Bemærk
Adgang til denne side kræver godkendelse. Du kan prøve at logge på eller ændre mapper.
Adgang til denne side kræver godkendelse. Du kan prøve at ændre mapper.
Gælder for:✅ SQL Analytics-slutpunkt og warehouse i Microsoft Fabric
I denne artikel beskrives de aktuelle begrænsninger i Microsoft Fabric.
Disse begrænsninger gælder kun for lager- og SQL Analytics-slutpunktselementer i Fabric Synapse Data Warehouse. Du kan se begrænsninger for SQL-databasen i Fabric under Begrænsninger i SQL-database i Microsoft Fabric (prøveversion).
Begrænsninger
Aktuelle generelle produktbegrænsninger for Data Warehousing i Microsoft Fabric er angivet i denne artikel, hvor begrænsninger på funktionsniveau er fremhævet i den tilsvarende funktionsartikel. Flere funktioner bygger på branchens førende ydeevne og samtidighedshistorie og lander trinvist. Du kan få flere oplysninger om fremtiden for Microsoft Fabric under Fabric Roadmap.
Vigtigt
Fabric Data Warehouse og SQL-analyse-endpointforbindelser kræver, at både kilde- og målobjekter er i samme region. Forbindelser på tværs af regioner – inklusive dem på tværs af arbejdsområder eller kapaciteter i forskellige regioner – understøttes ikke og kan muligvis ikke autentificere eller forbinde.
Du kan få flere begrænsninger i bestemte områder under:
- Klon tabel
- Forbindelse
- Datatyper i Microsoft Fabric
- Delta-søens loger
- Migreringsassistent
- Afbryd midlertidigt, og fortsæt i Fabric-datawarehousing
- Semantiske modeller
- Del dine data, og administrer tilladelser
- Versionsstyring
- Statistik
- Tabeller
- Transaktioner
- Visual Query-editor
Begrænsninger for SQL Analytics-slutpunktet
Følgende begrænsninger gælder for automatisk generering af skemaer og registrering af metadata i SQL Analytics-slutpunktet.
Dataene skal være i Delta Parquet-format, så de automatisk kan findes i SQL-analyseslutpunktet. Delta Lake er en lagerstruktur med åben kildekode, der gør det muligt at bygge Lakehouse-arkitektur.
Delta-kolonnetilknytning efter navn understøttes, men Delta-kolonnetilknytning efter id understøttes ikke. Du kan få flere oplysninger under Delta Lake-funktioner og Fabric-oplevelser.
- Delta-kolonnetilknytning i SQL Analytics-slutpunktet er i øjeblikket en prøveversion.
Delta-tabeller, der er oprettet uden for mappen
/tables, er ikke tilgængelige i SQL Analytics-slutpunktet.Hvis du ikke kan se tabellen Lakehouse på lageret, skal du kontrollere placeringen af tabellen. Det er kun de tabeller, der refererer til data i mappen
/tables, der er tilgængelige på lageret. De tabeller, der refererer til data i mappen/filesi søen, vises ikke i SQL Analytics-slutpunktet. Du kan løse problemet ved at flytte dine data til mappen/tables.Nogle kolonner, der findes i Spark Delta-tabellerne, er muligvis ikke tilgængelige i tabellerne i SQL Analytics-slutpunktet. Du kan se en komplet liste over understøttede datatyper under Datatyper i Fabric Data Warehouse.
Hvis du tilføjer en fremmed nøglebegrænsning mellem tabeller i SQL Analytics-slutpunktet, kan du ikke foretage yderligere skemaændringer (f.eks. tilføje de nye kolonner). Hvis du ikke kan se Delta Lake-kolonnerne med de typer, der skal understøttes i SQL Analytics-slutpunktet, skal du kontrollere, om der er en fremmed nøglebegrænsning, der kan forhindre opdateringer i tabellen.
Du kan finde oplysninger om og anbefalinger til ydeevnen for SQL-analyseslutpunktet under Overvejelser i forbindelse med ydeevnen for SQL-analyseslutpunkt.
Skalar-UDF'er understøttes, når de er indbyggede. Du kan få mere at vide under CREATE FUNCTION og Scalar UDF inlining.
Varchar(max)-datatypen understøttes kun i SQL-analyse-endpoints for spejlede elementer og Fabric-databaser, og ikke for Lakehouses. Tabeller oprettet efter 10. november 2025 vil automatisk blive kortlagt med varchar(max). Tabeller oprettet før 10. november 2025 skal genskabes for at adoptere en ny datatype, ellers vil de automatisk blive opgraderet til varchar(max) ved næste skemaændring.
Datatrunkering til 8 KB gælder stadig på tabellerne i SQL analytics-endpointet i Lakehouse, inklusive genveje til et spejlet element.
Da alle tabeller ikke understøtter varchar(max) -joins på disse kolonner, kan det være, at de ikke fungerer som forventet, hvis en af tabellerne stadig har en datatrunkering. For eksempel, hvis du CTAS'er en tabel med et nyoprettet spejlet element i en Lakehouse-tabel ved hjælp af Spark og derefter sammensætter dem med kolonnen med varchar(max), vil forespørgselsresultaterne være anderledes sammenlignet med varchar(8000) -datatypen. Hvis du ønsker at fortsætte med at have tidligere adfærd, kan du kaste kolonnen til varchar(8000) i forespørgslen.
Du kan bekræfte, om en tabel har en varchar(max) -kolonne fra skemametadata ved hjælp af følgende T-SQL-forespørgsel. En max_length værdi af -1 repræsenterer varchar(max):
SELECT o.name, c.name, type_name(user_type_id) AS [type], max_length
FROM sys.columns AS c
INNER JOIN sys.objects AS o
ON c.object_id = o.object_id
WHERE max_length = -1
AND type_name(user_type_id) IN ('varchar', 'varbinary');
Kendte problemer
Du kan finde kendte problemer i Microsoft Fabric ved at besøge Kendte problemer i Microsoft Fabric.