CREATE TABLE

적용 대상: Azure Synapse Analytics Analytics Platform System(PDW)

Azure Synapse Analytics 또는 분석 플랫폼 시스템(PDW)에서 새 테이블을 만듭니다.

테이블 및 테이블 사용 방법을 알아보려면 Azure Synapse Analytics의 테이블을 참조하세요.

다른 설명이 없는 한, 이 문서의 Azure Synapse Analytics 관련 내용은 Azure Synapse Analytics 및 분석 플랫폼 시스템(PDW)에 모두 적용됩니다.

참고 항목

SQL Server 및 Azure SQL 플랫폼의 경우 CREATE TABLE을 방문하여 원하는 제품 버전을 선택합니다. Microsoft Fabric의 Warehouse에 대한 자세한 내용은 CREATE TABLE(패브릭)을 참조하세요.

참고 항목

Azure Synapse Analytics의 서버리스 SQL 풀은 외부 및 임시 테이블만 지원합니다.

Transact-SQL 구문 표기 규칙

구문

-- Create a new table.
CREATE TABLE { database_name.schema_name.table_name | schema_name.table_name | table_name }
    ( 
      { column_name <data_type>  [ <column_options> ] } [ ,...n ]
    )  
    [ WITH ( <table_option> [ ,...n ] ) ]  
[;]  

<column_options> ::=
    [ COLLATE Windows_collation_name ]
    [ NULL | NOT NULL ] -- default is NULL
    [ IDENTITY [ ( seed, increment ) ]
    [ <column_constraint> ]

<column_constraint>::=
    {
        DEFAULT constant_expression
        | PRIMARY KEY NONCLUSTERED NOT ENFORCED -- Applies to Azure Synapse Analytics only
        | UNIQUE NOT ENFORCED -- Applies to Azure Synapse Analytics only
    }

<table_option> ::=
    {
       CLUSTERED COLUMNSTORE INDEX -- default for Azure Synapse Analytics 
      | CLUSTERED COLUMNSTORE INDEX ORDER (column [,...n])  
      | HEAP --default for Parallel Data Warehouse
      | CLUSTERED INDEX ( { index_column_name [ ASC | DESC ] } [ ,...n ] ) -- default is ASC
    }  
    {
        DISTRIBUTION = HASH ( distribution_column_name )
      | DISTRIBUTION = HASH ( [distribution_column_name [, ...n]] ) 
      | DISTRIBUTION = ROUND_ROBIN -- default for Azure Synapse Analytics
      | DISTRIBUTION = REPLICATE -- default for Parallel Data Warehouse
    }
    | PARTITION ( partition_column_name RANGE [ LEFT | RIGHT ] -- default is LEFT  
        FOR VALUES ( [ boundary_value [,...n] ] ) )

<data type> ::=
      datetimeoffset [ ( n ) ]  
    | datetime2 [ ( n ) ]  
    | datetime  
    | smalldatetime  
    | date  
    | time [ ( n ) ]  
    | float [ ( n ) ]  
    | real [ ( n ) ]  
    | decimal [ ( precision [ , scale ] ) ]   
    | numeric [ ( precision [ , scale ] ) ]   
    | money  
    | smallmoney  
    | bigint  
    | int   
    | smallint  
    | tinyint  
    | bit  
    | nvarchar [ ( n | max ) ]  -- max applies only to Azure Synapse Analytics 
    | nchar [ ( n ) ]  
    | varchar [ ( n | max )  ] -- max applies only to Azure Synapse Analytics 
    | char [ ( n ) ]  
    | varbinary [ ( n | max ) ] -- max applies only to Azure Synapse Analytics 
    | binary [ ( n ) ]  
    | uniqueidentifier  

인수

database_name

새 테이블을 포함할 데이터베이스의 이름입니다. 기본값은 현재 데이터베이스입니다.

schema_name

테이블의 스키마입니다. schema 지정은 선택 사항입니다. 비어 있는 경우 기본 스키마가 사용됩니다.

table_name

새 테이블의 이름입니다. 로컬 임시 테이블을 만들려면 테이블 이름 앞에 #을 붙입니다. 임시 테이블에 대한 설명 및 지침은 Azure Synapse Analytics의 전용 SQL 풀의 임시 테이블을 참조하세요.

column_name

테이블 열의 이름입니다.

