Microsoft推出SQL Server 2016 預測分析飛入尋常百姓家

SQL Server 2016加強了數據分析的功能，除了可以執行查詢數據的SQL語言，還加進了分析和預測數據的R語言，並且可以伸延數據庫到Azure，減少對SAN 或NAS儲存的依賴。

Microsoft SQL Server全球產品市場營銷總監湯中權說：「SQL 2016整合了多項功能，除了數據庫以外；包括了ETL、數據倉庫、再加上商業智能（Business Intelligence）和建立預測模型的統計語言R，總擁有成本（TCO）比對手低十二倍。」他表示，SQL 2016成本較低，因為所有功能都是高度整合，毋須再另外安裝採購。

SQL 2016也通過雲端技術，減低企業營運成本。例如一般SAN儲存，遇上空間不足，升級時往往全盤更換，對企業負擔不輕。SAN耗用的空間，又跟資料保留原則（Retention policy）關係密切，保留在線的資料愈多，成本愈重。不少企業都有很少有機會查詢數據，稱為冷（Cold）或暖數據（Warm data），可能仍有必要保留，但又鮮有機會用到。傳統方法是先歸檔（Archive），有需要才恢復。如此一來，一旦要查詢又費時失事。

一體結合內部雲端數據

SQL 2016的Stretch Database功能，可擴展內部數據庫的資料庫到Azure的雲端SQL數據庫，以省回SAN空間。湯中權說， Stretch Database將內部數據庫伸延到Azure，經常查詢熱數據（Hot data）仍置於內部，優點是冷數據仍可在線查詢，只是反應略遜而已，可延長數據在線時間，又不佔用SAN，推遲升級時間，節省大筆支出。

SQL Server 2016一直被譽為業內最安全的數據庫，連續六年獲美國國家標準及技術局（National Institute of Standards and Technology，NIST）獲評定為最少攻擊弱點（Vulnerability）數據庫。

湯中權說：SQL 2016數據可「時刻予以加密」（Always encrypted）；從存取、傳送、甚至是數據靜止時，均受加密保護，或以極輕微影響性能，全面加密用戶資料，甚至動態遮蓋敏感數據，數據即使延伸到Azure雲上仍然受加密全面保護。

性能冠絕數據倉庫

湯中權說，SQL 2016在OLTP交易和數據庫OLAP性能測試，均獲得甚高評分；尤其是利用內存（in-memory）技術之後，速度更上層樓。業內以TPC-H效能，作評定資料倉儲工作負載效能的基準。SQL 2014於TPC-H效能，以內存in-memory columnstore index技術，創下了非叢集數據庫（Non-clustered）10 TB和3 TB在性能和價格／性能比率的兩項世界紀錄。3 TB 的每小時支援的查詢次數（query-per-hour，QphH）高達461,837次，比Oracle/SPARC以往保持的世界紀錄409,721次，高出了近一成半。

SQL Server Integration Services (SSIS)也是業內用於建置資料倉庫( Data Warehouse ) 時，進行資料擷取、轉換、載入（Extraction, transformation, load, ETL），建立數據倉庫最常用的數據平台。SSIS可擷取幾乎任何來源的數據，以建立數據倉庫和OLAP供用戶作多維分析用的Cube，再利用Reporting Service快速製作報表和分析，甚至支援輸出到Excel 報表、瀏覽器或流動設備上。

SQL 2016加入了進階分析語言R的R Service，可發掘出數據的更多價值，甚至作出預測性分析。傳統上，類似功能必須採用高級統計語言，不單昂貴，技術也不易掌握。去年，Microsoft收購了Revolution Analytics後，加入了R語言作分析大數據的多種工具。全球最著名的統計語言；可數SAS Institute的SAS和社會科學研究上廣泛應用的SPSS。SPSS早於1968年面世，1993年 納斯達克上市後，2009年以十二億美元歸入IBM旗下。目前，IBM和SAS是預測分析最大廠商，兩者皆成本高昂。

公開源碼R語言於1995年誕生；從學術研究逐漸進入商業領域，具備先進的圖像化工具，學術研究上應用率愈來愈高。不少數據科學家採用了 R建立預測分析模型；即使是Revolution Analytics，原本也是耶魯大學的研究單位，專門製作R語言套件（Package）和分析函數，並提供顧問服務，並與Hadoop及Teradata數據庫整合，可作大數據的統計分析。Microsoft收購後Revolution Analytics，於Azure內提供R語言的機器學習，推出多項R語言的分析和開發工具，進行資料清理和建立預測模型等。

R可作出機率的推測，應用於金融和零售業，預測客戶行為和市場變化，愈來愈多數據庫支援R。一般來說，數據科學家可於不同的開發環境（IDE），開發好預測模型，然後連接至SQL數據庫，擷取相關數據，利用模型給客戶作預測分析。

Microsoft大中華區先進分析及大數據解決方案全球黑帶團隊黄河燕說，SQL 2016的ScaleR套件，可直接於SQL數據庫內運算R語言的預測模型，不用再來回移動數據，所有運算皆於數據庫內完成，只輸出運算後所獲統計評分（Score）和圖表，不用輸出數據，也更安全。

ScaleR套件可簡化部署，支援Transact-SQL的介面，直接以SQL語法擷取運算的結果。數據庫管理人員以熟悉的SQL語法或建立Store Procedure，從R預測模型取回統計圖表或評分，透過Reporting Service，以不同介面和方式，甚至流動設備上呈現，減低整合難度。R很容易就可開發統計運算，另外也借助數據倉庫性能；如內存（in-memory）數據庫引擎，以加快R模型運算的性能。