Azure Synapse SQL에서 지원되는 Transact-SQL 기능
Azure Synapse SQL은 T-SQL 언어를 사용하여 데이터를 쿼리하고 분석할 수 있는 빅 데이터 분석 서비스입니다. SQL Server 및 Azure SQL Database에 사용되는 SQL 언어의 표준 ANSI 호환 언어를 데이터 분석에 사용할 수 있습니다.
Transact-SQL 언어는 서버리스 SQL 풀에서 사용되며, 전용 모델은 다른 개체를 참조할 수 있고 지원되는 기능 세트에 약간의 차이가 있습니다. 이 페이지에서는 Synapse SQL의 소비 모델 간의 개략적인 Transact-SQL 언어 차이를 알아볼 수 있습니다.
데이터베이스 개체
Synapse SQL의 소비 모델을 사용하면 다양한 데이터베이스 개체를 사용할 수 있습니다. 다음 표에서는 지원되는 개체 유형을 비교하여 보여줍니다.
| Object | 전용 | 서버를 사용하지 않음 |
|---|---|---|
| 테이블 | 예 | 아니요, 데이터베이스 내 테이블은 지원되지 않습니다. 서버리스 SQL 풀은 Azure Data 레이크 스토리지 또는 Dataverse에 저장된 데이터를 참조하는 외부 테이블만 쿼리할 수 있습니다. |
| 뷰 | 예. 보기는 전용 모델에서 사용 가능한 쿼리 언어 요소를 사용할 수 있습니다. | 예, 외부 테이블에 대한 보기, OPENROWSET 함수를 사용한 쿼리 및 기타 보기를 만들 수 있습니다. 보기는 서버리스 모델에서 사용 가능한 쿼리 언어 요소를 사용할 수 있습니다. |
| 스키마 | 예 | 예, 스키마가 지원됩니다. 스키마를 사용하여 서로 다른 테넌트를 격리하고 스키마별로 테이블을 배치합니다. |
| 임시 테이블 | 예 | 임시 테이블은 시스템 뷰, 리터럴 또는 기타 임시 테이블의 일부 정보를 저장하는 데 사용할 수 있습니다. 임시 테이블에 대한 UPDATE/DELETE도 지원됩니다. 시스템 뷰를 사용하여 임시 테이블을 조인할 수 있습니다. 외부 테이블에서 데이터를 선택하여 임시 테이블에 삽입하거나 임시 테이블을 외부 테이블과 조인할 수 없습니다. 이러한 작업은 외부 데이터와 임시 테이블을 동일한 쿼리에서 혼합할 수 없기 때문에 실패합니다. |
| 사용자 정의 절차 | 예 | 예, 저장 프로시저는 모든 사용자 데이터베이스(master 데이터베이스 아님)에 배치할 수 있습니다. 프로시저는 외부 데이터를 읽고 서버리스 풀에서 사용할 수 있는 쿼리 언어 요소를 사용할 수 있습니다. |
| 사용자 정의 함수 | 예 | 예, 인라인 테이블 반환 함수만 지원됩니다. 스칼라 사용자 정의 함수는 지원되지 않습니다. |
| 트리거 | 아니요 | 아니요, 서버리스 SQL 풀은 데이터 변경을 허용하지 않으므로 트리거는 데이터 변경에 반응할 수 없습니다. |
| 외부 테이블 | 예. 지원되는 데이터 형식을 참조하세요. | 예, 외부 테이블을 사용할 수 있으며 Azure Data Lake 스토리지 또는 Dataverse에서 데이터를 읽는 데 사용할 수 있습니다. 지원되는 데이터 서식을 참조하세요. |
| 캐싱 쿼리 | 예, 여러 양식(SSD 기반 캐싱, 메모리 내, 결과 집합 캐싱). 또한 구체화된 뷰가 지원됩니다. | 아니요, 파일 통계만 캐시됩니다. |
| 결과 집합 캐싱 | 예 | 아니요, 쿼리 결과는 캐시되지 않습니다. 파일 통계만 캐시됩니다. |
| 구체화된 보기 | 예 | 아니요, 구체화된 보기는 서버리스 SQL 풀에서 지원되지 않습니다. |
| 테이블 변수 | 아니요, 임시 테이블을 사용합니다. | 아니요, 테이블 변수는 지원되지 않습니다. |
| 테이블 배포 | 예 | 아니요, 테이블 배포는 지원되지 않습니다. |
