O que há de novo no SQL Server 2017

2025-09-09

Aplica-se a: SQL Server 2017 (14.x) e posterior

O SQL Server 2017 representa um passo importante para tornar o SQL Server uma plataforma que oferece opções de linguagens de desenvolvimento, tipos de dados, locais ou na nuvem e sistemas operacionais, trazendo o poder do SQL Server para Linux, contêineres baseados em Linux e Windows. Este artigo resume o que há de novo em áreas de recursos específicas e inclui links para mais detalhes. Para obter mais informações relacionadas ao SQL Server no Linux, consulte O que é o SQL Server no Linux?

Baixar SQL Server 2017 Release - outubro de 2017

Observação

Além das alterações listadas neste artigo, as atualizações cumulativas são lançadas em intervalos regulares após o lançamento do GA. Essas atualizações cumulativas fornecem muitas melhorias e correções. Para obter informações sobre a versão mais recente, consulte Versões de compilação do SQL Server 2017.

Mecanismo de Banco de Dados do SQL Server 2017

O SQL Server 2017 inclui muitos novos recursos, aprimoramentos e melhorias de desempenho do Mecanismo de Banco de Dados.

CLR assemblies agora podem ser adicionados a uma lista de assemblies confiáveis, como uma solução temporária para a funcionalidade clr strict security descrita no CTP 2.0. sp_add_trusted_assembly, sp_drop_trusted_assembly e sys.trusted_assemblies são adicionados para dar suporte à lista de assemblies confiáveis.
Resumable online index rebuild retoma uma operação de reconstrução de índice online de onde parou após uma falha (como um failover para uma réplica ou espaço em disco insuficiente), ou pausa a operação de reconstrução de índice online e retoma-a posteriormente. Consulte ALTER INDEX (Transact-SQL) e Guidelines for online index operations.
A IDENTITY_CACHE opção for ALTER DATABASE SCOPED CONFIGURATION permite evitar lacunas nos valores das colunas de identidade se um servidor for reiniciado inesperadamente ou fizer failover para um servidor secundário. Consulte ALTER DATABASE SCOPED CONFIGURATION (Transact-SQL).
Uma nova geração de melhorias no processamento de consultas que adaptam as estratégias de otimização às condições de tempo de execução da carga de trabalho do seu aplicativo. Para esta primeira versão da família de recursos de de processamento de consulta adaptável, temos três novas melhorias: junções adaptáveis em modo de lote , realimentação de concessão de memória em modo de lote e a execução intercalada para funções com valor de tabela de várias instruções. Consulte Processamento inteligente de consultas em bancos de dados SQL.
Otimização automática de base de dados fornece informações sobre possíveis problemas de desempenho das consultas, recomenda soluções e pode corrigir automaticamente os problemas identificados. Consulte Ajuste automático.
Os novos recursos de banco de dados gráfico para modelagem de relacionamentos muitos-para-muitos incluem a nova sintaxe CREATE TABLE (SQL Graph) para criar tabelas de nó e borda e a palavra-chave MATCH (Transact-SQL) para consultas. Consulte Processamento de gráficos com o SQL Server e o Banco de Dados SQL do Azure.
Uma sp_configure opção chamada clr strict security é habilitada por padrão para aumentar a segurança dos assemblies CLR. Consulte Configuração do servidor: segurança estrita clr.
A instalação agora permite especificar o tamanho inicial tempdb do arquivo de até 256 GB (262.144 MB) por arquivo, com um aviso se o tamanho do arquivo for definido como maior que 1 GB com IFI não habilitado.
A coluna modified_extent_page_count no sys.dm_db_file_space_usage rastreia as alterações diferenciais em cada arquivo de banco de dados, permitindo soluções de backup inteligentes que executam backup diferencial ou backup completo com base na porcentagem de páginas alteradas no banco de dados.
Cláusula SELECT - INTO (Transact-SQL) A sintaxe T-SQL agora suporta o carregamento de uma tabela em um Grupo de Arquivos diferente do padrão do usuário usando a ON palavra-chave.
Agora há suporte para transações entre bancos de dados entre todos os bancos de dados que fazem parte de um Grupo de Disponibilidade Always On, incluindo bancos de dados que fazem parte da mesma instância. Consulte Transações - grupos de disponibilidade e espelhamento de banco de dados
A nova funcionalidade Grupos de Disponibilidade de inclui suporte à escala de leitura sem um cluster, configuração de Grupos de Disponibilidade de Confirmação de Réplica Mínima e migrações e testes entre sistemas operacionais Windows-Linux.
Novas visualizações de gerenciamento dinâmico:
- sys.dm_db_log_stats expõe atributos de nível de resumo e informações sobre arquivos de log de transações, útil para monitorar a integridade do log de transações.
- sys.dm_tran_version_store_space_usage rastreia o uso do armazenamento de versão por banco de dados, útil para planejar tempdb proativamente o dimensionamento com base no uso do armazenamento de versão por banco de dados.
- sys.dm_db_log_info expõe informações do VLF para monitorar, alertar e evitar possíveis problemas no log de transações.
- sys.dm_db_stats_histogram é uma nova visão de gestão dinâmica para examinar estatísticas.
- sys.dm_os_host_info fornece informações sobre o sistema operacional para Windows e Linux.
O Orientador de Otimização de Banco de Dados (DTA) tem mais opções e melhor desempenho.
Os aprimoramentos na memória incluem suporte para colunas computadas em tabelas otimizadas para memória, suporte total para funções JSON em módulos compilados nativamente e o CROSS APPLY operador em módulos compilados nativamente.
Novas funções de cadeia de caracteres são CONCAT_WS, TRANSLATEe TRIM, e WITHIN GROUP agora é suportado para a STRING_AGG função.
Há novas opções de acesso em massa (BULK INSERT e OPENROWSET(BULK...)) para arquivos CSV e Blob do Azure.
Os aprimoramentos de objetos otimizados para memória incluem sp_spaceused a eliminação da limitação de índice 8 para tabelas com otimização de memória, sp_rename para tabelas com otimização de memória e módulos T-SQL compilados nativamente e CASETOP <n> WITH TIES para módulos T-SQL compilados nativamente. Os arquivos de grupo de arquivos com otimização de memória agora podem ser armazenados, copiados e restaurados no Armazenamento do Azure.
DATABASE SCOPED CREDENTIAL é uma nova classe de protegíveis, suportando CONTROL, ALTER, REFERENCES, TAKE OWNERSHIP, e VIEW DEFINITION permissões. ADMINISTER DATABASE BULK OPERATIONS é agora visível em sys.fn_builtin_permissions.
Banco de dados COMPATIBILITY_LEVEL 140** é adicionado.

