Megosztás:

Az Azure Synapse SQL-ben támogatott Transact-SQL-funkciók

Az Azure Synapse SQL egy big data elemzési szolgáltatás, amely lehetővé teszi az adatok lekérdezését és elemzését a T-SQL nyelv használatával. Az SQL Serveren és az Azure SQL Database-ben használt SQL-nyelv szabványos ANSI-kompatibilis dialektusát használhatja adatelemzéshez.

A Transact-SQL nyelvet kiszolgáló nélküli SQL-készletben használják, és a dedikált modell különböző objektumokra hivatkozhat, és bizonyos különbségek vannak a támogatott funkciók között. Ezen a lapon a Synapse SQL használati modelljei közötti magas szintű Transact-SQL nyelvi különbségek találhatók.

Adatbázis-objektumok

A Synapse SQL használati modelljei lehetővé teszik különböző adatbázis-objektumok használatát. A támogatott objektumtípusok összehasonlítása az alábbi táblázatban látható:

Objektum Elkötelezett Kiszolgáló nélküli
Táblák Igen Nem, az adatbázison belüli táblák nem támogatottak. A kiszolgáló nélküli SQL-készlet csak olyan külső táblákat tud lekérdezni, amelyek az Azure Data Lake Storage-ban vagy a Dataverse-ben tárolt adatokra hivatkoznak.
Nézetek Igen. A nézetek a dedikált modellben elérhető lekérdezési nyelvi elemeket használhatják. Igen, létrehozhat nézeteket külső táblákon, az OPENROWSET függvénnyel rendelkező lekérdezéseken és más nézeteken. A nézetek a kiszolgáló nélküli modellben elérhető lekérdezési nyelvi elemeket is használhatják.
Sémák Igen Igen, a sémák támogatottak. Sémák használatával elkülönítheti a különböző bérlőket, és sémák szerint helyezheti el a táblákat.
ideiglenes táblákkal Igen Az ideiglenes táblák csak a rendszernézetekből, literálokból vagy más ideiglenes táblákból származó információk tárolására használhatók. Az UPDATE/DELETE a temp táblán is támogatott. Ideiglenes táblákat a rendszernézetekkel is összekapcsolhat. Külső táblából nem jelölhet ki adatokat, hogy azokat ideiglenes táblába szúrja be, vagy külső táblával csatlakozzon egy ideiglenes táblához – ezek a műveletek sikertelenek lesznek, mert a külső adatok és az ideiglenes táblák nem keverhetők ugyanabba a lekérdezésbe.
Felhasználó által meghatározott eljárások Igen Igen, a tárolt eljárások bármely felhasználói adatbázisban elhelyezhetők (nem master adatbázisba). Az eljárások egyszerűen beolvashatják a külső adatokat, és használhatják a kiszolgáló nélküli készletben elérhető lekérdezési nyelvi elemeket .
Felhasználó által definiált függvények Igen Igen, csak a beágyazott táblázat értékű függvények támogatottak. A skaláris felhasználó által definiált függvények nem támogatottak.
Eseményindítók Nem Nem, a kiszolgáló nélküli SQL-készletek nem teszik lehetővé az adatok módosítását, így az eseményindítók nem tudnak reagálni az adatváltozásokra.
Külső táblák Igen. Lásd a támogatott adatformátumokat. Igen, a külső táblák elérhetők, és az Azure Data Lake Storage-ból vagy a Dataverse-ből származó adatok olvasására használhatók. Tekintse meg a támogatott adatformátumokat.
Lekérdezések gyorsítótárazása Igen, többféle formátum (SSD-alapú gyorsítótárazás, memóriabeli, eredményhalmaz gyorsítótárazása). Emellett a Materializált Nézetek is támogatottak. Nem, csak a fájlstatisztikák vannak gyorsítótárazva.
Eredményhalmaz gyorsítótárazása Igen Nem, a lekérdezés eredményei nem gyorsítótárazva vannak. Csak a fájl statisztikák vannak gyorsítótárazva.
Materializált nézetek Igen Nem, a Materialized nézetek nem támogatottak a kiszolgáló nélküli SQL-készletekben.
Táblaváltozók Nem, ideiglenes táblák használata Nem, a táblaváltozók nem támogatottak.
Táblaelosztás Igen Nem, a táblaeloszlások nem támogatottak.
táblaindexek Igen Nem, az indexek nem támogatottak.
tábla particionálás Igen. A külső táblák nem támogatják a particionálást. A fájlokat a Hive-partition mappastruktúra használatával particionálhatja, és particionált táblákat hozhat létre a Sparkban. A Spark particionálás szinkronizálva lesz a kiszolgáló nélküli készlettel. Ha nem a Sparkot használja, a fájlokat mappastruktúrában particionálhatja, és particionált nézeteket hozhat létre a mappapartíciós struktúrában, de a külső táblák nem hozhatók létre particionált mappákban.
Statisztika Igen Igen, a statisztikák külső fájlokon jönnek létre.
Számítási feladatok kezelése, erőforrásosztályok és egyidejűség-vezérlés Igen, lásd a számítási feladatok kezelését, az erőforrásosztályokat és az egyidejűség-vezérlést. Nem, nem kezelheti a lekérdezésekhez rendelt erőforrásokat. A kiszolgáló nélküli SQL-készlet automatikusan kezeli az erőforrásokat.
Költségkezelés Igen, vertikális felskálázási és vertikális leskálázási műveletek használatával. Igen, az Azure Portal vagy a T-SQL eljárás használatával korlátozhatja a kiszolgáló nélküli készlet napi, heti vagy havi használatát.

