SQL SERVER 2017, Mas já?

Não poderia passar em branco SQL SERVER 2017.

Pois é, a Microsoft resolveu atualizar seu grande produto para versão ainda este ano e são muitas novidades que vieram com principal aposta Billgatiana:

Uma delas e para delírio da comunidade de data Science é o suporte a linguagem Python. Como vimos no SQL Server 2016 onde foi implementado suporte ao R, agora temos Python, isso sim é uma ótima notícia.

Agora vai ficar show fazer analises de aprendizagem de maquina direto na plataforma.

A integração do Python no SQL Server oferece várias vantagens:

• Eliminação do movimento de dados: você não precisa mais mover os dados do banco de dados para o seu aplicativo ou modelo Python. Em vez disso, você pode criar aplicativos Python no banco de dados. Isso elimina barreiras de segurança, conformidade, governança, integridade e uma série de problemas semelhantes relacionados à movimentação de grandes quantidades de dados. Esta nova capacidade traz Python para os dados e executa o código dentro do SQL Server seguro usando o comprovado mecanismo de extensibilidade construído no SQL Server 2016.
• Fácil implantação: Uma vez que você tenha o modelo Python pronto, implantá-lo em produção é agora tão fácil como incorporá-lo em um script T-SQL e, em seguida, qualquer aplicativo cliente SQL pode tirar proveito dos modelos baseados em Python e inteligência por um simples procedimento armazenado.
• Desempenho e escala empresarial: você pode usar os recursos avançados do SQL Server como índices de armazenamento de tabela e coluna na memória com as APIs escaláveis ​​de alto desempenho no pacote RevoScalePy. RevoScalePy é modelado após RevoScaleR pacote em SQL Server R Services. Usando estes com as últimas inovações no mundo open source Python permite que você traga incomparável seleção, desempenho e escala para suas aplicações SQL Python.
• Extensibilidade: você pode instalar e executar qualquer um dos mais recentes pacotes Python de código aberto no SQL Server para construir aplicativos de aprendizado de maquina e AI em grandes quantidades de dados no SQL Server. Instalar um pacote Python no SQL Server é tão simples como instalar um pacote Python em sua máquina local.
• Grande disponibilidade sem custos adicionais: a integração Python está disponível em todas as edições do SQL Server 2017, incluindo a edição Express.

Os cientistas de dados, os desenvolvedores de aplicativos e os administradores de bancos de dados podem se beneficiar dessa nova capacidade.

• Os cientistas de dados podem criar modelos usando os conjuntos de dados completos no SQL Server em vez de mover dados para o IDE ou serem forçados a trabalhar com amostras de dados. Trabalhando a partir do seu Python IDE, você pode executar código Python que é executado no SQL Server sobre os dados no SQL Server e obter os resultados em seu IDE. Você não depende mais dos desenvolvedores de aplicativos para implantar seus modelos para uso em produção, o que geralmente envolve a tradução de modelos e scripts para um idioma de aplicativo diferente. Esses modelos podem ser implantados na produção facilmente incorporando-os em procedimentos armazenados em T-SQL. Você pode usar qualquer pacote Python de código aberto para aprendizado de máquina no SQL Server. O padrão de uso é idêntico ao agora popular SQL Server R Services.
• Os desenvolvedores de aplicativos podem tirar proveito de modelos baseados em Python simplesmente fazendo uma chamada de procedimento armazenado que tenha script Python incorporado. Você não precisa de uma compreensão profunda do funcionamento interno dos modelos Python, ou tem que traduzi-lo para uma linha de linguagem de negócios em estreita coordenação com os cientistas de dados para consumi-lo. Você pode até aproveitar os modelos R e Python na mesma aplicação – eles são ambos chamados de procedimento armazenado.
• Os administradores de banco de dados podem habilitar aplicativos baseados em Python e configurar políticas para controlar como o tempo de execução do Python se comporta no SQL Server. Você pode gerenciar, proteger e governar o runtime do Python para controlar como os recursos críticos do sistema na máquina do banco de dados são usados. A segurança é assegurada por mecanismos como isolamento de processos, privilégios de sistema limitados para trabalhos Python e regras de firewall para acesso à rede.

O interpretador CPython de código aberto padrão (versão 3.5) e alguns pacotes Python comumente usados ​​para ciência de dados são baixados e instalados durante a instalação do SQL Server se você escolher a opção Python na árvore de recursos.

Atualmente, um subconjunto de pacotes da popular distribuição Anaconda é incluído juntamente com o pacote RevoScalePy da Microsoft. O conjunto de pacotes disponíveis para download evoluirá à medida que avançarmos para a disponibilidade geral deste recurso. Os usuários podem facilmente instalar qualquer pacote adicional de código aberto Python, incluindo os modernos pacotes de aprendizagem profunda como Cognitive Toolkit e TensorFlow para executar no SQL Server. Aproveitando esses pacotes, você pode criar e implementar aplicativos de banco de dados de aprendizagem profunda com GPUs.

Atualmente, o suporte ao Python está em estado de “visualização” para o SQL Server 2017 apenas no Windows.

Mais novidades, fiquem ligados!