열 옵션

COLLATEWindows_collation_name
식에 대한 데이터 정렬을 지정합니다. 데이터 정렬은 SQL Server에서 지원하는 Windows 데이터 정렬 중 하나여야 합니다. SQL Server에서 지원하는 Windows 데이터 정렬 목록은 Windows 데이터 정렬 이름(Transact-SQL)을 참조하세요.

NULL | NOT NULL
열에서 NULL 값이 허용되는지 여부를 지정합니다. 기본값은 NULL입니다.

[ CONSTRAINT constraint_name ] DEFAULT constant_expression
기본 열 값을 지정합니다.

인수	설명
constraint_name	제약 조건에 대한 선택적 이름입니다. 제약 조건 이름은 데이터베이스 내에서 고유합니다. 이름은 다른 데이터베이스에서 다시 사용할 수 있습니다.
constant_expression	열의 기본값입니다. 식은 리터럴 값이거나 상수여야 합니다. 예를 들어 'CA', 4와 같은 상수 식이 허용됩니다. 2+3, CURRENT_TIMESTAMP와 같은 상수 식은 허용되지 않습니다.

테이블 구조 옵션

테이블 형식 선택 방법에 대한 지침은 Azure Synapse Analytics에서 테이블 인덱싱을 참조하세요.

CLUSTERED COLUMNSTORE INDEX

테이블을 클러스터형 columnstore 인덱스로 저장합니다. 클러스터형 columnstore 인덱스는 모든 테이블 데이터에 적용됩니다. 이 동작은 Azure Synapse Analytics의 기본값입니다.

HEAP은 테이블을 힙으로 저장합니다. 이 동작은 분석 플랫폼 시스템(PDW)의 기본값입니다.

CLUSTERED INDEX ( index_column_name [ ,...n ] )
하나 이상의 키 열과 함께 클러스터형 인덱스로 테이블을 저장합니다. 이 동작은 데이터를 행별로 저장합니다. index_column_name을 사용하여 인덱스에 하나 이상의 키 열 이름을 지정할 수 있습니다. 자세한 내용은 Rowstore 테이블을 참조 하세요.

LOCATION = USER_DB 이 옵션은 더 이상 사용되지 않습니다. 구문적으로는 수락되지만 더 이상 필요하지 않으며 동작에 영향을 주지 않습니다.

테이블 분포 옵션

최상의 배포 방법을 선택하고 분산 테이블을 사용하는 방법을 이해하려면 Azure Synapse Analytics에서 전용 SQL 풀을 사용하여 분산 테이블 디자인을 참조 하세요.

워크로드에 따라 사용할 최상의 배포 전략에 대한 권장 사항은 Synapse SQL 배포 관리자(미리 보기)를 참조하세요.

DISTRIBUTION = HASH( distribution_column_name ) distribution_column_name에 저장된 값을 해시하여 각 행을 하나의 배포에 할당합니다. 알고리즘은 결정적입니다. 즉, 항상 동일한 값을 동일한 배포에 해시한다는 뜻입니다. NULL이 있는 모든 행은 동일한 분산에 할당되므로 배포 열은 NOT NULL로 정의되어야 합니다.

DISTRIBUTION = HASH ( [distribution_column_name [, ...n]] ) 최대 8개 열의 해시 값에 따라 행을 배포하여 기본 테이블 데이터를 더 균일하게 배포할 수 있으므로 시간이 지남에 따라 데이터 기울이기가 줄어들고 쿼리 성능이 향상됩니다.

