FLISOL 2017 - SQL Server no Linux
•
0 recomendaciones•1,315 vistas
Este documento resume as principais informações sobre Vithor da Silva e Silva, um consultor e instrutor de SQL Server e Power BI. Ele possui certificações em SQL Server e IBM DB2 LUW e oferece treinamentos em SQL Server, Power BI e Linux. O documento também apresenta as principais características e benefícios do SQL Server, incluindo tecnologias como In-Memory OLTP, Query Store, Temporal Tables, Row-Level Security e Always Encrypted.
Recomendados
Recomendados
Más contenido relacionado
La actualidad más candente
La actualidad más candente (20)
Destacado
Destacado (20)
Similar a FLISOL 2017 - SQL Server no Linux
Similar a FLISOL 2017 - SQL Server no Linux (20)
Más de Vithor da Silva e Silva
Último
Último (6)
FLISOL 2017 - SQL Server no Linux
- 1. SQL Server Linux Vithor da Silva e Silva Microsoft Certified Trainer vithor@vssti.com.br http://www.vssti.com.br/blog/ https://twitter.com/vithordasilva
- 2. Sobre mim • Vithor da Silva e Silva • Consultor – Plataforma de Dados e BI – AX4B • Instrutor – SQL Server e Power BI - Mindworks • Certificado em SQL Server e IBM DB2 LUW; • vithor@vssti.com.br • www.vssti.com.br/blog • https://br.linkedin.com/in/vithorsilva • https://www.facebook.com/vithorsilva • https://www.facebook.com/vssti • https://www.facebook.com/sqles
- 4. Capacitação Microsoft e Linux https://www.mindworks.com.br/confira-os-treinamentos-disponiveis-na-mindworks-2/
- 6. 15 anos de Inovação SQL Server 2000 SQL Server 2005 SQL Server 2008 SQL Server 2008 R2 SQL Server 2012 XML ● KPIs Management Studio ● Espelhamento Compactação ● Gerenciamento baseado em políticas ● Programação PowerPivot ● Integração com o SharePoint ● Master Data Services AlwaysOn ● Índice ColumnStore ● Data Quality Services ● Power View ● Conectividade de Nuvem SQL Server 2014 In-Memory em todas as cargas de trabalho ● Desempenho e Escala ● Nuvem Híbrida Otimizada ● HDInsight ● BI de Nuvem
- 7. Magic Quadrant for Operational DBMS
- 8. O banco de dados do ano!
- 12. # Importar o Repositório Público suporte@LAB002:~$ curl https://packages.microsoft.com/keys/microsoft.asc | sudo apt-key add - # Registrar os repositórios Microsoft SQL Server Ubuntu suporte@LAB002:~$ curl https://packages.microsoft.com/config/ubuntu/16.04/mssql- server.list | sudo tee /etc/apt/sources.list.d/mssql-server.list suporte@LAB002:~$ curl https://packages.microsoft.com/config/ubuntu/16.04/prod.list | sudo tee /etc/apt/sources.list.d/msprod.list # Atualização da Lista de Repositórios do Ubuntu suporte@LAB002:~$ sudo apt-get update # Instalação do SQL Server suporte@LAB002:~$ sudo apt-get install -y mssql-server # Configuração do SQL Server suporte@LAB002:~$ sudo /opt/mssql/bin/mssql-conf setup # Verificar Status do Serviço suporte@LAB002:~$ systemctl status mssql-server Instalação do SQL Server no Ubuntu Server
- 13. # Atualização da Lista de Repositórios do Ubuntu suporte@LAB002:~$ sudo apt-get update # Instalação do SQLCMD / BCP e ODBC para Linux suporte@LAB002:~$ sudo apt-get install mssql-tools unixodbc-dev # Adicionando os binários no PATH suporte@LAB002:~$ echo 'export PATH="$PATH:/opt/mssql-tools/bin"' >> ~/.bash_profile suporte@LAB002:~$ echo 'export PATH="$PATH:/opt/mssql-tools/bin"' >> ~/.bashrc suporte@LAB002:~$ source ~/.bashrc # Acessando o SQL Server via Linha de Comando suporte@LAB002:~$ sqlcmd -S . -U sa Instalação do SQL Server no Ubuntu Server
- 14. Demonstração
- 15. SQL Server vNext Top Features
- 17. Query Store A “Caixa Preta” para seu database
- 18. Você já…? …teve seu Sistema lento e todo mundo esperando que você desse uma solução mágica o mais rápido possível? …atualizou uma aplicação pra última versão do SQL e teve problemas com o novo plano de execução que fez sua aplicação ficar mais lenta? …teve um problema com sua base Azure SQL Database e não pôde determinar o que estava errado?
