SQL Server 2017의 새로운 기능

아티클
04/03/2023

적용 대상: SQL Server 2017(14.x) 이상

SQL Server 2017에서는 SQL Server의 기능을 Linux, Linux 기반 컨테이너 및 Windows에서도 제공하여 SQL Server를 개발 언어, 데이터 형식, 온-프레미스 또는 클라우드, 운영 체제 등을 선택할 수 있는 플랫폼으로 만들기 위한 중요한 진전을 이루었습니다. 이 항목에서는 특정 기능 영역의 새로운 기능을 요약하고 추가 세부 정보에 대한 링크를 포함합니다. SQL Server on Linux와 관련된 자세한 내용은 SQL Server on Linux를 참조하세요.

사용해 보기:SQL Server 2017 릴리스 다운로드 - 2017년 10월

참고 항목

아래 변경 내용 외에도 누적 업데이트는 GA 릴리스 이후 정기적으로 릴리스됩니다. 이러한 누적 업데이트는 다양한 향상된 기능 및 수정 사항을 제공합니다. 최신 CU 릴리스에 대한 자세한 내용은 SQL Server 2017 누적 업데이트를 참조하세요.

SQL Server 2017 데이터베이스 엔진

SQL Server 2017은 새로운 많은 데이터베이스 엔진 기능과 기능 개선 및 성능 개선 사항을 포함하고 있습니다.

