はてなブックマーク

SQL Server Management Studio 18.7 now generally available でアナウンスされていますが、本日 SSMS 18.7 がリリースされました。 18.7 から、SSMS のインストール時に Azure Data Studio (ADS) が同時にインストールされるようになりました。 これについては リリースノート にも記載されています。 Azure Data Studio がリリースされてから、2 年以上経過しますが、Azure Data ファミリーを使用する際には、SSMS だけでなく、Azure Data Studio を組み合わせて利用する機会が多くなってきており、SSMS を利用しているユーザーが Azure Data Studio の機能の恩恵を受けられるようにするということで、同時にインストールされるようになったようです。 これ

2020/9/14 に  11 年前に発売された 平山さん の著書である 絵で見てわかるSQL Serverの内部構造 の改訂版となる 絵で見てわかるSQL Serverの仕組み という SQL Server の書籍が発売されました。 Kindle 版の販売がまだ先だったので、紙の書籍を購入したものが今日届き、一通り目を通すことができましたので感想などを。 最新の SQL Server をターゲットとして、日本語で内部の動作に触れている書籍は、現時点ではこの書籍だけで、前作と同様に今回の改定版も良著ですので、「SQL Server を単純に操作するのではなく、内部動作を理解して製品を使用できるようになりたい」という思いがある方にとっては、最適な書籍ですので一度読まれてみてはいかがでしょうか。 改定によって変わった内容 前作の絵で見てわかる SQL Server の内部構造は、2009 年の

SQL Server / SQL Database の実運用環境では、ロックについて悩まされることが多々あるのではないでしょうか。 SQL Server のロックの基本的な動作の理解はトラブルシューティングでは重要となりますので、SQL Server のロックの基礎について、本シリーズでもまとめておきたいと思います。 今回は次のようなテーブルを例にして、解説を行いたいと思います。 SET NOCOUNT ON GO DROP TABLE IF EXISTS LockTEST CREATE TABLE LockTEST( C1 int identity primary key, C2 varchar(36) DEFAULT NEWID(), C3 float DEFAULT RAND() * 10, C4 float DEFAULT RAND() * 100 INDEX NCCIX_Lock

SQL Server のトラブルシューティングでは「特定の機能を有効化したことによる性能影響への調査」を実施することもあります。 今回は SQL Server 2016 で搭載された「クエリストア」の機能を例として、機能を有効にした場合の性能影響への調査のアプローチを考えてみましょう。 なお、今回の調査は本番環境ではなく、検証環境での調査を前提としています。 ドキュメントを確認して動作仕様の基本概念を把握し検証のためのワークロードを検討する 最初に実施することは「ドキュメントから機能の基本概念を把握する」ことです。 新規に搭載されたばかりの機能では、ドキュメントが少ない可能性もありますが、リリースされて数回のバージョンアップがされている機能であれば、ドキュメントはかなり充実しているはずですので、最初にドキュメントを確認しましょう。 Google で英語の情報を検索することで、機能検証を深い

Windows Server 2012 までの Windows Update をスクリプトから実行する場合、Windows Update Agent API を使用したスクリプトを実行する機会が多かったかと思います。 PowerShell ではありませんが、Searching, Downloading, and Installing Updates で公開されているような方法で、Windows Update をスクリプトで制御することが可能でした。 Windows Server 2016 からは、Windows Update Orchestrator によって制御が行われるようになっており、従来の COM の「Microsoft.Update.AutoUpdate」を使用して、Windows Update をスクリプトから実行することも可能でしたが、それ以外の方法も提供が行われています。

SQL Server Management Studio (SSMS) を使用するために、実施している設定のカスタマイズについてまとめておきたいと思います。 気づいたときにいろいろと追記していこうかと。 スペースの表示 クエリエディタを選択 (フォーカスを当てた) した状態で、「編集」→「詳細」を選択すると、次のようなメニューが表示されます。 (クエリエディタを選択していないと表示される項目が異なります) このメニューから「スペースの表示」を有効にするとクエリエディタ内のテキストにスペースが表示されるようになります。 SSMS のオプション設定 SSMS の「ツール」→ 「オプション」では次のような設定を変更しています。 「テキスト エディター」→「全ての言語」の「行番号」を有効化し、テキスト内に行番号を表示 この設定を有効化することで、テキストエディターに行番号が表示されるようになります