Lekérdezés nyelve

A Synapse SQL-ben használt lekérdezési nyelvek a használati modelltől függően különböző támogatott funkciókkal rendelkezhetnek. Az alábbi táblázat a Transact-SQL-dialektusok legfontosabb lekérdezési nyelvi különbségeit ismerteti:

Nyilatkozat Elkötelezett Kiszolgáló nélküli
SELECT utasítás Igen. SELECTaz utasítás támogatott, de egyes Transact-SQL-lekérdezési záradékok( például XML/FOR JSON, MATCH, OFFSET/FETCH) nem támogatottak. Igen, SELECT az utasítás támogatott, de egyes Transact-SQL lekérdezési záradékok, mint például FOR XML, MATCH, PREDICT, GROUPING SETS és a lekérdezési tippek nem támogatottak.
INSERT utasítás Igen Nem Új adatok feltöltése a Data Lake-be Spark vagy más eszközök használatával. A nagy tranzakciós számítási feladatokhoz használja az Azure Cosmos DB-t az elemzési tárhellyel. A CETAS használatával külső táblát hozhat létre, és adatokat szúrhat be.
UPDATE utasítás Igen Nem, frissítse a Parquet/CSV-adatokat a Spark használatával, és a módosítások automatikusan elérhetők lesznek a kiszolgáló nélküli készletben. A nagy tranzakciós számítási feladatokhoz használja az Azure Cosmos DB-t az elemzési tárhellyel.
DELETE utasítás Igen Nem, törölje a Parquet/CSV-adatokat a Spark használatával, és a módosítások automatikusan elérhetők lesznek a kiszolgáló nélküli készletben. A nagy tranzakciós számítási feladatokhoz használja az Azure Cosmos DB-t az elemzési tárhellyel.
MERGE utasítás Igen (előzetes verzió) Nem, egyesítse a Parquet/CSV-adatokat a Spark használatával, és a módosítások automatikusan elérhetők lesznek a kiszolgáló nélküli készletben.
CTAS-utasítás Igen Nem, a CREATE TABLE AS SELECT utasítás nem támogatott a kiszolgáló nélküli SQL-készletben.
CETAS-utasítás Igen, a CETAS használatával elvégezheti a kezdeti terhelést egy külső táblába. Igen, a CETAS használatával elvégezheti a kezdeti terhelést egy külső táblába. A CETAS támogatja a Parquet- és CSV-kimeneti formátumokat.
Tranzakciók Igen Igen, a tranzakciók csak a metaadat-objektumokra vonatkoznak.
Címkék Igen Nem, a címkék nem támogatottak a kiszolgáló nélküli SQL-készletekben.
Adatbetöltés Igen. Az előnyben részesített parancs a COPY utasítás, de a rendszer támogatja a tömeges betöltést (BCP) és a CETAS-t az adatbetöltéshez. Nem, nem tölthet be adatokat a kiszolgáló nélküli SQL-készletbe, mert az adatokat külső tároló tárolja. Kezdetben CETAS utasítással tölthet be adatokat egy külső táblába.
Adatexportálás Igen. CETAS használata. Igen. Az adatokat külső tárolóból (Azure Data Lake, Dataverse, Azure Cosmos DB) exportálhatja az Azure Data Lake-be a CETAS használatával.
