Hinweis
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, sich anzumelden oder das Verzeichnis zu wechseln.
Für den Zugriff auf diese Seite ist eine Autorisierung erforderlich. Sie können versuchen, das Verzeichnis zu wechseln.
Wichtig
In den Freigabeplänen werden Funktionen beschrieben, die möglicherweise noch nicht freigegeben wurden. Die Lieferzeitpläne und die geplante Funktionalität können sich ändern oder möglicherweise nicht implementiert werden. Weitere Informationen finden Sie unter Microsoft-Richtlinie.
Synapse Data Warehouse in Microsoft Fabric ist das erste Data Warehouse, das Transaktionen mit mehreren Tabellen unterstützt und ein offenes Datenformat nativ umschließt. Das Warehouse basiert auf dem robusten SQL Server-Abfrageoptimierer und einem verteilten Abfrageverarbeitungsmodul auf Unternehmensniveau, das die Notwendigkeit von Konfiguration und Verwaltung beseitigt. Synapse Data Warehouse in Microsoft Fabric lässt sich nahtlos in Data Factory für Datenaufnahme, Power BI für Analyse und Berichterstellung sowie Synapse Spark für Data Science und maschinelles Lernen integrieren. Es rationalisiert die analytischen Investitionen eines Unternehmens, indem es Data Lakes und Warehouses zusammenführt.
Data Warehousing-Workloads profitieren von den umfangreichen Funktionen der SQL-Engine über ein offenes Datenformat, sodass Kundinnen und Kunden sich auf Analysen und Berichte konzentrieren können. Sie profitieren auch vom Zugriff auf Daten aus OneLake, einem Data Lake Storage-Virtualisierungs-Dienst.
Weitere Informationen finden Sie in der Dokumentation.
Investitionsbereiche
Copilot für SQL-Analyseendpunkt
Geschätzter Zeitplan für die Veröffentlichung: Q1 2025
Versionstyp: Öffentliche Vorschau
Copilot für Data Warehouse ist der ultimative gekoppelte Programmierer und Produktivitätsverstärker für alle Kompetenzstufen-Entwickler – von Datenprofis bis hin zu Analysten. Es wurde entwickelt, um die Lagerentwicklung zu beschleunigen, indem er generative KI nutzt, um die Erstellung, Analyse und Verwaltung von Data Warehouse zu vereinfachen und zu automatisieren. Dieses Feature ermöglicht die Copilot-Verwendung im SQL-Analyseendpunkt.
Copilot for Data Warehouse: Sidecar Chat
Geschätzter Zeitplan für die Veröffentlichung: Q1 2025
Versionstyp: Öffentliche Vorschau
Copilot für Data Warehouse ist der ultimative gekoppelte Programmierer und Produktivitätsverstärker für alle Kompetenzstufen-Entwickler – von Datenprofis bis hin zu Analysten. Es wurde entwickelt, um die Lagerentwicklung zu beschleunigen, indem er generative KI nutzt, um die Erstellung, Analyse und Verwaltung von Data Warehouse zu vereinfachen und zu automatisieren.
Dieses Feature führt den Copilot Sidecar-Chatbereich ein. Verwenden Sie den Chatbereich, um Fragen zu Ihrem Lagerhaus über natürliche Sprache zu Copilot zu stellen. Zu den Anwendungsfällen zählen:
- Natural Language to SQL: Stellen Sie Copilot eine Frage zu Ihren Warehouse-Daten und erhalten Sie eine generierte SQL-Abfrage, die auf Ihr Lagerschema zugeschnitten ist.
- F&A: Stellen Sie Copilot eine Frage zu Ihrem Lagerhaus und Sie erhalten eine Antwort in Form von Dokumenten und Verweisen auf die offizielle Dokumentation.
- Brainstorming: Verwenden Sie Copilot, um relevante Trends oder Muster für die Analyse Ihrer Daten zu brainstormen.
SQL-Überwachungsprotokolle
Geschätzter Zeitplan für die Veröffentlichung: Q1 2025
Versionstyp: Öffentliche Vorschau
Dieses Feature verfolgt Datenbankereignisse und schreibt sie in ein Überwachungsprotokoll, sodass Kunden die Überwachungsdatei mithilfe von sys.fn_get_audit_file_v2 zur Überwachung und Compliance abfragen können.
