WEBVTT

00:00:00.000 --> 00:00:03.000
>> SQL Server 2019 빅
데이터 클러스터는

00:00:03.000 --> 00:00:06.585
오프로드할 풀 계산
분산 쿼리 처리.

00:00:06.585 --> 00:00:10.350
UC는 우리에게 모든 것에 대해 알려여기에
데이터 노출에 오늘이.

00:00:10.350 --> 00:00:21.060
[음악]

00:00:21.060 --> 00:00:25.215
[> 안녕하세요. 다른 에피소드에 오신 것을 환영합니다
데이터 노출. 난 제로엔이에요.

00:00:25.215 --> 00:00:27.810
오늘, 나는 UC에 합류했습니다.
계산에 대해 이야기하기

00:00:27.810 --> 00:00:30.690
SQL 서버의 풀
2019 빅 데이터 클러스터.

00:00:30.690 --> 00:00:33.000
안녕하세요, UC. 주셔서 감사합니다
쇼에 다시 합류합니다.

00:00:33.000 --> 00:00:34.155
>> 물론입니다.

00:00:34.155 --> 00:00:36.060
>> 풀을 계산합니까?

00:00:36.060 --> 00:00:36.615
>> 그렇습니다.

00:00:36.615 --> 00:00:37.815
>> 그들은 무엇입니까?

00:00:37.815 --> 00:00:40.980
>> 풀을 계산합니다. 그들은

00:00:40.980 --> 00:00:44.430
기본적으로 SQL 서버 인스턴스
빅 데이터 클러스터에서

00:00:44.430 --> 00:00:48.725
오프로드하는 데 사용할 수 있습니다.
분산 쿼리 처리.

00:00:48.725 --> 00:00:50.310
그래서이 그림에서,

00:00:50.310 --> 00:00:54.870
우리는 에서 많은 구성 요소를 참조하십시오
SQL 서버 빅 데이터 클러스터.

00:00:54.870 --> 00:00:58.570
오늘, 우리는 볼거야
이 계산 풀은 여기에 있습니다.

00:00:58.570 --> 00:01:01.710
그래서 그것은 무엇입니까? 그것은입니다
기본적으로 세트

00:01:01.710 --> 00:01:03.825
SQL Server 인스턴스는

00:01:03.825 --> 00:01:06.685
자동으로 브로셔
빅 데이터 클러스터 내부에서

00:01:06.685 --> 00:01:10.475
사용할 수 있습니다.
분산 쿼리를 수행합니다.

00:01:10.475 --> 00:01:11.405
>> 좋아.

00:01:11.405 --> 00:01:14.030
>> 이것은 폴리베이스와 유사합니다.

00:01:14.030 --> 00:01:17.585
SQL Server 2016의 그룹 확장.

00:01:17.585 --> 00:01:21.490
이 기능은 이제

00:01:21.490 --> 00:01:25.174
SQL 인스턴스의 즉시 확인 된 집합,

00:01:25.174 --> 00:01:27.890
대부분의 작업을 수행할 수 있습니다.
당신을 위해 작업을 분산.

00:01:27.890 --> 00:01:28.930
>> 좋아.

00:01:28.930 --> 00:01:32.540
>> 쿼리는 어느 쪽이든 사용할 수 있습니다.
계산 풀 또는 사용하지 않음

00:01:32.540 --> 00:01:35.540
계산 풀에 따라
쿼리 유형에 대해

00:01:35.540 --> 00:01:38.570
>> 어떤 시나리오
계산 풀을 선택?

00:01:38.570 --> 00:01:40.720
>> 그렇습니다. 좋은
질문. 그럼 보자.

00:01:40.720 --> 00:01:44.270
일반적인 시나리오 중 하나는
두 개의 디렉토리가 있다고 가정해 보시면

00:01:44.270 --> 00:01:45.950
수백, 수천 개의 HDFS

00:01:45.950 --> 00:01:48.355
파일을 조인하려고 합니다.

00:01:48.355 --> 00:01:50.000
따라서 이 시나리오에서는

00:01:50.000 --> 00:01:53.390
당신은 모든 것을 얻고 싶지 않아
데이터를 SQL Server로 넘버로 넘버로 넘버로 연결합니다.