| 테이블 인덱스 | 예 | 아니요, 인덱스는 지원되지 않습니다. |
| 테이블 분할 | 예. | 외부 테이블은 분할을 지원하지 않습니다. Hive 파티션 폴더 구조를 사용하여 파일을 파티션하고 Spark에서 파티션된 테이블을 만들 수 있습니다. Spark 분할은 서버리스 풀과 동기화됩니다. Spark를 사용하지 않는 경우 폴더 구조에서 파일을 분할하고 폴더 파티션 구조에서 분할된 보기를 만들 수 있지만 외부 테이블은 분할된 폴더에 만들 수 없습니다. |
| 통계 | 예 | 예, 통계는 외부 파일에서 만들어집니다. |
| 워크로드, 리소스 클래스 및 동시성 제어 | 예, 워크로드 관리, 리소스 클래스 및 동시성 제어를 참조하세요. | 아니요, 쿼리에 할당된 리소스를 관리할 수 없습니다. 서버리스 SQL 풀은 리소스를 자동으로 관리합니다. |
| 비용 제어 | 예, 확장 및 축소 작업을 사용합니다. | 예, Azure Portal 또는 T-SQL 프로시저를 사용하여 서버리스 풀의 매일, 매주 또는 월별 사용량을 제한할 수 있습니다. |
쿼리 언어
Synapse SQL에 사용되는 쿼리 언어는 소비 모델에 따라 지원되는 기능이 다를 수 있습니다. 다음 표에는 Transact-SQL 언어의 가장 중요한 쿼리 언어 차이점이 간략히 설명되어 있습니다.
| 문 | 전용 | 서버를 사용하지 않음 |
|---|---|---|
| SELECT 문 | 예. SELECT 문이 지원되지만 FOR XML/FOR JSON, MATCH, OFFSET/FETCH와 같은 일부 Transact-SQL 쿼리 절은 지원되지 않습니다. |
예, SELECT 문이 지원되지만 FOR XML, MATCH, PREDICT, GROUPNG SETS 및 쿼리 힌트와 같은 일부 Transact-SQL 쿼리 절은 지원되지 않습니다. |
| INSERT 문 | 예 | 아니요. Spark 또는 기타 도구를 사용하여 새 데이터를 Data Lake에 업로드합니다. 트랜잭션이 많은 워크로드를 위한 분석 스토리지와 함께 Azure Cosmos DB를 사용합니다. CETAS를 사용하여 외부 테이블을 만들고 데이터를 삽입할 수 있습니다. |
| UPDATE 문 | 예 | 아니요, Spark를 사용하여 Parquet/CSV 데이터를 업데이트하면 서버리스 풀에서 변경 내용을 자동으로 사용할 수 있습니다. 트랜잭션이 많은 워크로드를 위한 분석 스토리지와 함께 Azure Cosmos DB를 사용합니다. |
| DELETE 문 | 예 | 아니요, Spark를 사용하여 Parquet/CSV 데이터를 삭제하면 서버리스 풀에서 변경 내용을 자동으로 사용할 수 있습니다. 트랜잭션이 많은 워크로드를 위한 분석 스토리지와 함께 Azure Cosmos DB를 사용합니다. |
| MERGE 문 | 예(미리 보기) | 아니요, Spark를 사용하여 Parquet/CSV 데이터를 병합하면 서버리스 풀에서 변경 내용을 자동으로 사용할 수 있습니다. |
| CTAS 문 | 예 | 아니요, CREATE TABLE AS SELECT 문은 서버리스 SQL 풀에서 지원되지 않습니다. |
| CETAS 문 | 예, CETAS를 사용하여 외부 테이블에 초기 로드를 수행할 수 있습니다. | 예, CETAS를 사용하여 외부 테이블에 초기 로드를 수행할 수 있습니다. CETAS는 Parquet 및 CSV 출력 형식을 지원합니다. |
| 트랜잭션 | 예 | 예, 트랜잭션은 메타데이터 개체에만 적용할 수 있습니다. |
| 레이블 | 예 | 아니요, 레이블은 서버리스 SQL 풀에서 지원되지 않습니다. |