OPENROWSET
Geschätzte Veröffentlichungszeitachse: Q2 2025
Releasetyp: Allgemeinen Verfügbarkeit
Fabric DW ermöglicht es den Benutzern, die OPENROWSET-Funktion zum Lesen von Daten aus den Dateien im See zu verwenden. Ein einfaches Beispiel für die OPENROWSET-Funktion ist:
SELECT *
FROM OPENROWSET ( BULK ‘<file path>’ )
WITH ( <column definition> )
Die OPENROWSET-Funktion liest den Inhalt der Datei(en) an der angegebenen Stelle <file path> und gibt den Inhalt der Dateien zurück.
Thi-Funktion ermöglicht das einfache Durchsuchen und Anzeigen einer Vorschau der Dateien vor der Aufnahme.
Tabelle ändern – Spalte verwerfen/sp_rename
Geschätzte Veröffentlichungszeitachse: Q2 2025
Versionstyp: Allgemein verfügbar
Alter Table - Drop Column & sp_rename column ermöglichen es Kunden, ihre Tabellendefinition durch Löschen und Umbenennen von Spalten zu ändern. Dies ist zusätzlich zu vorhandenen Alter Table-Funktionen, die das Hinzufügen neuer Spalten unterstützen und heute in der Produktion sind.
SHOWPLAN_XML
Geschätzte Veröffentlichungszeitachse: Q2 2025
Freigabetyp: Allgemeine Verfügbarkeit
SHOWPLAN_XML gibt detaillierte Informationen dazu zurück, wie die Anweisungen in Form eines gut definierten XML-Dokuments ausgeführt werden, ohne die T-SQL-Anweisung auszuführen.
Temporäre Tabellen (sitzungsbezogen)
Geschätzte Veröffentlichungszeitachse: Q2 2025
Release-Typ: Allgemeine Verfügbarkeit
Temporäre bereichsbezogene Tabellen auf Parquet-Basis ermöglichen es Kunden, Zwischenergebnissätze für wiederholten Zugriff zu speichern, sind aber nicht für eine dauerhafte Speicherung erforderlich. Sie funktionieren wie eine normale, permanente Tabelle, verschwinden aber, wenn die Verbindung geschlossen wird.
BULK INSERT
Geschätzte Veröffentlichungszeitachse: Q2 2025
Veröffentlichungstyp: Allgemein Verfügbar
Die BULK INSERT-Anweisung wird zum Aufnehmen von Dateien in Fabric DW (ähnlich wie COPY INTO) verwendet. mit der BULK INERT-Funktion aktivieren wir die Migration von SQL Server zu Fabric DW mit minimalen Codeänderungen. Die Kunden müssten ihren Code und externe Tools neu schreiben, die BULK INSERT verwenden, um zu COPY INTO zu migrieren, als Voraussetzung für die Migration zu Fabric DW. Darüber hinaus unterstützt BULK-INSERT einige traditionelle lokale Optionen, die in nicht verfügbar sind.
BCP
Geschätzte Veröffentlichungszeitachse: Q2 2025
Versionstyp: Öffentliche Vorschau
Fabric DW unterstützt das bcp-Dienstprogramm und die TDS-Bulk-Load-API. Die Bulk Load API ermöglicht eine Vielzahl von Clienttools wie bcp, SSIS, ADF, zum Laden von Daten in das Fabric DW. Ein Beispiel für bcp-Befehl, der einen Inhalt einer Datei in die DW-Tabelle lädt, lautet:
bcp gold.artists in "C:\\temp\\gold_artist.txt" -d TextDW -c -S "<server name>.msit-datawarehouse.fabric.microsoft.com" -G -U theusert@microsoft.com
Zwischenspeichern von Resultsets
Geschätzte Veröffentlichungszeitachse: Q2 2025
Versionstyp: Öffentliche Vorschau
Result Set Caching (Vorschau) ist eine Leistungsoptimierung, die berechtigte Abfragen beschleunigt, indem sie deren Ergebnisse speichert und sie bei nachfolgenden 'Treffern' sofort zurückgibt. Dadurch wird die Ausführungszeit drastisch reduziert, indem komplexe Neukompilierung und Neukompilierung der ursprünglichen Abfrage vermieden werden. Der Cache wird automatisch verwaltet und erfordert keinen manuellen Eingriff, nachdem er für die Umgebung aktiviert wurde.
