Condividi tramite

Limitazioni di Fabric Data Warehouse

Si applica a:✅ endpoint di analisi SQL e magazzino dati in Microsoft Fabric

Questo articolo illustra in dettaglio le limitazioni correnti in Microsoft Fabric.

Queste limitazioni si applicano solo agli elementi dell'endpoint di analisi SQL e agli elementi del warehouse nel Data Warehouse di Fabric Synapse. Per le limitazioni del database SQL in Fabric, vedere Limitazioni nel database SQL in Microsoft Fabric (anteprima).

Limiti

Le limitazioni generali correnti del prodotto per Archiviazione dati in Microsoft Fabric sono elencate in questo articolo, con limitazioni del livello di funzionalità evidenziate nell'articolo relativo alle funzionalità. Altre funzionalità si baseranno su una reputazione di livello mondiale in termini di prestazioni leader del settore e concorrenza, e saranno implementate in modo incrementale. Per altre informazioni sul futuro di Microsoft Fabric, vedere Roadmap di Fabric.

Importante

Le connessioni endpoint di analisi SQL e Data Warehouse di Fabric richiedono che gli elementi di origine e di destinazione si trovano nella stessa area. Le connessioni tra aree, incluse quelle tra aree di lavoro o capacità in aree diverse, non sono supportate e potrebbero non riuscire a eseguire l'autenticazione o la connessione.

Per altre limitazioni in aree specifiche, vedere:

Limitazioni dell'endpoint di analisi SQL

Le limitazioni seguenti si applicano alla generazione automatica dello schema e all'individuazione dei metadati degli endpoint di analisi SQL.

  • I dati devono essere in formato Delta Parquet da individuare automaticamente nell'endpoint di analisi SQL. Delta Lake è un framework di archiviazione open source che consente di creare un'architettura Lakehouse.

  • Il mapping delle colonne Delta in base al nome è supportato, ma il mapping delle colonne Delta in base all'ID non è supportato. Per ulteriori informazioni, consultare le funzionalità di Delta Lake e le esperienze di Fabric.

  • Le tabelle delta create all'esterno della cartella /tables non sono disponibili nell'endpoint di analisi SQL.

    Se non viene visualizzata una tabella Lakehouse nel magazzino, controllare la posizione della tabella. Nel warehouse sono disponibili solo le tabelle che fanno riferimento ai dati nella cartella /tables. Le tabelle che fanno riferimento ai dati nella cartella /files nel lake non vengono esposte nell'endpoint di analisi SQL. Come soluzione alternativa, spostare i dati nella cartella /tables.

  • Alcune colonne presenti nelle tabelle Delta spark potrebbero non essere disponibili nelle tabelle nell'endpoint di analisi SQL. Per un elenco completo dei tipi di dati supportati, vedere Tipi di dati in Fabric Data Warehouse.

  • Se si aggiunge un vincolo di chiave esterna tra tabelle nell'endpoint di analisi SQL, non sarà possibile apportare altre modifiche allo schema, ad esempio aggiungendo le nuove colonne. Se le colonne Delta Lake non vengono visualizzate con i tipi che devono essere supportati nell'endpoint di analisi SQL, verificare se è presente un vincolo di chiave esterna che potrebbe impedire gli aggiornamenti nella tabella.

  • Per informazioni e consigli sulle prestazioni dell'endpoint di analisi SQL, vedere Considerazioni sulle prestazioni degli endpoint di analisi SQL.

  • Le funzioni definite dall'utente scalari sono supportate quando sono inline. Per altre informazioni, vedere CREATE FUNCTION e Integrazione delle funzioni scalari UDF.

  • Il tipo di dati varchar(max) è supportato solo negli endpoint di analisi SQL di elementi con mirroring e nei database Fabric, e non per i Lakehouse. Le tabelle create dopo il 10 novembre 2025 verranno mappate automaticamente con varchar(max). Le tabelle create prima del 10 novembre 2025 devono essere ricreate per adottare un nuovo tipo di dati o verranno aggiornate automaticamente a varchar(max) durante la modifica dello schema successiva.

Il troncamento dei dati a 8 KB si applica ancora alle tabelle nell'endpoint di analisi SQL del Lakehouse, compresi i collegamenti a un elemento replicato.

Poiché non tutte le tabelle supportano i join su colonne varchar(max), potrebbe non funzionare come previsto se una delle tabelle presenta ancora un troncamento dei dati. Ad esempio, se si utilizza CTAS per una tabella di un elemento specchiato appena creato in una tabella Lakehouse usando Spark e li si unisce usando la colonna con varchar(max), i risultati della query saranno diversi rispetto al tipo di dati varchar(8000). Se si vuole continuare a avere un comportamento precedente, è possibile eseguire il cast della colonna in varchar(8000) nella query.

È possibile verificare se una tabella contiene una colonna varchar(max) dai metadati dello schema usando la query T-SQL seguente. Un max_length valore di -1 rappresenta varchar(max):

SELECT o.name, c.name, type_name(user_type_id) AS [type], max_length
FROM sys.columns AS c
INNER JOIN sys.objects AS o
ON c.object_id = o.object_id
WHERE max_length = -1 
AND type_name(user_type_id) IN ('varchar', 'varbinary');

Problemi noti

Per problemi noti in Microsoft Fabric, vedere Problemi noti di Microsoft Fabric.

Contenuto correlato

  • Last updated on