SQL Server 2017 Integration Services (SSIS)

O novo recurso Scale out no SSIS tem os seguintes recursos novos e alterados. Para mais informações, veja O que há de novo no Integration Services no SQL Server 2017.
- O Scale Out Master agora suporta alta disponibilidade.
- A manipulação de failover dos logs de execução dos Trabalhadores de Expansão foi melhorada.
- O parâmetro runincluster do procedimento armazenado [catalog].[create_execution] é renomeado para runinscaleout para consistência e legibilidade.
- O Catálogo SSIS tem uma nova propriedade global para especificar o modo padrão para executar pacotes SSIS.
No novo recurso Scale-Out do para SSIS, agora você pode usar o parâmetro Use32BitRuntime quando acionar a execução.
O SQL Server 2017 Integration Services (SSIS) agora oferece suporte ao SQL Server no Linuxe um novo pacote permite executar pacotes SSIS no Linux a partir da linha de comando. Para obter mais informações, consulte a postagem do blog anunciando o suporte ao SSIS para Linux.
O novo recurso Scale out for SSIS facilita muito a execução do SSIS em várias máquinas. Consulte Dimensionamento do Integration Services (SSIS).
O OData Source e o OData Connection Manager agora oferecem suporte à conexão com os feeds OData do Microsoft Dynamics AX Online e do Microsoft Dynamics CRM Online.

Para mais informações, veja O que há de novo no Integration Services no SQL Server 2017.

SQL Server 2017 Master Data Services (MDS)

A experiência e o desempenho são aprimorados ao atualizar do SQL Server 2012, SQL Server 2014 e SQL Server 2016 para o SQL Server 2017 Master Data Services.
Agora você pode exibir as listas ordenadas de entidades, coleções e hierarquias na página Explorer do aplicativo Web.
O desempenho é melhorado ao preparar milhões de registos usando o processo armazenado de preparação.
O desempenho é melhorado ao expandir a pasta Entidades na página Gerir Grupos para atribuir permissões de modelo. A página Gerir Grupos está localizada na seção Segurança da aplicação Web. Para obter mais informações sobre a melhoria de desempenho, consulte https://support.microsoft.com/help/4023865?preview. Para obter mais informações sobre como atribuir permissões, consulte Atribuir permissões de objeto de modelo (Master Data Services).