00:01:53.390 --> 00:01:53.720
>> 아니요.

00:01:53.720 --> 00:01:55.760
응용 프로그램을 실행 중인 사용자 입니다.

00:01:55.760 --> 00:01:57.785
그래서
계산 풀이 도움이 됩니다.

00:01:57.785 --> 00:02:02.270
따라서 대부분의 경우 오프로드할 수 있습니다.
HDFS에 대한 작업

00:02:02.270 --> 00:02:03.680
그런 다음 나중에 당깁니다.

00:02:03.680 --> 00:02:07.490
계산에 필요한 데이터
풀을 하고 거기에 조인을 하십시오.

00:02:07.490 --> 00:02:09.920
그래서 이것은 기본적으로 그들 모두를 오프로드,

00:02:09.920 --> 00:02:13.520
다른 컴퓨팅 세계
할 수있는 SQL Server 컴퓨터

00:02:13.520 --> 00:02:17.545
다른 노드에서
빅 데이터 클러스터,

00:02:17.545 --> 00:02:19.895
자원을 사용할 수 있습니다.

00:02:19.895 --> 00:02:21.590
그런 다음 다른 시나리오는

00:02:21.590 --> 00:02:23.570
에서 데이터를 조인하는 경우

00:02:23.570 --> 00:02:26.780
다른 데이터 소스는
분할됩니다.

00:02:26.780 --> 00:02:31.760
그래서 거기 당신은 통일해야
어떤 시점에서 분할,

00:02:31.760 --> 00:02:33.530
그리고 그곳은
계산 풀이 도움이 됩니다.

00:02:33.530 --> 00:02:34.145
>> 좋아.

00:02:34.145 --> 00:02:36.710
>> 따라서 한 테이블이

00:02:36.710 --> 00:02:40.465
고객 ID 와 다른 하나는
주문 ID로 배포,

00:02:40.465 --> 00:02:43.400
그리고 당신은 여전히
고객 ID로 가입,

00:02:43.400 --> 00:02:46.590
그것은 그렇게 할 수 있습니다
당신을 위해 화해.

00:02:46.590 --> 00:02:47.400
>> 좋아.

00:02:47.400 --> 00:02:50.070
그래서 몇 가지 시나리오입니다.

00:02:50.070 --> 00:02:54.259
당신은 또한 같은 일을 할 수 있습니다
HDFS로 데이터를 내보내기,

00:02:54.259 --> 00:02:56.930
그리고 그것은 다른 장소입니다.
여기서 계산 풀이 도움이 될 수 있습니다.

00:02:56.930 --> 00:02:59.090
>> 좋아. 그래서 계산
풀은 나를 도울 것입니다

00:02:59.090 --> 00:03:01.550
병렬화, 확장
내 [들리지].

00:03:01.550 --> 00:03:02.185
>> 그렇습니다.

00:03:02.185 --> 00:03:05.430
>> HDFS에서 읽기 모두
그리고 전혀 HDFS에 쓰기?

00:03:05.430 --> 00:03:06.030
>> 예.

00:03:06.030 --> 00:03:07.350
>> 멋지다. 어떻게 작동합니까?

00:03:07.350 --> 00:03:09.300
내 말은, 당신은 우리에게 보여줄 수 있습니다
어떻게 작동하는지 조금?

00:03:09.300 --> 00:03:12.605
>> 그렇습니다. 확실. 여기로 갑시다.

00:03:12.605 --> 00:03:16.885
나는 실제로 에 연결되어 있습니다
SQL 서버 빅 데이터 클러스터,

00:03:16.885 --> 00:03:19.655
구체적으로 는
인스턴스가 여기에 표시됩니다.

00:03:19.655 --> 00:03:22.280
그래서 우리는 지금 새로운 DMV를 가지고,

00:03:22.280 --> 00:03:24.775
을 계산 풀이라고 합니다.

00:03:24.775 --> 00:03:25.545
>> 좋아.

00:03:25.545 --> 00:03:28.610
>> 기본적으로, 그것은 보여줍니다
계산 풀은

00:03:28.610 --> 00:03:31.955
프로비저닝되어 사용 가능
빅 데이터 클러스터에서

00:03:31.955 --> 00:03:35.960
기본적으로 하나만 있고
우리는 여기에 그 정보를 보여줍니다.