- 19. Monitoramento de performance com Query Store O query store provê aos DBAs imersões nos planos de queries escolhidos
- 21. Fontes de dados reais são dinâmicas Dados históricos podem ser críticos para o sucesso Databases tradicionais falham nessas imersões Workarounds… Complexos, caros, limitados, inflexíveis, ineficientes SQL Server 2016 facilita… Sem mudanças no modelo de implementação Novas imersões Por que Temporal? Viagem no tempo Auditoria Slowly Changing Dimensions Reparar problemas em nível de linha
- 22. Temporal table (dados atuais) Insert / Bulk Insert * Versões Antigas Update */ Delete * Como funciona? History Table
- 23. Temporal table (dados atuais) Temporal Queries * (Time travel,etc.) Como funciona? History Table Regular queries (dados atuais) * Inclui Versão Antiga
- 24. Row-Level Security. SQL Server 2016 SQL Database
- 25. Two Usuário(ex: enfermeiro) seleciona dados da tabela de pacientes Three Políticas de segurança reescreve a consulta de forma transparente para aplicar o filtro Database Policy Manager CREATE FUNCTION dbo.fn_securitypredicate(@wing int) RETURNS TABLE WITH SCHEMABINDING AS return SELECT 1 as [fn_securitypredicate_result] FROM StaffDuties d INNER JOIN Employees e ON (d.EmpId = e.EmpId) WHERE e.UserSID = SUSER_SID() AND @wing = d.Wing; CREATE SECURITY POLICY dbo.SecPol ADD FILTER PREDICATE dbo.fn_securitypredicate(Wing) ON Patients WITH (STATE = ON) Filter Predicate: INNER JOIN… Security Policy Aplicação Pacientes One Policy manager cria predicados de filtro e políticas de segurança em T-SQL, blindando a tabela Pacientes Enfermeira SELECT * FROM Patients SELECT * FROM Patients SEMIJOIN APPLY dbo.fn_securitypredicate(patients.Wing); SELECT Patients.* FROM Patients, StaffDuties d INNER JOIN Employees e ON (d.EmpId = e.EmpId) WHERE e.UserSID = SUSER_SID() AND Patients.wing = d.Wing; RLS em três passos
- 26. Dynamic Data Masking SQL Server 2016 SQL Database
- 27. Configuração simples pelo portal Azure Baseado em políticas em nível de tabelas e colunas, por um grupo definido de usuários Data masking aplicado em tempo real para resultados de queries baseadas em políticas Múltiplas funções masking disponíveis (full, partial) para várias categorias de dados sensíveis (ex: Cartões de crédito, SSN, etc.) SQL Database SQL Server 2016 CTP2 Table.CreditCardNo 4465-6571-7868-5796 4468-7746-3848-1978 4484-5434-6858-6550 Real-time data masking; partial masking Dynamic Data Masking Previne contra o uso abusivo de dados sensíveis
- 28. Always Encrypted
- 29. Previne Divulgação de Dados Proteção de dados sensíveis no lado do cliente usando chaves que nunca são dadas ao Sistema de banco de dados. Queries em dados Encriptados Suporte para comparações igualitárias, incluindo join, group by e operdores distinct. Transparência de Aplicação Mudanças mínimas em aplicações via servidor e aprimoramento em bibliotecas do cliente. Permite clientes a guardar dados sensíveis de maneira segura fora de seu limite de confiança. Dados se mantém protegidos de usuários com altos privilégios, porém não autorizados. Benefícios de dados Sempre Encriptados