Inkrementelle Statistikaktualisierung
Geschätzte Veröffentlichungszeitachse: Q2 2025
Veröffentlichungstyp: Allgemeine Verfügbarkeit
Die inkrementelle Statistikaktualisierung ist eine Leistungsoptimierung für automatische Statistikaktualisierungen. Es reduziert gezielt die Dauer automatischer Statistikaktualisierungen, indem nur neu hinzugefügte Zeilen statt der gesamten Spalte entnommen werden, wodurch Benutzerabfragen, die vor ihrer Ausführung Statistiken aktualisieren müssen, beschleunigt werden.
Proaktive Aktualisierung von Statistiken
Geschätzte Veröffentlichungszeitachse: Q2 2025
Versionstyp: Allgemeine Veröffentlichung
Mit aktivierter Funktion werden Spaltenstatistiken, die während SELECT-Abfragen automatisch erstellt werden, jetzt auch proaktiv aktualisiert, wenn sich ihre Daten ändern. Dies reduziert die Wahrscheinlichkeit, dass eine Benutzerabfrage auf Statistikaktualisierungen warten muss, bevor sie ausgeführt werden können, und verringert somit die Benutzerabfragezeit.
AKTUALISIEREN der REST-API des SQL Analytics-Endpunkts
Geschätzte Veröffentlichungszeitachse: Q2 2025
Versionstyp: Allgemeine Veröffentlichung
Lösen Sie programmatisch eine Aktualisierung Ihres SQL-Analyseendpunkts aus, um Tabellen mit allen Änderungen, die im übergeordneten Element vorgenommen wurden, synchron zu halten.
MERGE (T-SQL)
Voraussichtlicher Zeitplan für die Veröffentlichung: Q3 2025
Versionstyp: Öffentliche Vorschau
Der Befehl MERGE T-SQL für das Fabric Data Warehouse vereint die Leistungsfähigkeit von Vergleichslogik und DML in einem einzigen Schritt, indem Sie eine Zieltabelle basierend auf übereinstimmenden Bedingungen zwischen der Quell- und Zieltabelle einfügen, aktualisieren und löschen können. Standardisieren Sie Ihre SQL-Transformationen in einer einfach zu lesenden Anweisung mit MERGE.
EXECUTE AS
Voraussichtlicher Zeitplan für die Veröffentlichung: Q3 2025
Freigabetyp: Allgemeine Verfügbarkeit
EXECUTE AS legt den Ausführungskontext für eine Sitzung fest und ermöglicht es dem Benutzer, als ein anderer Benutzer aufzutreten, um die bereitgestellten erforderlichen Berechtigungen zu validieren.
KI-Funktionen in DW
Voraussichtlicher Zeitplan für die Veröffentlichung: Q3 2025
Versionstyp: Öffentliche Vorschau
KI-Funktionen, die direkt über T-SQL aufgerufen werden können, zum Beispiel: SELECT translate(comment, 'en') as commentEnglish FROM table
Fabric-Funktionen in DW
Voraussichtlicher Zeitplan für die Veröffentlichung: Q3 2025
Versionstyp: Öffentliche Vorschau
Unterstützung für Fabric-Funktionen in DW, die Aufrufe externer Funktionen ermöglichen, z. B.: SELECT * , fabric-scalar('functionName', param1, param2...) FROM table
Gelieferte Funktionen
Unterstützung für Sammelklauseln in Warehouse
Geliefert (Q1 2025)
Releasetyp: Allgemeinen Verfügbarkeit
Mit diesem Feature können Benutzer Sortierungen für einzelne Spalten angeben, anstatt sich ausschließlich auf die Sortierung auf Artefaktebene zu verlassen. Benutzer können den Befehl "COLLATE" zusammen mit den Anweisungen CREATE TABLE, ALTER TABLE ADD Nullable Column, SELECT INTO oder CTAS verwenden, um die Sortierung für ihre VARCHAR- oder CHAR-Felder zu definieren. Diese Version enthält auch Unterstützung für die Sortierung „DATABASE_DEFAULT“.
Alle Fabric-Warehouses sind standardmäßig mit der Groß-/Kleinschreibung (CS) Latin1_General_100_BIN2_UTF8 konfiguriert. Sie können auch Lager mit Groß-/Kleinschreibung (CI) -Sortierung erstellen - Latin1_General_100_CI_AS_KS_WS_SC_UTF8
Abfrage von Insights-Updates
Ausgeliefert (Q4 2024)
Versionsart: Allgemeine Verfügbarkeit
Abfrageeinsichten stellen nun die gescannte Datenmenge während der Abfrageausführung dar, aufgeteilt nach Arbeitsspeicher, Datenträger und Fernzugriff.