00:03:35.960 --> 00:03:38.110
그럼 당신은 또한 볼 수 있습니다

00:03:38.110 --> 00:03:42.465
실제로 얼마나 많은 노드가
계산 풀에 있습니다.

00:03:42.465 --> 00:03:44.740
이 쿼리는 실제로

00:03:44.740 --> 00:03:47.525
이 특별한
SQL Server 인스턴스,

00:03:47.525 --> 00:03:49.100
나는 두 개의 계산이

00:03:49.100 --> 00:03:52.730
에 표시된 대로 풀 인스턴스
이 강조 표시된 행, 오른쪽?

00:03:52.730 --> 00:03:53.405
>> 그렇습니다.

00:03:53.405 --> 00:03:57.815
>> 다른 DMV가 있습니다.
당신은 기본적으로 찾을 수 있습니다

00:03:57.815 --> 00:04:03.195
계산에 대한 정보
CPU 활동과 같은 풀,

00:04:03.195 --> 00:04:05.745
할당된 메모리 의 양,

00:04:05.745 --> 00:04:09.900
사용 가능한지 여부
쿼리 등등, 오른쪽?

00:04:09.900 --> 00:04:10.200
>> 맞습니다.

00:04:10.200 --> 00:04:12.470
>> 이 정보는 정보입니다.
DBA가 할 수 있는

00:04:12.470 --> 00:04:15.095
계산 풀을 해결하는 데 사용합니다.

00:04:15.095 --> 00:04:16.145
>> 물론입니다.

00:04:16.145 --> 00:04:20.480
또한,
에서 복잡한 쿼리를 실행합니다.

00:04:20.480 --> 00:04:25.955
실제로 할 수있는 SQL 서버
가서 계산 풀을 사용합니다.

00:04:25.955 --> 00:04:26.270
>> 좋아.

00:04:26.270 --> 00:04:27.565
이 예제에서는 이렇게 합니다.

00:04:27.565 --> 00:04:32.869
SQL에서 로컬 테이블에 참여하고 있습니다.
HDFS에 일부 데이터가 있는 서버,

00:04:32.869 --> 00:04:37.070
그리고 나는 또한 에 테이블을 가지고
오라클, 내가 쿼리하고있는.

00:04:37.070 --> 00:04:40.265
따라서 기본적으로 쿼리를 실행하고

00:04:40.265 --> 00:04:42.290
쿼리 최적화 프로그램
자동으로 그림

00:04:42.290 --> 00:04:44.570
계산 풀을 사용하는 방법을 설명합니다.

00:04:44.570 --> 00:04:47.630
이 경우
컴퓨터 풀을 사용하여

00:04:47.630 --> 00:04:50.930
HDFS 테이블과

00:04:50.930 --> 00:04:54.490
나머지 데이터는
모두 가입하고 반환했습니다.

00:04:54.490 --> 00:04:57.030
예시입니다.
여기서 계산 풀

00:04:57.030 --> 00:05:00.060
투명하게 작동합니다.
결과를 얻을 수 있습니다.

00:05:00.060 --> 00:05:01.755
>> 멋지다. 그건 정말 좋은 보인다.

00:05:01.755 --> 00:05:04.220
기본적으로이 쿼리를 작성할 수 있습니다.

00:05:04.220 --> 00:05:07.040
나는 이제 믿을 수 있다.
계산 풀은 단계를 수행합니다.

00:05:07.040 --> 00:05:10.010
의미가 있는 곳에서
성능을 최적화, 올바른?

00:05:10.010 --> 00:05:10.535
>> 예.

00:05:10.535 --> 00:05:13.115
>> 굉장한. 글쎄, 감사합니다
공유를위한 많은.

00:05:13.115 --> 00:05:14.015
>> 물론입니다.

00:05:14.015 --> 00:05:15.500
나는이 유용했으면 좋겠다.

00:05:15.500 --> 00:05:20.150
좋아요 또는 구독하세요
비디오 및 댓글에.

00:05:20.150 --> 00:05:22.340
다음에 뵙기를 바랍니다.
시청해 주셔서 감사합니다.

00:05:22.340 --> 00:05:36.910
[음악]