?view=sql-server-ver15
Para ver los laboratorios y talleres de SQL Server y Azure SQL, consulte: http://aka.ms/sqlworkshops

© 2019 Microsoft Corporation. Todos los derechos reservados.

Microsof SQL Informacion PDF

Cargado por

Copyright:

Formatos disponibles

Microsof SQL Informacion PDF

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Microsof SQL Informacion PDF

Cargado por

Copyright:

Formatos disponibles

Microsoft SQL Server 2019

Informe del producto

© 2019 Microsoft Corporation. Todos los derechos reservados

Microsoft SQL Server 2019 2

Rendimiento inteligente con SQL Server ......................................................................................................................................... 6

Seguridad y cumplimiento empresariales......................................................................................................................................11

SQL Server en Linux, Contenedores y Kubernetes .....................................................................................................................14

Mejoras en la experiencia del equipo de desarrolladores ............................................................................................................15

Machine Learning Services ........................................................................................................................................................................17

Más características basadas en los comentarios de los clientes ................................................................................................17

Virtualización de datos ...............................................................................................................................................................................17

Clústeres de big data de SQL Server .....................................................................................................................................................19

Administración de información empresarial ......................................................................................................................................23

Inteligencia empresarial .............................................................................................................................................................................24

Herramientas de administración y desarrollo para SQL Server ........................................................................................................26

Microsoft SQL Server 2019 3

Para mantenerse competentes y competitivas, las organizaciones necesitan una solución

La evolución de SQL Server

Microsoft SQL Server 2019 4

Mejoras de SQL Server 2019

Mejoras del motor de base de datos en SQL Server 2019

Microsoft SQL Server 2019 5

Procesamiento inteligente de consultas

Las nuevas capacidades de IQP de SQL Server 2019 incluyen:

Microsoft SQL Server 2019 6

Generación de perfiles de consultas ligera

Rendimiento de inserción de clave secuencial

Compatibilidad con PMEM

Microsoft SQL Server 2019 7

TempDB optimizada para memoria

Microsoft SQL Server 2019 8

Cinco pares de réplicas sincrónicas

Redirección de conexión de réplica secundaria a principal

Estado mejorado de nivel de base de datos para los grupos de disponibilidad

Nuevo asistente para grupo de disponibilidad

Recuperación de bases de datos acelerada

Microsoft SQL Server 2019 9

Proceso de recuperación de bases de datos acelerada

Mantenimiento de índices en línea y operaciones reanudables

Microsoft SQL Server 2019 10

Conmutación por error con contenedores y Kubernetes

Seguridad y cumplimiento empresariales

Microsoft SQL Server 2019 11

Descubrimiento y clasificación de datos de SQL

Evaluación de vulnerabilidades de SQL

Microsoft SQL Server 2019 12

Always Encrypted con enclaves seguros

Microsoft SQL Server 2019 13

Funcionalidad de administración de certificados en el Administrador de configuración

• Visualización y validación de los certificados instalados en una instancia de SQL Server

SQL Server en Linux, Contenedores y Kubernetes

Captura de datos de cambios (CDC)

Microsoft SQL Server 2019 14

Machine Learning Services en Linux

Virtualización de datos con PolyBase en Linux

Configuración automática de archivos TempDB ahora disponible en Linux

Registro de contenedores de Microsoft

SQL Server en Kubernetes

Mejoras en la experiencia del equipo de desarrolladores