Az Azure Synapse Analytics Archívum újdonságai

  • Cikk

Ez a cikk az Azure Synapse Analytics előző havi frissítéseit ismerteti. A legfrissebb havi kiadásért tekintse meg az Azure Synapse Analytics legújabb frissítéseit. Minden frissítés az Azure Synapse Analytics blogra és egy további információt nyújtó cikkre mutat.

Általánosan elérhető funkciók

Az alábbi táblázat az Azure Synapse Analytics azon funkcióinak korábbi előzményeit sorolja fel, amelyek az előzetes verzióról az általános rendelkezésre állásra (GA) váltanak.

Hónap Szolgáltatás További információ
2022. július Apache Spark™ 3.2 a Synapse Analyticshez Általánosan elérhető az Apache Spark™ 3.2 for Synapse Analytics. Tekintse át a Spark 3.1 és 3.2 közötti hivatalos kibocsátási megjegyzéseket és migrálási irányelveket az alkalmazások lehetséges változásainak felméréséhez. További részletekért olvassa el az Apache Spark verziótámogatását és az Apache Spark 3.2-hez készült Azure Synapse Runtime-t. Az Azure Synapse Analytics 2022. júliusi frissítésében a Spark 3.2-ben kapott jobb funkciók kiemelése.
2022. július Apache Spark az Azure Synapse Intelligent Cache szolgáltatásban A Spark intelligens gyorsítótára automatikusan tárolja az egyes olvasásokat a lefoglalt gyorsítótár tárterületen belül, észleli a mögöttes fájlmódosításokat, és frissíti a fájlokat, hogy a legfrissebb adatokat biztosítsa. További információ: Az Apache Spark-készlet gyorsítótárának engedélyezése/letiltása.
2022. június Adatok leképezése eszköz A Map Data eszköz egy irányított folyamat, amellyel kódírás nélkül hozhat létre ETL-leképezéseket és adatfolyamokat a forrásadatokból a Synapse-ba. Ha többet szeretne megtudni a Map Data eszközről, olvassa el az Adatok leképezése az Azure Synapse Analyticsben című cikket.
2022. június Felhasználó által definiált függvények A felhasználó által definiált függvények (UDF-ek) már általánosan elérhetők. További információkért olvassa el a felhasználó által definiált függvényeket az adatfolyamok leképezésében.
2022. május Azure Synapse Data Explorer-összekötő a Power Automate-hez, a Logic Appshez és a Power Appshez A Power Automate Azure Data Explorer-összekötője lehetővé teszi folyamatok vezénylésének és ütemezésének, értesítések és riasztások küldésének végrehajtását egy ütemezett vagy aktivált feladat részeként. További információkért olvassa el az Azure Data Explorer-összekötőt a Microsoft Power Automate-hez és a Power Automate-hez készült Azure Data Explorer-összekötőre vonatkozó példákat.
2022. április Előfizetések közötti visszaállítás az Azure Synapse SQL-hez A PowerShell-modul Az.Sql 3.8-as frissítésével a Restore-AzSqlDatabase parancsmag használható a dedikált SQL-készletek előfizetések közötti visszaállításához. További információ: Blog: Dedikált SQL-készlet (korábbi nevén SQL DW) visszaállítása egy másik előfizetésre. Ez a funkció mostantól általánosan elérhető dedikált SQL-készletekhez (korábban SQL DW) és dedikált SQL-készletekhez egy Synapse-munkaterületen. Mi a különbség?
2022. április Adatbázis-Tervező Az adatbázis-tervező lehetővé teszi, hogy a felhasználók vizuálisan létrehozzák az adatbázisokat a Synapse Studióban anélkül, hogy egyetlen kódsort írnak. További információ: Az adatbázis-Tervező általános elérhetőségének bejelentése. További információ a tóadatbázisokról, és megtudhatja, hogyan módosíthatja a meglévő tóadatbázisokat az adatbázis-tervezővel.
2022. április Adatbázissablonok Új iparágspecifikus adatbázissablonok jelentek meg a Synapse Adatbázissablonok általános rendelkezésre állási blogjában. További információ az adatbázissablonokról és a jobb feltárási élményről.
2022. április Synapse Monitoring Operator RBAC szerepkör A Synapse Monitorozási operátor RBAC (szerepköralapú hozzáférés-vezérlés) szerepköre lehetővé teszi, hogy a felhasználó személye anélkül monitorozza a Synapse-folyamatok és Spark-alkalmazások végrehajtását, hogy az alkalmazásokat futtathatja vagy megszakíthatja. További információkért tekintse át a Synapse RBAC-szerepköröket.
2022. március Folyamatábra A folyamatábrák segítenek az új adatfolyam-logika egyes részeinek megtervezésében, vagy egy meglévő adatfolyam egyes részeinek kinyerésében, és külön összetevőként menthetők a Synapse-munkaterületen belül. Ezután újra felhasználhatja ezeket a folyamatokat más adatfolyamokban. További információkért tekintse át a Flowlets GA közlemény blogbejegyzését , és olvassa el a flowleteket az adatfolyamok leképezése során.
2022. március Hírcsatorna-összekötők módosítása Az Azure Cosmos DB, az Azure Blob Storage, az ADLS Gen1, az ADLS Gen2 és a Common Data Model (CDM) módosított adatrögzítési (CDC) adatáramlási forrásátalakításai már általánosan elérhetők. Ha egyszerűen bejelöl egy jelölőnégyzetet, megadhatja az ADF-nek, hogy automatikusan kezeljen egy ellenőrzőpontot, és csak a legutóbbi folyamatfuttatás óta frissített vagy beszúrt sorokat olvassa be. További információkért tekintse át a Változáscsatorna-összekötők ga előzetes verziójú blogbejegyzését, és olvassa el az Adatok másolása és átalakítása az Azure Data Lake Storage Gen2-ben az Azure Data Factory vagy az Azure Synapse Analytics használatával című blogbejegyzést.
2022. március Dedikált SQL-készletek oszlopszintű titkosítása Az oszlopszintű titkosítás általánosan elérhető új és meglévő Azure SQL logikai kiszolgálókon, dedikált Azure Synapse SQL-készletekkel és dedikált SQL-készletekkel az Azure Synapse-munkaterületeken. Az SQL Server Data Tools (SSDT) támogatja a dedikált SQL-készletek oszlopszintű titkosítását a Visual Studio 2022 17.2 Előzetes verziójú buildjével kezdve.
2022. március Synapse Spark Common Data Model (CDM) összekötő A CDM formátumolvasója/írója lehetővé teszi, hogy a Spark-programok a CDM-mappában lévő CDM-entitásokat Spark-adatkereteken keresztül olvassák és írják. További információkért tekintse meg , hogyan támogatja a CDM-összekötő az olvasást, az adatok írását, a példákat és az ismert problémákat.
2021. november MEGJÓSOLNI A T-SQL PREDICT szintaxisa mostantól általánosan elérhető a dedikált SQL-készletekhez. Ismerkedés a gépi tanulási modell pontozási varázslójával dedikált SQL-készletekhez.
2021. október Synapse RBAC-szerepkörök A Synapse szerepköralapú hozzáférés-vezérlési (RBAC- ) szerepkörök általánosan elérhetők. További információ a Synapse RBAC-szerepkörökről és az Azure Synapse szerepköralapú hozzáférés-vezérlésről (RBAC) a PowerShell használatával.

Közösség

Ez a szakasz az Azure Synapse Analytics közösségi lehetőségeinek és a Microsoft Azure Synapse Influencer programjának archívuma.

Hónap Szolgáltatás További információ
2022. május Azure Synapse Influencer program Regisztráljon ingyenes Azure Synapse Influencer-programunkra , és kapcsolódjon össze a Synapse-felhasználók közösségével, akik elkötelezettek másoknak a felhőelemzéssel való hatékonyabb elérésében. Regisztráljon most a következő Synapse Influencer Ask the Experts munkamenetre. A részvétel ingyenes, és mindenkit szívesen fogadunk, hogy részt vehessenek a Synapse-tal kapcsolatos témákról szóló vitafórumon. Az Azure Synapse YouTube-csatornán megtekintheti a korábban rögzített Szakértők válaszolnak eseményeket.
2022. március Azure Synapse Analytics és Microsoft MVP YouTube videósorozat Elindult egy közös tevékenység az Azure Synapse termékcsapatával és a Microsoft MVP-közösséggel, egy új YouTube MVP videósorozat az Azure Synapse funkcióiról . További információt az Azure Synapse Analytics YouTube-csatornáján talál.

Apache Spark az Azure Synapse Analyticshez

Ez a szakasz az Azure Synapse Analyticshez készült Apache Spark funkcióinak és képességeinek archívuma.

