Øg udviklerproduktiviteten med værktøjer og integrerede tjenester
SQL Server 2025 tilbyder funktioner og værktøjer for udviklere til at arbejde med data, begivenheder og API'er. Denne enhed dækker udviklingskapaciteterne i SQL Server 2025.
Implementere dataforbedringsfunktioner
SQL Server 2025 forbedrer markant databerigelsesmulighederne med flere nøglefunktioner:
Arbejd med oprindelig JSON
SQL Server 2025 tilbyder forbedret native JSON-understøttelse, så du kan gemme, forespørge og manipulere JSON direkte i T-SQL. Nye funktioner som JSON_OBJECT og JSON_VALUE forenkler arbejdet med semistrukturerede data, mens forbedret indeksering øger ydeevnen for JSON-forespørgsler. Dette gør det nemmere at blande relationelle og hierarkiske data til moderne applikationer.
JSON support i SQL Server lader dig lagre og arbejde med JSON-data som en native version.
- Process-JSON-dokumenter direkte i SQL Server
- Forespørg og opdater JSON ved hjælp af T-SQL
- Indeksér JSON-egenskaber for hurtigere ydeevne
- Validere JSON på databaseniveau
- Brug JSON-datatypen til streng typehåndhævelse
Følgende eksempel viser, hvordan SQL Server 2025 bruger den nye JSON-datatype med automatisk validering og punktum, så du kan gemme JSON i en kolonne og forespørge egenskaber som navn og pris direkte i T-SQL uden ekstra funktioner.
-- Create a table with a JSON column
CREATE TABLE Products (
ProductId int PRIMARY KEY,
ProductData JSON
);
-- Insert valid JSON data with automatic validation
INSERT INTO Products (ProductId, ProductData)
VALUES (1, '{"name": "Widget", "price": 19.99, "features": ["durable", "lightweight"]}');
-- Query JSON properties using dot notation
SELECT
ProductId,
ProductData.name,
ProductData.price
FROM Products;
Tips
Brug funktionen ISJSON() til at validere JSON-data, før du gemmer dem i databasen.
Integrer REST API'er
SQL Server 2025 introducerer indbygget REST API-understøttelse, som muliggør direkte interaktion med databaseobjekter over HTTP uden ekstra middleware. Udviklere kan eksponere tabeller, visninger og lagrede procedurer som RESTful-endpoints, hvilket gør det lettere at integrere SQL Server med moderne web- og mobilapplikationer. Funktionen understøtter sikker godkendelse, JSON-nyttedata til input og output og finkornet kontrol over, hvilke operationer der udsættes. Dette forenkler opbygningen af letvægtstjenester og mikroservices, der bruger SQL Server som backend, samtidig med at udviklingsomkostningerne reduceres.
REST API-operationerne udføres i databasen, hvilket forbedrer sikkerheden og reducerer eksterne afhængigheder.
| Funktion | Beskrivelse | Eksempel på brugseksempel |
|---|---|---|
| API-integration | Kald eksterne API'er fra T-SQL | Forbedre data med ikke-Microsoft-tjenester |
| API-godkendelse | Beskyt API-kald med administrerede identiteter | Forbind sikkert til Azure-tjenester |
| Håndtering af svar | Behandle JSON/XML-svar oprindeligt | Transformér eksterne data automatisk |
| Anmodningsstyring | Konfigurer timeouts og nye forsøg | Sørg for pålidelig API-kommunikation |
Brug RegEx-operationer
SQL Server 2025 tilføjer indbygget understøttelse af regulære udtryk (RegEx) i T-SQL, hvilket muliggør kraftfuld mønstergenkendelse og tekstmanipulation direkte i forespørgsler. Med nye funktioner som REGEXP_MATCHES, REGEXP_REPLACEog REGEXP_LIKE, kan udviklere validere input, udtrække komplekse mønstre og udføre avancerede strengtransformationer uden at være afhængige af CLR (Common Language Runtime) eller eksterne scripts. Denne funktion forenkler opgaver som datarensning, formatvalidering og søgning efter dynamiske mønstre, hvilket gør SQL Server mere alsidig til moderne databehandlingsscenarier.
Understøttelse af regulære udtryk tilføjer funktioner til mønstermatchning:
| Function | Formål | Eksempel |
|---|---|---|
| REGEXP_MATCHES | Test, om en streng matcher et mønster | Validere mailformater |
| REGEXP_REPLACE | Erstat tekst ved hjælp af mønstre | Rens og standardiser data |
| REGEXP_EXTRACT | Udtræk matchende understrenge | Fortolke struktureret tekst |
| REGEXP_LIKE | Mønsterbaseret strengsammenligning | Filtrere data ved hjælp af mønstre |
Følgende eksempel viser, hvordan SQL Server 2025 kan kalde eksterne API'er direkte ved hjælp af sp_invoke_external_service, sende en POST-forespørgsel med dynamiske data og sikre headers samt indfange JSON-svaret til øjeblikkelig brug i T-SQL.
-- Call an external API to enrich customer data
DECLARE @apiResponse JSON;
EXEC sp_invoke_external_service
@service_name = 'CustomerEnrichment',
@url = 'https://api.example.com/enrich',
@method = 'POST',
@headers = '{"Authorization": "Bearer {{azure_token}}"}',
@request_body = '{"customerId": @customerId}',
@response = @apiResponse OUTPUT;
Følgende eksempel viser, hvordan SQL Server 2025 bruger RegEx-funktioner som REGEXP_MATCHES til at validere e-mailformater og REGEXP_REPLACE til at standardisere telefonnumre, hvilket muliggør kraftfuld tekstvalidering og transformation direkte i T-SQL.
