En más de una ocasión me he sentido intrigado por los nombres de proyectos de SQL Server. Si observamos las últimas versiones tenemos un conjunto bien curioso de codenames:

Codename Nombre oficial Versión
Hydra SQL-Server 6.5 6.5
Sphinx SQL-Server 7.0 7.0
Shiloh SQL-Server 2000 8.0
Liberty SQL-Server 2000 64Bit 8.0
Yukon SQL Server 2005 9.0
Katmai SQL Server 2008 10.0

 

Como vemos, se trata de una mezcla de figuras mitológicas y de parques nacionales de Estados Unidos

Aún no se conoce el codename definitivo de la siguiente versión de SQL Server por lo que actualmente se lo denomina SQL 11. Existen además numerosos proyectos que veremos aparecer en los próximos años y añadirán más funcionalidad a SQL Server 2008. Por ejemplo tenemos un desarrollo llamado Kilimanjaro que aportará mejoras a las capacidades de inteligencia de negocio. Existen además desarrollos paralelos como Gemini o Madison que se encargarán de llevar las capacidades de Excel en BI a un nivel superior y a integrar la recién adquirida Datallegro para competir en con grandes datawarehouse como Teradata.

En resumen, sea cual sea el codename del próximo SQL Server lo que está claro es que Microsoft está apostando muy fuerte por SQL Server reforzando aquellos escenarios no cubiertos actualmente. Parece claro que los cambios que se avecinan en BI van a ser significativos por lo que quizás el componente de BI de SQL Server acabe teniendo suficiente peso como para crear nuevas versiones de producto especialmente centradas en BI… el tiempo dirá

 

0 Shares:
Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

You May Also Like
Leer más

SQL Server 2017 en Linux

Vale, SQL Server 2017 corre en Linux, ¿me interesa? Sí, ¿por qué? Porque no hablamos simplemente de que corra un nuevo sistema operativo...sino que se pueden utilizar para despliegues rápidos en entornos escalables basados en docker, kubernetes, etc. Daremos un repaso a cómo aprovecharnos de los nuevos escenarios de despliegue en nuestras empresas, aunque sean tradicionalmente entornos Microsoft.
Leer más

El tiempo es oro: Cómo predecir series temporales con datos de muchas dimensiones con R – SolidQ Summit 2017

Saber cuánto vamos a vender mañana o el año que viene es el sueño dorado de muchos analistas de negocio. Sin embargo, no nos conformamos con un número, sino que necesitamos predicciones ajustadas a todos los niveles, detalles y segmentaciones posibles, y aquí es donde la predicción puede volverse realmente difícil. Descubre las implementaciones reales afrontando estas predicciones sin importar el nivel de detalle que necesites y sube un peldaño en tus sistemas inteligentes.