Hónap Szolgáltatás További információ
2022. május Azure Synapse dedikált SQL-készlet-összekötő az Apache Sparkhoz mostantól elérhető a Pythonban Korábban az Apache Sparkhoz készült Dedikált Azure Synapse SQL Pool Csatlakozás or csak a Scala használatával volt elérhető. Az Apache Spark dedikált SQL-készlet-összekötője mostantól a Pythonnal is használható a Spark 3-on.
2022. május Az Azure Synapse Apache Spark konfigurációjának kezelése Az új Apache Spark-konfigurációs funkcióval létrehozhat egy különálló Spark-konfigurációs összetevőt automatikus javaslatokkal és beépített érvényesítési szabályokkal. A Spark konfigurációs összetevője lehetővé teszi a Spark-konfiguráció megosztását az Azure Synapse-munkaterületeken belül és azok között. A Spark-konfigurációt egyszerűen társíthatja egy Spark-készlettel, egy jegyzetfüzettel és egy Spark-feladatdefinícióval az újrafelhasználáshoz, és minimalizálhatja a Spark-konfiguráció több helyen történő másolásának szükségességét.
2022. április Apache Spark 3.2 a Synapse Analyticshez Az Apache Spark 3.2 for Synapse Analytics előzetes verziójú rendelkezésre állással. Tekintse át a Spark 3.2 hivatalos kibocsátási megjegyzéseit és migrálási irányelveit a Spark 3.1 és a 3.2 között az alkalmazások esetleges változásainak felméréséhez. További részletekért olvassa el az Apache Spark verziótámogatását és az Apache Spark 3.2-hez készült Azure Synapse Runtime-t.
2022. április A Spark-feladat definíciójának paraméterezése Mostantól dinamikusan rendelhet paramétereket változók, metaadatok vagy a Spark-feladatdefiníciós tevékenység folyamatspecifikus paramétereinek megadásával. További részletekért olvassa el az Adatok átalakítása apache Spark-feladatdefinícióval való átalakítását.
2022. április Apache Spark-jegyzetfüzet pillanatképe A jegyzetfüzet pillanatképét akkor érheti el, ha a folyamatjegyzetfüzet futtatása sikertelen, vagy ha hosszú ideig futó jegyzetfüzet-feladat van. További információ: Adatok átalakítása Synapse-jegyzetfüzet futtatásával és a Microsoft Spark segédprogramok bemutatása.
2022. március Synapse Spark Common Data Model (CDM) összekötő A CDM formátumolvasója/írója lehetővé teszi, hogy a Spark-programok a CDM-mappában lévő CDM-entitásokat Spark-adatkereteken keresztül olvassák és írják. További információkért tekintse meg , hogyan támogatja a CDM-összekötő az olvasást, az adatok írását, a példákat és az ismert problémákat.
2022. március Teljesítményoptimalizálás dedikált Synapse Spark SQL-készlet-összekötőhöz Az Azure Synapse Dedikált SQL Pool Csatlakozás or új fejlesztései az Apache Spark számára csökkentik az adatáthelyezést és a kihasználtság mértékétCOPY INTO. A teljesítménytesztek legalább ~5-szeres javulást jeleznek az előző verzióhoz képest. Ezeknek a fejlesztéseknek a használatához nincs szükség műveletre a felhasználó részéről. További információ: Blog: Synapse Spark Dedicated SQL Pool (DW) Csatlakozás or: Performance Improvements.
2022. március A Spark Dataframe SaveMode összes választási lehetőségének támogatása Az Apache Sparkhoz készült Dedikált Azure Synapse SQL-készlet Csatlakozás or mostantól mind a négy Spark Dataframe SaveMode lehetőséget támogatja: Append, Overwrite, ErrorIfExists, Ignore. A Spark SaveMode-ról további információt az Apache Spark hivatalos dokumentációjában talál.
2022. március Apache Spark az Azure Synapse Analytics Intelligens gyorsítótár funkciójában A Spark intelligens gyorsítótára automatikusan tárolja az egyes olvasásokat a lefoglalt gyorsítótár tárterületen belül, észleli a mögöttes fájlmódosításokat, és frissíti a fájlokat, hogy a legfrissebb adatokat biztosítsa. Az előzetes verziójú funkcióval kapcsolatos további információkért tekintse meg az Apache Spark-készlet gyorsítótárának engedélyezését/letiltását vagy a blogbejegyzést.

Adatintegráció

Ez a szakasz az Azure Synapse Analytics adatintegráció funkcióinak és képességeinek archívuma. Megtudhatja, hogyan tölthet be adatokat az Azure Synapse Analyticsbe az Azure Data Factory (ADF) vagy a Synapse-folyamat használatával.

Hónap Szolgáltatás További információ
2022. június SAP CDC-összekötő – előzetes verzió Az SAP Change Data Capture (CDC) új adatösszekötője már előzetes verzióban érhető el. További információ: Az SAP CDC-megoldás nyilvános előzetes verziójának bejelentése az Azure Data Factoryben, az Azure Synapse Analytics és az SAP CDC-megoldás az Azure Data Factoryben.
2022. június Fuzzy join option in Join Transformation A leképezési Adatfolyam illesztési transzformációjához olyan homályos egyezést használjon, amely hasonlósági küszöbérték-pontszám csúszkával lett hozzáadva.
2022. június Adatleképező eszköz – GA Örömmel jelentjük be, hogy a Térképadatok eszköz általánosan elérhető. A Map Data eszköz egy irányított folyamat, amellyel kódírás nélkül hozhat létre ETL-leképezéseket és adatfolyamokat a forrásadatokból a Synapse-ba.
2022. június Folyamat újrafuttatása új paraméterekkel Most már módosíthatja a folyamat paramétereit, amikor újrafuttat egy folyamatot a Figyelés lapról anélkül, hogy vissza kellene térnie a folyamatszerkesztőbe. További információ: Folyamatok és tevékenységek újrafuttatása.
2022. június Felhasználó által definiált függvények – GA A felhasználó által definiált függvények (UDF-ek) már általánosan elérhetők a leképezési adatfolyamokban .
2022. május Folyamatfigyelés exportálása CSV-ként Az ADF-ben bevezették a folyamatfigyelés CSV-be való exportálásának lehetőségét és egyéb monitorozási fejlesztéseket .
2022. május Automatikus növekményes forrásadatok betöltése a PostgreSQL-ből és a MySQL-ből Az automatikus növekményes forrásadatok betöltése a PostgreSQL-ből és a MySQL-ből a Synapse SQL-be és az Azure Database-be natív módon elérhető az ADF-ben.
2022. május Átalakítási hibakezelés érvényesítése A hibakezelés mostantól a fogadókhoz lett hozzáadva a leképezési adatfolyam igényátalakítása után. Most már eldöntheti, hogy a hibás sorokat a kijelölt fogadóba vagy egy külön fájlba szeretné-e kihozni.
2022. május Adatfolyamok leképezése – vetítésszerkesztés Az adatfolyamok leképezése során mostantól frissítheti a forrásvetítés oszlopnevét és oszloptípusait.
2022. április Dataverse-összekötő Synapse-Adatfolyam-hoz A Dataverse mostantól a Synapse Adatfolyam forrás- és fogadó-összekötője. Adatokat másolhat és alakíthat át a Dynamics 365 -ből (Microsoft Dataverse) vagy a Dynamics CRM-ből az Azure Data Factory vagy az Azure Synapse Analytics használatával.
2022. április Konfigurálható Synapse Pipelines webes tevékenység válaszidőkorlátja A válasz időtúllépési tulajdonságával httpRequestTimeoutlegfeljebb 10 perc időtúllépést határozhat meg a HTTP-kéréshez. A webes tevékenységek rendkívül jól működnek az aszinkron kérés-válasz mintát követő API-kkal, amely a skálázható webes API-k/szolgáltatások létrehozásának javasolt megközelítése.
2022. március sFTP-összekötő Synapse-adatfolyamokhoz A Synapse-adatfolyamok natív sftp-összekötője támogatja az sFTP-ből származó adatok olvasását és írását a Synapse alacsony kódú vizualizációs adatfolyam-interfészével. További információ: Adatok másolása és átalakítása SFTP-kiszolgálón az Azure Data Factory vagy az Azure Synapse Analytics használatával.
2022. március Adatfolyam-fejlesztések az Adatelőnézetben Tekintse át az adatelőnézethez hozzáadott funkciókat, és hibakeresési fejlesztéseket a leképezési Adatfolyam.
2022. március Folyamatszkript-tevékenység Most már átalakíthatja az adatokat a Szkript tevékenység használatával, hogy SQL-parancsokat hívjon meg a DDL és a DML végrehajtásához.
2021. december Egyéni partíciók az Azure Cosmos DB-hez készült Synapse-hivatkozáshoz A Spark-lekérdezések lekérdezéseinek végrehajtási idejének javítása egyéni partíciók létrehozásával a lekérdezésekben gyakran használt mezők alapján. További információ: Egyéni particionálás az Azure Cosmos DB-hez készült Azure Synapse Linkben (előzetes verzió).

Adatbázissablonok & adatbázis-Tervező

Ez a szakasz az adatbázissablonok és az adatbázis-tervező funkcióinak és képességeinek archívuma.

Hónap Szolgáltatás További információ
2022. április Adatbázis-Tervező Az adatbázis-tervező lehetővé teszi, hogy a felhasználók vizuálisan létrehozzák az adatbázisokat a Synapse Studióban anélkül, hogy egyetlen kódsort írnak. További információ: Az adatbázis-Tervező általános elérhetőségének bejelentése. További információ a tóadatbázisokról, és megtudhatja, hogyan módosíthatja a meglévő tóadatbázisokat az adatbázis-tervezővel.
2022. április Adatbázissablonok Új iparágspecifikus adatbázissablonok jelentek meg a Synapse Adatbázissablonok általános rendelkezésre állási blogjában. További információ az adatbázissablonokról és a jobb feltárási élményről.
2022. április Lake-adatbázis klónozása A Synapse Studióban mostantól klónozhat egy adatbázist a tóadatbázisban elérhető műveletmenüvel. További információ: Útmutató: Lake-adatbázis klónozása.
2022. április Egyéni mappahierarchiák megadása helyettesítő karakterek használatával A tóadatbázisok a tóban lévő adatok fölé kerülnek, és ezek az adatok olyan beágyazott mappákban is élhetnek, amelyek nem férnek el a tiszta partíciómintákban. Mostantól helyettesítő karakterek használatával is megadhatja az egyéni mappahierarchiákat. További információ: Útmutató: Adatlaka módosítása.
Január 2022. Új adatbázissablonok Tudjon meg többet az új iparágspecifikus Autóipari, Genomics-, Gyártási és Gyógyszeripari sablonokról, és ismerkedjen meg az adatbázissablonokkal a Synapse Studio katalógusában.