-- Validate email addresses using RegEx
SELECT
CustomerID,
Email,
CASE
WHEN Email REGEXP_MATCHES '^[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}$'
THEN 'Valid'
ELSE 'Invalid'
END AS EmailStatus
FROM Customers;
-- Standardize phone numbers using RegEx
SELECT
PhoneNumber,
REGEXP_REPLACE(
PhoneNumber,
'^\+?1?[-. ]?(\d{3})[-. ]?(\d{3})[-. ]?(\d{4})$',
'($1) $2-$3'
) AS FormattedPhone
FROM Contacts;
Konfigurer hændelsesstreaming
SQL Server 2025 introducerer native event streaming-funktioner, som gør det muligt at flyde realtidsdata direkte fra databasen til eksterne forbrugere uden komplekse ETL-pipelines. Ved at bruge indbygget understøttelse af streamingprotokoller kan du offentliggøre ændringer fra tabeller, visninger eller forespørgsler som kontinuerlige strømme til platforme som Azure Event Hubs.
Konfigurer streaming af ændringsbegivenheder
Sørg for, at dit navnerum Azure Event Hubs er korrekt konfigureret, før du opsætter streaming af change events.
Streaming af ændringsbegivenheder giver:
- Stream transaction log ændres direkte til Azure Event Hubs
- Reducer I/O-omkostninger sammenlignet med traditionel CDC
- Aktivér datareplikering i realtid
- Understøt hændelsesdrevne arkitekturer
Nogle af de vigtigste fordele ved streaming af forandringsbegivenheder omfatter:
- Reduceret ventetid: Direkte streaming fra transaktionslogge eliminerer behovet for mellemliggende lager
- Lavere ressourceforbrug: Optimerede I/O-operationer sammenlignet med CDC
- AI-integration i realtid: Gør det muligt for AI-agenter at behandle og reagere på dataændringer med det samme
- Skalerbar arkitektur: Bygget til at håndtere transaktionsmiljøer med stor volumen
Brug udviklerværktøjer og -sprog
SQL Server 2025 udvider udviklerproduktiviteten med bred sprog- og værktøjsunderstøttelse. Udviklere kan arbejde med T-SQL sammen med moderne sprog som Python, R og JavaScript gennem integrerede runtime-miljøer, hvilket muliggør avancerede analyser og AI-workflows direkte i databasen.
Forbedrede Visual Studio-udvidelser giver rigere fejlsøgning, IntelliSense og implementeringsfunktioner, mens nye CLI-værktøjer forenkler automatisering og Azure Pipelines. Kombineret med REST API-endpoints og native JSON-, RegEx- og event streaming-funktioner tilbyder SQL Server 2025 en samlet platform til effektiv opbygning af moderne, datadrevne applikationer.
Installer Python-driver
Den nye Python-driver til SQL Server 2025 tilbyder:
- Enkel installation via pip:
pip install mssql-python - Asynkron/afvent understøttelse for bedre ydeevne
- Indbygget forbindelsespulje
- Skrivetip til bedre IDE-integration
- Omfattende fejlhåndtering
Følgende Python-uddrag viser, hvordan man udfører en asynkron forespørgsel mod en SQL Server-database ved hjælp af Python. Det bruger mssql.async biblioteket til at etablere en ikke-blokerende forbindelse med connect('connection_string'), hvilket sikrer effektiv ressourcestyring med asynkron. Inde i forbindelsen opretter den en markør, udfører en SQL-forespørgsel ved hjælp af SELECT TOP 10 * FROM Customers asynkront med await cursor.execute(), og henter alle resultater ved hjælp af await cursor.fetchall().
from mssql.async import connect
async with connect('connection_string') as conn:
async with conn.cursor() as cursor:
await cursor.execute('SELECT TOP 10 * FROM Customers')
results = await cursor.fetchall()
Forbedr VS Code-oplevelsen med GitHub Copilot
MSSQL-udvidelsen til Visual Studio Code inkluderer nu AI-drevne funktioner gennem GitHub Copilot integration:
Intelligent SQL-generering:
- Komplette SQL-forespørgsler baseret på beskrivelser af naturligt sprog
- Foreslå optimerede forespørgselsmønstre
- Generer ændringer af databaseskema
Smart skemaudforskning:
- AI-drevne skemaanbefalinger
- Automatisk registrering af relationer
- Konsekvensanalyse for skemaændringer
Optimering af forespørgsler:
- Forslag til forbedring af ydeevnen
- Anbefalinger til indeks
- Analyse af udførelsesplan
ORM-understøttelse:
- Generer Entity Framework-overførsler
- Foreslå modelændringer baseret på databaseskema
- Opret kode for dataadgangslag
Brug MSSQL-udvidelsen til at konfigurere din forbindelsesprofil og åbne en ny forespørgselseditor. Når du begynder at skrive kommentarer som:
-- Find all customers who made purchases in the last 30 days
-- and calculate their total spending
Copilot læser intentionen og foreslår automatisk en fuld SQL-forespørgsel.
SELECT
c.CustomerID,
c.Name,
COUNT(o.OrderID) as OrderCount,
SUM(o.TotalAmount) as TotalSpending
FROM
Customers c
JOIN Orders o ON c.CustomerID = o.CustomerID
WHERE
o.OrderDate >= DATEADD(day, -30, GETDATE())
GROUP BY
c.CustomerID,
c.Name
HAVING
COUNT(o.OrderID) > 0
ORDER BY
TotalSpending DESC;
Tryk Tab eller Enter for at acceptere Copilot's forslag, eller rediger det for nøjagtighed.
Disse funktioner gør det muligt for udviklere at bygge mere sofistikerede, effektive og vedligeholdelsesvenlige databaseapplikationer, samtidig med at produktiviteten forbedres gennem AI-assistance og moderne værktøjer.