CTP 2.0에 설명된 clr strict security 기능에 대한 해결 방법으로 이제 CLR 어셈블리를 신뢰할 수 있는 어셈블리 목록에 추가할 수 있습니다. 신뢰할 수 있는 어셈블리 목록을 지원하기 위해 sp_add_trusted_assembly, sp_drop_trusted_assembly 및 sys.trusted_asssemblies가 추가되었습니다(RC1).
다시 시작 가능한 온라인 인덱스 다시 작성은 오류(예: 복제본으로 장애 조치(failover) 또는 디스크 공간 부족) 발생 후 중지된 위치에서 온라인 인덱스 다시 작성을 재개하거나 일시 중지하고 나중에 온라인 인덱스 다시 작성 작업을 다시 시작합니다. ALTER INDEX 및 온라인 인덱스 작업에 대한 지침을 참조하세요. (CTP 2.0)
ALTER DATABASE SCOPED CONFIGURATION의 IDENTITY_CACHE 옵션을 사용하면 서버가 예기치 않게 다시 시작하거나 보조 서버로 장애 조치(failover)된 후 ID 열의 값이 차이 나지 않도록 할 수 있습니다. ALTER DATABASE SCOPED CONFIGURATION을 참조하세요. (CTP 2.0)
애플리케이션 워크로드의 런타임 조건에 대한 최적화 전략을 적용한 새로운 세대의 향상된 쿼리 처리 기능입니다. 적응 쿼리 처리 기능 제품군의 첫 번째 버전의 경우 다중 문 테이블 값 함수에 대한 배치 모드 적응 조인, 배치 모드 메모리 부여 피드백 및 인터리브 실행과 같은 세 가지 새로운 향상된 기능이 있습니다. SQL 데이터베이스의 지능형 쿼리 처리를 참조하세요.
자동 데이터베이스 튜닝은 잠재적 쿼리 성능 문제에 대한 정보를 제공하고 솔루션을 추천하며 식별된 문제를 자동으로 해결할 수 있습니다. Automatic tuning(자동 튜닝)을 참조하세요. (CTP 2.0)
다 대 다 관계를 모델링하기 위한 새 그래프 데이터베이스 기능 에 노드 및 에지 테이블을 만들기 위한 새 CREATE TABLE 구문과 쿼리를 위한 MATCH 키워드가 포함됩니다. Graph Processing with SQL Server 2017(SQL Server 2017에서 그래프 처리)을 참조하세요. (CTP 2.0)
CLR 어셈블리의 보안을 향상하기 위해 clr strict security라는 sp_configure 옵션이 기본적으로 사용하도록 설정됩니다. CLR strict security(CLR 엄격한 보안)를 참조하세요. (CTP 2.0)
설치 프로그램에서는 이제 초기 tempdb 파일 크기를 최대 파일당 256GB(262,144MB)까지 지정할 수 있으며, IFI를 사용하도록 설정하지 않고 파일 크기를 1GB보다 크게 설정하면 경고가 표시됩니다. (CTP 2.0)
sys.dm_db_file_space_usage의 modified_extent_page_count 열에서 각 데이터베이스 파일의 차등 변경 내용을 추적하므로 데이터베이스에서 변경된 페이지의 비율에 따라 차등 백업이나 전체 백업을 수행하는 스마트 백업 솔루션을 지원합니다. (CTP 2.0)
SELECT INTO T-SQL 구문에서는 이제 ON 키워드를 사용하여 테이블을 사용자의 기본값이 아닌 FileGroup으로 로드할 수 있습니다. (CTP 2.0)
이제 동일한 인스턴스에 속한 데이터베이스를 비롯해 Always On 가용성 그룹에 속한 모든 데이터베이스에서 데이터베이스 간 트랜잭션이 지원됩니다. Transactions - Always On Availability Groups and Database Mirroring(트랜잭션 - Always On 가용성 그룹 및 데이터베이스 미러링)을 참조하세요. (CTP 2.0)
새 가용성 그룹 기능에 클러스터 없는 읽기 확장 지원, 최소 복제본 커밋 가용성 그룹 설정 및 Windows-Linux OS 간 마이그레이션 및 테스트가 포함됩니다. (CTP 1.3)
새 동적 관리 뷰:
- sys.dm_db_log_stats는 트랜잭션 로그 상태 모니터링에 유용한 요약 수준 특성 및 정보를 트랜잭션 로드 파일에 노출합니다. (CTP 2.1)
- sys.dm_tran_version_store_space_usage는 데이터베이스별 버전 저장소 사용을 추적하며, 데이터베이스별 버전 저장소 사용을 기준으로 tempdb 크기를 사전에 계획하는 데 유용합니다. (CTP 2.0)
- sys.dm_db_log_info는 VLF 정보를 노출하여 잠재적인 트랜잭션 로그 문제를 모니터링하고, 알리고, 방지합니다. (CTP 2.0)
- sys.dm_db_stats_histogram은 통계를 검토하기 위해 새로운 동적 관리 뷰입니다. (CTP 1.3)
- sys.dm_os_host_info는 Windows와 Linux 모두에 대한 운영 체제 정보를 제공합니다. (CTP 1.0)
DTA(데이터베이스 튜닝 관리자)의 성능이 개선되고 옵션이 추가됩니다. (CTP 1.2)
메모리 내 기능이 향상되어 메모리 최적화 테이블에서 계산 열이 지원되고 고유하게 컴파일된 모듈에서 JSON 함수가 완벽히 지원되며 고유하게 컴파일된 모듈에서 CROSS APPLY 연산자가 지원됩니다. (CTP 1.1)
문자열 함수 CONCAT_WS, TRANSLATE 및 TRIM이 새로 제공되며 STRING_AGG 함수에 대해 WITHIN GROUP이 새로 지원됩니다. (CTP 1.1)
CSV 및 Azure Blob 파일에 대한 새 대량 액세스 옵션(BULK INSERT 및 OPENROWSET(BULK...) )이 제공됩니다. (CTP 1.1)
메모리 최적화 개체의 기능이 향상되어, sp_spaceused가 제공되고, 메모리 최적화 테이블에 대한 8개 인덱스 제한이 제거되었으며, 메모리 최적화 테이블과 고유하게 컴파일된 T-SQL 모듈에 대한 sp_rename과 고유하게 컴파일된 T-SQL 모듈에 대한 CASE 및 TOP (N) WITH TIES가 함께 제공됩니다. 메모리 액세스에 최적화된 파일 그룹 파일을 이제 Azure Storage에서 저장, 백업 및 복원할 수 있습니다. (CTP 1.0)
DATABASE SCOPED CREDENTIAL는 보안 가능하고 보조적인 CONTROL, ALTER, REFERENCES, TAKE OWNERSHIP 및 VIEW DEFINITION 사용 권한의 새 클래스입니다. 이제 ADMINISTER DATABASE BULK OPERATIONS가 sys.fn_builtin_permissions에 표시됩니다. (CTP 1.0)
데이터베이스 COMPATIBILITY_LEVEL 140이 추가되었습니다. (CTP 1.0).