Fejlesztői felület

Ez a szakasz az Azure Synapse Analytics fejlesztői számára készült életminőség- és funkciófejlesztések archívuma.

Hónap Szolgáltatás További információ
2022. május Frissített Azure Synapse Analyzer-jelentés Ismerje meg a Synapse Analyzer jelentés 2.0-s verziójának új funkcióit.
2022. április Azure Synapse Analyzer-jelentés Az Azure Synapse Analyzer-jelentés segít azonosítani az adatbázisban olyan gyakori problémákat, amelyek teljesítményproblémákhoz vezethetnek.
2022. április Nem közzétett jegyzetfüzetek hivatkozása Most a (z) %run notebooks használatakor engedélyezheti a "nem közzétett jegyzetfüzet-referenciákat", így nem közzétett jegyzetfüzetekre hivatkozhat. Ha engedélyezve van, a jegyzetfüzet futtatása lekéri a jegyzetfüzet webes gyorsítótárának aktuális tartalmát, ami azt jelenti, hogy a jegyzetfüzet-szerkesztő módosításaira azonnal hivatkozhatnak más jegyzetfüzetek anélkül, hogy közzé kellene tenni (élő mód) vagy véglegesíteni (Git mód).
2022. március Kódcellák kivétellel a szabványos kimenet megjelenítéséhez A Synapse-jegyzetfüzetekben mostantól a standard kimeneti és a kivételi üzenetek is megjelennek, ha egy kódkimutatás meghiúsul a Python és a Scala nyelv esetében. Ilyenek például a Synapse-jegyzetfüzetek: A standard kimenet megjelenítéséhez kivételt tartalmazó kódcellák.
2022. március Részleges kimenet érhető el a jegyzetfüzet kódcelláinak futtatásához A Synapse-jegyzetfüzetekben most bármit láthat, amit ír (például parancsokkal println ), amikor a cella végrehajtja a parancsokat, ahelyett, hogy megvárja, amíg befejeződik. Ilyenek például a Synapse-jegyzetfüzetek: Részleges kimenet érhető el a jegyzetfüzet kódcelláinak futtatásához.
2022. március A Spark-munkamenet konfigurációjának dinamikus vezérlése folyamatparaméterekkel A Synapse-jegyzetfüzetekben most folyamatparaméterekkel konfigurálhatja a munkamenetet a notebook %%configure magic használatával. Ilyenek például a Synapse-jegyzetfüzetek: A Spark-munkamenet konfigurációjának dinamikus vezérlése folyamatparaméterekkel.
2022. március Jegyzetfüzet-munkamenetek újrafelhasználása és kezelése A Synapse-jegyzetfüzetekben mostantól egyszerűen újra felhasználhatja az aktív munkameneteket anélkül, hogy újat kellene indítania, és az aktív munkamenetek listájában láthatja és kezelheti az aktív munkameneteket . A munkamenetek megtekintéséhez válassza ki a jegyzetfüzet 3 pontját, és válassza a Munkamenetek kezelése lehetőséget . Ilyenek például a Synapse-jegyzetfüzetek: Jegyzetfüzet-munkamenetek újrafelhasználása és kezelése.
2022. március Python-naplózás támogatása A Synapse-jegyzetfüzetekben mostantól a Python-naplózási modulon keresztül írt bármit rögzít a rendszer az illesztőprogram-naplók mellett. Ilyenek például a Synapse-jegyzetfüzetek: Python-naplózás támogatása.

Machine Learning

Ez a szakasz az Azure Synapse Analytics gépi tanulási modelljeinek funkcióit és fejlesztéseit tartalmazza.

Hónap Szolgáltatás További információ
2022. június Elosztott mély neurális hálózati képzés (előzetes verzió) Az Azure Synapse futtatókörnyezet olyan támogató kódtárakat is tartalmaz, mint a Petastorm és a Horovod, amelyeket gyakran használnak elosztott betanításokhoz. Ez a funkció jelenleg előzetes verzióban érhető el. Az Apache Spark 3.1 és 3.2 Azure Synapse Analytics-futtatókörnyezete mostantól támogatja az olyan leggyakoribb mélytanulási kódtárakat is, mint a TensorFlow és a PyTorch. Ha többet szeretne megtudni arról, hogyan használhatja ezeket a kódtárakat az Azure Synapse Analytics GPU-gyorsított készletei között, olvassa el a mélytanulási oktatóanyagokat.
2021. november MEGJÓSOLNI A T-SQL PREDICT szintaxisa mostantól általánosan elérhető a dedikált SQL-készletekhez. Ismerkedés a gépi tanulási modell pontozási varázslójával dedikált SQL-készletekhez.

Minták és útmutató

Ez a szakasz az Azure Synapse Analytics útmutatóinak és mintaprojekt-erőforrásainak archívuma.

Hónap Szolgáltatás További információ
2022. június Azure Orbital-elemzés a Synapse Analyticsszel Most egy Azure Orbital Analytics-mintamegoldást kínálunk, amely a térbeli adatok kinyerésének, betöltésének, átalakításának és elemzésének végpontok közötti implementációját mutatja be térinformatikai kódtárak és AI-modellek használatával az Azure Synapse Analytics használatával. A mintamegoldás azt is bemutatja, hogyan integrálhatók térinformatikailag specifikus Azure AI-szolgáltatási modellek, partnerektől származó AI-modellek és saját adatmodellek.
2022. június Migrálási útmutatók az Oracle-hez Már elérhető egy új, Microsoft által készített migrálási útmutató az Oracle-hez az Azure Synapse Analyticsbe. Az Oracle-migrálások tervezése és teljesítménye.
2022. június Az Azure Synapse sikeres tervezése Az Azure Synapse koncepcióigazolás forgatókönyve útmutatót nyújt az SQL- vagy Spark-számítási feladatok koncepciójának hatóköréhez, tervezéséhez, végrehajtásához és kiértékeléséhez.
2022. június Migrálási útmutatók a Teradata-hoz A Teradata új, Microsoft által készített migrálási útmutatója az Azure Synapse Analyticsbe már elérhető. Teradata-migrálások tervezése és teljesítménye.
2022. június Migrálási útmutatók az IBM Netezza-hoz Az IBM Netezza és az Azure Synapse Analytics új, Microsoft által szerkesztett migrálási útmutatója már elérhető. Az IBM Netezza migrálásainak tervezése és teljesítménye.

Biztonság

Ez a szakasz az Azure Synapse Analytics biztonsági funkcióinak és beállításainak archívuma.

Hónap Szolgáltatás További információ
2022. április Synapse Monitoring Operator RBAC szerepkör A Synapse Monitorozási operátor szerepköralapú hozzáférés-vezérlési (RBAC) szerepkör lehetővé teszi, hogy a felhasználó személye anélkül monitorozza a Synapse-folyamatok és Spark-alkalmazások végrehajtását, hogy az alkalmazásokat futtathatja vagy megszakíthatja. További információkért tekintse át a Synapse RBAC-szerepköröket.
2022. március Minimális TLS-verzió kényszerítése Mostantól létrehozhatja vagy csökkentheti a dedikált SQL-készletek minimális TLS-verzióját a Synapse-munkaterületeken. További információkért tekintse meg az Azure SQL csatlakozási beállításait. A munkaterület által felügyelt SQL API-val módosíthatja a minimális TLS-beállításokat.
2022. március Az Azure Synapse Analytics mostantól csak az Azure Active Directory (Azure AD) hitelesítését támogatja Mostantól az Azure Active Directory-hitelesítéssel központilag kezelheti az összes Azure Synapse-erőforráshoz való hozzáférést, beleértve az SQL-készleteket is. A helyi hitelesítést a létrehozáskor vagy a munkaterület Azure Portalon történő létrehozása után is letilthatja.
2021. december Felhasználó által hozzárendelt felügyelt identitások Most már használhatja a felhasználó által hozzárendelt felügyelt identitásokat a társított szolgáltatásokban a Synapse-folyamatok és adatfolyamok hitelesítéséhez. További információ: Hitelesítő adatok az Azure Data Factoryben és az Azure Synapse-ban.
2021. december Tallózás az ADLS Gen2-mappák között az Azure Synapse Analytics-munkaterületen Mostantól böngészhet és biztonságossá tehet egy Azure Data Lake Storage Gen2 (ADLS Gen2) tárolót vagy mappát az Azure Synapse Analytics-munkaterületen egy adott tárolóhoz vagy mappához való csatlakozással a Synapse Studióban.
2021. december Új Synapse-munkaterületek esetén kényszerített TLS 2.1 2021 decemberétől a TLS 1.2-hez szükséges követelmény csak az új Synapse-munkaterületekhez lett implementálva.