SQL Server 2017 Analysis Services (SSAS)

O SQL Server Analysis Services 2017 apresenta muitos aprimoramentos para modelos tabulares. Estes incluem:

Modo tabular como a opção de instalação padrão para o Analysis Services.
Segurança em nível de objeto para proteger os metadados de modelos tabulares.
Relações de data para criar facilmente relações com base em campos de data.
Novas fontes de dados do Get Data (Power Query) e fontes de dados DirectQuery existentes suportam consultas M.
Editor DAX para SSDT.
Dicas de codificação, um recurso avançado para otimizar a atualização de dados de grandes modelos tabulares na memória.
Suporte para o nível de compatibilidade 1400 para modelos tabulares. Para criar novos projetos de modelo tabular ou atualizar os existentes para o nível de compatibilidade 1400, baixe e instale SSDT (SQL Server Data Tools) 17.0 RC2.
Uma experiência moderna Get Data para modelos tabulares no nível de compatibilidade 1400. Consulte o Blog da equipa de Analysis Services .
Ocultar membros propriedade para ocultar membros vazios em hierarquias irregulares.
Novas Linhas de Detalhes ação do usuário final para Mostrar Detalhes para informações agregadas. SELECTCOLUMNS e DETAILROWS funções para criar expressões de Linhas de Detalhes.
Operador DAX IN para especificar vários valores.

Para obter mais informações, consulte Novidades no SQL Server Analysis Services.

SQL Server 2017 Reporting Services (SSRS)

O SQL Server Reporting Services não está mais disponível para instalação por meio da instalação do SQL Server. Vá para o Centro de Download da Microsoft para baixar o Microsoft SQL Server 2017 Reporting Services.

Os comentários agora estão disponíveis para relatórios, para adicionar perspetiva e colaborar com outras pessoas. Você também pode incluir anexos com comentários.
Nas versões mais recentes do Construtor de Relatórios e do SQL Server Data Tools, você pode criar consultas DAX nativas em modelos de dados tabulares do SQL Server Analysis Services com suporte arrastando e soltando os campos desejados nos designers de consulta. Consulte o blog do Reporting Services.
Para permitir o desenvolvimento de aplicativos modernos e personalização, o SSRS agora suporta uma API RESTful totalmente compatível com OpenAPI. A especificação e a documentação completas da API agora podem ser encontradas em swaggerhub.

Para obter mais informações, consulte Novidades no SQL Server Reporting Services (SSRS).

Aprendizado de máquina no SQL Server 2017

O SQL Server R Services foi renomeado SQL Server Machine Learning Services, para refletir o suporte para Python além da linguagem R. Você pode usar os Serviços de Aprendizado de Máquina (In-Database) para executar scripts R ou Python no SQL Server ou instalar Microsoft Machine Learning Server (Autônomo) para implantar e consumir modelos R e Python que não exigem o SQL Server.

Os desenvolvedores do SQL Server agora têm acesso às extensas bibliotecas Python ML e AI disponíveis no ecossistema de código aberto, juntamente com as inovações mais recentes da Microsoft:

revoscalepy - Este equivalente Python do RevoScaleR inclui algoritmos paralelos para regressões lineares e logísticas, árvore de decisão, árvores impulsionadas e florestas aleatórias, bem como um rico conjunto de APIs para transformação e movimentação de dados, contextos de computação remota e fontes de dados.
microsoftml - Este pacote de última geração de algoritmos e transformações de aprendizado de máquina com ligações Python inclui redes neurais profundas, árvores de decisão rápidas e florestas de decisão, e algoritmos otimizados para regressões lineares e logísticas. Você também obtém modelos pré-treinados com base em modelos ResNet que podem ser usados para extração de imagens ou análise de sentimento.
operacionalização Python com T-SQL - Implante código Python facilmente usando o procedimento armazenado sp_execute_external_script. Obtenha um ótimo desempenho transmitindo dados de processos SQL para Python e usando paralelização de anel MPI.
Python em contextos de computação do SQL Server - Cientistas de dados e desenvolvedores podem executar código Python remotamente de seus ambientes de desenvolvimento para explorar dados e desenvolver modelos sem mover dados.
de pontuação nativa - A função PREDICT no Transact-SQL pode ser usada para executar a pontuação em qualquer instância do SQL Server 2017, mesmo que o R não esteja instalado. Tudo o que é necessário é que você treine o modelo usando um dos algoritmos RevoScaleR e revoscalepy suportados e salve o modelo em um novo formato binário compacto.
Gerenciamento de pacotes - o T-SQL agora suporta a CREATE EXTERNAL LIBRARY instrução, para dar aos DBAs maior gerenciamento sobre os pacotes R. Use funções para controlar o acesso a pacotes privados ou compartilhados, armazenar pacotes R no banco de dados e compartilhá-los entre os usuários.
Melhorias de desempenho - O procedimento armazenado sp_execute_external_script foi otimizado para suportar a execução em modo de lote para dados de columnstore.

Para obter mais informações, consulte O que há de novo nos Serviços de Aprendizado de Máquina do SQL Server?

Obter ajuda

Contribuir para a documentação SQL

Você sabia que você mesmo pode editar conteúdo SQL? Se o fizer, não só ajudará a melhorar a nossa documentação, como também será creditado como contribuidor da página.

Para obter mais informações, consulte Editar a documentação do Microsoft Learn.

Comentários

Esta página foi útil?