| 데이터 로드 | 예. 기본 설정 유틸리티는 COPY 문이지만 데이터 로드를 위한 BULK 로드(BCP)와 CETAS가 시스템에서 모두 지원됩니다. | 아니요, 데이터가 외부 스토리지에 저장되기 때문에 서버리스 SQL 풀에 데이터를 로드할 수 없습니다. CETAS 문을 사용하여 초기에 외부 테이블에 데이터를 로드할 수 있습니다. |
| 데이터 내보내기 | 예. CETAS를 사용합니다. | 예. CETAS를 사용하여 외부 스토리지(Azure Data Lake, Dataverse, Azure Cosmos DB)에서 Azure Data Lake로 데이터를 내보낼 수 있습니다. |
| 유형 | 예, cursor, hierarchyid, ntext, text, 및 image, rowversion, 공간 형식, sql_variant 및 xml을 제외한 모든 Transact-SQL 형식 | 예, cursor, hierarchyid, ntext, text, 및 image, rowversion, Spatial Types, sql_variant, xml 및 테이블 유형을 제외한 모든 Transact-SQL 유형이 지원됩니다. 여기에서 Parquet 열 유형을 SQL 유형에 매핑하는 방법을 참조하세요. |
| 데이터베이스 간 쿼리 | 아니요 | 예, 데이터베이스 간 쿼리 및 3부로 구성된 이름 참조는 USE 문을 포함하여 지원됩니다. 쿼리는 서버리스 SQL Database 또는 동일한 작업 영역의 레이크 데이터베이스를 참조할 수 있습니다. 작업 영역 간 쿼리는 지원되지 않습니다. |
| 기본 제공/시스템 함수(분석) | 예, CHOOSE 및 PARSE를 제외한 모든 Transact-SQL 분석, 변환, 날짜 및 시간, 논리, 수학 함수 | 예, 모든 Transact-SQL 분석, 변환, 날짜 및 시간, 논리 및 수학 함수가 지원됩니다. |
| 기본 제공/시스템 함수(문자열) | 예. STRING_ESCAPE 및 TRANSLATE를 제외한 모든 Transact-SQL 문자열 , JSON 및 데이터 정렬 함수 | 예. 모든 Transact-SQL String, JSON 및 데이터 정렬 함수가 지원됩니다. |
| 기본 제공/시스템 함수(암호화) | 약간 | HASHBYTES는 서버리스 SQL 풀에서 지원되는 유일한 암호화 함수입니다. |
| 기본 제공/시스템 테이블 값 함수 | 예, OPENXML, OPENDATASOURCE, OPENQUERY 및 OPENROWSET를 제외한 Transact-SQL 행 집합 함수 | 예, OPENXML, OPENDATASOURCE 및 OPENQUERY를 제외한 모든 Transact-SQL 행 집합 함수가 지원됩니다. |
| 기본 제공/시스템 집계 | CHECKSUM_AGG 및 GROUPING_ID를 제외한 Transact-SQL 기본 제공 집계 | 예, 모든 Transact-SQL 기본 제공 집계가 지원됩니다. |
| 연산자 | 예, !> 및 !<를 제외한 모든 Transact-SQL 연산자 | 예, 모든 Transact-SQL 연산자가 지원됩니다. |
| 흐름 제어 | 예. CONTINUE, GOTO, RETURN, USE 및 WAITFOR를 제외한 모든 Transact-SQL 흐름 제어 문 | 예. 모든 Transact-SQL 흐름 제어 문이 지원됩니다. WHILE (...) 조건의 SELECT 쿼리는 지원되지 않습니다. |
| DDL 문(CREATE, ALTER, DROP) | 예. 지원되는 개체 유형에 적용 가능한 모든 Transact-SQL DDL 문 | 예, 지원되는 개체 유형에 적용할 수 있는 모든 Transact-SQL DDL 문이 지원됩니다. |
보안
Synapse SQL 풀을 사용하면 기본 제공 보안 기능을 사용하여 데이터를 보호하고 액세스를 제어할 수 있습니다. 다음 표에는 Synapse SQL 소비 모델 간의 개략적인 차이를 비교하여 보여줍니다.