Verbesserungen des SQL Analytics-Endpunkts
Ausgeliefert (Q4 2024)
Releasetyp: Allgemeinen Verfügbarkeit
Dieses Feature umfasst Aktualisierungen an der SQL Analytics-Endpunktoberfläche, einschließlich:
- Automatische Aktualisierung ausgelöst beim Öffnen des Elements oder Herstellen einer Verbindung mit dem Endpunkt
- Verbesserte Benutzeroberfläche zum Aktualisieren des SQL-Analyseendpunkts direkt im Menüband
- Neue Eigenschaft für die letzte erfolgreiche Aktualisierung in OneLake über das Dialog-Flyout für Tabelleneigenschaften
- Verbesserte Fehlermeldungen
VARCHAR(MAX)/VARBINARY(MAX)-Typen
Ausgeliefert (Q4 2024)
Versionstyp: Öffentliche Vorschau
Benutzende können Spalten mit VARCHAR(MAX)/VARBINARY(MAX)-Typen in Data Warehouse definieren, um Zeichenfolgen- oder Binärdaten bis zu 1 MB zu speichern. Im SQL-Endpunkt für das Lakehouse werden die Zeichenfolgentypen in Delta-Tabellen als VARCHAR(MAX) ohne Einschränkung auf 8 KB dargestellt. Die Leistungsunterschiede zwischen den Abfragen, die mit VARCHAR(MAX)- und VARCHAR(8000)-Typen arbeiten, werden minimiert, sodass Benutzende große Typen ohne erhebliche Leistungseinbußen verwenden können.
JSON-Unterstützung
Ausgeliefert (Q4 2024)
Releasetyp: Allgemeinen Verfügbarkeit
Die JSON-Unterstützung in Fabric Datawarehouse ermöglicht die Verarbeitung von textbezogenen Daten, die als JSON-Text formatiert sind. Die neuen JSON-Features in Fabric DW sind:
- FOR JSON-Abfrageoption, die die Abfrageergebnisse als JSON-Text formatiert. Dies war eine der Features, die auf der Microsoft Fabric Idea-Website angefordert werden.
- JSON-Skalarfunktionen, die auch in der Azure SQL-Datenbank verwendet werden können. Zusätzlich zu den vorhandenen JSON-Skalarfunktionen (ISJSON, JSON_VALUE, JSON_QUERY und JSON_MODIFY) unterstützt Fabric DW die neuesten JSON-Funktionen, die in der Azure SQL Database vorhanden sind – JSON_PATH_EXISTS, JSON_OBJECT und JSON_ARRAY.
String Leistungsverbesserungen
Ausgeliefert (Q4 2024)
Releasetyp: Allgemeinen Verfügbarkeit
Vorgänge für Zeichenfolgen (VARCHAR(N)) sind in T-SQL-Abfragen üblich. Leistungsverbesserungen bei Zeichenfolgenfunktionen und Operatoren, die mit Zeichenfolgen arbeiten, erhöhen die Leistung der Abfragen, die LIKE-Prädikate, Zeichenfolgenfunktionen und Vergleichsoperatoren in WHERE-Prädikaten und Operatoren wie GROUP BY, ORDER BY, JOIN verwenden, die mit Zeichenfolgentypen arbeiten.
Unterstützung für Sortierung ohne Berücksichtigung von Groß-/Kleinschreibung (nur Warehouse)
Ausgeliefert (Q4 2024)
Release-Typ: Allgemeine Verfügbarkeit
Die Verwendung der öffentlichen REST-APIs zum Erstellen eines Data Warehouse umfasst eine neue Option zum Festlegen der Standardsortierung. Dies kann verwendet werden, um einen neuen Standardwert für die Sortierung ohne Berücksichtigung der Groß-/Kleinschreibung festzulegen. Die beiden unterstützten Sortierungen sind Latin1_General_100_CI_AS_KS_WS_SC_UTF8 (Groß-/Kleinschreibung wird nicht berücksichtigt) und Latin1_General_100_BIN2_UTF8 (Groß-/Kleinschreibung wird berücksichtigt) und sind weiterhin unser Standard.
Die Unterstützung der COLLATE T-SQL-Klausel wird in Kürze verfügbar sein. Auf diese Weise können Sie den COLLATE-Befehl mit CREATE oder ALTER TABLE verwenden, um die Sortierung für Ihre VARCHAR-Felder direkt anzugeben.