참고 항목

• MCD(다중 열 배포) 기능을 사용하도록 설정하려면 이 명령을 사용하여 데이터베이스의 호환성 수준을 50으로 변경합니다. 데이터베이스 호환성 수준을 설정하는 방법에 대한 자세한 내용은 ALTER DATABASE SCOPED CONFIGURATION을 참조 하세요. 예: ALTER DATABASE SCOPED CONFIGURATION SET DW_COMPATIBILITY_LEVEL = 50;
• MCD(다중 열 배포) 기능을 사용하지 않도록 설정하려면 이 명령을 실행하여 데이터베이스의 호환성 수준을 AUTO로 변경합니다. 예를 들어 ALTER DATABASE SCOPED CONFIGURATION SET DW_COMPATIBILITY_LEVEL = AUTO; 기존 MCD 테이블은 유지되지만 읽을 수 없게 됩니다. MCD 테이블에 대한 쿼리는 다음 오류를 반환합니다. Related table/view is not readable because it distributes data on multiple columns and multi-column distribution is not supported by this product version or this feature is disabled.
  • MCD 테이블에 다시 액세스하려면 기능을 다시 사용하도록 설정합니다.
  • MCD 테이블에 데이터를 로드하려면 CTAS 문을 사용하고 데이터 원본은 Synapse SQL 테이블이어야 합니다.
• MCD 테이블을 만드는 스크립트 생성 은 현재 지원되는 SSMS 버전 19 이상 버전입니다.

DISTRIBUTION = ROUND_ROBIN은 행을 라운드 로빈 방식으로 모든 분산에서 동일하게 배포합니다. 이 동작은 Azure Synapse Analytics의 기본값입니다.

DISTRIBUTION = REPLICATE은 각 컴퓨팅 노드에 테이블의 복사본 하나를 저장합니다. Azure Synapse Analytics의 경우 테이블은 각 컴퓨팅 노드의 배포 데이터베이스에 저장됩니다. 분석 플랫폼 시스템(PDW)의 경우 테이블은 컴퓨팅 노드에 걸쳐 있는 SQL Server 파일 그룹에 저장됩니다 이 동작은 분석 플랫폼 시스템(PDW)의 기본값입니다.

테이블 파티션 옵션

테이블 파티션 사용에 대한 지침은 전용 SQL 풀의 테이블 분할을 참조하세요.

PARTITION ( partition_column_name RANGE [ LEFT | RIGHT ] FOR VALUES ( [ boundary_value [,...n] ] ))
하나 이상의 테이블 파티션을 만듭니다. 이 파티션은 힙, 클러스터형 인덱스 또는 클러스터형 columnstore 인덱스에 테이블을 저장하는지 여부에 관계 없이 행의 하위 집합에 작업을 적용할 수 있도록 하는 가로 테이블 조각입니다. 배포 열과 달리 테이블 파티션은 각 행이 저장된 배포를 결정하지 않습니다. 대신, 테이블 파티션은 행이 그룹화되고 각 배포 내에 저장되는 방식을 결정합니다.

인수	설명
partition_column_name	Azure Synapse Analytics에서 행을 분할하는 데 사용하는 열을 지정합니다. 이 열은 모든 데이터 형식일 수 있습니다. Azure Synapse Analytics는 파티션 열 값을 오름차순으로 정렬합니다. 낮음-높은 순서는 LEFT 지정의 RIGHT에서 RANGE로 진행됩니다.
RANGE LEFT	왼쪽(낮은 값)에서 파티션에 속하는 경계 값을 지정합니다. 기본값은 LEFT입니다.
RANGE RIGHT	오른쪽(높은 값)에서 파티션에 속하는 경계 값을 지정합니다.
FOR VALUES ( boundary_value [,...n] )	파티션에 대한 경계 값을 지정합니다. boundary_value는 상수 식입니다. NULL일 수 없습니다. partition_column_name의 데이터 형식과 일치하거나 암시적으로 변환할 수 있어야 합니다. 암시적으로 변환하는 동안에는 자를 수 없습니다. 그러면 값의 크기와 배율이 partition_column_name의 데이터 형식과 일치하지 않습니다. 절을 PARTITION 지정하지만 경계 값을 지정하지 않으면 Azure Synapse Analytics는 하나의 파티션으로 분할된 테이블을 만듭니다. 해당하는 경우 나중에 두 개의 파티션으로 테이블을 분할할 수 있습니다. 하나의 경계 값을 지정한 경우 결과 테이블은 경계 값보다 낮은 값에 대한 파티션 하나와 경계 값보다 높은 값에 대한 파티션 하나 이렇게 두 개의 파티션을 갖습니다. 파티션을 분할되지 않은 테이블로 이동하는 경우 분할되지 않은 테이블은 데이터를 수신하지만 해당 메타데이터에는 파티션 경계가 없습니다.

예를 들어 분할된 테이블 만들기를 참조 하세요.