| 기능 | 전용 | 서버를 사용하지 않음 |
|---|---|---|
| 로그인 | 해당 없음(포함된 사용자만 데이터베이스에서 지원됨) | 예, 서버 수준 Microsoft Entra ID 및 SQL 로그인이 지원됩니다. |
| 사용자 | 해당 없음(포함된 사용자만 데이터베이스에서 지원됨) | 예, 데이터베이스 사용자가 지원됩니다. |
| 포함된 사용자 | 예. 참고: 단 한 명의 Microsoft Entra 사용자만 무제한 관리자가 될 수 있습니다. | 아니요, 포함된 사용자는 지원되지 않습니다. |
| SQL 사용자 이름/암호 인증 | 예 | 예, 사용자는 사용자 이름과 암호를 사용하여 서버리스 SQL 풀에 액세스할 수 있습니다. |
| Microsoft Entra 인증 | 예, Microsoft Entra 사용자입니다. | 예, Microsoft Entra 로그인 및 사용자는 Microsoft Entra ID를 사용하여 서버리스 SQL 풀에 액세스할 수 있습니다. |
| 스토리지 Microsoft Entra 통과 인증 | 예 | 예, Microsoft Entra 통과 인증은 Microsoft Entra 로그인에 적용 가능합니다. 자격 증명이 지정되지 않은 경우 Microsoft Entra 사용자의 ID가 스토리지로 전달됩니다. SQL 사용자는 Microsoft Entra 통과 인증을 사용할 수 없습니다. |
| 스토리지 SAS(공유 액세스 서명) 토큰 인증 | 아니요 | 예, EXTERNAL DATA SOURCE에 공유 액세스 서명 토큰이 있는 DATABASE SCOPED CREDENTIAL 또는 공유 액세스 서명이 있는 인스턴스 수준 CREDENTIAL을 사용합니다. |
| 스토리지 액세스 키 인증 | 예, 외부 데이터 원본에서 데이터베이스 범위 자격 증명을 사용합니다. | 아니요, 스토리지 액세스 키 대신 SAS 토큰을 사용합니다. |
| 스토리지 관리 ID 인증 | 예, 관리되는 서비스 ID 자격 증명을 사용합니다. | 예, 쿼리는 작업 영역 관리 ID 자격 증명을 사용하여 스토리지에 액세스할 수 있습니다. |
| 스토리지 애플리케이션 ID/서비스 주체(SPN) 인증 | 예 | 예, 스토리지에서 인증하는 데 사용할 서비스 주체 애플리케이션 ID로 자격 증명을 만들 수 있습니다. |
| 서버 역할 | 아니요 | 예. sysadmin, public 및 기타 서버 역할이 지원됩니다. |
| 서버 수준 자격 증명 | 아니요 | 예, 서버 수준 사용자 인증 정보는 명시적 데이터 원본을 사용하지 않는 OPENROWSET 함수에서 사용됩니다. |
| 권한 - 서버 수준 | 아니요 | 예, 예를 들어 CONNECT ANY DATABASE 및 SELECT ALL USER SECURABLES를 사용하면 사용자가 모든 데이터베이스에서 데이터를 읽을 수 있습니다. |
| 데이터베이스 역할 | 예 | 예, db_owner, db_datareader 및 db_ddladmin 역할을 사용할 수 있습니다. |
| DATABASE SCOPED CREDENTIAL | 예, 외부 데이터 원본에서 사용됩니다. | 예, 데이터베이스 범위 자격 증명을 외부 데이터 원본에서 사용하여 스토리지 인증 방법을 정의할 수 있습니다. |
