Útmutató: Beágyazott adatok lekérdezése a Microsoft Fabric tükrözött adatbázisaiban az Azure Cosmos DB-ből (előzetes verzió)

A Microsoft Fabric tükrözött adatbázisával lekérdezheti az Azure Cosmos DB for NoSQL-hez készült beágyazott JSON-adatokat.

Fontos

Az Azure Cosmos DB tükrözése jelenleg előzetes verzióban érhető el. Az éles számítási feladatok nem támogatottak az előzetes verzióban. Jelenleg csak a NoSQL-fiókokhoz készült Azure Cosmos DB támogatott.

Előfeltételek

• Egy meglévő Azure Cosmos DB for NoSQL-fiók.
  • Ha nem rendelkezik Azure-előfizetéssel, ingyenesen kipróbálhatja az Azure Cosmos DB for NoSQL-t.
  • Ha már rendelkezik Azure-előfizetéssel, hozzon létre egy új Azure Cosmos DB for NoSQL-fiókot.
• Meglévő hálókapacitás. Ha nem rendelkezik meglévő kapacitással, indítsa el a Fabric próbaverzióját.
• Engedélyezze a tükrözést a Háló-bérlőben vagy -munkaterületen. Ha a funkció még nincs engedélyezve, engedélyezze a tükrözést a Háló bérlőben.
• Az Azure Cosmos DB for NoSQL-fiókot konfigurálni kell a Fabric-tükrözéshez. További információ: fiókkövetelmények.

Tipp.

A nyilvános előzetes verzióban ajánlott a meglévő Azure Cosmos DB-adatok tesztelési vagy fejlesztési másolatának használata, amely biztonsági másolatból gyorsan helyreállítható.

Beágyazott adatok létrehozása a forrásadatbázisban

Hozzon létre olyan JSON-elemeket az Azure Cosmos DB for NoSQL-fiókjában, amelyek különböző szintű beágyazott JSON-adatokat tartalmaznak.

1. Lépjen az Azure Cosmos DB-fiókjára az Azure Portalon.

2. Válassza az Adatkezelőt az erőforrásmenüben.

3. Új tároló létrehozása az + Új tároló használatával. Ebben az útmutatóban nevezze el a tárolót TestC. A megfelelő adatbázisnév tetszőleges.

4. Ezt az öt JSON-elemet többször is használhatja az + Új elem beállítással.

   {
     "id": "123-abc-xyz",
     "name": "A 13",
     "country": "USA",
     "items": [
       {
         "purchased": "11/23/2022",
         "order_id": "3432-2333-2234-3434",
         "item_description": "item1"
       },
       {
         "purchased": "01/20/2023",
         "order_id": "3431-3454-1231-8080",
         "item_description": "item2"
       },
       {
         "purchased": "02/20/2023",
         "order_id": "2322-2435-4354-2324",
         "item_description": "item3"
       }
     ]
   }
   

   {
     "id": "343-abc-def",
     "name": "B 22",
     "country": "USA",
     "items": [
       {
         "purchased": "01/20/2023",
         "order_id": "2431-2322-1545-2322",
         "item_description": "book1"
       },
       {
         "purchased": "01/21/2023",
         "order_id": "3498-3433-2322-2320",
         "item_description": "book2"
       },
       {
         "purchased": "01/24/2023",
         "order_id": "9794-8858-7578-9899",
         "item_description": "book3"
       }
     ]
   }
   

   {
     "id": "232-abc-x43",
     "name": "C 13",
     "country": "USA",
     "items": [
       {
         "purchased": "04/03/2023",
         "order_id": "9982-2322-4545-3546",
         "item_description": "clothing1"
       },
       {
         "purchased": "05/20/2023",
         "order_id": "7989-9989-8688-3446",
         "item_description": "clothing2"
       },
       {
         "purchased": "05/27/2023",
         "order_id": "9898-2322-1134-2322",
         "item_description": "clothing3"
       }
     ]
   }
   

   {
     "id": "677-abc-yuu",
     "name": "D 78",
     "country": "USA"
   }
   

   {
     "id": "979-abc-dfd",
     "name": "E 45",
     "country": "USA"
   }
   

A tükrözés beállítása és előfeltételei

Konfigurálja a tükrözést az Azure Cosmos DB for NoSQL-adatbázishoz. Ha nem tudja, hogyan konfigurálhatja a tükrözést, tekintse meg a tükrözött adatbázis konfigurálását ismertető oktatóanyagot.

