Synapse Analytics vs SQL Server 2019大数据群集

Question

谁能解释一下SQL Server 2019 BDC与Azure Synapse Analytics之间的区别，而不是OLAP和OLTP的区别？为什么要在SQL Server 2019 BDC上使用Analytics？

Answer 1

Azure Synapse Analytics是一个基于云的DWH，与DataLake，ADF和PowerBI设计器紧密集成。它是一种PaaS产品，在本地不可用。DWH引擎是MPP，具有有限的polybase支持(DataLake)。

它还允许ypu在需要时提供Apache Spark。

SQLServer 2019大数据集群是基于Kubernetes的IaaS平台。它可以在虚拟机或OpenShift或AKS任何云上实现)。

它的数据虚拟化支持非常好，支持ODBC数据源和一个支持数据虚拟化的数据池-通过Polybase实现。

Apache Spark构成了大数据计算。

尽管它不是像Synapse那样的MPP，但由于Kubernetes中的Pods，可以通过VMSS等可伸缩性功能动态创建多个pods。等。

如果您需要本地分析功能，您将使用SQLServer 2019业务数据中心，但如果您需要具有分析功能的基于云的DWH，您将使用Synapse.

Answer 2

解释SQL Server 2019 BDC与Azure Synapse Analytics之间的区别

服务器为OLTP，Synapse为OLAP。:D

与联机分析处理和联机事务处理的区别？为什么要在SQL Server 2019 BDC上使用Analytics？

纯粹从术语的角度来看，他们的产品管理人员根本不知道他们在做什么。

• "SQL Server“是一种DYI/本地/由你管理的数据库。SQL Server的
• 完全Azure Managed SaaS版本也称为Azure SQL Database.
• They，也有"Azure SQL managed Instance”和"SQL SaaS on Azure VM“。
• Synapse重命名为专用Synapse On-demand重命名为无服务器Synapse On-demand重命名为无服务器Synapse
• = Dedicated + Serverless + bunch of ML SaaS。

假设你的问题是：

• SQL Server在prem DIY上，其他是SaaS，完全由Azure管理。随之而来的是SaaS的所有优缺点，如无资本支出、无管理、弹性、规模非常大……
• 的USP是it's MPP，这是SQL Server所没有的。虽然我看到像Polybase和外部表这样的东西被SQL Server.mpp架构所支持，
• 的事务性能到目前为止是最差的(据我所见)。例如，通过JDBC执行INSERT INTO xxx VALUES(...)来添加一行大约需要1-2秒，而使用COPY命令导入10行或数千行的CSV文件需要10-12秒。而且INSERT INTO不能随着JDBC批处理进行扩展。在一批中插入100行需要100秒。

你感到困惑不是你的错。IMO Azure数据库产品管理(SQL Server、DW、ADP、Synapse、Analytics和其他10种类型的数据库)不知道2年后他们想要提供什么。去想一想。

附言:如果你还没有，那就看看Snowflake吧。

我与微软或Snowflake没有关联。

Answer 3

我相信用户user3129206问的是SQL Server 2019 BDC vs Azure Synapse Analytics，而不是SQL Server vs Azure Synapse Analytics，所以第一个答案是相关的。

我唯一要说的是，BDC也是像Synapse一样的MPP，因为Kubernetes中的Pods如果实现正确，有许多服务器+ HDS。

我计划在本地测试BDC，看看安装和维护的要求有多高。关于BDC的巧妙之处似乎很容易，部分或全部，将其从内部移植到Azure或任何云。

BDC似乎既是OLTP又是OLAP，试图同时提供这两个领域的最佳解决方案。

因为我也在进行同样的比较，所以我会试着回去分享我所学到的东西。