SQL Server 2017 Integration Services(SSIS)

SSIS의 새 Scale Out 기능에서 다음과 같은 새로운 기능과 변경된 기능을 제공합니다. 자세한 내용은 What's New in Integration Services in SQL Server 2017(SQL Server 2017에서 Integration Services의 새로운 기능)을 참조하세요. (RC1)
- Scale Out Master에서 이제 고가용성을 지원합니다.
- Scale Out Worker에서 실행 로그의 장애 조치(failover) 처리가 향상되었습니다.
- 일관성과 가독성을 향상하기 위해 저장 프로시저 [catalog].[create_execution]의 runincluster 매개 변수 이름이 runinscaleout으로 변경되었습니다.
- SSIS 카탈로그에 SSIS 패키지를 실행하기 위한 기본 모드를 지정하는 새 전역 속성이 있습니다.
새 SSIS용 Scale Out 기능에서 이제 실행을 트리거할 때 Use32BitRuntime 매개 변수를 사용할 수 있습니다. (CTP 2.1)
SQL Server 2017 Integration Services(SSIS)에서 이제 Linux의 SQL Server를 지원하며 새 패키지를 사용하여 명령줄에서 Linux의 SSIS 패키지를 실행할 수 있습니다. 자세한 내용은 blog post announcing SSIS support for Linux(Linux에 대한 SSIS 지원을 발표하는 블로그 게시물)를 참조하세요. (CTP 2.1)
새 SSIS용 Scale Out 기능을 사용하면 여러 컴퓨터에서 훨씬 더 쉽게 SSIS를 실행할 수 있습니다. Integration Services Scale Out을 참조하세요. (CTP 1.0)
이제 OData 원본 및 OData 연결 관리자가 Microsoft Dynamics AX Online 및 Microsoft Dynamics CRM Online의 OData 피드에 연결할 수 있습니다. (CTP 1.0)

자세한 내용은 What's New in Integration Services in SQL Server 2017(SQL Server 2017에서 Integration Services의 새로운 기능)을 참조하세요.

SQL Server 2017 MDS(Master Data Services)

SQL Server 2012, SQL Server 2014 및 SQL Server 2016에서 SQL Server 2017 Master Data Services로 업그레이드할 때의 환경 및 성능이 개선되었습니다.
이제 웹 애플리케이션의 탐색기 페이지에서 엔터티, 컬렉션 및 계층 구조의 정렬된 목록을 볼 수 있습니다.
스테이징 저장 프로시저를 사용하여 수백만 개의 레코드를 스테이징하기 위한 성능이 향상되었습니다.
모델 사용 권한을 할당하기 위해 그룹 관리 페이지에서 엔터티 폴더를 확장할 때의 성능이 향상되었습니다. 그룹 관리 페이지는 웹 애플리케이션의 보안 섹션에 있습니다. 성능 향상에 대한 자세한 내용은 https://support.microsoft.com/help/4023865?preview를 참조하세요. 사용 권한 할당에 대한 자세한 내용은 모델 개체 사용 권한 할당(Master Data Services)를 참조하세요.

SQL Server 2017 Analysis Services(SSAS)

SQL Server Analysis Services 2017에서는 테이블 형식 모델에 대한 여러 향상된 기능을 새로 제공합니다. 여기에는 다음이 포함됩니다.

Analysis Services의 기본 설치 옵션인 테이블 형식 모드 (CTP 2.0)
테이블 형식 모델의 메타데이터를 보호하는 개체 수준 보안 (CTP 2.0)
날짜 필드를 기준으로 관계를 쉽게 만드는 날짜 관계 (CTP 2.0)
M 쿼리에 대한 새 데이터 가져오기(파워 쿼리) 데이터 원본 및 기존 DirectQuery 데이터 원본 지원 (CTP 2.0)
SSDT용 DAX 편집기 (CTP 2.0)
인코딩 힌트. 대규모 메모리 내 테이블 형식 모델의 데이터 새로 고침을 최적화하기 위한 고급 기능 (CTP 1.3)
테이블 형식 모델에 대한 1400 호환성 수준 지원 새로 만들거나 기존 테이블 형식 모델 프로젝트를 1400 호환성 수준으로 업그레이드하려면 SSDT(SQL Server Data Tools) 17.0 RC2를 다운로드 및 설치합니다. (CTP 1.1)
1400 호환성 수준의 테이블 모델에 대한 최신 데이터 가져오기 환경 Analysis Services Team Blog(Analysis Services 팀 블로그)를 참조하세요. (CTP 1.1)
비정형 계층의 빈 멤버를 숨기기 위한 멤버 숨기기 속성 (CTP 1.1)
집계 정보에 대한 자세한 정보를 표시하기 위한 세부 정보 행 최종 사용자 작업. 세부 정보 행 식을 작성하기 위한 SELECTCOLUMNS 및 DETAILROWS 함수 (CTP 1.1)
여러 값을 지정하는 DAX IN 연산자 (CTP 1.1)

자세한 내용은 SQL Server Analysis Services의 새로운 기능을 참조하세요.