| 권한 - 데이터베이스 수준 | 예 | 예, 데이터베이스 개체에 대한 권한을 부여, 거부 또는 취소할 수 있습니다. |
| 권한 - 스키마 수준 | 예, 스키마의 사용자/로그인 권한을 부여, 거부 및 해지하는 기능을 포함합니다. | 예, 스키마의 사용자/로그인에 대한 GRANT, DENY 및 REVOKE 권한을 포함하여 스키마 수준 권한을 지정할 수 있습니다. |
| 권한 - 개체 수준 | 예, 사용자 권한을 부여, 거부 및 해지하는 기능을 포함합니다. | 예, 지원되는 시스템 개체에 대한 사용자/로그인에 대한 권한을 GRANT, DENY 및 REVOKE할 수 있습니다. |
| 권한 - 열 수준 보안 | 예 | 열 수준 보안은 외부 테이블이 아닌 뷰에 대해 서버리스 SQL 풀에서 지원됩니다. 외부 테이블의 경우 외부 테이블 위에 논리적 뷰를 만들고 열 수준 보안을 적용할 수 있습니다. |
| 행 수준 보안 | 예 | 아니요, 행 수준 보안에 대한 기본 제공 지원은 없습니다. 사용자 지정 보기를 해결 방법으로 사용합니다. |
| 데이터 마스킹 | 예 | 아니요, 서버리스 SQL 풀에서는 기본 제공 데이터 마스킹이 지원되지 않습니다. 해결 방법으로 일부 열을 명시적으로 마스킹하는 래퍼 SQL 보기를 사용합니다. |
| 기본 제공/시스템 보안 및 ID 기능 | 몇 가지 Transact-SQL 보안 함수 및 연산자: CURRENT_USER, HAS_DBACCESS, IS_MEMBER, IS_ROLEMEMBER, SESSION_USER, SUSER_NAME, SUSER_SNAME, SYSTEM_USER, USER, USER_NAME, EXECUTE AS, OPEN/CLOSE MASTER KEY |
일부 Transact-SQL 보안 함수 및 연산자가 지원됩니다. CURRENT_USER, HAS_DBACCESS, HAS_PERMS_BY_NAME, IS_MEMBER, IS_ROLEMEMBER, IS_SRVROLEMEMBER, SESSION_USER, SESSION_CONTEXT, SUSER_NAME, SUSER_SNAME , SYSTEM_USER, USER, USER_NAME, EXECUTE AS 및 REVERT. 보안 함수는 외부 데이터를 쿼리하는 데 사용할 수 없습니다(쿼리에 사용할 수 있는 변수에 결과를 저장). |
| TDE(투명한 데이터 암호화) | 예 | 아니요, 투명한 데이터 암호화는 지원되지 않습니다. |
| 데이터 검색 및 분류 | 예 | 아니요, 데이터 검색 및 분류는 지원되지 않습니다. |
| 취약성 평가 | 예 | 아니요, 취약성 평가를 사용할 수 없습니다. |
| Advanced Threat Protection | 예 | 아니요, Advanced Threat Protection은 지원되지 않습니다. |
| 감사 | 예 | 예, 서버리스 SQL 풀에서 감사가 지원됩니다. |
| 방화벽 규칙 | 예 | 예, 방화벽 규칙은 서버리스 SQL 엔드포인트에서 설정할 수 있습니다. |
| 프라이빗 엔드포인트 | 예 | 예, 프라이빗 엔드포인트는 서버리스 SQL 풀에서 설정할 수 있습니다. |
전용 SQL 풀 및 서버리스 SQL 풀은 표준 Transact-SQL 언어를 사용하여 데이터를 쿼리합니다. 자세한 차이점은 Transact-SQL 언어 참조에서 참조하세요.
