資料庫從三十年前就是許多企業的命脈，即使現在它有許多新的分支與新的技術在發展，但高可用性與災難備援(HADR)一直都是 Mission critical system中，企業主很重視的一個環節。可惜IT與DBA 因為專業分工的關係，企業內光是在溝通協調就已經疲於奔命，更何況一起規劃、導入、維運。為此微軟就在Azure portal market place 上面推出了 AlwaysOn template，讓企業不再曠日費時，享受開箱即用的雲端效率。
在雲端時代，使用 Paas可以實現 Serverless的大同境界，享受後台資源的自動縮放，讓我們可以盡全力在前台的新功能開發，或是使用者用戶體驗的優化或提升。但是 Web可能是由不同的作業系統或是程式語言所組成的，都有辦法移到 Azure嗎？答案是可以的。不管你是Linux apache, Windows IIS, dot net, php, java...等，而且微軟還有移轉精靈可以用喔！
自從2017年微軟在SQL Server產品上推出了Version Next，意圖透過 EAP(Early Adoption Program)這個計劃，讓客戶與合作夥伴在產品上市之前，客戶可以一賭為快；合作夥伴可以透過創新功能開發自己的產品，贏得更大的商機！
包含了SQL2017首次可以進行在非微軟Windows作業系統上面進行；以及SQL2019可以在微軟NTFS檔案系統之外的HDFS，同時享受傳統IT環境與巨量資料Spark(Hadoop的下一代)的Hybrid 優勢。
自 SQL Server 2016推出 R服務之後，Revolution團隊在SQL 2017版本中，除了將原先的服務改名為 Machine Learning Services(為了納入對 Python語言的支援)，更強化了對 R語言的支援與 Pre Training model的數量。本篇將簡單地介紹 R語言的語法，以及會用GLM 一般線性模型(可歸類為廻歸分析)來示範，讓熟悉 T-SQL的 DBA也能用 SQL Server做機器學習
由於優秀的企業不斷地在追求全新的商業模式、全球化商業佈局，支持著國際大廠對於雲端技術不遺餘力的發展著。所以資料庫上雲端，已經是很成熟的應用了。微軟為了協助客戶能夠將資料庫移轉至雲端，依據不同的情境，開發了許多實用的小工具，本篇將回到起點，介紹SSMS 17.9的雲端移轉功能以及其原理
Data Migration Assistant(DMA)是微軟所開發的資料庫升級工具，他主要是能協助客戶偵測舊環境的相容性以及部份/不再支援的功能分析。此外它也附帶提供了Schema與Data移轉的功能，由於它的底層是使用 bulk copy 逐筆逐筆的方式，對於中大型的資料庫建議僅進行 Schema的移轉，再搭配其他高效的方式來進行 Data的移轉。
一個企業的SQL Server會因為許多因素會考量如何搬上雲端？在不同的時機點，這個議題說複雜也複雜，說單純也單純，所以本篇將因應2019年7月9日的SQL 2008(含R2)EOS的時間點來進行討論，介紹微軟的解決方案與工具軟體。
當大家聽到史上最嚴格的個資法歐盟的GDPR，所有設有網站的公司都很緊張，因為法規的適用範圍相當寬廣，即使公司沒有在歐盟設立據點或是透過經銷商賣到那邊，但是你還是沒辦法社絕歐洲人來你的網站，並且從網站上的contact with me，留下他的個資開始跟你接觸。
SQL Server 2017 除了內建 Machine Learning的資料庫亮點，在Auto tuning或是其他方面其實也有很多值得推薦的地方，本篇將會側重在 SSIS這個強大的資料轉換工具上。