Típusok Igen, az összes Transact-SQL-típus, kivéve a kurzort, a hierarchiaazonosítót, az ntextet, a szöveget és a képet, a rowversion-t, a térbeli típusokat, a sql_variant és az xml-t Igen, az összes Transact-SQL-típus támogatott, kivéve a kurzort, a hierarchiaazonosítót, az ntextet, a szöveget és a képet, a sorverziót, a térbeli típusokat, a sql_variant, az xml- és a táblázattípust. Itt megtudhatja, hogyan képezhet le Parquet-oszloptípusokat SQL-típusokra.
Adatbázisközi lekérdezések Nem Igen, az adatbázisközi lekérdezések és a háromrészes névhivatkozások támogatottak, beleértve a USE utasítást is. A lekérdezések hivatkozhatnak a kiszolgáló nélküli SQL-adatbázisokra vagy az ugyanazon a munkaterületen található Lake-adatbázisokra. A munkaterületek közötti lekérdezések nem támogatottak.
Beépített és rendszerfunkciók (elemzés) Igen, az összes Transact-SQL elemzési, konverziós, dátum- és idő-, logikai, matematikai függvény, kivéve a CHOOSE és a PARSE függvényt Igen, minden Transact-SQL elemzési, konverziós, dátum- és idő-, logikai és matematikai függvény támogatott.
Beépített/rendszerfüggvények (string) Igen. Az összes Transact-SQL sztring, JSON és rendezési függvény, kivéve a STRING_ESCAPE és a TRANSLATE függvényt Igen. Minden Transact-SQL sztring, JSON és kollációs függvény támogatott.
Beépített/rendszerfüggvények (Kriptográfiai) Néhány HASHBYTES az egyetlen támogatott titkosítási függvény a kiszolgáló nélküli SQL-készletekben.
Beépített/rendszerszintű táblaértékű függvények Igen, Transact-SQL Rowset függvények, kivéve az OPENXML, OPENDATASOURCE, OPENQUERY és OPENROWSET Igen, a Transact-SQL Rowset összes függvénye támogatott, kivéve az OPENXML, az OPENDATASOURCE és az OPENQUERY függvényt.
Beépített/rendszeraggregátumok Beépített Transact-SQL-aggregátumok, kivéve CHECKSUM_AGG és GROUPING_ID Igen, minden beépített Transact-SQL-aggregátum támogatott.
Operátorok Igen, az összes Transact-SQL operátor kivételével !> és !< Igen, minden Transact-SQL-operátor támogatott.
A folyamat szabályozása Igen. Minden Transact-SQL Control-of-flow utasítás kivételével a CONTINUE, a GOTO, a RETURN, a USE és a WAITFOR Igen. Minden Transact-SQL Control-of-flow utasítás támogatott. A WHILE (...) SELECT lekérdezés feltétel nem támogatott.
DDL-utasítások (CREATE, ALTER, DROP) Igen. A támogatott objektumtípusokra vonatkozó összes Transact-SQL DDL-utasítás Igen, a támogatott objektumtípusokra vonatkozó összes Transact-SQL DDL-utasítás támogatott.

