Novedades y planeadas para Synapse Data Warehouse en Microsoft Fabric
Importante
Los planes de versión describen la funcionalidad que puede haberse publicado o no. Las escalas de tiempo de entrega y la funcionalidad proyectada pueden cambiar o no enviarse. Consulte la directiva de Microsoft para obtener más información.
Synapse Data Warehouse en Microsoft Fabric es el primer almacenamiento de datos que admite transacciones de varias tablas y adopta de forma nativa un formato de datos abierto. El almacenamiento se basa en el robusto optimizador de consultas de SQL Server y en un motor de procesamiento de consultas distribuido de nivel empresarial que elimina la necesidad de configuración y administración. Synapse Data Warehouse en Microsoft Fabric se integra perfectamente con Data Factory para la ingesta de datos, Power BI para análisis e informes, y Synapse Spark para la ciencia de datos y el aprendizaje automático. Simplifica las inversiones de análisis de una organización mediante la convergencia de lagos de datos y almacenes.
Las cargas de trabajo de almacenamiento de datos se benefician de las funcionalidades enriquecidas del motor de SQL a través de un formato de datos abierto, lo que permite a los clientes centrarse en el análisis y los informes. También se benefician del acceso a datos de OneLake, un servicio de virtualización de almacenamiento de data Lake.
Para obtener más información, consulte la documentación.
Áreas de inversión
| Característica | Escala de tiempo de lanzamiento estimada |
|---|---|
| TRUNCAR | Q3 2024 |
| Compatibilidad con intercalación que no distingue mayúsculas de minúsculas | Q3 2024 |
| Reglas de almacenamiento en caché | Q3 2024 |
| Mejoras automáticas de estadísticas | Q3 2024 |
| Conclusiones de ejecución de cargas de trabajo | Q3 2024 |
| Actualizaciones de información de consultas | Q3 2024 |
| CTE anidado | Q3 2024 |
| Tipos VARCHAR(MAX)/VARBINARY(MAX) | Q3 2024 |
| Mejoras de rendimiento de cadenas | Q3 2024 |
| Integración de cuadernos | Q3 2024 |
| ALTER TABLE: agregar columna que acepta valores NULL | Enviado (Q3 2024) |
| Restauración local en el editor de almacenamiento | Enviado (Q2 2024) |
| Compatibilidad con COPY INTO para el almacenamiento seguro | Enviado (Q2 2024) |
| Copilot | Enviado (Q2 2024) |
| Viaje en el tiempo | Enviado (Q2 2024) |
| Experiencia de supervisión del almacenamiento | Enviado (Q2 2024) |
TRUNCATE
Escala de tiempo de lanzamiento estimada: Q3 2024
El comando TRUNCATE quita rápidamente todas las filas de datos de una tabla.
Compatibilidad con intercalación que no distingue mayúsculas de minúsculas
Escala de tiempo de lanzamiento estimada: Q3 2024
El uso de las API REST públicas para crear un almacenamiento de datos incluye una nueva opción para establecer la intercalación predeterminada. Se puede usar para establecer un nuevo valor predeterminado de intercalación sin distinción entre mayúsculas y minúsculas. También podrá usar el comando COLLATE con CREATE TABLE para controlar directamente qué intercalación usan los campos VARCHAR. Las dos intercalaciones admitidas son Latin1_General_100_CI_AS_KS_WS_SC_UTF8 (que no distingue mayúsculas de minúsculas) y Latin1_General_100_BIN2_UTF8 (que distingue mayúsculas de minúsculas) y sigue siendo nuestra opción predeterminada.
Almacenamiento en caché del conjunto de resultados
Escala de tiempo de lanzamiento estimada: Q3 2024
El almacenamiento en caché del conjunto de resultados guarda los resultados de las consultas aplicables y los devuelve inmediatamente en ejecuciones posteriores, lo que reduce drásticamente el tiempo de ejecución pasando la recompilación y la recomputación. La caché se administra automáticamente y no requiere intervención manual.
Mejoras automáticas de estadísticas
Escala de tiempo de lanzamiento estimada: Q3 2024
Se planean varias mejoras: menor tiempo de ejecución de actualizaciones estadísticas automáticas, compatibilidad oportunista con tipos de columna VARCHAR(MAX), almacenamiento mejorado de pasos estadísticos intermedios, mantenimiento automático de estadísticas fuera de la consulta del usuario.
Conclusiones de ejecución de cargas de trabajo
Escala de tiempo de lanzamiento estimada: Q3 2024
Esta nueva característica proporciona a los usuarios más información sobre cómo se puede realizar una consulta antes de ejecutar una consulta. Los usuarios obtienen información sobre los pasos clave que ejecuta la consulta, la forma en que se han realizado consultas similares en el pasado y la condición general del almacenamiento que podría afectar a la carga de trabajo.
