Multiprocess Labs ผู้พัฒนา DataStation ที่เป็น IDE สำหรับการคิวรีข้อมูล โอเพนซอร์สโครงการ dsq สำหรับการคิวรีข้อมูลไฟล์ต่างๆ ด้วยภาษา SQL

โครงการโอเพนซอร์สสำหรับคิวรีข้อมูลในไฟล์ด้วย SQL นั้นมีมาก่อนหน้านี้แล้วหลายโครงการ แต่ไลบรารี DataStation นั้นมีจุดเด่นที่การรองรับไฟล์ฟอร์แมตหลากหลายกว่า เช่น Excel, OpenOffice Sheet, JSONL (JSON ที่แบ่งตามบรรทัด), Apache2 log, และ nginx log

เบื้องหลังของโปรแกรมในกลุ่มนี้ เช่น textql หรือ q มักใช้ SQLite เป็นเอนจินด้านหลัง และตัวโปรแกรมก็แปลงข้อมูลเพื่อส่งเข้าไปยัง SQLite ก่อนจะรันคิวรีอีกที แต่การมีโปรแกรมลักษณะนี้ก็ช่วยทำให้งานหลายประเภทที่ต้องการคิวรีเป็นครั้งคราวใช้งานได้สะดวกขึ้นมาก

โครงการฐานข้อมูลแบบฝังตัวในซอฟต์แวร์ SQLite ออกเวอร์ชั่น 3.37.0 ที่แม้จะเป็นอัพเดตย่อยแต่มีฟีเจอร์สำคัญเพิ่มเข้ามาคือการรองรับตารางแบบ STRICT ที่ทำให้ผู้สร้างตารางกำหนดชนิดข้อมูลได้จริงๆ

พฤติกรรมของ SQLite ก่อนหน้านี้แม้คอลัมน์ในฐานข้อมูลจะกำหนดชนิดข้อมูลเอาไว้ แต่ตัว SQLite จะไม่ได้บังคับจริงๆ หากชนิดข้อมูลที่ใส่เข้ามาไม่ตรงกันก็จะพยายามแปลงข้อมูลให้ เช่น หากคอลัมน์เป็นเลขจำนวนเต็ม (INT) แต่ใส่ข้อความ "123" ก็จะพยายามแปลงเป็นตัวเลข 123 ให้เอง แม้จะสะดวก แต่เมื่อใส่ข้อมูลที่แปลงเป็นตัวเลขไม่ได้ เช่น "xyz" ตัว SQLite ก็จะยอมใส่ข้อมูลเป็นสตริงลงไปในคอลัมน์แม้จะกำหนดชนิดข้อมูลเป็นตัวเลขก็ตาม

Google เปิดตัวระบบ Database Migration Service หรือ DMS สำหรับไมเกรตฐานข้อมูลภาคองค์กรขึ้นสู่ Google Cloud อย่างราบรื่น ลดปัญหาต่าง ๆ รวมถึงใช้เวลาดาวน์ไทม์ที่น้อยที่สุดในขณะไมเกรตระบบ

Google DMS ใช้ระบบทำสำเนาข้อมูลจากต้นทางทั้ง MySQL, PostgreSQL และ SQL Server ไปยังระบบ Cloud SQL โดยก่อนหน้านี้ Google จะให้บริการไมเกรตฐานข้อมูลผ่านพาร์ทเนอร์ (ในขณะที่คู่แข่งอย่าง AWS และ Azure มีมานานแล้ว) แต่เนื่องจากทุกวันนี้มีผู้สนใจย้ายมาคลาวด์มากขึ้น การออก DMS เองจะช่วยอำนวยความสะดวกให้ลูกค้าที่ต้องการไมเกรตระบบ ลดเวลาและขั้นตอนที่ใช้ในการไมเกรตระบบได้มาก

บริษัทวิจัยตลาดแรงงาน Buring Glass วิเคราะห์ตลาดแรงงานไอทีในสหรัฐฯ ช่วง 30 วันที่ผ่านมา พบว่าภาษา SQL ยังคงเป็นภาษาอันดับหนึ่งที่นายจ้างต้องการ คิดเป็นจำนวนตำแหน่งงาน 56,272 ตำแหน่ง ตามมาด้วยภาษาจาวา 48,949 ตำแหน่ง, ไพธอน 34,426 ตำแหน่ง, และจาวาคริปต์ 33,619 ตำแหน่ง