Biztonság

A Synapse SQL-készletek lehetővé teszik a beépített biztonsági funkciók használatát az adatok védelme és a hozzáférés szabályozása érdekében. Az alábbi táblázat a Synapse SQL-használati modellek közötti magas szintű különbségeket hasonlítja össze.

Jellemző Elkötelezett Kiszolgáló nélküli
Bejelentkezések N/A (csak a tartalmazott felhasználók támogatottak az adatbázisokban) Igen, a kiszolgálószintű Microsoft Entra-azonosító és az SQL-bejelentkezések támogatottak.
Felhasználók N/A (csak a tartalmazott felhasználók támogatottak az adatbázisokban) Igen, az adatbázis-felhasználók támogatottak.
Tartalmazott felhasználók Igen. Megjegyzés: csak egy Microsoft Entra-felhasználó lehet korlátlan rendszergazda Nem, a tartalmazott felhasználók nem támogatottak.
SQL-felhasználónév/jelszó-hitelesítés Igen Igen, a felhasználók a felhasználóneveik és jelszavaik használatával hozzáférhetnek a kiszolgáló nélküli SQL-készlethez.
Microsoft Entra hitelesítés Igen, Microsoft Entra-felhasználók Igen, a Microsoft Entra-bejelentkezések és a felhasználók a Microsoft Entra-identitásukkal férhetnek hozzá a kiszolgáló nélküli SQL-készletekhez.
Storage Microsoft Entra átengedő hitelesítés Igen Igen, a Microsoft Entra átengedő hitelesítése a Microsoft Entra-bejelentkezésekre érvényes. Ha nincs megadva hitelesítő adat, a Rendszer átadja a Microsoft Entra-felhasználó identitását a tárolónak. A Microsoft Entra körbemeneti hitelesítés nem érhető el az SQL-felhasználók számára.
Tároló közös hozzáférésű jogosultságkód (SAS) jogkivonat-hitelesítése Nem Igen, a DATABASE SCOPED CREDENTIAL használata közös hozzáférésű jogosultságkód-jogkivonattal a KÜLSŐ ADATFORRÁSBAN, vagy példányszintű HITELESÍTŐ ADATOK megosztott hozzáférésű aláírással .
Tárelérési kulcs hitelesítése Igen, a DATABASE SCOPED CREDENTIAL használata a KÜLSŐ ADATFORRÁSBAN Nem, használjon SAS-jogkivonatot a tárelérési kulcs helyett.
Felügyelt identitás hitelesítése a tárolóban Igen, a Felügyelt Szolgáltatás Identitás Hitelesítő Adat használata Igen, a lekérdezés a munkaterület felügyelt identitás hitelesítő adataival érheti el a tárterületet.
Storage Application Identity/Service Principal (SPN) hitelesítés Igen Igen, létrehozhat egy hitelesítő adatot egy szolgáltatásalapú alkalmazásazonosítóval, amelyet a tárhelyen való hitelesítéshez használnak majd.
Kiszolgálói szerepkörök Nem Igen, a sysadmin, a nyilvános és más kiszolgálói szerepkörök támogatottak.
KISZOLGÁLÓSZINTŰ HITELESÍTŐ ADATOK Nem Igen, a kiszolgálószintű hitelesítő adatokat az a OPENROWSET függvény használja, amely nem használ explicit adatforrást.
Engedélyek – Kiszolgálószintű Nem Igen, például, és CONNECT ANY DATABASE lehetővé teszi a SELECT ALL USER SECURABLES felhasználó számára, hogy adatokat olvasson bármely adatbázisból.