SQL Server 2017 Reporting Services(SSRS)

SQL Server 설치 프로그램을 통해 SQL Server Reporting Services를 더 이상 설치할 수 없습니다. Microsoft SQL Server 2017 Reporting Services를 다운로드하려면 Microsoft 다운로드 센터로 이동하세요.

이제 보고서에서 주석을 사용하여 큐브 뷰를 추가하고 다른 사용자와 공동 작업할 수 있습니다. 주석에 첨부 파일도 포함할 수 있습니다.
최신 버전의 보고서 작성기와 SQL Server Data Tools에서 필요한 필드를 쿼리 디자이너로 끌어다 놓아 지원되는 SQL Server Analysis Services 테이블 형식 데이터 모델에 대한 네이티브 DAX 쿼리를 만들 수 있습니다. Reporting Services blog(Reporting Services 블로그)를 참조하세요.
최신 애플리케이션 및 사용자 지정 개발을 사용하기 위해 SSRS는 이제 완벽 하게 development 규격 RESTful API를 지원합니다. 전체 API 사양 및 설명서는 이제 swaggerhub에서 확인할 수 있습니다.

자세한 내용은 What's new in SQL Server Reporting Services (SSRS)(SSRS(SQL Server Reporting Services)의 새로운 기능)를 참조하세요.

SQL Server 2017의 Machine Learning

R 언어와 함께 Python 지원을 반영하여 SQL Server R Services 이름이 SQL Server Machine Learning Services로 변경되었습니다. Machine Learning Services(데이터베이스 내)를 사용하여 SQL Server에서 R 또는 Python 스크립트를 실행하거나 Microsoft Machine Learning Server(독립 실행형) 를 설치하여 SQL Server가 필요 없는 R 및 Python 모델을 배포하고 사용할 수 있습니다.

SQL Server 개발자는 이제 Microsoft의 최신 혁신 기능과 함께 오픈 소스 에코 시스템에서 사용할 수 있는 광범위 Python ML 및 AI 라이브러리에 액세스할 수 있습니다.

revoscalepy - RevoScaleR에 해당하는 이 Pythonic 항목에는 선형 및 로지스틱 회귀, 의사 결정 트리, 승격된 트리 및 임의 포리스트의 병렬 알고리즘 외에도 데이터 변환 및 데이터 이동, 원격 컴퓨팅 컨텍스트 및 데이터 소스에 사용할 풍부한 API 집합이 포함되어 있습니다.
microsoftml - Python 바인딩을 사용하는 이 첨단 기계 학습 알고리즘 및 변환 패키지에는 심층 신경망, 빠른 의사 결정 트리 및 의사 결정 포리스트, 최적화된 선형 및 로지스틱 회귀 알고리즘이 포함되어 있습니다. 이미지 추출 또는 감정 분석에 사용할 수 있는 ResNet 모델을 기반으로 미리 학습된 모델도 가져옵니다.
T-SQL로 Python 운영화 - 저장 프로시저 sp_execute_external_script를 사용하여 Python 코드를 쉽게 배포합니다. SQL에서 Python 프로세스로 데이터를 스트리밍하고 MPI 링 병렬화를 사용하여 뛰어난 성능을 얻습니다.
SQL Server 컴퓨팅 컨텍스트의 Python - 데이터 과학자와 개발자는 개발 환경에서 원격으로 Python 코드를 실행하여 데이터를 이동하지 않고 데이터를 탐색하고 모델을 개발할 수 있습니다.
네이티브 점수 매기기 - Transact-SQL의 PREDICT 함수는 R의 설치 여부와 관계없이 SQL Server 2017의 모든 인스턴스에서 점수를 매기는 데 사용할 수 있습니다. 지원되는 RevoScaleR 및 revoscalepy 알고리즘 하나를 사용하여 모델을 학습한 후 새로운 압축 이진 형식으로 저장하기만 하면 됩니다.
패키지 관리 - T-SQL은 이제 DBA가 R 패키지를 좀 더 효과적으로 관리할 수 있도록 CREATE EXTERNAL LIBRARY 문을 지원합니다. 역할을 사용하여 프라이빗 또는 공유 패키지 액세스를 제어하고, 데이터베이스에 R 패키지를 저장하여 다른 사용자와 공유합니다.
성능 향상 - 저장 프로시저 sp_execute_external_script는 columnstore 데이터에 대한 일괄 처리 모드 실행을 지원하도록 최적화되었습니다.