Azure Synapse Data Explorer

Az Azure Data Explorer (ADX) egy gyors és nagy mértékben méretezhető adatfeltárási szolgáltatás a napló- és telemetriaadatokhoz. Betöltési lehetőséget kínál az Event Hubsból, az IoT Hubsból, a blobtárolókba írt blobokból és az Azure Stream Analytics-feladatokból. Ez a szakasz az Azure Synapse Data Explorer és a Kusto lekérdezésnyelv (KQL) funkcióinak és képességeinek archívuma. További információ: Mi a különbség az Azure Synapse Data Explorer és az Azure Data Explorer között? (Előzetes verzió)

Hónap Szolgáltatás További információ
2022. június A Web Explorer új kezdőlapja Az Azure Synapse Web Explorer új kezdőlapja még egyszerűbbé teszi a Synapse Web Explorer használatának megkezdését.
2022. június Web Explorer mintagyűjtemény A Web Explorer mintagyűjteménye teljes körű mintákat biztosít arról, hogy az ügyfelek hogyan használják ki a Synapse Data Explorer népszerű használati eseteit, például a naplóadatokat, a metrikák adatait, az IoT-adatokat és az alapszintű big data-példákat.
2022. június A Web Explorer irányítópultjai részletezik a képességeket Mostantól a Synapse Web Explorer-irányítópultokon is használhat részletezéseket paraméterekként.
2022. június A Web Explorer időzóna-beállításai A Web Explorer időzóna-beállításai mostantól a lekérdezés eredményeire és az irányítópultra is érvényesek. Az időzóna módosításával az irányítópultok automatikusan frissülnek, hogy az adatokat a kijelölt időzónával jelenítse meg.
2022. május Synapse Data Explorer élő lekérdezés az Excelben Az Új Data Explorer Webes felület Megnyitás az Excelben funkcióval mostantól hozzáférést biztosíthat a lekérdezés élő eredményeihez a csatlakoztatott Excel-munkafüzet munkatársaival és csapattagokkal való megosztásával. Az élő lekérdezést megnyithatja egy Excel-munkafüzetben, és közvetlenül az Excelből frissítheti, hogy a legfrissebb lekérdezési eredményeket kapja. A Synapse Data Explorerhez csatlakoztatott Excel-munkafüzet létrehozásához először futtasson egy lekérdezést a webes felületen.
2022. május Felügyelt identitások használata külső SQL Server-táblákhoz A Felügyelt identitás támogatásával a Synapse Data Explorer tábladefiníciója mostantól egyszerűbb és biztonságosabb. Mostantól használhat felügyelt identitásokat a hitelesítő adatok megadása helyett. Ha többet szeretne megtudni a külső táblákról, olvassa el az SQL Server külső tábláinak létrehozását és módosítását.
2022. május Azure Synapse Data Explorer-összekötő a Microsoft Power Automate-hez, a Logic Appshez és a Power Appshez Általánosan elérhetőek a Power Automate új Azure Data Explorer-összekötői. További információkért olvassa el a Microsoft Power Automate, a Microsoft Logic App és az Azure Data Explorer Azure Data Explorer Azure Data Explorer-összekötőinek használatát, valamint azt, hogy power apps-alkalmazásokat hozhat létre az Adatok lekérdezéséhez az Azure Data Explorerben.
2022. május Dinamikus események útválasztása az eseményközpontból több adatbázisba Mostantól támogatjuk az események adatait az Azure Event Hub/Azure IoT Hub/Azure Event Grid szolgáltatásból több, egyetlen ADX-fürtben üzemeltetett adatbázisba . Ha többet szeretne megtudni a dinamikus útválasztásról, olvassa el az Ingestet az eseményközpontból.
2022. május Adatbázis konfigurálása KQL beágyazott szkript használatával A JSON ARM üzembehelyezési sablon részeként Az adatbázis konfigurálásához Kusto lekérdezésnyelv (KQL) szkriptet futtathat egy beágyazott szkripttel, amely egy JSON ARM-sablon paramétereként van megadva.

Az Azure Synapse Link egy automatizált rendszer az SQL Serverről, az Azure SQL Database-ből, az Azure Cosmos DB-ből vagy a Dataverse-ből az Azure Synapse Analyticsbe történő adatok replikálására. Ez a szakasz az Azure Synapse Link szolgáltatással kapcsolatos hírek archívuma.

Hónap Szolgáltatás További információ
2022. május Azure Synapse Link for SQL előzetes verzió Az SQL-hez készült Azure Synapse Link előzetes verzióban érhető el az SQL Server 2022 és az Azure SQL Database esetében is. Az Azure Synapse Link szolgáltatás alacsony és kód nélküli, közel valós idejű adatreplikálást biztosít az SQL-alapú operatív tárolókból az Azure Synapse Analyticsbe. Közel valós idejű üzletiintelligénnyel kapcsolatos jelentéskészítés a működési adatokról, minimális hatással az operatív tárolóra. Bejelentették az Azure Synapse Link for SQL előzetes verzióját. További információ : Blog: Azure Synapse Link for SQL Deep Dive.

Synapse SQL

Ez a szakasz az Azure Synapse Analytics SQL-készleteinek fejlesztéseit és funkcióit tartalmazza.

Hónap Szolgáltatás További információ
2022. június Eredményhalmaz méretkorlátjának növelése A kiszolgáló nélküli SQL-készletek lekérdezési eredményhalmazainak maximális mérete 200 GB-ról 400 GB-ra nőtt.
2022. május Automatikus karakteroszlophossz-számítás kiszolgáló nélküli SQL-készletekhez Már nem szükséges karakteroszlophosszokat definiálni a data lake kiszolgáló nélküli SQL-készleteihez. A séma definiálása nélkül is optimális lekérdezési teljesítményt érhet el, mivel a kiszolgáló nélküli SQL-készlet automatikusan kiszámított átlagos oszlophosszokat és számosságbecslést fog használni.
2022. április Előfizetések közötti visszaállítás az Azure Synapse SQL GA-hoz A PowerShell-modul Az.Sql 3.8-as frissítésével a Restore-AzSqlDatabase parancsmag használható a dedikált SQL-készletek előfizetések közötti visszaállításához. További információ: Dedikált SQL-készlet visszaállítása másik előfizetésre. Ez a funkció mostantól általánosan elérhető dedikált SQL-készletekhez (korábban SQL DW) és dedikált SQL-készletekhez egy Synapse-munkaterületen. Mi a különbség?
2022. április SQL-készlet helyreállítása elvetett kiszolgálóról vagy munkaterületről A PowerShell visszaállítási parancsmagjaival és Az.Synapse moduljaival Az.Sql mostantól támogatási jegy benyújtása nélkül is visszaállíthatja a törölt kiszolgálóról vagy munkaterületről. További információ: Dedikált SQL-készlet visszaállítása törölt Azure Synapse-munkaterületről vagy önálló dedikált SQL-készletek visszaállítása (korábbi nevén SQL DW) egy törölt kiszolgálóról a forgatókönyvtől függően.
2022. március Dedikált SQL-készletek oszlopszintű titkosítása Az oszlopszintű titkosítás általánosan elérhető új és meglévő Azure SQL logikai kiszolgálókon, dedikált Azure Synapse SQL-készletekkel és dedikált SQL-készletekkel az Azure Synapse-munkaterületeken. Az SQL Server Data Tools (SSDT) támogatja a dedikált SQL-készletek oszlopszintű titkosítását a Visual Studio 2022 17.2 Előzetes verziójú buildjével kezdve.
2022. március Párhuzamos végrehajtás a CETAS-hez A CREATE TABLE AS Standard kiadás LECT (CETAS) és az azt követő Standard kiadás LECT utasítások jobb teljesítménye mostantól párhuzamos végrehajtási tervek használatával lett lehetővé téve. Példák: Jobb teljesítmény a CETAS-hez és az azt követő Standard kiadás LECT-ekhez.

Korábbi havi frissítések az Azure Synapse Analyticsben

Az alábbiakban a Synapse Analytics havi hírfrissítéseinek korábbi formátumát követjük.

2022. júniusi frissítés

Általános

  • Azure Orbital Analytics és Synapse Analytics – Mostantól kínálunk egy Azure Orbital Analytics-mintamegoldást, amely a térbeli adatok kinyerésének, betöltésének, átalakításának és elemzésének végpontok közötti megvalósítását mutatja be térinformatikai kódtárak és AI-modellek használatával az Azure Synapse Analytics használatával. A mintamegoldás azt is bemutatja, hogyan integrálhatók térinformatikailag specifikus Azure AI-szolgáltatási modellek, partnerektől származó AI-modellek és saját adatmodellek.

  • Azure Synapse-siker tervezéssel – A projekt sikere nem véletlen, és gondos tervezést és végrehajtást igényel. A Synapse Analytics sikeres tervezési forgatókönyvei már elérhetők. Az Azure Synapse koncepcióigazolás forgatókönyve útmutatót nyújt az SQL- vagy Spark-számítási feladatok koncepciójának hatóköréhez, tervezéséhez, végrehajtásához és kiértékeléséhez. Ezek az útmutatók az Azure Synapse-t tartalmazó, legnagyobb kihívást jelentő és összetett megoldás-implementációk ajánlott eljárásait tartalmazzák. Ha többet szeretne megtudni az Azure Synapse megvalósíthatósági forgatókönyvéről, olvassa el a Success by Design című cikket.

SQL

Az eredményhalmaz méretkorlátjának növelése – Tudjuk, hogy az Azure Synapse Analyticshez fordul, hogy nagy mennyiségű adattal működjön együtt. Ezt szem előtt tartva a kiszolgáló nélküli SQL-készletek lekérdezési eredményhalmazainak maximális mérete 200 GB-ról 400 GB-ra nőtt. Ez a korlát meg van osztva az egyidejű lekérdezések között. Ha többet szeretne megtudni erről a méretkorlát-növekedésről és más korlátozásokról, olvassa el a kiszolgáló nélküli SQL-készlet önsegítő súgóját.