1. Lépjen a Háló portálra.

2. Hozzon létre egy új kapcsolatot és tükrözött adatbázist az Azure Cosmos DB-fiók hitelesítő adataival.

3. Várja meg, amíg a replikáció befejezi az adatok kezdeti pillanatképét.

Egyszerű beágyazott adatok lekérdezése

Most az SQL Analytics-végpont használatával hozzon létre egy lekérdezést, amely képes kezelni az egyszerű beágyazott JSON-adatokat.

1. Lépjen a tükrözött adatbázisra a Háló portálon.

2. Váltás tükrözött Azure Cosmos DB-ről SQL Analytics-végpontra.

   

3. Nyissa meg a teszttábla helyi menüjét, és válassza az Új SQL-lekérdezés lehetőséget.

4. A lekérdezés futtatásával bontsa ki a tömböt a items következővel OPENJSON: . Ez a lekérdezés olyan további elemeket tartalmaz OUTER APPLY , amelyek nem rendelkeznek elemtömbbel.

   SELECT 
       t.name, 
       t.id, 
       t.country, 
       P.purchased, 
       P.order_id, 
       P.item_description 
   FROM OrdersDB_TestC AS t
   OUTER APPLY OPENJSON(t.items) WITH
   (
       purchased datetime '$.purchased',
       order_id varchar(100) '$.order_id',
       item_description varchar(200) '$.item_description'
   ) as P
   

   Tipp.

   Az adattípusok OPENJSONkiválasztásakor a sztringtípusok használata varchar(max) ronthatja a lekérdezés teljesítményét. Ehelyett a wher n használata varchar(n) bármilyen szám lehet. Minél alacsonyabb n , annál valószínűbb, hogy jobb lekérdezési teljesítményt fog látni.

5. A CROSS APPLY következő lekérdezésben csak tömböt tartalmazó items elemeket jeleníthet meg.

   SELECT
       t.name,
       t.id,
       t.country,
       P.purchased,
       P.order_id,
       P.item_description 
   FROM
       OrdersDB_TestC as t CROSS APPLY OPENJSON(t.items) WITH (
           purchased datetime '$.purchased',
           order_id varchar(100) '$.order_id',
           item_description varchar(200) '$.item_description' 
       ) as P 
   

Mélyen beágyazott adatok létrehozása

Ha erre a beágyazott adat példára szeretne építeni, adjunk hozzá egy mélyen beágyazott adat példáját.

1. Lépjen az Azure Cosmos DB-fiókjára az Azure Portalon.

2. Válassza az Adatkezelőt az erőforrásmenüben.

3. Új tároló létrehozása az + Új tároló használatával. Ebben az útmutatóban nevezze el a tárolót TestD. A megfelelő adatbázisnév tetszőleges.