Synapse Analytics については、以前 SQL Data Warehouse (SQLDW) と呼ばれていた部分のみしかきちんと理解できておらず、全体像がぼんやりとしたままでした。 Azure Synapse Analytics Overview がとても素晴らしくまとまっていました。 旧 SQL DW 部分以外は実際には触れていないので、理解に誤りがある個所もあると思いますが、このスライドを見ながら特徴を勉強してみようかと。 はじめに サービスの特徴としては、Azure Synapse Analytics に次のように記載されています。 Azure Synapse は、制限のない分析サービスで、エンタープライズ データ ウェアハウスとビッグ データ分析がまとめられています。サーバーレスのオンデマンドまたはプロビジョニング済みリソースのいずれかを使用して、自分の条件でデータを

最終更新日 : 2019/12/20 SQL Database の Hyperscale が Build 2019 で GA され、SLA 付きで使用できるようになりました。 現在公開されている情報を見ながら学習してみました。 公式のドキュメントは次の情報となります。 最大 100 TB の Hyperscale サービス レベル Azure SQL ハイパースケール データベースに関する FAQ ハイパースケール サービス レベル SQL Hyperscale のパフォーマンスのトラブルシューティング診断 より詳しい情報については、次のドキュメントから確認できます。 Socrates: The New SQL Server in the Cloud Develop data application on a no-limits SQL data platform Introducing

SQL Server の権限設定ですが、基本的な考え方は プリンシパル (データベース エンジン) に記載されている内容となります。 権限としては、次の二種類に分けられます。 ログイン : インスタンスレベルでの操作権限 ユーザー : データベースレベルでの操作権限 「ログイン」と「ユーザー」という複数のプリンシパルに分かれているため、理解しづらい構成になっているのですが、SSMS を使用しながらであればわかりやすいかなと思いましたので軽くまとめてみようかと。 今回使用するログインですが、次のクエリで作成したものを使用しています。 「sysadmin」固定サーバーロールや「db_owner」固定データベースロールがついてしまっていると、状況が変わってくるので、「初期実行の権限を明示的に使用していないログイン」を基点としています。 SQL Server で設定可能な権限ですが、次のドキュメン

Microsoft のシステムの刷新が行われているようで、MSDN / TechNet ブログが他の場所に移行されているようです。 日本のブログについては、TechNet フォーラム / MSDN フォーラムに移行されているパターンが多そうです。 把握できている範囲で、今後の情報取得先をまとめておこうかと。 (フォーラムについては、サポート等の用語が入っているフォーラムを抽出して、URL を機械的に生成したものですので間違っていたらすみません。。。) SQL Server 関連で Tech Community に移行されたものについては、Welcome to the New SQL Server Blog! で対応が公開されています。 Technet フォーラム System Center Team Japan (リンク / RSS) Microsoft Japan BI Data Pla

昨年の 11 月に Azure Hybrid Benefit for SQL Server on Azure Virtual Machines という記事が公開されました。 技術文書も Azure での SQL Server 仮想マシンのライセンス モデルを変更する方法 として別途公開されています。 2019/1 時点のこのアップデートでできるようになったことをまとめておきたいと思います。 今回のアップデートで新しく「Microsoft.SqlVirtualMachine」というリソースプロバイダーを使用できるようになりました。 Azure の Market Place で、Microsoft から提供されている VM のイメージとしては、次のようなものがあります。 今回のアップデートで可能になったのは、「SQL Server インストール済みイメージの PAYG (従量課金 : Pay

先日、ZOZOTOWNで最大級のトラフィックを記録する福袋発売イベントで実施した負荷対策 という、ZOZOTOWN さんの負荷対策についての記事が公開されました。 はてブをみると、かなりの方がブックマークをされているようですね。 私も案件の中で、ボトルネック調査をすることがあるのですが、その際の基本的なアプローチをまとめる、良い機会かなと思って本投稿を書いてみました。 ボトルネックを調査する対象となる環境はどのようなものか？ ボトルネックの調査を行うための環境ですが、色々ケースがあるかと思います。 例えば、次のようなものがあるのではないでしょうか。 自分が保守に携わっている本番環境で発生するパフォーマンス問題 開発環境で発生するパフォーマンス問題 特定のタイミング (例 : 夜間バッチ) 発生するパフォーマンス問題 ここ数年はフリーランスとして業務をしているため、保守 / 運用を通して「自

