Sergio Govoni

Introduzione

Parameter Sensitive Plan (PSP) Optimization è una delle funzionalità introdotte da SQL Server 2022 e si colloca nella famiglia di funzionalità note con il nome di Intelligent Query Processing che migliorano le prestazioni dei carichi di lavoro esistenti senza modifiche al codice applicativo. Intelligent Query Processing (potenziato anche in SQL Server 2019) è l’erede della precedente tecnologia nota con il nome di Adaptive Query Processing di cui è disponibile il video Query Processing improvements in the latest versions of SQL Server sul canale UGISS di Vimeo.

L’agenda completa di SQL Start 2022 è disponibile qui!

L’evento si terrà venerdì 10 giugno 2022. Nel dettaglio di ogni sessione, nei prossimi giorni, troverete il link per seguire la diretta.

L’evento è gratuito con registrazione obbligatoria che potete effettuare a questo link.

L’agenda è suddivisa in 5 track associate ad altrettante aule virtuali aperte per tutta la durata dell’evento simulando le aule fisiche dell’Università di Ancona che ci ha ospitato per tanti anni e che ci ospiterà ancora quando riprenderemo ad organizzare eventi in presenza!

DataWeekender è una conferenza online la cui prima edizione si è tenuta a Maggio 2020 durante il lockdown imposto a causa della situazione generale causata da Covid-19. L’intenzione originale era quella di organizzare una conferenza online sulla Microsoft Data Platform, per la community, per colmare il vuoto lasciato dall’annullamento degli eventi di persona a causa di Covid-19.

Siamo felici di annunciare che a Novembre si terrà il Data Saturday Parma edizione 2022, con l’idea di ritornare finalmente ad organizzare eventi in presenza!

L’evento sarà gratuito (con registrazione obbligatoria) e si terrà sabato 26 novembre 2022 presso le aule del Dipartimento di Ingegneria dell’Informazione dell’Università degli Studi di Parma. Segnatevi la data!

Global Azure è l’evento community mondiale dedicato a tutti i Professionisti, Sviluppatori e Tecnici IT che desiderano conoscere o approfondire il proprio know-how sulla piattaforma Microsoft Azure per lo sviluppo e l’amministrazione di soluzioni applicative nel Cloud!

Il 5, 6 e 7 Maggio 2022, le community di tutto il mondo si riuniranno insieme per la nona edizione del Global Azure. In ogni evento ci saranno sessioni su Microsoft Azure, il risultato sarà che migliaia di persone impareranno a conoscere la piattaforma Azure e si uniranno online sotto l’hashtag #GlobalAzure!

SQL Start è un evento community di una giornata, completamente gratuito, che vede la sua prima edizione nel 2011.

Focalizzato su SQL Server e sulle tecnologie ad esso correlate, quest’anno sarà in modalità virtuale e si terrà venerdì 10 giugno 2022.

Partecipando, potrai interagire con professionisti, MVP di SQL Server e di Microsoft Azure, esperti del settore IT e colleghi con i quali potrai approfondire le conoscenze sull’intera Data Platform di Microsoft, acquisire le competenze per risolvere più velocemente i problemi e le sfide di ogni giorno, prevenire potenziali errori, migliorare le condizioni di lavoro dell’istanza SQL Server e Azure SQL Database aumentando la produttività e la confidenza nell’uso di questo prodotto, che rappresenta la piattaforma Microsoft di riferimento per la gestione dei dati.

In questo articolo verranno trattati i due metodi di elaborazione delle query conosciuti come Row mode execution e Batch mode execution per SQL Server 2019. Verrà inoltre descritto un meccanismo per attivare Batch mode execution su SQL Server 2017 anche quando non si possono creare indici columnstore “effettivi”.

Row mode execution

Row mode execution è un metodo di elaborazione delle query utilizzato con le tabelle tradizionali disk-based, in cui i dati vengono archiviati in formato riga. Le tabelle che utilizzano questo tradizionale formato di archiviazione vengono anche dette “rowstore table”. Quando una query viene eseguita e accede ai dati archiviati in formato riga, gli operatori previsti nel piano di esecuzione leggono ogni riga richiesta dalla query. Da ogni riga letta, SQL Server recupera quindi le colonne necessarie, specificate nell’istruzione SELECT, in un predicato di JOIN, in un predicato di filtro, ecc..