大数据的发展已经让许多精通SQL的数据专业人员不知所措。微软的U-SQL编程语言试图让这些人回归数据查询游戏。

大数据的一个小秘密是，长期的数据专业人员经常无可奈何。Hadoop，Spark和大数据的相关应用程序框架更多地依赖于Java编程技能，而更少地依赖SQL技能，从而让许多SQL专业人员无所适从。

在继续推进针对Hadoop，Hive，Spark，R等的Azure云支持的同时，Microsoft也在寻求使T-SQL用户也能够加入大数据体验。

它的答案是U-SQL，一种T-SQL的方言意味着处理不同的数据，同时支持C＃扩展，反过来，.NET库。 它目前作为微软的Azure数据湖分析云服务的公众预览的一部分，去年10月首次发布。

U-SQL是一种旨在支持对各种数据的查询的语言，而不仅仅是关系数据。 它只专注于对SQL SELECT语句的增强，它会自动部署代码以并行运行。 微软本周在亚特兰大的Ignite 2016会议上举行的数据科学峰会上详细介绍了U-SQL。

超越Hive和Pig

Hadoop社区已经通过添加面向SQL的查询引擎和语言（例如Hive和Pig）来解决这个问题。 但是，有一种更类似于熟悉的T-SQL的需求，据英国伯明翰Purple Frog Systems有限公司数据咨询公司的创始人Alex Whittles和微软MVP所说。

“许多大数据工具 - 例如MapReduce - 来自Hadoop背景，并且他们倾向于需要[高级] Java编码技术.Hive和Pig等工具是尝试弥合这一差距，以使其更容易 为SQL开发人员，“他说。

但是，在功能和心态，工具来自于编程世界，并不适合那些工作与数据库密切合作的人，“Whittles说。

这是向更多数据专业人员开放微软大数据系统的重要方式，他说。

“U-SQL给数据人员访问大数据平台，而不需要太多的学习，”他说。 这可能是重要的，他补充说，作为Hive-SQL开发人员仍然是一个小组，与较大的SQL军队相比。

根据华盛顿Chaves，SQL Server的主要顾问，在渥太华的Pythian集团公司和一个微软MVP，U-SQL是Azure Data Lake Analytics的一个区别。

“我从数据库管理员那里得到的反馈是，大数据看起来很吓人，需要您部署和管理Hadoop集群，并学习许多工具，如Pig，Hive和Spark。 其中一些问题由Microsoft的Azure云部署处理 - 其他由U-SQL处理。

“使用U-SQL，在任何SQL - 不只是T-SQL - 工作的人的学习曲线是更小的，”他说。 “它进入门槛低。

他补充说，微软的云分析定价方案也是其使用的激励。 他指出，Azure Data Lake本身分为单独的分析和存储模块，用户只需在调用分析处理资源时支付费用。

更多在商店

虽然它寻找其传统的T-SQL开发人员基础，但Microsoft还在Azure Data Lake中追求Hive的增强功能。

本周在纽约的Strata + Hadoop世界会议上，技术合作伙伴Hortonworks Inc.使用LLAP或Live Long和Process发布了其Apache Hive更新版本，该版本使用内存和其他架构增强功能来加速Hive查询。 这意味着与微软的HDInsight，一个基于Hortonworks的Hadoop和大数据平台，Azure数据湖分析家庭的另一个成员。

同时，U-SQL还有更多的存储空间。 例如，在微软的数据科学峰会上，U-SQL驱动力微软的主要项目经理Michael Rys向与会者展示了如何扩展U-SQL，重点是如何将R语言的查询暴露给U -SQL。

R语言在微软自从2015年收购Revolution Analytics后，获得了越来越多的支持。虽然R程序员大大延迟了SQL程序员的人口数量，但R在新的分析应用程序中使用，包括以机器学习为中心的应用程序。