Actualizaciones de información de consultas
Escala de tiempo de lanzamiento estimada: Q3 2024
Una vista histórica de las sesiones cerradas estará disponible a través de Query Insights. Esta adición le ayuda a analizar el tráfico, la carga y el uso de su DW.
CTE anidado
Escala de tiempo de lanzamiento estimada: Q3 2024
Expresiones de tabla comunes (CTE) aumenta la legibilidad y simplificación de las consultas complejas mediante la deconstrucción de consultas normalmente complejas en bloques simples que se usarán y reutilizarán si es necesario, en lugar de volver a escribir la consulta. Un CTE anidado se define con la definición de otro CTE.
Tipos VARCHAR(MAX)/VARBINARY(MAX)
Escala de tiempo de lanzamiento estimada: Q3 2024
Los usuarios pueden definir columnas con tipos VARCHAR(MAX)/VARBINARY(MAX) en Almacenamiento de datos para almacenar datos binarios o de cadena hasta 1 MB. En el punto de conexión de SQL para Lakehouse, los tipos de cadena de las tablas Delta se representan como VARCHAR(MAX) sin truncamiento en 8 KB. Las diferencias de rendimiento entre las consultas que trabajan con tipos VARCHAR(MAX) y VARCHAR(8000) se minimizan, lo que permite a los usuarios usar tipos grandes sin una penalización significativa del rendimiento.
Mejoras de rendimiento de cadenas
Escala de tiempo de lanzamiento estimada: Q3 2024
Las operaciones en cadenas (VARCHAR(N)) son comunes en las consultas T-SQL. Las mejoras de rendimiento en las funciones y operadores de cadena que trabajan con cadenas aumentan el rendimiento de las consultas que usan predicados LIKE, funciones de cadena y operadores de comparación en predicados WHERE y operadores como GROUP BY, ORDER BY, JOIN que trabajan con tipos de cadena.
Integración de cuadernos
Escala de tiempo de lanzamiento estimada: Q3 2024
Tipo de versión: versión preliminar pública
Puede empezar a usar la compatibilidad con lenguaje T-SQL en cuadernos que combina la eficacia de los cuadernos y SQL dentro de la misma experiencia, lo que permite intellisense, autocompletar, consultas entre bases de datos, visualizaciones más enriquecidas y la capacidad de colaborar y compartir fácilmente mediante cuadernos.
Características enviadas
ALTER TABLE: agregar columna que acepta valores NULL
Enviado (Q3 2024)
Compatibilidad con ALTER TABLE ADD COLUMN para poder ampliar las tablas ya existentes con nuevas columnas que permiten valores NULL.
Restauración local en el editor de almacenamiento
Enviado (Q2 2024)
Ahora puede crear fácilmente puntos de restauración y restaurar el almacén a un estado correcto conocido en caso de daños accidentales mediante la experiencia del editor de almacenamiento.
Compatibilidad con COPY INTO para el almacenamiento seguro
Enviado (Q2 2024)
Tipo de versión: versión preliminar pública
Ahora puede ingerir datos en el almacenamiento mediante COPY INTO desde una cuenta de almacenamiento de Azure externa protegida detrás de un firewall.
Copilot
Enviado (Q2 2024)
Tipo de versión: versión preliminar pública
Copilot permite a los desarrolladores de cualquier nivel de aptitud crear y consultar rápidamente un almacén en Fabric. Copilot ofrece consejos y procedimientos recomendados, código de autocompletar, ayuda para corregir y documentar el código y ofrecer asistencia con la preparación, el modelado y el análisis de datos.
Viaje en el tiempo
Enviado (Q2 2024)
La capacidad de viajar a tiempo en el nivel de instrucción T-SQL permite a los usuarios consultar datos históricos de varios períodos de tiempo anteriores especificando la marca de tiempo solo una vez para toda la consulta. El viaje en el tiempo ayuda a ahorrar considerablemente en los costos de almacenamiento mediante una sola copia de datos presentes en One Lake para realizar análisis históricos de tendencias, solución de problemas y conciliación de datos. Además, también facilita la obtención de informes estables manteniendo la integridad de los datos en varias tablas del almacenamiento de datos.
Experiencia de supervisión del almacenamiento
Enviado (Q2 2024)
Con la experiencia de supervisión de almacenamiento integrada, puede ver consultas dinámicas y consultas históricas, supervisar y solucionar problemas de rendimiento de su solución de un extremo a otro.