Synapse adatkezelő

  • Web Explorer új kezdőlap – Az új Synapse Web Explorer kezdőlapja még egyszerűbbé teszi a Synapse Web Explorer használatának megkezdését. A Web Explorer kezdőlapja a következő szakaszokat tartalmazza:

    • Első lépések – Mintagyűjtemény, amely példaként szolgáló lekérdezéseket és irányítópultokat kínál népszerű Synapse Data Explorer-használati esetekhez.
    • Ajánlott – Népszerű tanulási modulok, amelyek a Synapse Web Explorer és a KQL elsajátításához lettek kialakítva.
    • Dokumentáció – A Synapse Web Explorer alapszintű és speciális dokumentációja.

  • Web Explorer-mintagyűjtemény – A termék megismerésének egyik nagyszerű módja, ha megnézi, hogyan használják mások. A Web Explorer mintagyűjteménye teljes körű mintákat biztosít arról, hogy az ügyfelek hogyan használják ki a Synapse Data Explorer népszerű használati eseteit, például a naplóadatokat, a metrikák adatait, az IoT-adatokat és az alapszintű big data-példákat. Minden minta tartalmazza az adathalmazt, a jól dokumentált lekérdezéseket és a minta irányítópultot. Ha többet szeretne megtudni a mintagyűjteményről, olvassa el az Azure Data Explorert 60 perc alatt az új mintagyűjteményben.

  • A Web Explorer irányítópultjai részletezik a képességeket – Mostantól részletezési képességeket adhat hozzá a Synapse Web Explorer-irányítópultokhoz. Az új részletezési képességek lehetővé teszik, hogy egyszerűen ugorjon oda-vissza az irányítópult-oldalak között. Ezt egy környezetfüggő szűrővel teszi lehetővé az irányítópultok összekapcsolásához. Ezeknek a környezeti részletezéseknek a definiálása az irányítópult kijelölt csempéjének vizualizációs interakcióinak szerkesztésével történik. Ha többet szeretne megtudni a részletezési képességekről, olvassa el a Részletezések használata irányítópult-paraméterekként című témakört.

  • A Web Explorer időzónáinak beállításai – Az adatok különböző időzónákban való megjelenítésének lehetősége nagyon hatékony. Most dönthet úgy, hogy az adatokat UTC-ben, a helyi időzónában vagy a figyelt eszköz/gép időzónájában tekinti meg. A Web Explorer időzóna-beállításai mostantól a lekérdezés eredményeire és az irányítópultra is érvényesek. Az időzóna módosításával az irányítópultok automatikusan frissülnek, hogy az adatokat a kijelölt időzónával jelenítse meg. Az időzóna beállításaival kapcsolatos további információkért olvassa el a Dátumidő módosítása adott időzónára című témakört.

Adatintegráció

  • Fuzzy Join option in Join Transformation – A leképezési Adatfolyam illesztési transzformációjához hozzá lett adva a toló hasonlósági pontszámmal való fuzzy egyezés. Belső és külső illesztéseket a pontos egyezések helyett hasonló adatértékeken hozhat létre. Korábban pontosan egyezést kellett volna használnia. A csúsztatási skálázás értéke 60%-ról 100%-ra csökken, így könnyen módosítható az egyezés hasonlósági küszöbértéke. A homályos illesztésekkel kapcsolatos további információkért olvassa el a Csatlakozás átalakítás a leképezési adatfolyamban című témakört.

  • Térképadatok [Általánosan elérhető] – Örömmel jelentjük be, hogy a Térképadatok eszköz általánosan elérhető. A Map Data eszköz egy irányított folyamat, amellyel kódírás nélkül hozhat létre ETL-leképezéseket és adatfolyamokat a forrásadatokból a Synapse-ba. Az adatok leképezéséről az Azure Synapse Analyticsben olvashat bővebben.

  • Folyamat újrafuttatása új paraméterekkel – Most már módosíthatja a folyamat paramétereit, amikor újrafuttat egy folyamatot a Figyelés lapról anélkül, hogy vissza kellene térnie a folyamatszerkesztőbe. Miután új paraméterekkel futtatott egy folyamatot, egyszerűen figyelheti az új futtatást a régiek ellen anélkül, hogy a lapok közötti váltásra kellene váltania. Ha többet szeretne megtudni a folyamatok új paraméterekkel való újrafuttatásáról, olvassa el a folyamatok és tevékenységek újrafuttatását.

  • Felhasználó által definiált függvények [Általánosan elérhető] – Örömmel jelentjük be, hogy a felhasználó által definiált függvények (UDF-ek) általánosan elérhetők. A felhasználó által definiált függvényekkel testre szabott kifejezéseket hozhat létre, amelyek több leképezési adatfolyamban újra felhasználhatók. Többé már nem kell ugyanazt a sztring-manipulációt, matematikai számítást vagy más összetett logikát többször használnia. A felhasználó által definiált függvények kódtárakba lesznek csoportosítva, hogy a fejlesztők közös függvénykészleteket csoportosítsanak. Ha többet szeretne megtudni a felhasználó által definiált függvényekről, olvassa el a felhasználó által definiált függvényeket az adatfolyamok leképezésében.

Gépi tanulás

Elosztott mély neurális hálózati képzés a Horovod és a Petastorm [Nyilvános előzetes verzió] használatával – A GPU-gyorsított készletek létrehozásának és kezelésének egyszerűsítése érdekében az Azure Synapse gondoskodik az alacsony szintű kódtárak előzetes telepítéséről és a számítási csomópontok közötti összetett hálózatkezelési követelmények beállításáról. Ez az integráció lehetővé teszi a felhasználók számára, hogy néhány percen belül megkezdődjenek a GPU-gyorsított készletek használatában.

Az Azure Synapse Analytics mostantól beépített támogatást nyújt a mély tanulási infrastruktúrához. Az Apache Spark 3.1 és 3.2 Azure Synapse Analytics-futtatókörnyezete mostantól támogatja az olyan leggyakoribb mélytanulási kódtárakat, mint a TensorFlow és a PyTorch. Az Azure Synapse futtatókörnyezet olyan támogató kódtárakat is tartalmaz, mint a Petastorm és a Horovod, amelyeket gyakran használnak elosztott betanításokhoz. Ez a funkció jelenleg nyilvános előzetes verzióban érhető el.

Ha többet szeretne megtudni arról, hogyan használhatja ezeket a kódtárakat az Azure Synapse Analytics GPU-gyorsított készletei között, olvassa el a mélytanulási oktatóanyagokat.

2022. májusi frissítés

A következő frissítések ebben a hónapban újak az Azure Synapse Analyticsben.

Általános

Kapcsolódjon az új Azure Synapse Influencer programhoz!Csatlakozzon az Azure Synapse Influencer közösségéhez, akik a felhőelemzéssel segítenek egymásnak többet elérni! Az Azure Synapse Influencer program felismeri az Azure Synapse Analytics felhasználóit és tanácsadóit, akik aktívan támogatják a közösséget a Synapse-nal kapcsolatos tartalmak, közlemények és termékhírek közösségi médián keresztüli megosztásával.

SQL

  • Adattárház-migrálási útmutató dedikált SQL-készletekhez az Azure Synapse Analyticsben – A felhőbe való migrálás előnyeivel gyakran olyan lépéseket, folyamatokat vagy irányelveket keres, amelyekkel gyorsan és egyszerűen migrálhat meglévő adattárház-környezetekből. Most kiadottunk egy adatraktár-migrálási útmutatót , amely megkönnyíti a dedikált SQL-készletekre való áttérést az Azure Synapse Analyticsben.

  • Automatikus karakteroszlophossz-számítás – Már nem szükséges definiálni a karakteroszlopok hosszát! A kiszolgáló nélküli SQL-készletek lehetővé teszik a data lake-ben lévő fájlok lekérdezését anélkül, hogy előre ismerné a sémát. Az ajánlott eljárás a karakteroszlopok hosszának megadása volt az optimális teljesítmény eléréséhez. Már nem! Ezzel az új funkcióval optimális lekérdezési teljesítményt érhet el anélkül, hogy meg kellene határoznia a sémát. A kiszolgáló nélküli SQL-készlet kiszámítja a 100 bájtnál nagyobbként definiált összes kikövetkeztetett karakteroszlop vagy karakteroszlop átlagos oszlophosszát. A séma változatlan marad, míg a kiszolgáló nélküli SQL-készlet belsőleg használja a számított átlagos oszlophosszokat. Automatikusan kiszámítja a számosság becslését is, ha nem volt korábban létrehozott statisztika.

Apache Spark for Synapse

  • Azure Synapse Dedikált SQL Pool Csatlakozás or for Apache Spark Now Available in Python – Korábban az Azure Synapse Dedikált SQL Pool-összekötő csak a Scala használatával volt elérhető. Mostantól a Pythonnal is használható a Spark 3-on. A Scala- és Python-implementációk között az egyetlen különbség az opcionális Scala visszahívási leíró, amely lehetővé teszi az írás utáni metrikák fogadását.

    A Spark 3-on a Python mostantól az alábbiakat támogatja:

    • Olvasás az Azure Active Directory (AD) hitelesítésével vagy alapszintű hitelesítéssel
    • Írás belső táblába Azure AD-hitelesítéssel vagy alapszintű hitelesítéssel
    • Írás külső táblába Azure AD-hitelesítéssel vagy alapszintű hitelesítéssel

    Ha többet szeretne megtudni az összekötőről a Pythonban, olvassa el az Azure Synapse Dedikált SQL Pool Csatlakozás or for Apache Sparkot.