Adatbázis-szerepkörök Igen Igen, használhatja a db_owner, db_datareader és db_ddladmin szerepköröket.
ADATBÁZIS HATÓKÖRÉBE TARTOZÓ HITELESÍTŐ ADATOK Igen, külső adatforrásokban használatos. Igen, az adatbázis hatókörébe tartozó hitelesítő adatok külső adatforrásokban is használhatók a tárolási hitelesítési módszer meghatározásához.
Engedélyek – Adatbázisszintű Igen Igen, engedélyeket adhat, tagadhat meg vagy vonhat vissza az adatbázis-objektumokra.
Engedélyek – Sémaszintű Igen, beleértve a séma felhasználói/bejelentkezési engedélyeinek megadását, elutasítását és visszavonását Igen, megadhatja a sémaszintű engedélyeket, beleértve a séma felhasználóira/bejelentkezéseire vonatkozó ENGEDÉLYEZÉSI, MEGTAGADÁSI és VISSZAVONÁSi engedélyeket.
Engedélyek – Objektumszintű Igen, beleértve a felhasználók számára a GRANT, a DENY és a REVOKE engedélyeket is Igen, engedélyezhet, megtagadhat és visszavonhat engedélyeket a támogatott rendszerobjektumokon lévő felhasználókra/bejelentkezésekre.
Engedélyek – Oszlopszintű biztonság Igen Az oszlopszintű biztonság a kiszolgáló nélküli SQL-készletekben a nézetekhez és nem külső táblákhoz támogatott. Külső táblák esetén létrehozhat egy logikai nézetet a külső tábla tetején, majd oszlopszintű biztonságot alkalmazhat.
Sorszintű biztonság Igen Nem, a sorszintű biztonsághoz nincs beépített támogatás. Használjon egyéni nézeteket megoldásként.
Adatmaszkolás Igen Nem, a kiszolgáló nélküli SQL-készletek nem támogatják a beépített adatmaszkolást. Használjon áthidaló megoldásként olyan burkoló SQL-nézeteket, amelyek bizonyos oszlopokat kifejezetten elfednek.
Beépített/rendszer biztonsági & identitás funkciók Néhány Transact-SQL biztonsági függvény és operátor: CURRENT_USER, , HAS_DBACCESS, IS_MEMBER, IS_ROLEMEMBERSESSION_USER, SUSER_NAME, SUSER_SNAME, SYSTEM_USER, USER, USER_NAME, EXECUTE AS,OPEN/CLOSE MASTER KEY Egyes Transact-SQL biztonsági függvények és operátorok támogatottak: CURRENT_USER, , HAS_DBACCESS, HAS_PERMS_BY_NAME, IS_MEMBERIS_ROLEMEMBER, IS_SRVROLEMEMBER, SESSION_USERSESSION_CONTEXTSUSER_NAMESUSER_SNAME, SYSTEM_USERUSER, USER_NAMEEXECUTE ASés .REVERT A biztonsági függvények nem használhatók külső adatok lekérdezésére (az eredményt a lekérdezésben használható változóban tárolhatja).
Transzparens adattitkosítás (TDE) Igen Nem, transzparens adattitkosítás nem támogatott.
Adatfelderítés és -besorolás Igen Nem, az Adatfelderítés és -besorolás nem támogatott.
Biztonsági rések felmérése Igen Nem, a sebezhetőségi felmérés nem érhető el.
Haladó fenyegetésvédelem Igen Nem, az Advanced Threat Protection nem támogatott.
Könyvvizsgálat Igen Igen, a naplózás kiszolgáló nélküli SQL-készletekben támogatott.
Tűzfalszabályok Igen Igen, a tűzfalszabályok beállíthatók a kiszolgáló nélküli SQL-végponton.
Privát végpont Igen Igen, a privát végpont beállítható a kiszolgáló nélküli SQL-készleten.