플랫폼 기능
| 기능 | 전용 | 서버를 사용하지 않음 |
|---|---|---|
| 확장 | 예 | 서버리스 SQL 풀은 워크로드에 따라 자동으로 스케일링됩니다. |
| 일시 중지/다시 시작 | 예 | 서버리스 SQL 풀은 사용되지 않을 때 자동으로 비활성화되고 필요할 때 활성화됩니다. 사용자 작업은 필요하지 않습니다. |
| 데이터베이스 백업 | 예 | 아니요. 데이터는 외부 시스템(ADLS, Cosmos DB)에 저장되므로 원본에서 데이터를 백업하고 있는지 확인합니다. 원본 제어에 SQL 메타데이터(테이블, 뷰, 프로시저 정의, 사용자 권한)를 저장해야 합니다. Lake 데이터베이스의 테이블 정의는 Spark 메타데이터에 저장되므로 Spark 테이블 정의도 원본 제어에 유지해야 합니다. |
| 데이터베이스 복원 | 예 | 아니요. 데이터는 외부 시스템(ADLS, Cosmos DB)에 저장되므로 데이터를 가져오려면 원본 시스템을 복구해야 합니다. SQL 개체를 다시 만들 수 있도록 SQL 메타데이터(테이블, 뷰, 프로시저 정의, 사용자 권한)가 원본 제어에 있는지 확인합니다. Lake 데이터베이스의 테이블 정의는 Spark 메타데이터에 저장되므로 Spark 테이블 정의도 원본 제어에 유지해야 합니다. |
도구
다양한 도구를 사용하여 Synapse SQL에 연결하여 데이터를 쿼리할 수 있습니다.
| 도구 | 전용 | 서버를 사용하지 않음 |
|---|---|---|
| Synapse Studio | 예, SQL 스크립트 | 예, SQL 스크립트는 Synapse Studio에서 사용할 수 있습니다. 결과적으로 많은 양의 데이터를 반환하는 경우 Synapse Studio 대신 SSMS 또는 ADS를 사용합니다. |
| Power BI | 예 | 예, Power BI를 사용하여 서버리스 SQL 풀에 대한 보고서를 만들 수 있습니다. 보고에는 가져오기 모드를 사용하는 것이 좋습니다. |
| Azure Analysis Service | 예 | 예, 서버리스 SQL 풀을 사용하여 Azure Analysis Service에서 데이터를 로드할 수 있습니다. |
| ADS(Azure Data Studio) | 예 | 예, Azure Data Studio를 사용(버전 1.18.0 이상)하여 서버리스 SQL 풀을 쿼리할 수 있습니다. SQL 스크립트 및 SQL Notebook이 지원됩니다. |
| SSMS(SQL Server Management Studio) | 예 | 예, SQL Server Management Studio를 사용(버전 18.5 이상)하여 서버리스 SQL 풀을 쿼리할 수 있습니다. SSMS는 서버리스 SQL 풀에서 사용할 수 있는 개체만 표시합니다. |
참고 항목
SSMS를 사용하여 서버리스 SQL 풀 및 쿼리에 연결할 수 있습니다. 버전 18.5부터 부분적으로 지원되며, 연결 및 쿼리에만 사용할 수 있습니다.
대부분의 애플리케이션은 표준 Transact-SQL 언어를 사용하여 Synapse SQL의 서버리스 및 전용 소비 모델을 모두 쿼리할 수 있습니다.
데이터 액세스
분석되는 데이터는 다양한 스토리지 유형에 저장할 수 있습니다. 다음 표에는 사용 가능한 모든 스토리지 옵션이 나열되어 있습니다.