  • Azure Synapse Apache Spark-konfiguráció kezelése – Az Apache Spark konfigurációkezelése mindig kihívást jelentő feladat, mivel a Spark több száz tulajdonsággal rendelkezik. A Spark-konfigurációk optimális értékének ismerete is kihívást jelent. Az új Spark-konfigurációkezelési funkcióval létrehozhat egy különálló Spark-konfigurációs összetevőt automatikus javaslatokkal és beépített érvényesítési szabályokkal. A Spark konfigurációs összetevője lehetővé teszi a Spark-konfiguráció megosztását az Azure Synapse-munkaterületeken belül és azok között. A Spark-konfigurációt egyszerűen társíthatja egy Spark-készlettel, egy jegyzetfüzettel és egy Spark-feladatdefinícióval az újrafelhasználáshoz, és minimalizálhatja a Spark-konfiguráció több helyen történő másolásának szükségességét. Az új Spark-konfigurációkezelési funkcióval kapcsolatos további információkért olvassa el az Apache Spark-konfiguráció kezelése című témakört.

Synapse Data Explorer

  • Synapse Data Explorer élő lekérdezés az Excelben – Az Új Adatkezelő webes felület megnyitása az Excelben funkcióval mostantól hozzáférést biztosíthat a lekérdezés élő eredményeihez a csatlakoztatott Excel-munkafüzet munkatársaival és csapattagjaival való megosztásával.  Az élő lekérdezést megnyithatja egy Excel-munkafüzetben, és közvetlenül az Excelből frissítheti, hogy a legfrissebb lekérdezési eredményeket kapja. Ha többet szeretne megtudni az Excel élő lekérdezéséről, olvassa el az Élő lekérdezés megnyitása az Excelben című cikket.

  • Felügyelt identitások használata külső SQL Server-táblákhoz – Az Azure Synapse egyik fő előnye az adatintegráció, a vállalati adattárház- és big data-elemzések együttes használata. A Felügyelt identitás támogatásával a Synapse Data Explorer tábladefiníciója mostantól egyszerűbb és biztonságosabb. Mostantól használhat felügyelt identitásokat a hitelesítő adatok megadása helyett.

    A külső SQL-táblák olyan sémaentitások, amelyek a Synapse Data Explorer-adatbázison kívül tárolt adatokra hivatkoznak. Az SQL Server külső táblák létrehozása és módosítása parancsával a külső SQL-táblák egyszerűen hozzáadhatók a Synapse Data Explorer adatbázissémához.

    Ha többet szeretne megtudni a felügyelt identitásokról, olvassa el a felügyelt identitások áttekintését.

    Ha többet szeretne megtudni a külső táblákról, olvassa el az SQL Server külső tábláinak létrehozását és módosítását.

  • Az új KQL Learn modul (3-ból 2) élő! - A Kusto lekérdezésnyelv (KQL) egyszerűsége a strukturált, részben strukturált és strukturálatlan adatok együttes lekérdezése. A KQL használatának megkönnyítése érdekében Learn-modulokat bocsátunk ki. Korábban megjelent Az első lekérdezés írása Kusto lekérdezésnyelv. Ebben a hónapban a Kusto lekérdezésnyelv használatával nyerhet elemzéseket az adataiból.

    A KQL a Synapse Data Explorer big data lekérdezéséhez használt lekérdezési nyelv. A KQL gyorsan növekvő felhasználói közösséggel rendelkezik, több százezer fejlesztővel, adatszakértővel, adatelemzővel és diákkal.

    Tekintse meg a legújabb KQL Learn modult , és nézze meg, milyen egyszerű KQL-mesterré válni.

    A KQL-ről a Kusto lekérdezésnyelv (KQL) áttekintésében olvashat bővebben.

  • Azure Synapse Data Explorer-összekötő a Microsoft Power Automate-hez, a Logic Appshez és a Power Appshez [Általánosan elérhető] – A Power Automate-hez készült Azure Data Explorer-összekötő lehetővé teszi folyamatok vezénylésének és ütemezésének, értesítések és riasztások küldésének végrehajtását egy ütemezett vagy aktivált feladat részeként. További információkért olvassa el az Azure Data Explorer-összekötőt a Microsoft Power Automate-hez és a Power Automate-hez készült Azure Data Explorer-összekötőre vonatkozó példákat.

  • Dinamikus események útválasztása eseményközpontból több adatbázisba – Az Eseményközpontból/IOT Hubból/Event Gridből történő útválasztás az Azure Data Explorer (ADX) felhasználói által gyakran végzett tevékenység. Korábban az eseményeket csak meghatározott kapcsolatonként egyetlen adatbázishoz lehetett irányítani. Ha több adatbázisba szeretné irányítani az eseményeket, több ADX-fürtkapcsolatot kellett létrehoznia.

    A felhasználói élmény egyszerűsítése érdekében mostantól támogatjuk az események adatainak átirányítását egyetlen ADX-fürtben üzemeltetett több adatbázisba. Ha többet szeretne megtudni a dinamikus útválasztásról, olvassa el az Ingestet az eseményközpontból.

  • Adatbázis konfigurálása KQL beágyazott szkripttel a JSON ARM-alapú üzembehelyezési sablon részeként – Korábban az Azure Data Explorer támogatott egy Kusto lekérdezésnyelv (KQL) szkriptet az adatbázis konfigurálásához az Azure Resource Manager-sablon üzembe helyezése során. Ezt most egy beágyazott szkripttel teheti meg, amely egy JSON ARM-sablon paramétereként van megadva. Ha többet szeretne megtudni a KQL beágyazott szkript használatáról, olvassa el az Adatbázis konfigurálása Kusto lekérdezésnyelv szkripttel című témakört.

Adatintegráció

  • Folyamatfigyelés exportálása CSV-ként – A folyamatfigyelés CSV-be való exportálásának képessége a szolgáltatásra vonatkozó számos közösségi kérés fogadása után lett hozzáadva. Egyszerűen szűrje a Folyamatfuttatások képernyőt a kívánt adatokra, és válassza az Exportálás CSV-be* lehetőséget. Ha többet szeretne megtudni a folyamatfigyelés exportálásáról és egyéb monitorozási fejlesztésekről, olvassa el az Azure Data Factory monitorozási fejlesztéseit.

  • Növekményes adatbetöltés a Synapse és az Azure Database for PostgreSQL és a MySQL számára – Az adatintegrációs megoldásban az adatok fokozatos betöltése a kezdeti teljes adatbetöltés után széles körben elterjedt forgatókönyv. Az automatikus növekményes forrásadatok betöltése natív módon elérhető a Synapse SQL-hez és az Azure Database for PostgreSQL-hez és a MySQL-hez. A felhasználók "engedélyezhetik a növekményes kivonatot", és a folyamat csak a beszúrt vagy frissített sorokat olvassa be. Ha többet szeretne megtudni a növekményes adatbetöltésről, olvassa el a forrásadattárból a céladattárba történő növekményes másolást.

  • Felhasználó által definiált függvények a leképezési Adatfolyam [Nyilvános előzetes verzió] – Azt halljuk, hogy ugyanazt a sztring-manipulációt, matematikai számítást vagy más összetett logikát többször is elvégezheti. Most az új, felhasználó által definiált függvény funkcióval testre szabott kifejezéseket hozhat létre, amelyek több leképezési adatfolyamban újra felhasználhatók. A felhasználó által definiált függvények kódtárakba lesznek csoportosítva, hogy a fejlesztők közös függvénykészleteket csoportosítsanak. Miután létrehozott egy adatfolyam-tárat, hozzáadhatja a felhasználó által definiált függvényeket. A függvény újrafelhasználhatóbbá tétele érdekében több argumentumot is hozzáadhat. Ha többet szeretne megtudni a felhasználó által definiált függvényekről, olvassa el a felhasználó által definiált függvényeket az adatfolyamok leképezésében.

  • Helyességi hibakezelés – A hibakezelés mostantól a fogadókhoz lett hozzáadva egy igényátalakítást követően. Az igényátalakításokkal egyéni szabályokat hozhat létre az adatminőség és az adatérvényesítés érdekében. Most már eldöntheti, hogy a hibás sorokat a kijelölt fogadóba vagy egy külön fájlba szeretné-e kihozni. A hibakezeléssel kapcsolatos további információkért olvassa el az Adatátalakítás érvényesítése a leképezési adatfolyamban című cikket.

  • Adatfolyamok leképezésének leképezése – Új felhasználói felületi frissítések történtek a leképezési adatfolyamok forrásvetítési szerkesztéséhez. Mostantól frissítheti a forrásvetítés oszlopnevét és oszloptípusát. Ha többet szeretne megtudni a forrásvetítés szerkesztéséről, olvassa el a forrásátalakítást a leképezési adatfolyamban.

Azure Synapse Link for SQL Server – A Microsoft Build 2022-ben bejelentettük az Azure Synapse Link nyilvános előzetes verzióját az SQL Server 2022-hez és az Azure SQL Database-hez. Az adatvezérelt, minőségi elemzések kritikus fontosságúak a vállalatok számára, hogy versenyképesek maradjanak. A megállapítások elérésének sebessége minden különbséget jelenthet. A hagyományos ETL- és ELT-folyamatok költséges és időigényes jellege már nem elegendő. Ezzel a kiadással mostantól kihasználhatja az SQL-alapú operatív tárolókból az Azure Synapse Analyticsbe való alacsony és kód nélküli, közel valós idejű adatreplikálás előnyeit. Ez megkönnyíti az üzletiintelligálási jelentések futtatását a működési adatokról közel valós időben, minimális hatással az operatív tárolóra. További információért olvassa el az SQL-hez készült Azure Synapse Link nyilvános előzetes verzióját, és tekintse meg YouTube-videónkat.

