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)