Python不再被微软数据库排除在外。SQL Server 2017发布的第二个预览版本，支持使用Python编程语言与R语音用于分析。

微软本周继续推进分析方面的更新，它推出了一个全新的R编程服务和一个新的Python语言接口，这两个新技术随“go – live”预览版的SQL Server 2017一同发布，

这些举措旨在扩展SQL Server在分析方面的应用范围，尤其是在使用机器学习和其他人工智能(AI)技术的高级预测分析领域。这个版本最初被称为SQL Server vNext，在本周正式被命名为SQL Server 2017，它具有很多其他功能，其中包括对IT shops功能的改进，使其支持数据库在本地和云端之间的双向迁移。众所周知，SQL Server 2017将是SQL Server能同时在Linux和Windows系统上运行的第一个版本。此外，它还支持Docker容器。

随着SQL Server Community Technology Preview (CTP) 2.0版的更新，微软的数据管理平台新增了对Python语言的数据库内建支持，Python是一种广泛应用于机器学习的语言。一个重新命名的Microsoft机器学习服务组件让Python能够直接在数据库服务器上运行，或者与嵌入的T- SQL脚本一起运行。

“如今，Python语音和R语音是用于高级分析的不二选择，” 就职于Pythian Group inc 的SQL Server首席顾问Warner Chaves说道。“微软已经意识到，它以无法忽视Python语言。”

他表示，现在人们用R来做实验或私人原型是很常见的。但是在投入生产经营的时候，这些人通常会使用Python来完成工作。

在数据库中新增对Python库的支持，似乎是微软的一次赌注。迄今为止，它所支持的最大型分析语言是R，近年来，越来越多的数据科学家和统计学家选择使用R语音进行研究分析。

根据Chaves的说法，对于公司来说，支持Python是一种现实的做法，因为在最近的分析应用中，Python和R语音的使用几乎是平分秋色。

如何命名？

SQL Server 2016所支持的R语言服务也成为了SQL Server 2017 CTP 2.0版微软机器学习服务的一部分，其包括R和Python语音库。

从2015年微软公司收购分布式R服务器制造商Revolution Analytics开始，微软在R上投入的研发资源一直是十分可观的。但是，微软在同一年也开始将Python引入到这一领域，以助力推动Spark分析处理引擎成为其云端Azure HDInsight大数据平台的一部分。

在2015年，该公司将目光汇聚在Python专家Continuum Analytics及其Python发行版，以扩展用于Azure AI的开发工具集。根据微软的说法，2017年，SQL Server的所支持的R和Python都可以在数据库中运行人工智能任务，并使用NVDIA GPU 来加速。

作为SQL Server的一部分，Python可以帮助其获得更广泛的认可。Chave表示。“微软的数据库技术更加完整了。Python不再是个旁观者。”

使用R语言

微软也在努力提高其对R语言的支持。本周，微软表示，它将发布用于感知分析的预训练认知模型，作为微软R Server 9.1版本的一部分。在这个版本中，Sparklyr和H2O开源机器语言包实现的功能将被合并到R服务器中。

此外，在这个版本中，用户可以在并行处理模式下运行更广泛的算法选择，模型评分会更加快速，并提供对Optimized Row Columnar的支持。.

一个独立顾问，Thomas Dinsmore称，微软的R发行版为R Foundation的基本发行版带来了很大的价值。他说道：“我对微软使用R的完成的工作印象深刻。”R9.1版有许多新工具，使其更容易使用，并提高了性能。”

这一点至关重要，他继续说道，特别是对于像欺诈检测这样的应用程序，在这种情况下，要求次秒级的响应速度。

Dinsmore说，R和Python都在分析中有着大量的应用，R可能在统计学家中得到更多的支持，而Python通常是程序员的首选。“原则上讲，如果您正在开发商业应用程序，Python是首选的，”他说。此外他还指出，在商业部署中，Python相对于R的来说具备这更多的好处。

新型图形数据

在数据库中使用R和Python，这些语言可以利用数据管理系统的力量，不管是本地部署还是云端部署皆是如此。Joseph Sirosh，微软公司数据平台副总裁，在SQL Server 2017 一次小型发布会上说道，这个发布会是本周Microsoft Data Amp 2017在线活动的一部分。

对于分析，它包含一个自适应的查询处理功能，该功能不断地对重复查询进行微调，以加速性能。

Sirosh还强调了SQL Server 2017处理图形数据对象的能力。近年来，这种技术已经成为处理数据点之间关系的一种替代方法，在Sirosh的估计中，它可能会引入一组全新的应用程序。

他说：“图形处理对于欺诈检测、社交网络分析和物联网的建模来说非常重要。”“这就是很多前沿应用中建模数据产生的地方。”

SQL Server 家族

Pythian的Chaves说道，SQL Server已经成长为一个产品系列，而不再是一个单独的服务器。它的广泛分类包括：能够在本地或云端运行SQL Server本身；Azure SQL数据仓库；Azure SQL数据库，作为服务存在的托管数据库。

Chaves对即将到来的Azure SQL数据库的更新十分感兴趣，这个更新就是新增Azure SQL托管实例。他说，该更新可以降低SQL Server迁移到Azure云的复杂度，新的管理实例方法相对于现在本地部署所使用的方法来说，将具备更大的兼容性，

他说：“新的服务将更紧密地映射到SQL Server本地部署，让迁移变得更加无缝”。

与此同时，Chaves警告说，虽然微软的SQL Server 2017 CTP 2.0的go-live designation特性意味着开发人员有权在生产中部署该软件，但目前它仍然是测试版软件，更适合用于实验而不是操作。