2022. áprilisi frissítés

A következő frissítések ebben a hónapban újak az Azure Synapse Analyticsben.

SQL

  • Az Azure Synapse SQL előfizetések közötti visszaállítása általánosan elérhető. Korábban számos nem dokumentált lépésre volt szükség egy dedikált SQL-készlet egy másik előfizetésbe való visszaállításához. Most a PowerShell Az.Sql modul 3.8-as frissítésével a Restore-AzSqlDatabase parancsmag használható az előfizetések közötti visszaállításhoz. További információ: Dedikált SQL-készlet (korábbi nevén SQL DW) visszaállítása másik előfizetésre.

  • Most már helyreállítható egy SQL-készlet egy elvetett kiszolgálóról vagy munkaterületről. Az Az.Sql és az Az.Synapse modulok PowerShell-visszaállítási parancsmagjaival mostantól támogatási jegy nélkül is visszaállíthatja a törölt kiszolgálóról vagy munkaterületről. További információkért olvassa el a Synapse-munkaterületi SQL-készleteket vagy az önálló SQL-készleteket (korábbi nevén SQL DW) a forgatókönyvtől függően.

Synapse-adatbázissablonok és adatbázis-tervező

  • A népszerű ügyfelek visszajelzése alapján jelentős fejlesztéseket hajtottunk végre a feltárási tapasztalatunkon, amikor egy iparági sablonnal hozunk létre egy tóadatbázist. További információ: Gyorsútmutató: Új Lake-adatbázis létrehozása adatbázissablonok használatával.

  • Hozzáadtuk a lake-adatbázis klónozásának lehetőségét. Ez további lehetőségeket kínál az adatbázisok új verzióinak vagy a különálló lépésekben fejlődő sémák támogatásának kezelésére. Az adatbázist gyorsan klónozhatja a tóadatbázisban elérhető műveletmenüvel. További információ: Útmutató: Lake-adatbázis klónozása.

  • Mostantól helyettesítő karakterek használatával is megadhatja az egyéni mappahierarchiákat. A tóadatbázisok a tóban lévő adatok fölé kerülnek, és ezek az adatok olyan beágyazott mappákban is élhetnek, amelyek nem férnek el a tiszta partíciómintákban. Korábban a lake-adatbázisok lekérdezéséhez szükség volt arra, hogy az adatok egy egyszerű könyvtárstruktúrában legyenek, és a mappaikonnal anélkül tallózhat, hogy manuálisan meg tudná adni a könyvtárszerkezetet, vagy helyettesítő karaktereket használna. További információ: Útmutató: Adatlaka módosítása.

Apache Spark for Synapse

  • Örömmel jelentjük be az Apache Spark™ 3.2 előzetes verzióját a Synapse Analyticsben. Ez az új verzió tartalmazza a felhasználó által kért fejlesztéseket, és 1700+ Jira-jegyet old fel. Tekintse át a javítások és szolgáltatások teljes listáját tartalmazó hivatalos kibocsátási megjegyzéseket , és tekintse át a Spark 3.1 és 3.2 közötti migrálási irányelveket az alkalmazások lehetséges változásainak felméréséhez. További részletekért olvassa el az Apache Spark verziótámogatását és az Apache Spark 3.2-hez készült Azure Synapse Runtime-t.

  • A paraméterek dinamikus hozzárendelése változók, metaadatok vagy folyamatspecifikus paraméterek megadása alapján az egyik legfontosabb funkciókérés volt. A Spark-feladatdefiníciós tevékenység paraméterezésének kiadásával ezt megteheti. További részletekért olvassa el az Adatok átalakítása apache Spark-feladatdefinícióval való átalakítását.

  • Gyakran érkezik ügyfélkérés a jegyzetfüzet pillanatképének elérésére folyamatjegyzetfüzet-futtatási hiba vagy hosszú ideig futó jegyzetfüzet-feladat esetén. A Synapse Notebook pillanatkép funkciójának kiadásával mostantól megtekintheti a jegyzetfüzet tevékenységének pillanatképét az eredeti Notebook-kóddal, a cellakimenettel és a bemeneti paraméterekkel. A hivatkozott jegyzetfüzet pillanatképét a hivatkozó jegyzetfüzet cellakimenetéből is elérheti, ha más jegyzetfüzetekre hivatkozik a Spark utils használatával. További információ: Adatok átalakítása Synapse-jegyzetfüzet futtatásával és a Microsoft Spark segédprogramok bemutatása.

Biztonság

  • A Synapse Monitorozási operátor RBAC szerepköre általánosan elérhető. A Synapse ga of Synapse óta az ügyfelek egy részletes RBAC -szerepkört (szerepköralapú hozzáférés-vezérlést) kértek, amely lehetővé teszi, hogy a felhasználó személye monitorozza a Synapse-folyamatok és Spark-alkalmazások végrehajtását anélkül, hogy képes lenne futtatni vagy megszakítani ezeknek az alkalmazásoknak a végrehajtását. Az ügyfelek mostantól hozzárendelhetik a Synapse Monitoring Operator szerepkört az ilyen monitorozási személyekhez. Ez lehetővé teszi a szervezetek számára, hogy megfeleljenek a követelményeknek, miközben rugalmasan delegálta a feladatokat az egyénekre vagy csapatokra. További információ a Synapse RBAC-szerepkörök olvasásával.

Adatintegráció

  • A Microsoft forrás- és fogadó-összekötőként hozzáadta a Dataverse-t a Synapse Adatfolyam- hoz, így mostantól alacsony kódszámú adatátalakítási ETL-feladatokat hozhat létre a Synapse-ban közvetlenül a Dataverse-környezethez való hozzáféréshez. Az új összekötő használatával kapcsolatos további részletekért olvassa el az adatfolyam-tulajdonságok leképezését.

  • Azt hallottuk Öntől, hogy a webes tevékenységek 1 perces időtúllépése nem volt elég hosszú, különösen szinkron API-k esetén. Most a "httpRequestTimeout" válasz időtúllépési tulajdonságával akár 10 percig is meghatározhatja a HTTP-kérés időtúllépését. További információ a webes tevékenységek válaszidejű időtúllépésével kapcsolatos fejlesztések elolvasásával.

Fejlesztői felület

  • Korábban, ha egy másik jegyzetfüzetben lévő jegyzetfüzetre szeretne hivatkozni, csak közzétett vagy véglegesített tartalomra hivatkozhat. A (z) %run notebooks használatakor engedélyezheti a "nem közzétett jegyzetfüzet-referenciát", amely lehetővé teszi a nem közzétett jegyzetfüzetek hivatkozását. Ha engedélyezve van, a jegyzetfüzet futtatása lekéri a jegyzetfüzet webes gyorsítótárának aktuális tartalmát, ami azt jelenti, hogy a jegyzetfüzet-szerkesztő módosításaira azonnal hivatkozhatnak más jegyzetfüzetek anélkül, hogy közzé kellene tenni (élő mód) vagy véglegesíteni (Git mód). További információkért olvassa el a nem közzétett jegyzetfüzetre vonatkozó hivatkozást.

2022. márciusi frissítés

A következő frissítések ebben a hónapban újak az Azure Synapse Analyticsben.

Fejlesztői élmény

  • A Kivételt eredményező Synapse-jegyzetfüzetekben lévő kódcellák mostantól a szokásos kimenetet és a kivételüzenetet is megjelenítik. Ez a funkció Python- és Scala-nyelvek esetén támogatott. További információkért tekintse meg a példakimenetet, ha egy kódutasítás meghiúsul.

  • A Synapse-jegyzetfüzetek mostantól támogatják a részleges kimenetet a kódcellák futtatásakor. További információkért tekintse meg a blogbejegyzésben szereplő példákat

  • Mostantól dinamikusan szabályozhatja a Spark-munkamenet konfigurációját a jegyzetfüzet-tevékenységhez folyamatparaméterekkel. További információkért tekintse meg a Synapse-jegyzetfüzetek változókezelő funkcióját.

  • Mostantól anélkül használhatja újra és kezelheti a jegyzetfüzet-munkameneteket, hogy újat kellene indítania. A kijelölt jegyzetfüzeteket egyszerűen csatlakoztathatja egy másik jegyzetfüzetből indított listában szereplő aktív munkamenethez. Leválaszthat egy munkamenetet egy jegyzetfüzetből, leállíthatja és figyelheti azt. További információ: az aktív jegyzetfüzet-munkamenetek kezelése.

  • A Synapse-jegyzetfüzetek mostantól a Python-naplózási modulon keresztül írt bármit rögzítenek az illesztőprogram-naplók mellett. További információ: Python-naplózás támogatása.

SQL

  • A dedikált Azure Synapse SQL-készletek oszlopszintű titkosítása mostantól általánosan elérhető. Az oszlopszintű titkosítással különböző védelmi kulcsokat használhat minden oszlophoz, és mindegyik kulcs rendelkezik saját hozzáférési engedélyekkel. A CLE által kényszerített oszlopokban lévő adatok titkosítva vannak a lemezen, és titkosítva maradnak a memóriában, amíg a DECRYPTBYKEY függvényt nem használják a visszafejtéshez. További információ: adatoszlop titkosítása.

