Microsoft publie la version finale d’Azure Data Studio, précédemment connu sous le nom SQL Operations Studio. Azure Data Studio offre une expérience d'éditeur moderne avec IntelliSense, des extraits de code, l'intégration du contrôle des sources et un terminal intégré.
Les utilisateurs passent de plus en plus de temps à travailler sur l'édition des requêtes que sur toute autre tâche avec SQL Server Management Studio. Pour cette raison, Azure Data Studio a été conçu pour se concentrer en profondeur sur les fonctionnalités les plus utilisées, avec des expériences supplémentaires disponibles comme des extensions optionnelles. Cela permet à chaque utilisateur de personnaliser son environnement comme il utilise le plus souvent.
Quand utiliser Azure Data Studio ?
- Vous devez utiliser macOS ou Linux
- Vous devez vous connecter sur un cluster big data SQL Server 2019
- Vous passez plus de temps à éditer ou exécuter des requêtes
- Vous voulez de visualiser rapidement des graphiques et de visualiser des ensembles de résultats
- Vous avez un besoin minimal d’assistants
- Vous n'avez pas besoin de faire de configuration administrative profonde
Quand utiliser SQL Server Management Studio ?
- Vous passez la plupart de votre temps à des tâches d'administration de bases de données.
- Vous avez besoin de faire une configuration administrative importante
- Vous effectuez la gestion de la sécurité, y compris la gestion des utilisateurs, l'évaluation des vulnérabilités et la configuration des éléments de sécurité.
- Vous utilisez les rapports pour SQL Server Query Store
- Vous devez faire des optimisations de la performance et utiliser des tableaux de bord
- Vous avez besoin d'accéder aux serveurs enregistrés et de contrôler les services SQL Server sous Windows
Plus d’informations sur les différences : https://cloudblogs.microsoft.com/sqlserver/2018/09/25/azure-data-studio-for-sql-server/
Pour rappel, ces outils sont disponibles depuis Windows, macOS, et Linux pour permettre de gérer SQL Server, Azure SQL Managed Instance, Azure SQL Database, Azure SQL Data Warehouse, et SQL Server 2019 Big Data Clusters.