4. A JSON-elem létrehozásához és mentéséhez használja többször az + Új elem lehetőséget.

   {
     "id": "eadca09b-e618-4090-a25d-b424a26c2361",
     "entityType": "Package",
     "packages": [
       {
         "packageid": "fiwewsb-f342-jofd-a231-c2321",
         "storageTemperature": "69",
         "highValue": true,
         "items": [
           {
             "id": "1",
             "name": "Item1",
             "properties": {
               "weight": "2",
               "isFragile": "no"
             }
           },
           {
             "id": "2",
             "name": "Item2",
             "properties": {
               "weight": "4",
               "isFragile": "yes"
             }
           }
         ]
       },
       {
         "packageid": "d24343-dfdw-retd-x414-f34345",
         "storageTemperature": "78",
         "highValue": false,
         "items": [
           {
             "id": "3",
             "name": "Item3",
             "properties": {
               "weight": "12",
               "isFragile": "no"
             }
           },
           {
             "id": "4",
             "name": "Item4",
             "properties": {
               "weight": "12",
               "isFragile": "no"
             }
           }
         ]
       }
     ],
     "consignment": {
       "consignmentId": "ae21ebc2-8cfc-4566-bf07-b71cdfb37fb2",
       "customer": "Humongous Insurance",
       "deliveryDueDate": "2020-11-08T23:38:50.875258Z"
     }
   }
   

Mélyen beágyazott adatok lekérdezése

Végül hozzon létre egy T-SQL-lekérdezést, amely mélyen beágyazott adatokat talál egy JSON-sztringben.

1. Nyissa meg a táblázat helyi menüjét, és válassza ismét az TestD Új SQL-lekérdezés lehetőséget.

2. Futtassa ezt a lekérdezést a beágyazott adatok összes szintjének kibontásához a szállítmány használatával OUTER APPLY .

   SELECT
       P.id,
       R.packageId,
       R.storageTemperature,
       R.highValue,
       G.id,
       G.name,
       H.weight,
       H.isFragile,
       Q.consignmentId,
       Q.customer,
       Q.deliveryDueDate 
   FROM
       OrdersDB_TestD as P CROSS APPLY OPENJSON(P.packages) WITH ( packageId varchar(100) '$.packageid',
       storageTemperature INT '$.storageTemperature',
       highValue varchar(100) '$.highValue',
       items nvarchar(MAX) AS JSON ) as R 
   OUTER APPLY OPENJSON (R.items) WITH (
       id varchar(100) '$.id',
       name varchar(100) '$.name',
       properties nvarchar(MAX) as JSON 
   ) as G OUTER APPLY OPENJSON(G.properties) WITH  (
       weight INT '$.weight',
       isFragile varchar(100) '$.isFragile'
   ) as H OUTER APPLY OPENJSON(P.consignment) WITH  (
       consignmentId varchar(200) '$.consignmentId',
       customer varchar(100) '$.customer',
       deliveryDueDate Date '$.deliveryDueDate'
   ) as Q 
   

   Feljegyzés

   A kibontáskor packagesitems JSON-ként jelenik meg, amely opcionálisan kibontható. A items tulajdonság JSOn altulajdonságokkal rendelkezik, amelyek opcionálisan kibonthatók is.

3. Végül futtasson egy lekérdezést, amely meghatározza, hogy mikor bontsa ki a beágyazás bizonyos szintjeit.

   SELECT
       P.id,
       R.packageId,
       R.storageTemperature,
       R.highValue,
       R.items,
       Q.consignmentId,
       Q.customer,
       Q.deliveryDueDate 
   FROM
       OrdersDB_TestD as P CROSS APPLY OPENJSON(P.packages) WITH (
           packageId varchar(100) '$.packageid',
           storageTemperature INT '$.storageTemperature',
           highValue varchar(100) '$.highValue',
           items nvarchar(MAX) AS JSON
       ) as R 
   OUTER APPLY OPENJSON(P.consignment) WITH  (
       consignmentId varchar(200) '$.consignmentId',
       customer varchar(100) '$.customer',
       deliveryDueDate Date '$.deliveryDueDate'
   ) as Q 
   

   Feljegyzés

   Ebben a T-SQL-lekérdezési felületen a beágyazott szintek tulajdonságkorlátai nem lesznek kényszerítve.

Kapcsolódó tartalom

• Gyakori kérdések: Microsoft Fabric tükrözött adatbázisok az Azure Cosmos DB-ből
• Hibaelhárítás: Microsoft Fabric tükrözött adatbázisok az Azure Cosmos DB-ből
• Korlátozások: Microsoft Fabric tükrözött adatbázisok az Azure Cosmos DB-ből