  • A kiszolgáló nélküli SQL-készletek mostantól támogatják a CETAS (Külső tábla létrehozása kiválasztásként) és az azt követő Standard kiadás LECT-lekérdezések jobb teljesítményét. A teljesítménybeli fejlesztések közé tartozik egy párhuzamos végrehajtási terv, amely gyorsabb CETAS-végrehajtást és több fájl kimenetét eredményezi. További információ: CETAS with Synapse SQL article and the blogbejegyzés

Apache Spark for Synapse

  • A Synapse Spark Common Data Model (CDM) Csatlakozás or mostantól általánosan elérhető. A CDM formátumolvasója/írója lehetővé teszi, hogy a Spark-programok a CDM-mappában lévő CDM-entitásokat Spark-adatkereteken keresztül olvassák és írják. További információkért tekintse meg , hogyan támogatja a CDM-összekötő az olvasást, az adatok írását, a példákat és az ismert problémákat.

  • A Synapse Spark dedikált SQL-készlet (DW) Csatlakozás or mostantól támogatja a jobb teljesítményt. Az új architektúra kiküszöböli a redundáns adatáthelyezést, és a PolyBase helyett a COPY-INTO-t használja. Alapszintű SQL-hitelesítéssel hitelesíthet, vagy választhatja az Azure Active Directory/Azure AD-alapú hitelesítési módszert. Most ~5-szeres fejlesztésekkel rendelkezik az előző verzióhoz képest. További információ: Azure Synapse Dedicated SQL Pool Csatlakozás or for Apache Spark

  • A Synapse Spark Dedikált SQL-készlet (DW) Csatlakozás or mostantól támogatja a Spark Dataframe SaveMode összes választási lehetőségét. Támogatja a Hozzáfűzés, Felülírás, ErrorIfExists és Mellőzés módot. A hozzáfűzés és felülírás kritikus fontosságú az adatbetöltés nagy méretekben történő kezeléséhez. További információ: DataFrame write SaveMode support

  • Gyorsítsa fel a Spark végrehajtási sebességét az új Intelligens gyorsítótár funkcióval. Ez a funkció jelenleg nyilvános előzetes verzióban érhető el. Az intelligens gyorsítótár automatikusan tárolja az összes olvasást a lefoglalt gyorsítótár tárterületen belül, észleli a mögöttes fájlmódosításokat, és frissíti a fájlokat a legfrissebb adatok biztosítása érdekében. További információkért tekintse meg az Apache Spark-készlet gyorsítótárának engedélyezését/letiltását, vagy tekintse meg a blogbejegyzést

Biztonság

Adatintegráció

2022. februári frissítés

A következő frissítések ebben a hónapban újak az Azure Synapse Analyticsben.

SQL

Adatintegráció

2022. januári frissítés

A következő frissítések ebben a hónapban újak az Azure Synapse Analyticsben.

Apache Spark for Synapse

Mostantól négy új adatbázissablont használhat az Azure Synapse-ban. A blogbejegyzésből vagy az adatbázissablonokról szóló cikkből többet is megtudhat az Autóipari, Genomics-, Gyártási és Gyógyszeripari sablonokról. Ezek a sablonok jelenleg nyilvános előzetes verzióban érhetők el a Synapse Studio katalógusában.

Machine Learning

A Synapse Machine Tanulás 0.9.5-ös kódtár (korábban MMLSpark) fejlesztései. Ez a kiadás leegyszerűsíti a nagymértékben skálázható gépi tanulási folyamatok létrehozását az Apache Spark használatával. További információkért olvassa el a jelen kiadás új képességeiről szóló blogbejegyzést, vagy tekintse meg a teljes kibocsátási megjegyzést

Biztonság

Adatintegráció

Synapse SQL

2021. decemberi frissítés

A következő frissítések ebben a hónapban újak az Azure Synapse Analyticsben.

Apache Spark for Synapse

  • Spark-számítási feladatok felgyorsítása NVIDIA GPU-gyorsítási blogcikktel
  • Távoli tároló csatlakoztatása Synapse Spark-készlethez blogcikkhez
  • Adatok natív olvasása és írása az ADLS-ben a Pandas blogcikkével
  • Végrehajtók dinamikus lefoglalása Spark-blogcikkhez

Machine Learning

  • A Synapse Machine Tanulás könyvtár blogcikke
  • A legkorszerűbb, előre elkészített intelligens modellek blogcikkénekelső lépései
  • Felelős AI-rendszerek létrehozása a Synapse ML-kódtár blogcikkével
  • A PREDICT mostantól ga for Synapse Dedicated SQL-készletek blogcikke
  • Egyszerű és méretezhető pontozás a PREDICT és az MLFlow használatával az Apache Spark for Synapse blogcikkhez
  • Kiskereskedelmi AI-megoldások blogcikke

Biztonság

  • A Felhasználó által hozzárendelt felügyelt identitások mostantól támogatottak a Synapse Pipelinesban az előzetes verziójú blogcikkben
  • Böngésszen az ADLS Gen2 mappái között egy Azure Synapse Analytics-munkaterületen az előzetes verziójú blogbejegyzésben

Adatintegráció

  • Folyamathibák tevékenységének blogcikke
  • A leképezési Adatfolyam új natív összekötőket tartalmazó blogbejegyzést kap
  • További jegyzetfüzet-exportálási formátumok: HTML, Python és LaTeX blog
  • Három új diagramtípus jegyzetfüzetnézetben: dobozdiagram, hisztogram és kimutatástábla blog
  • Újracsatlakozás az elveszett jegyzetfüzet-munkamenet bloghoz

Integrálás

2021. novemberi frissítés

A következő frissítések ebben a hónapban újak az Azure Synapse Analyticsben.

Synapse Data Explorer

Adatbázisok és Data Lake-ök használata

  • A Lake-adatbázisok (korábbi nevén Spark-adatbázisok) blogcikkénekbemutatása
  • A Lake Database Designer mostantól elérhető az előzetes verziójú blogcikkben
  • Adatbázissablonok és adatbázis-Tervező blogcikk

SQL

  • A Kiszolgáló nélküli SQL Delta Lake-támogatása általánosan elérhető blogbejegyzés
  • Több fájlútvonal lekérdezése az OPENROW Standard kiadás T használatával kiszolgáló nélküli SQL-blogcikkben
  • A kiszolgáló nélküli SQL-lekérdezések mostantól akár 200 GB találatot is visszaadhatnak blogbejegyzésben
  • Érvénytelen sorok kezelése az OPENROW Standard kiadás T használatával kiszolgáló nélküli SQL-blogcikkben

Apache Spark for Synapse

  • Spark-számítási feladatok felgyorsítása NVIDIA GPU-gyorsítási blogcikktel
  • Távoli tároló csatlakoztatása Synapse Spark-készlethez blogcikkhez
  • Adatok natív olvasása és írása az ADLS-ben a Pandas blogcikkével
  • Végrehajtók dinamikus lefoglalása Spark-blogcikkhez

Machine Learning

  • A Synapse Machine Tanulás könyvtár blogcikke
  • A legkorszerűbb, előre elkészített intelligens modellek blogcikkénekelső lépései
  • Felelős AI-rendszerek létrehozása a Synapse ML-kódtár blogcikkével
  • A PREDICT mostantól ga for Synapse Dedicated SQL-készletek blogcikke
  • Egyszerű és méretezhető pontozás a PREDICT és az MLFlow használatával az Apache Spark for Synapse blogcikkhez
  • Kiskereskedelmi AI-megoldások blogcikke

Biztonság

  • A Felhasználó által hozzárendelt felügyelt identitások mostantól támogatottak a Synapse Pipelinesban az előzetes verziójú blogcikkben
  • Böngésszen az ADLS Gen2 mappái között egy Azure Synapse Analytics-munkaterületen az előzetes verziójú blogbejegyzésben

Adatintegráció

  • Folyamathibák tevékenységének blogcikke
  • A leképezési Adatfolyam új natív összekötőket tartalmazó blogbejegyzést kap
  • Azure Synapse Link for Dataverse blogcikk
  • Egyéni partíciók az Azure Cosmos DB-hez készült Azure Synapse Linkhez előzetes verziójú blogbejegyzésben

2021. októberi frissítés

A következő frissítések ebben a hónapban újak az Azure Synapse Analyticsben.

Általános

  • A költségek kezelése az Azure Synapse vásárlás előtti csomagokkal kapcsolatos blogcikkével
  • Az Azure Synapse-munkaterület áthelyezése azure-régiók közötti blogcikkben

Apache Spark for Synapse

  • Spark-teljesítményoptimalizálási blog

Biztonság

  • Az összes Synapse RBAC-szerepkör általánosan elérhető az éles környezetben elérhető blogcikkben
  • Felhasználó által hozzárendelt felügyelt identitások alkalmazása dupla titkosítással kapcsolatos blogcikkhez
  • A Synapse Rendszergazda istratorok mostantól emelt szintű hozzáféréssel rendelkeznek a dedikált SQL-készletek blogcikkéhez

Szabályozás

  • A Synapse-munkaterületek mostantól automatikusan leküldhetik az életútadatokat a Microsoft Purview blogcikkbe

Integrálás

CI/CD > Git

  • Synapse-munkaterületek üzembe helyezése a GitHub Actions blogcikkével
  • Git-ágak létrehozásának további szabályozása a Synapse Studio blogcikkében

Fejlesztői élmény

  • Továbbfejlesztett Markdown-szerkesztés a Synapse-jegyzetfüzetekben – előzetes blogcikk
  • A Pandas-adatkeretek automatikusan szépen formázott HTML-táblázatok blogcikkekéntjelennek meg
  • IPython-vezérlők használata a Synapse Notebooks blogcikkében
  • Az Mssparkutils futtatókörnyezet mostantól elérhető a Python és a Scala blogcikkéhez

Következő lépések

Az Azure Synapse Analytics használatának első lépései