WEBVTT

00:00:00.000 --> 00:00:03.070
>> SQL Server 2019 大きい
データ クラスタが提供する

00:00:03.070 --> 00:00:04.950
最適化するデータ プール

00:00:04.950 --> 00:00:07.905
到達時のクエリパフォーマンス
複数のソースに送信されます。

00:00:07.905 --> 00:00:10.080
ウマチャンダルは、
私たちすべてを伝えるために今日私たち

00:00:10.080 --> 00:00:12.450
今日、公開されたデータについて。

00:00:12.450 --> 00:00:23.550
[音楽]。

00:00:23.550 --> 00:00:26.250
>> こんにちは、別のへようこそ
公開されたデータのエピソード。

00:00:26.250 --> 00:00:29.100
私はあなたのホストジェローンと
今日、私たちはあなたに私たちを見てください

00:00:29.100 --> 00:00:32.085
データ プールについて説明する
SQL ビッグ データ クラスタで使用できます。

00:00:32.085 --> 00:00:33.675
こんにちはウマチャンダルはショーへようこそ。

00:00:33.675 --> 00:00:35.460
>> こんにちは、私はここにいてうれしいです。

00:00:35.460 --> 00:00:38.160
>> So データプール
ビッグ データ クラスター。

00:00:38.160 --> 00:00:40.505
それはなんですか。私は何を知る必要がありますか?

00:00:40.505 --> 00:00:42.440
>>はい、私はすぐに始めましょう

00:00:42.440 --> 00:00:45.110
何を示すことによって
ビッグデータクラスタです。

00:00:45.110 --> 00:00:48.090
したがって、このスライドは、

00:00:48.090 --> 00:00:52.110
SQL Server 19 ビッグ データ
クラスターと今日、私たちは

00:00:52.110 --> 00:00:56.360
データについて話すつもりです
基本的にここにあります

00:00:56.360 --> 00:00:59.300
2 つの SQL サーバー インスタンス

00:00:59.300 --> 00:01:02.960
一部の負荷を軽減するために使用される
クエリ [聞こえない]。

00:01:02.960 --> 00:01:04.810
それでは、データプールとは何かを見てみましょう。

00:01:04.810 --> 00:01:08.390
だから、基本的にはSQLサーバーです
ストレージとコンピューティング

00:01:08.390 --> 00:01:13.550
クエリを書くために提供される
データ プールにデータを格納します。

00:01:13.550 --> 00:01:16.310
実行することで操作できます。

00:01:16.310 --> 00:01:20.900
一部の外部テーブル操作
その上で、データを設定します

00:01:20.900 --> 00:01:24.440
をデータ プールに追加し、
後で実際に

00:01:24.440 --> 00:01:28.970
あなたの分析の一部をオフロード
このデータ プールに対してクエリを実行します。

00:01:28.970 --> 00:01:32.400
これがプライマリです
データ プールの目的。

00:01:32.400 --> 00:01:37.140
それでは、すぐに取りましょう
いくつかのシナリオを見てみましょう。

00:01:37.140 --> 00:01:39.980
したがって、一般的なシナリオは、

00:01:39.980 --> 00:01:42.710
からデータを取得する
異なるデータ ソース,

00:01:42.710 --> 00:01:44.570
それらのいくつかは速いです,

00:01:44.570 --> 00:01:47.345
他の人は本質的に遅いです。

00:01:47.345 --> 00:01:51.050
だから今、あなたは基本的に最適化したいと思います

00:01:51.050 --> 00:01:55.535
このクエリを実行すると、
実際にそのクエリを実行します

00:01:55.535 --> 00:02:00.350
結果を に保存します。
データ プールとこれにより、

00:02:00.350 --> 00:02:02.900
基本的にそのようなものを使用してください

00:02:02.900 --> 00:02:07.300
ステージング領域
はすべての分析を実行できます。

00:02:07.300 --> 00:02:10.830
もう 1 つの例は、
機械学習を行う,

00:02:10.830 --> 00:02:12.830
のがたくさんあります
次のシナリオ

00:02:12.830 --> 00:02:14.960
機能を生成します
そして数百と

00:02:14.960 --> 00:02:18.290
何千もの機能と
あなたは基本的に保存したい

00:02:18.290 --> 00:02:23.040
データセットが
繰り返し分析を行うことができます。

00:02:23.040 --> 00:02:26.145
あれは別の場所だ
データ プールが役立ちます。

00:02:26.145 --> 00:02:29.540
>> その場合はそうではありません
クエリの最適化のためだけに

00:02:29.540 --> 00:02:31.190
しかし、確かめるだけでなく
あなたは行く必要はない

00:02:31.190 --> 00:02:32.975
データ ソースに戻る
いつもだろ?