- 30. Data remains encrypted during query Always encrypted Protege dados armazenados e em movimento, on-premises & cloud Capacidade ADO.Net client library provê criptografia transparente do lado do cliente, enquanto SQL Server executa as consultas T-SQL em dados criptografados Benefícios Apps TCE-enabled ADO .NET library SQL ServerEncrypted query Columnar key No app changes Master key
- 31. Stretch Database
- 32. SQL Server “esticado” ao Azure Estique tabelas frias ao Azure com processamento remoto de consultas On-premises Azure Pedidos In-memory OLTP table Histórico de pedidos Tabela esticada Movimentação de dados e processamento de consulta remota Dados quentes/Ativos Dados frios Integração BI on-premises e cloud
- 33. SELECT * FROM Department FOR SYSTEM_TIME AS OF '2010.01.01' Fatos: 1. Histórico é muito maior que dados atuais 2. Retenção entre 3 e 10 anos 3. “Warm”: até poucas semanas/mêses 4. “Cold”: raramente consultados Solução: History como uma stretch table: PeriodEnd < “Agora- 6 months” Azure SQL Database
- 34. Demonstração
- 35. Mantenha-se informado, tudo sobre SQL Server e Power BI www.vssti.com.br/blog https://www.youtube.com/channel/UCj1O1SCoSyzrX1lX5HFb_8A http://www.facebook.com/sqles https://t.me/sqles http://www.facebook.com/vssti 27 9 9903-2765 vithor@vssti.com.br
- 36. Obrigado!
Notas del editor
- Ensinar a galera a instalar o Visual Code
- 200 dólares o MCSA ou uns 800 reais Só uma prova da Oracle são quase 600 reais, no total são quase 1000 reais mais um curso obrigatório.
- Foi o banco de dados que ganhou mais popularidade em 2016, destacar a importância dele agora rodando no Linux para popularização.
- systemctl set-default multi-user.target
- https://docs.microsoft.com/en-us/sql/linux/sql-server-linux-setup-ubuntu curl https://packages.microsoft.com/keys/microsoft.asc | sudo apt-key add – curl https://packages.microsoft.com/config/ubuntu/16.04/mssql-server.list | sudo tee /etc/apt/sources.list.d/mssql-server.list curl https://packages.microsoft.com/config/ubuntu/16.04/prod.list | sudo tee /etc/apt/sources.list.d/msprod.list
- https://docs.microsoft.com/en-us/sql/linux/sql-server-linux-setup-tools#ubuntu Ensinar a galera a instalar o Visual Code
- How many of you had perf issues with SQL that slowed down the whole system – urgent to be fixed How many of you had upgrade issues with plan regressions? Give me examples? Had Azure perf issues? Query plan choice changes can cause these problems
- Source: https://msdn.microsoft.com/en-us/library/dn817826(v=sql.130).aspx The point of this slide is to emphasize that Query Store comes with extraordinary UI that will help broader set of users to benefit from collected perf data immediately. SSMS is focused around handful really the most important scenarios making feature instantly useful in everyday activities of typical DBA. We want to encourage people to try out new UI and learn from it: it is a great knowledge source because people can easily learn first steps of using Query Store DMVs by analyzing queries generated by SSMS.
