使用 PolyBase 将 SQL Server 与 Hadoop 相结合

最近发布的 SQL Server 2016 让开发人员可以使用 SQL 查询 Hadoop 和 Azure blob 存储。这是一项之前在 SQL Server 并行数据仓库中提供的技术，名为 PolyBase 。

和链接服务器一样，PolyBase 会设法将尽量多的处理工作转移到源数据库。也就是说，当查询 Hadoop 或 Azure blob 存储时，会生成恰当的 map/reduce 操作。这就是所谓的“下推（pushdown）”，下面是一些开发人员需要了解的下推限制：

SQL Server 允许对以下基本表达式和操作符做谓词下推：

• 用于数值、日期、时间值的二元比较操作符（<、>、=、!=、<>、>=、<=）；
• 算术运算符（ +、-、*、/、%）；
• 逻辑运算符（AND、OR）；
• 一元运算符（NOT、IS NULL、IS NOT NULL）。

文档接着写到：

BETWEEN、NOT、IN 和 LIKE 操作符可能也可以下推。这取决于查询优化器如何将它们改写为一系列使用基本关系运算符的语句。

下推可以通过 OPTION (FORCE EXTERNALPUSHDOWN) 显式启用，或通过 OPTION (DISABLE EXTERNALPUSHDOWN) 显式禁用。

将关系型和非关系型数据相结合

由于 PolyBase 是基于普通的 T-SQL，所以开发人员可以使用像连接这样的常见操作。这意味着，你可以在 Hadoop 集群中执行 map-reduce 操作，然后在一个查询中将执行结果和 SQL Server 数据库的表相连接。

导入 / 导出

在 SQL Server、Hadoop 和 Azure blob 存储之间移动数据不再需要外部的 ETL 过程或工具。相反，你可以像操作任意两个普通表一样，使用相同的 INSERT INTO/SELECT FROM 语法。从开发人员的角度来看，Hadoop 和 Azure blob 存储只是配置数据库时多出来的两个可供选择的表类型。（从运维的角度来看，你仍然需要分别管理安全和备份。）

查看英文原文： Combine SQL Server with Hadoop Using PolyBase