| 스토리지 유형 | 전용 | 서버를 사용하지 않음 |
|---|---|---|
| 내부 스토리지 | 예 | 아니요, 데이터는 Azure Data Lake 또는 Azure Cosmos DB 분석 스토리지에 저장됩니다. |
| Azure Data Lake v2 | 예 | 예, 외부 테이블과 OPENROWSET 함수를 사용하여 ADLS에서 데이터를 읽을 수 있습니다. 여기에서 액세스 제어를 설정하는 방법을 알아봅니다. |
| Azure Blob Storage | 예 | 예, 외부 테이블과 OPENROWSET 함수를 사용하여 Azure Blob Storage에서 데이터를 읽을 수 있습니다. 여기에서 액세스 제어를 설정하는 방법을 알아봅니다. |
| Azure SQL/SQL Server(원격) | 아니요 | 아니요, 서버리스 SQL 풀은 Azure SQL Database를 참조할 수 없습니다. 탄력적 쿼리 또는 연결된 서버를 사용하여 Azure SQL에서 서버리스 SQL 풀을 참조할 수 있습니다. |
| Dataverse | 아니요, 서버리스 SQL 풀(ADLS를 통해) 또는 Spark에서 Azure Synapse Link를 사용하여 Azure Cosmos DB 데이터를 전용 풀에 로드할 수 있습니다. | 예, Azure Data Lake에서 Dataverse용 Azure Synapse 링크를 사용하여 Dataverse 테이블을 읽을 수 있습니다. |
| Azure Cosmos DB 트랜잭션 스토리지 | 아니요 | 아니요, Azure Cosmos DB 컨테이너에 액세스하여 데이터를 업데이트하거나 Azure Cosmos DB 트랜잭션 스토리지에서 데이터를 읽을 수 없습니다. Spark 풀을 사용하여 Azure Cosmos DB 트랜잭션 스토리지를 업데이트합니다. |
| Azure Cosmos DB 분석 스토리지 | 아니요, 서버리스 SQL 풀(ADLS를 통해), ADF, Spark 또는 기타 로드 도구에서 Azure Synapse Link를 사용하여 Azure Cosmos DB 데이터를 전용 풀에 로드할 수 있습니다. | 예, Azure Synapse Link를 사용하여 Azure Cosmos DB 분석 스토리지를 쿼리할 수 있습니다. |
| Apache Spark 테이블(작업 영역에서) | 아니요 | 예, 서버리스 풀은 메타데이터 동기화를 사용하여 PARQUET 및 CSV 테이블을 읽을 수 있습니다. |
| Apache Spark 테이블(원격) | 아니요 | 아니요, 서버리스 풀은 동일한 Synapse 작업 영역의 Apache Spark 풀에서 만들어진 PARQUET 및 CSV 테이블에만 액세스할 수 있습니다. 그러나 외부 Spark 테이블 위치를 참조하는 외부 테이블을 수동으로 만들 수 있습니다. |
| Databricks 테이블(원격) | 아니요 | 아니요, 서버리스 풀은 동일한 Synapse 작업 영역의 Apache Spark 풀에서 만들어진 PARQUET 및 CSV 테이블에만 액세스할 수 있습니다. 그러나 Databricks 테이블 위치를 참조하는 외부 테이블을 수동으로 만들 수 있습니다. |
데이터 형식
분석되는 데이터는 다양한 스토리지 형식으로 저장할 수 있습니다. 다음 표에는 분석할 수 있는 모든 데이터 형식이 나열되어 있습니다.
| 데이터 형식 | 전용 | 서버를 사용하지 않음 |
|---|---|---|
| 구분됨 | 예 | 예, 구분된 파일을 쿼리할 수 있습니다. |
| CSV | 예(다중 문자 구분 기호는 지원되지 않음) | 예, CSV 파일을 쿼리할 수 있습니다. 더 나은 성능을 위해 빠른 구문 분석을 제공하는 PARSER_VERSION 2.0을 사용합니다. CSV 파일에 행을 추가하는 경우 추가 가능한 파일로 쿼리해야 합니다. |
| Parquet | 예 | 예, 중첩 유형이 있는 파일을 포함하여 Parquet 파일을 쿼리할 수 있습니다. |
| Hive ORC | 예 | 아니요, 서버리스 SQL 풀은 Hive ORC 서식을 읽을 수 없습니다. |
| Hive RC | 예 | 아니요, 서버리스 SQL 풀은 Hive RC 서식을 읽을 수 없습니다. |
| JSON | 예 | 예, 구분된 텍스트 형식과 T-SQL JSON 함수를 사용하여 JSON 파일을 쿼리할 수 있습니다. |
| Avro | 아니요 | 아니요, 서버리스 SQL 풀은 Avro 형식을 읽을 수 없습니다. |
| Delta Lake | 아니요 | 예, 중첩 유형이 있는 파일을 포함하여 Delta 레이크 파일을 쿼리할 수 있습니다. |
| CDM(Common Data Model) | 아니요 | 아니요, 서버리스 SQL 풀은 Common Data Model을 사용하여 저장된 데이터를 읽을 수 없습니다. |
다음 단계
전용 SQL 풀 및 서버리스 SQL 풀의 모범 사례에 대한 추가 정보는 다음 문서에서 찾을 수 있습니다.