SQL Server の各種メトリクスを時系列でする確認する必要があり、それを Windows 環境を使用したシンプルな構成で簡易に実行したかったため、Zaiba2 (ざいばつ) というツールを作成しました。 現時点のモジュールは Github で公開していますので、セットアップの際には、このリポジトリのファイルをダウンロードしておいてください。 Zaiba2 Zaiba2 は、SQL Server 2008 以降 / SQL Database に対応しており、次のようなダッシュボードにより、各種メトリクスを可視化することが可能となります。 ブラウザについては Edge ではなく、Chrome を使った方が良いかと。 (Edge だと、期間を変更した場合のリロードが遅い気がするのですよね) Zaiba2 は次のソフトウェアを利用しています。 InfluxDB Chronograf Powe

「LIGHTWEIGHT_QUERY_PROFILING」が軽量なクエリプロファイリングの設定なのですが「0」となっており、現時点ではこれが既定の値です。 この設定については次のクエリで変更することができます。 ALTER DATABASE SCOPED CONFIGURATION SET LIGHTWEIGHT_QUERY_PROFILING=ON -- 有効 ALTER DATABASE SCOPED CONFIGURATION SET LIGHTWEIGHT_QUERY_PROFILING=OFF -- 無効 軽量なクエリプロファイリングを有効にすることで、どのようなことが可能になるかというと「実行中のクエリの情報を詳細に取得する」ことが可能となります。 この機能が実装されるまでの SQL Server では、クエリの情報は sys.dm_exec_requests から実行中の情報

SQL Server 2019 は Kubernetes (k8s) が利用された構成も追加されています。 新しい機能として追加される Big Data Clusters についても、基盤部分は k8s が利用され、その上に様々な役割の Pod が起動することで、大規模データ分析の基盤の構築が行われます。 SQL Server 2012 で追加された AlwaysOn 可用性グループについても SQL Server 2019 では k8s をサポートし、k8s の可用性 / 回復性を使用した SQL Server の冗長構成のクラスターを構築することができるようになりました。 (SQL Server 2017 でも k8s 上に SQL Server をデプロイすることはできたのですが、シングルインタンスとしての利用想定となっており、k8s の仕組みを利用した AlwaysOn 可用性グル

ユーザーが明示的に入力するのは、「ファイル名」だけで、残りの項目については、内部管理用の情報となります。 実際の画像データにてついては、BLOB ストレージに直接保存を行います。 Azure BLOB ストレージについては、事前にファイルアップロード先のコンテナーは用意しておく必要がありますので、コンテナーについては、作成済みです。 今回は「upload」というコンテナーの配下にファイルを格納していきます。 それでは、データを登録するアクションを作っていきます。 今回は二つのデータソースに対して登録を行いますので、単純なフォームサブミットはできないと思いますので、フォームは使わず、 「テキスト入力」(TextInput1) 「画像の追加」(AddMediaWithImage1) 「ボタン」(Button1)の 3 種類を追加したキャンバスを作っています。 (画像の追加についてはカメラにする

Azure の Log Analytics (OMS) のアラート機能を使用したゆるい感じでのサーバーの死活監視の方法を書いてみようかと。 Log Analytics のアラート機能の最小の間隔は 5 分間隔での実行となっており、連携しているデータのインデックスが作成されるのにもタイムラグがありますので、今回の方法は即応性のあるものではありません。 オンプレミスのサーバーや Azure VM の情報の取得を Log Analytics で実施する場合、エージェント経由で情報が収集されることになりますが、収集されている情報の中には「Heartbeat」という種類のレコードが存在しています。 ネットワークの状況にもよるとは思うのですが、通常、この種類のレコードは「1 分間隔」で送信が行われています。 一定の間隔で収集される情報を Log Analytics の Alert で使用することで、即