SQL Server 2019基本服务
*1数据库引擎*
数据库引擎是用于存储、处理和保护数据的核心服务，就是数据库管理系统DBMS。利用数据库引擎可控制访问权限并快速处理事务，从而满足企业内大多数需要处理大量数据的应用程序的要求。 使用数据库引擎创建用于联机事务处理或联机分析处理数据的关系数据库。这包括创建用于存储数据的表和用于查看、管理和保护数据安全的数据库对象（如索引、视图和存储过程）。可以使用 SQL Server Management Studio 管理数据库对象，使用 SQL Server Profiler 捕获服务器事件。
*2 分析服务*
分析服务是SQL Server的一个服务组件。分析服务在日常的数据库设计操作中应用并不是很广泛，在大型的商业智能项目才会涉及到分析服务。我们在使用SSMS连接服务器时，可以选择服务器类型 Analysis Services 进入分析服务。
联机分析处理(On-Line Analysis Processing)，数据处理大致可分为两大类： 联机事务处理OLTP：传统的关系型数据库的主要应用，主要是基本的、日常的事务处理。联机分析处理OLAP：是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。
3 集成服务*
SQL Server 集成服务（SQL Server Integration Services ，简称为SSIS）是一个数据集成平台，负责完成有关数据的提取，转换和加载等操作。使用集成服务可以高效的处理各种各样的数据源。例如：SQL Server、Oracle、Excel、XML文档，文本文件等。这个服务为构建数据仓库提供了强大的数据清理、转换、加载与合并等功能。
*4 复制技术*
复制是将一组数据从一个数据源拷贝到多个数据源的技术，是将一份数据发布到多个存储站点上的有效方式。通过数据同步复制技术，利用廉价VPN技术，让简单宽带技术构建起各分公司的集中交易模式，数据必须实时同步，保证数据的一致性。
*5 通知服务*
通知服务是一个应用程序，可以向上百万的订阅者发布个性化的消息，通过文件、邮件等方式向各种设备传递信息。
*6 报表服务*
报表服务(Reporting Services,SSRS)基于服务器的解决方案，从多种关系数据源和多维数据源，提取数据，生成报表。提供了各种现成可用的工具和服务，帮助数据库管理员创建，部署和管理单位的报表，并提供了能够扩展和自定义报表功能的编程功能。
*7 服务代理*
SQL Server Agent代理服务，是sql server的一个标准服务，作用是代理执行所有sql的自动化任务，以及数据库事务性复制等无人值守任务。这个服务在默认安装情况下是停止状态，需要手动启动，或改为自动运动，否则sql的自动化任务都不会执行的，还要注意服务的启动帐户。
*8 全文搜索*
SQL Server 的全文搜索(Full-Text Search）是基于分词的文本检索功能，依赖于全文索引。全文索引不同于传统的平衡树（B-Tree）索引和列存储索引，它是由数据表构成的，称作倒转索引（Invert Index），存储分词和行的唯一键的映射关系。
*SQL Server 2019 的亮点**
*分析所有类型的数据*
使用内置有 Apache Spark 的 SQL Server 2019，跨关系、非关系、结构化和非结构化数据进行查询，从所有数据中获取见解，从而全面了解您的业务情况。
*选择您的语言和平台*
通过开源支持，您可以灵活选择语言和平台。在支持 Kubernetes 的 Linux 容器上或在 Windows 上运行 SQL Server。
*依靠行业领先的性能*
利用突破性的可扩展性和性能，改善数据库的稳定性并缩短响应时间，而无需更改应用程序。让任务关键型应用程序、数据仓库和数据湖实现高可用性。
*更快速地做出更好的决策*
使用 SQL Server Reporting Services 的企业报告功能在数据中找到问题的答案，并通过随附的 Power BI 报表服务器，使您的用户可以在任何设备上访问丰富的交互式 Power BI 报表。
## **SQL Server 2019 的应用场景**
通过数据虚拟化打破数据孤岛, 通过利用SQL Server PolyBase, SQL Server大数据集群可以在不移动或复制数据的情况下查询外部数据源。SQL Server 2019引入了到数据源的新连接器。
在SQL Server中构建数据湖，SQL Server大数据集群包括一个可伸缩的HDFS存储池。它可以用来存储大数据，这些数据可能来自多个外部来源。一旦大数据存储在大数据集群中的HDFS中，您就可以对数据进行分析和查询，并将其与关系兴数据结合起来使用。
扩展数据市场，SQL Server大数据集群提供向外扩展的计算和存储，以提高分析任何数据的性能。来自各种数据源的数据可以被摄取并分布在数据池节点上，作为进一步分析的缓存。
人工智能与机器学习相结合，SQL Server大数据集群能够对存储在HDFS存储池和数据池中的数据执行人工智能和机器学习任务。用户可以使用Spark以及SQL Server中的内置AI工具，比如R、Python、Scala或Java。
应用程序部署，应用部署允许用户将应用程序作为容器部署到SQL Server大数据集群中。这些应用程序发布为web服务，供应用程序使用。用户部署的应用程序可以访问存储在大数据集群中的数据，并且可以很容易地进行监控
**使用SQL Server 2019，用户现在可以做哪些以前不能做的事情?**
升级到SQL Server 2019，用户可以将所有大数据工作负载转移到SQL Server。在SQL Server 2019之前，用户将基于Cloudera、Map R等prem平台在Hadoop中管理他们的大数据工作负载。现在，他们可以将所有现有的大数据工作负载带到SQL Server 2019。
用户的另一个关键场景是使用数据虚拟化特性查询外部数据库的能力。使用内建的连接器，用户可以直接查询 (Oracle、Mongo DB、Teradata、Azure Data Lake、HDFS)，而不需要移动或复制数据。
用户只需升级到SQL Server 2019，无需进行任何应用程序更改，即可实现巨大的性能提升，具备智能查询处理、数据库加速恢复等功能。