Geschachteltes CTE
Ausgeliefert (Q4 2024)
Versionstyp: Öffentliche Vorschau
Common Table Expressions (CTE) erhöht die Lesbarkeit und Vereinfachung für komplexe Abfragen, indem komplexe Abfragen in einfache Blöcke decodiert und bei Bedarf wiederverwendet werden, anstatt die Abfrage neu zu schreiben. Ein verschachtelter CTE wird mit der Definition eines anderen CTE definiert.
Integration von T-SQL-Notebook
Verfügbar (Q3 2024)
Versionstyp: Öffentliche Vorschau
Sie können mit der T-SQL-Sprachunterstützung in Notebooks beginnen, die die Leistungsfähigkeit von Notebooks und SQL in derselben Oberfläche kombiniert – mit IntelliSense, Autovervollständigung, datenbankübergreifenden Abfragen, umfangreicheren Visualisierungen und der Möglichkeit, mithilfe von Notebooks problemlos im Team zusammenzuarbeiten und diese gemeinsam zu nutzen.
TRUNCATE
Verfügbar (Q3 2024)
Releasetyp: Allgemeinen Verfügbarkeit
Mit dem Befehl „TRUNCATE“ werden schnell alle Datenzeilen aus einer Tabelle entfernt.
ALTER TABLE – Spalte, die Nullwerte zulässt, hinzufügen
Verfügbar (Q3 2024)
Releasetyp: Allgemeinen Verfügbarkeit
Unterstützung für ALTER TABLE ADD COLUMN, um bereits vorhandene Tabellen mit neuen Spalten zu erweitern, die NULL-Werte zulassen.
Abfrage von Insights-Updates
Verfügbar (Q3 2024)
Versionstyp: Öffentliche Vorschau
Eine historische Ansicht Ihrer geschlossenen Sitzungen wird über Query Insights zur Verfügung gestellt. Diese Ergänzung hilft Ihnen dabei, den Datenverkehr, die Last und die Nutzung Ihrer DW zu analysieren.
Vor-Ort-Wiederherstellung im Warehouse-Editor
Verfügbar (Q2 2024)
Versionstyp: Öffentliche Vorschau
Sie können jetzt problemlos Wiederherstellungspunkte erstellen und das Warehouse im Falle einer versehentlichen Beschädigung in einem bekannten guten Zustand wiederherstellen, indem Sie die Benutzeroberfläche des Warehouse-Editors verwenden.
COPY INTO-Unterstützung für sicheres Speichern
Verfügbar (Q2 2024)
Versionstyp: Öffentliche Vorschau
Sie können jetzt Daten in Ihr Warehouse aufnehmen, indem Sie COPY INTO aus einem externen Azure-Speicherkonto verwenden, das hinter einer Firewall geschützt ist.
Kopilot
Verfügbar (Q2 2024)
Versionstyp: Öffentliche Vorschau
Copilot ermöglicht Entwickelnden jedes Qualifikationsniveaus, schnell ein Warehouse in Fabric zu erstellen und abzufragen. Copilot bietet Ratschläge und Best Practices, vervollständigt automatisch den Code, hilft bei der Korrektur und Dokumentation des Codes und bietet Unterstützung bei der Datenvorbereitung, Modellierung und Analyse.
Warehouse-Überwachungserfahrung
Verfügbar (Q2 2024)
Versionstyp: Öffentliche Vorschau
Mit der integrierten Warehouse-Überwachung können Sie sowohl Live-Abfragen als auch historische Abfragen anzeigen, die Leistung ihrer End-to-End-Lösung überwachen und Fehler beheben.
Zeitreise
Verfügbar (Q2 2024)
Versionstyp: Öffentliche Vorschau
Die Möglichkeit der Zeitreise auf T-SQL-Anweisungsebene ermöglicht es Benutzenden, historische Daten aus verschiedenen vergangenen Zeiträumen abzufragen, indem sie den Zeitstempel nur einmal für die gesamte Abfrage angeben. Durch die Verwendung einer einzigen Kopie der in One Lake vorhandenen Daten für die Durchführung historischer Trendanalysen, die Fehlerbehebung und den Datenabstimmung lassen sich durch Zeitreisen erhebliche Speicherkosten sparen. Darüber hinaus erleichtert es die Erstellung stabiler Berichte, indem es die Datenintegrität über verschiedene Tabellen innerhalb des Data Warehouse aufrechterhält.