A dedikált SQL-készlet és a kiszolgáló nélküli SQL-készlet szabványos Transact-SQL-nyelvet használ az adatok lekérdezéséhez. A részletes különbségekért tekintse meg a Transact-SQL nyelvi referenciát.

Platformfunkciók

Funkció Elkötelezett Kiszolgáló nélküli
Méretezés Igen A kiszolgáló nélküli SQL-készlet a számítási feladattól függően automatikusan skálázódik.
Szüneteltetés/folytatás Igen A kiszolgáló nélküli SQL-készlet automatikusan inaktiválódik, ha nincs használatban, és szükség esetén aktiválódik. Nincs szükség felhasználói műveletre.
Adatbázisok biztonsági mentése Igen Nem Az adatok tárolása külső rendszerekben történik (ADLS, Cosmos DB), ezért győződjön meg arról, hogy biztonsági másolatot készít az adatokról a forrásban. Győződjön meg arról, hogy sql-metaadatokat (tábla, nézet, eljárásdefiníciók és felhasználói engedélyek) használ a forrásvezérlőben. A Lake-adatbázisban lévő tábladefiníciók Spark-metaadatokban vannak tárolva, ezért győződjön meg arról, hogy a Spark-tábladefiníciókat is a forrásvezérlőben tartja.
Adatbázis visszaállítása Igen Nem Az adatok tárolása külső rendszerekben történik (ADLS, Cosmos DB), ezért a forrásrendszereket helyre kell állítania az adatok tárolásához. Győződjön meg arról, hogy az SQL-metaadatok (tábla, nézet, eljárásdefiníciók és felhasználói engedélyek) a forrásvezérlőben vannak, hogy újra létrehozhatja az SQL-objektumokat. A Lake-adatbázisban lévő tábladefiníciók Spark-metaadatokban vannak tárolva, ezért győződjön meg arról, hogy a Spark-tábladefiníciókat is a forrásvezérlőben tartja.

Eszközök

Különböző eszközökkel csatlakozhat a Synapse SQL-hez adatok lekérdezéséhez.

Eszköz Elkötelezett Kiszolgáló nélküli
Synapse Studio Igen, SQL-szkriptek Igen, az SQL-szkriptek használhatók a Synapse Studióban. A Synapse Studio helyett használjon SSMS-t vagy ADS-t, ha nagy mennyiségű adatot ad vissza.
Power BI Igen Igen, a Power BI használatával jelentéseket hozhat létre kiszolgáló nélküli SQL-készleten. Jelentéskészítéshez importálási mód használata ajánlott.
Azure Analysis Service Igen Igen, adatokat tölthet be az Azure Analysis Service-be a kiszolgáló nélküli SQL-készlet használatával.
Azure Data Studio (ADS) Igen Igen, az Azure Data Studio (1.18.0-s vagy újabb verzió) használatával lekérdezhet egy kiszolgáló nélküli SQL-készletet. Az SQL-szkriptek és az SQL-jegyzetfüzetek támogatottak.
SQL Server Management Studio (SSMS) Igen Igen, az SQL Server Management Studio (18.5-ös vagy újabb verzió) használatával lekérdezhet egy kiszolgáló nélküli SQL-készletet. Az SSMS csak a kiszolgáló nélküli SQL-készletekben elérhető objektumokat jeleníti meg.

Feljegyzés

Az SSMS használatával kiszolgáló nélküli SQL-készlethez és lekérdezéshez csatlakozhat. A 18.5-ös verziótól kezdve részben támogatott, csak csatlakozásra és lekérdezésre használható.

A legtöbb alkalmazás szabványos Transact-SQL-nyelvet használ, amely lekérdezi a Synapse SQL dedikált és kiszolgáló nélküli használati modelljeit is.

Az adatok elérése

Az elemzett adatok különböző tárolótípusokon tárolhatók. Az alábbi táblázat az összes rendelkezésre álló tárolási lehetőséget felsorolja:

Tárolási típus Elkötelezett Kiszolgáló nélküli
Belső tároló Igen Nem, az adatok az Azure Data Lake-ben vagy az Azure Cosmos DB elemzési tárolójában vannak elhelyezve.
Azure Data Lake v2 Igen Igen, a külső táblák és a OPENROWSET függvény használatával adatokat olvashat az ADLS-ből. Itt megtudhatja, hogyan állíthatja be a hozzáférés-vezérlést.
Azure Blob Storage Igen Igen, a külső táblák és a OPENROWSET függvény használatával adatokat olvashat az Azure Blob Storage-ból. Itt megtudhatja, hogyan állíthatja be a hozzáférés-vezérlést.
Azure SQL/SQL Server (távoli hozzáférés) Nem Nem, a kiszolgáló nélküli SQL-készlet nem hivatkozhat az Azure SQL-adatbázisra. Rugalmas lekérdezések vagy csatolt kiszolgálók használatával hivatkozhat kiszolgáló nélküli SQL-készletekre az Azure SQL-ből.
Dataverse Nem, az Azure Cosmos DB-adatokat egy dedikált készletbe töltheti be az Azure Synapse Link használatával kiszolgáló nélküli SQL-készletben (ADLS-en keresztül) vagy Sparkban. Igen, a Dataverse-táblák az Azure Synapse-hivatkozással az Azure Data Lake-hez olvashatók.
Azure Cosmos DB tranzakciós tároló Nem Nem, nem férhet hozzá az Azure Cosmos DB-tárolókhoz adatok frissítéséhez vagy adatok beolvasásához az Azure Cosmos DB tranzakciós tárolójából. A Spark-készletek használatával frissítheti az Azure Cosmos DB tranzakciós tárolót.
Azure Cosmos DB elemzési tároló Nem, az Azure Cosmos DB-adatokat egy dedikált készletbe töltheti be az Azure Synapse Link használatával kiszolgáló nélküli SQL-készletben (ADLS-en keresztül), ADF-ben, Sparkban vagy más betöltési eszközben. Igen, az Azure Cosmos DB elemzési tárterületét az Azure Synapse Link használatával kérdezheti le.
Apache Spark-táblák (a munkaterületen) Nem Igen, a kiszolgáló nélküli készlet metaadat-szinkronizálással képes olvasni a PARQUET- és CSV-táblákat.
Apache Spark-táblák (távoli) Nem Nem, a kiszolgáló nélküli készlet csak azokat a PARQUET- és CSV-táblákat érheti el, amelyek ugyanabban a Synapse-munkaterületen lévő Apache Spark-készletekben lettek létrehozva. Manuálisan azonban létrehozhat egy külső táblát, amely külső Spark-tábla helyére hivatkozik.
Databricks-táblák (távoli) Nem Nem, a kiszolgáló nélküli készlet csak azokat a PARQUET- és CSV-táblákat érheti el, amelyek ugyanabban a Synapse-munkaterületen lévő Apache Spark-készletekben lettek létrehozva. Manuálisan azonban létrehozhat egy külső táblát, amely a Databricks-tábla helyére hivatkozik.

Adatformátumok

Az elemzett adatok különböző tárolási formátumokban tárolhatók. Az alábbi táblázat felsorolja az összes elemezhető adatformátumot:

Adatformátum Dedikált Kiszolgáló nélküli
Tagolt Igen Igen, lekérdezheti a tagolt fájlokat.
CSV Igen (többkarakteres elválasztók nem támogatottak) Igen, lekérdezheti a CSV-fájlokat. A jobb teljesítmény érdekében használja a PARSER_VERSION 2.0-t, amely gyorsabb elemzést biztosít. Ha sorokat fűz a CSV-fájlokhoz, győződjön meg arról, hogy a fájlokat hozzáfűzhetőként kezelje.
Parketta Igen Igen, lekérdezheti a Parquet-fájlokat, beleértve a beágyazott típusok fájljait is.
Hive ORC Igen Nem, a kiszolgáló nélküli SQL-készletek nem tudják olvasni a Hive ORC formátumot.
Hive RC Igen Nem, a kiszolgáló nélküli SQL-készletek nem tudják olvasni a Hive RC formátumot.
JSON Igen Igen, lekérdezheti a JSON-fájlokat tagolt szövegformátummal és a T-SQL JSON-függvényekkel .
Avro Nem Nem, a kiszolgáló nélküli SQL-készletek nem tudják olvasni az Avro formátumot.
Delta Lake Nem Igen, lekérdezheti a Delta Lake-fájlokat, beleértve a beágyazott típusok fájljait is.
Common Data Model (CDM) Nem Nem, a kiszolgáló nélküli SQL-készlet nem tudja beolvasni a Common Data Model használatával tárolt adatokat.

Következő lépések

A dedikált SQL-készlet és a kiszolgáló nélküli SQL-készlet ajánlott eljárásairól az alábbi cikkekben talál további információt:

  • Last updated on