00:02:32.975 --> 00:02:33.230
>> はい。

00:02:33.230 --> 00:02:34.385
>> データを再利用する場合。

00:02:34.385 --> 00:02:34.625
>> はい。

00:02:34.625 --> 00:02:35.660
>>クール、それは非常にクールに聞こえます。

00:02:35.660 --> 00:02:37.355
だから、実際に
これがどのように動作するかを教えてください。

00:02:37.355 --> 00:02:40.550
>> はい、さっさと行きましょう
ここでいくらあるかを評価するために。

00:02:40.550 --> 00:02:42.230
だから私がここで持っているのは

00:02:42.230 --> 00:02:45.530
SQL への接続
サーバービッグデータクラスタ。

00:02:45.530 --> 00:02:48.890
SQL に接続しています
サーバー マスター インスタンス。

00:02:48.890 --> 00:02:51.905
したがって、データ プールを作成する方法

00:02:51.905 --> 00:02:55.625
は、最初に作成します。
このデータ ソース オブジェクト。

00:02:55.625 --> 00:02:58.100
だから、この名前が示すように、ここで

00:02:58.100 --> 00:03:01.325
ここでは、これは基本的に何を言う
データ ソースの種類です。

00:03:01.325 --> 00:03:04.400
じゃあ、俺は
データ プールに接続します。

00:03:04.400 --> 00:03:05.530
>> わかった。

00:03:05.530 --> 00:03:08.780
>> そういうわけに
作成します。その後は

00:03:08.780 --> 00:03:11.360
テーブルを定義します
あなたがしたい

00:03:11.360 --> 00:03:13.940
データに格納する
プールとそれが完了しました

00:03:13.940 --> 00:03:16.670
この外部を実行することによって
テーブル ステートメント。

00:03:16.670 --> 00:03:17.845
>> わかった。

00:03:17.845 --> 00:03:21.090
>> これはあなたの常連のように見えます
テーブル ステートメントの作成、

00:03:21.090 --> 00:03:24.110
次の列があります。
を定義し、

00:03:24.110 --> 00:03:27.725
多くの SQL があるため、追加
バックエンド上のサーバー インスタンス。

00:03:27.725 --> 00:03:28.115
>> 右。

00:03:28.115 --> 00:03:30.740
>> あなたは、どのように言う必要があります
データを配布する必要があります。

00:03:30.740 --> 00:03:32.630
>> これで分かるわ

00:03:32.630 --> 00:03:36.155
だから、私たちは偶数またはおおよそを得た
均等な分布。

00:03:36.155 --> 00:03:36.515
>> はい。

00:03:36.515 --> 00:03:37.400
>> サービス全体。

00:03:37.400 --> 00:03:37.685
>> はい。

00:03:37.685 --> 00:03:38.000
>> わかった。

00:03:38.000 --> 00:03:41.330
>> ラウンドロビンはそういうものです
は基本的に配布されます

00:03:41.330 --> 00:03:44.825
のデータ
お持ちのデータプールインスタンス。

00:03:44.825 --> 00:03:45.865
>> わかった。

00:03:45.865 --> 00:03:49.370
>> 次にできること
はデータのクエリに似ています。

00:03:49.370 --> 00:03:50.780
それでは、まずいくつかの点を見てみましょう。

00:03:50.780 --> 00:03:54.155
に入ったサンプル データ
この例は、

00:03:54.155 --> 00:03:57.680
HDFS ディレクトリと基本的に

00:03:57.680 --> 00:04:00.155
私はこれらを取りたい
クリックストリームデータ,

00:04:00.155 --> 00:04:04.490
いくつかのクエリを実行し、設定します。
をデータ プールに追加します。

00:04:04.490 --> 00:04:08.915
君のやり方は
挿入ステートメントのみを実行します。

00:04:08.915 --> 00:04:13.490
だから、挿入のソース
ステートメントは単なる SQL クエリです。

00:04:13.490 --> 00:04:18.140
そして、あなたは単にを実行することができます
クエリを実行し、データを設定します。

00:04:18.140 --> 00:04:21.320
私は走り抜けない
挿入しますが、すぐにしましょう

00:04:21.320 --> 00:04:25.205
既に存在するデータを参照してください。
データ プールに設定されます。

00:04:25.205 --> 00:04:28.445
したがって、このクエリは返す必要があります
約2,000行ですよね?

00:04:28.445 --> 00:04:32.930
だから今、他の人と同じように
実際に結合できるテーブル

00:04:32.930 --> 00:04:37.460
このテーブルと他のテーブル
SQL Server で、

00:04:37.460 --> 00:04:39.680
結果と透過的に

00:04:39.680 --> 00:04:42.200
この SQL Server インスタンス
と話すつもりです

00:04:42.200 --> 00:04:47.555
実行するデータプールインスタンス
クエリを実行し、結果を取得します。

00:04:47.555 --> 00:04:50.330
だから、それは高いレベルです
データ プールとは何か。

00:04:50.330 --> 00:04:51.530
>>クールな素晴らしい。

00:04:51.530 --> 00:04:54.390
それは非常に印象的です。
どうもありがとう。

00:04:54.390 --> 00:04:55.530
>>クールはい、ありがとう。

00:04:55.530 --> 00:04:58.050
>> わかった。だから、見ていただきありがとうございます。

00:04:58.050 --> 00:04:59.590
好きと購読してください、

00:04:59.590 --> 00:05:02.150
ビデオにコメントする
あなたが私たちにしたい場合

00:05:02.150 --> 00:05:06.360
何か他のものを記録し、希望を持つ
次回はあなたに会いに行き。感謝。

00:05:06.360 --> 00:05:20.860
[音楽]