- Source: https://msdn.microsoft.com/en-us/library/dn935015(v=sql.130).aspx A temporal table is a new type of table that provides correct information about stored facts at any point in time. Each temporal table consists of two tables actually, one for the current data and one for the historical data. The system automagically ensures that when the data changes in the table with the current data the previous values are stored in the historical table. Querying constructs are provided to hide this complexity from users. For more information, see Temporal Tables. Introduction to Key Components and Concepts What is a Temporal Table? A temporal table is a table for which a PERIOD definition exists and which contains system columns with a datatype of datetime2 into which the period of validity is recorded by the system, and which has an associated history table into which the system records all prior versions of each record with their period of validity. With a temporal table, the value of each record at any point in time can be determined, rather than just the current value of each record. A temporal table is also referred to as a system-versioned table. Why Temporal? Real data sources are dynamic and more often than not business decisions rely on insights that analysts can get from data evolution. Use cases for temporal tables include: Understanding business trends over time Tracking data changes over time Auditing all changes to data Maintaining a slowly changing dimension for decision support applications Recovering from accidental data changes and application errors
- Source: https://msdn.microsoft.com/en-us/library/dn935015(v=sql.130).aspx The SYSTEM_TIME period columns used to record the SysStartTime and SysEndTime values must be defined with a datatype of datetime2.
- Source: https://msdn.microsoft.com/en-us/library/dn935015(v=sql.130).aspx The SYSTEM_TIME period columns used to record the SysStartTime and SysEndTime values must be defined with a datatype of datetime2.
- Policy manager creates a filter predicate and security policy App user (e.g., a nurse) selects from the Patients table The query is transparently rewritten to apply the filter predicate Notice: No app changes!
- Source: https://msdn.microsoft.com/en-us/library/mt130841(v=sql.130).aspx Dynamic data masking limits sensitive data exposure by masking it to non-privileged users. Dynamic data masking helps prevent unauthorized access to sensitive data by enabling customers to designate how much of the sensitive data to reveal with minimal impact on the application layer. It’s a policy-based security feature that hides the sensitive data in the result set of a query over designated database fields, while the data in the database is not changed. Dynamic data masking is easy to use with existing applications, since masking rules are applied in the query results, and there is no need to modify existing queries. For example, a call center support person may identify callers by several digits of their social security number or credit card number, but those data items should not be fully exposed to the support person. A developer can define a masking rule to be applied to each query result that masks all but the last four digits of any social security number or credit card number in the result set. For another example, by using the appropriate data mask to protect personally identifiable information (PII) data, a developer can query production environments for troubleshooting purposes without violating compliance regulations. Dynamic data masking limits the exposure of sensitive data and prevents accidental viewing by engineers that access directly databases for troubleshooting purposes or non-privileged application users. Dynamic data masking doesn’t aim to prevent privileged database users from connecting directly to the database and running exhaustive queries that expose pieces of the sensitive data. Dynamic data masking is complimentary to other SQL Server security features (auditing, encryption, row level security…) and it is highly recommended to enable them in addition in order to protect better the sensitive data in the database. Since data is masked just before being returned to the user, changing the data type to an unmasked type will return unmasked data. Dynamic data masking is available in SQL Server 2016 Community Technology Preview 2 (CTP2). However, to enable dynamic data masking, you must use trace flags 209 and 219. For Azure SQL Database, see Get started with SQL Database Dynamic Data Masking (Azure Preview portal).
- Source: Source: https://msdn.microsoft.com/en-us/library/mt163865(v=sql.130).aspx When it comes to mission critical security we are introducing a unique encryption technology that protects data at rest and in motion and can be full queried while encrypted. The new ADO .NET library provide transparent client-side ecryption, while SQL Server executes T-SQL queries on encrypted data. The master keys stay with the application and not with SQL Server. This can work on-premises or SQL Server in Azure VM. So think about the hybrid scenarios where you wanted to take advantage of Azure cloud computing, but for certain data could not take advantage of cloud scale due to data security requirements. This technology ensures your data is always encrypted. Best of all no application changes are required.
- Source: http://channel9.msdn.com/Shows/Data-Exposed/Temporal-in-SQL-Server-2016 Example of using temporal tables with Azure SQL Database stretch tables.
- Arquivos de demonstração em http://www.vssti.com.br/blog/wp-content/uploads/2017/04/demos-flisol2017.zip
- Arquivos de demonstração em http://www.vssti.com.br/blog/wp-content/uploads/2017/04/demos-flisol2017.zip