ความสามารถด้านซอฟต์แวร์อื่น เช่น ลินุกซ์ 28,562 ตำแหน่ง ออราเคิล 24,218 ตำแหน่ง, และ SQL Server 14,299 ตำแหน่ง แสดงให้เห็นว่างานฐานข้อมูลยังคงเป็นความสามารถสำคัญ

ทีมวิจัยความปลอดภัย Tencent Blade ในสังกัด Tencent เปิดเผยข้อมูลช่องโหว่ Magellen 2.0 เปิดให้ยิงโค้ด SQL เข้าไปยัง Chrome ได้

กูเกิลแก้ไขช่องโหว่นี้แล้วใน Chrome 79.0.3945.79 ที่ออกตัวจริงเมื่อช่วงต้นเดือนธันวาคม ผู้ที่ใช้ Chrome/Chromium เวอร์ชันก่อนหน้านี้ (รวมถึงเว็บเบราว์เซอร์ที่พัฒนาบน Chromium อย่าง Opera) ควรอัพเดตเป็นเวอร์ชันล่าสุด

Microsoft ประกาศปรับปรุง Azure SQL Data Warehouse ระบบฐานข้อมูลบนคลาวด์สำหรับงานประเภทบิ๊กดาต้า โดยเน้นที่การปรับปรุงความเร็วในการ query โดยการใช้เทคโนโลยี instant data movement แบบใหม่ ซึ่งทำให้การ query เร็วขึ้นได้ 2 เท่า

ปกติแล้วเมื่อเรากระทำการ query ในรูปแบบใดก็ตาม หากตารางที่ต้องการอยู่ต่างโหนดกันก็ต้องย้ายข้อมูลไปมา ซึ่งอาจจะต้องใช้ Data Movement Service (DMS) คัดลอกข้อมูลออกจาก SQL Server Engine จากนั้นทำการแฮชและส่งไปยัง DMS บนโหนดอื่น ๆ ซึ่ง DMS จะคัดลอกข้อมูลไปยังตารางชั่วคราวโดยใช้ SQL Server BulkCopy API ซึ่งการอ่านข้อมูลออกมาจาก SQL Server นั้นเป็นแบบเทรดเดียวและทำให้เกิดคอขวดได้ง่าย

ไมโครซอฟท์เปิดตัวบริการใหม่ Azure Data Lake แพลตฟอร์มสำหรับจัดเก็บและประมวลผลข้อมูลขนาดใหญ่ (big data) บนกลุ่มเมฆ

Azure Data Lake ประกอบด้วยชิ้นส่วนย่อย ดังนี้

Google Cloud SQL เปิดบริการเป็นส่วนเสริมสำหรับ Google App Engine เพื่อให้นักพัฒนาที่ต้องการเข้าถึง MySQL เต็มรูปแบบสามารถใช้บริการที่ขยายไปได้เรื่อยๆ แต่ก่อนหน้านี้บริการนี้อยู่ในสถานะการให้บริการอย่างจำกัด (limited preview) ตอนนี้ Cloud SQL ก็เข้าสู่สถานะมีให้บริการทั่วไป (generally available - GA) แล้ว

การให้บริการเป็นการทั่วไปครั้งนี้กูเกิลจะรับประกัน uptime ให้ 99.95% และขยายขนาดฐานข้อมูลใหญ่ที่สุดเป็น 500 กิกะไบต์

อธิบายสั้นๆ มันคือคู่แข่งของ Apache Hive ที่พัฒนาโดย Facebook ครับ

อธิบายแบบยาวๆ คือบริษัทแบบ Facebook ที่ต้องยุ่งเกี่ยวกับข้อมูลจำนวนมหาศาลระดับ petabyte มีงานเบื้องหลังที่ต้องดึงข้อมูลเก่าที่เก็บใน data warehouse (ที่เก็บด้วย Hadoop/HFS) มาวิเคราะห์อยู่บ่อยๆ ปัญหาคือระบบคิวรีข้อมูลอย่าง Hive ที่พัฒนาอยู่บนแนวคิด MapReduce นั้นออกแบบโดยเน้นสมรรถภาพโดยรวม (overall throughput) เป็นสำคัญ แต่สิ่งที่ Facebook ต้องการคือระบบคิวรีข้อมูลที่มีการตอบสนองรวดเร็ว (low query latency)