정렬된 클러스터형 columnstore 인덱스 옵션

CCI(클러스터형 columnstore 인덱스)는 Azure Synapse Analytics에서 테이블을 만들기 위한 기본값입니다. CCI의 데이터는 columnstore 세그먼트로 압축되기 전에 정렬되지 않습니다. ORDER를 사용하여 CCI를 만드는 경우, 데이터가 인덱스 세그먼트에 추가되기 전에 정렬되며, 쿼리 성능이 향상될 수 있습니다. Azure Synapse Analytics의 정렬된 클러스터형 columnstore 인덱스에 대한 자세한 내용은 주문형 클러스터형 Columnstore 인덱스를 사용한 성능 튜닝을 참조하세요.

문자열 열을 제외하고 Azure Synapse Analytics에서 지원되는 모든 데이터 형식의 열에 순서가 지정된 CCI를 만들 수 있습니다.

사용자는 테이블이 정렬된 열 또는 열에 대한 열과 순서에 따라 시퀀스를 쿼리 column_store_order_ordinal sys.index_columns 할 수 있습니다.

자세한 내용은 순서가 지정된 클러스터형 columnstore 인덱스를 사용한 성능 튜닝을 참조하세요.

데이터 형식

Azure Synapse Analytics는 가장 일반적으로 사용되는 데이터 형식을 지원합니다. 데이터 형식 및 데이터 형식 사용 방법을 자세히 알아보려면 Azure Synapse Analytics의 테이블 데이터 형식을 참조하세요.

참고

Azure Synapse Analytics에는 SQL Server와 동일하게 행당 8060바이트의 제한이 적용됩니다. 이는 열이 많은 테이블 또는 nvarchar(max) 또는 varbinary(max)와 같은 큰 데이터 형식의 열에 대한 차단 문제가 될 수 있습니다. 8060바이트 제한을 위반하는 삽입 또는 업데이트는 오류 코드 511 또는 611을 발생시킵니다. 자세한 내용은 페이지 및 익스텐트 아키텍처 가이드를 참조하세요.

데이터 형식 변환의 테이블은 CAST 및 CONVERT(Transact-SQL)의 암시적 변환 섹션을 참조하세요. 자세한 내용은 날짜 및 시간 데이터 형식 및 함수(Transact-SQL)를 참조하세요.

지원되는 데이터 형식의 다음 목록에는 해당 세부 정보 및 스토리지 바이트가 포함됩니다.

datetimeoffset [ ( n ) ]
n의 기본값은 7입니다.

datetime2 [ ( n ) ]
소수 자릿수 초 숫자를 지정할 수 있다는 점 외에는 datetime과 동일합니다. n의 기본값은 7입니다.

n 값	자릿수	확장
0	19	0
1	21	1
2	22	2
3	23	3
4	24	4
5	25	5
6	26	6
7	27	7

datetime
그레고리력에 따라 19-23자로 하루의 시간과 날짜를 저장합니다. 날짜는 연도, 월 및 일을 포함할 수 있습니다. 시간에는 시간, 분, 초를 포함합니다. 선택적으로 세 자리 소수 자릿수 초를 표시할 수 있습니다. 스토리지 크기는 8바이트입니다.

smalldatetime
날짜 및 시간을 저장합니다. 스토리지 크기는 4바이트입니다.

date
그레고리력에 따라 연도, 월 및 일에 대해 최대 10자를 사용하여 날짜를 저장합니다. 스토리지 크기는 3바이트입니다. 날짜는 정수로 저장됩니다.

time [ ( n ) ]
n의 기본값은 7입니다.

float [ ( n ) ]
부동 소수점 숫자 데이터에 사용하는 근사 숫자 데이터 형식입니다. 부동 소수점 데이터는 근사값이므로 해당 데이터 형식 범위에 있는 모든 값을 정확하게 표현할 수는 없습니다. n은 과학적 표기법으로 float의 가수를 저장하는 데 사용되는 비트 수를 지정합니다. n은 전체 자릿수 및 스토리지 크기를 결정합니다. n이 지정된 경우 그 값은 1에서 53 사이여야 합니다. n의 기본값은 53입니다.

n 값	자릿수	스토리지 크기
1-24	7자리	4바이트
25-53	15자리	8바이트

Azure Synapse Analytics에서는 n을 가능한 두 값 중 하나로 처리합니다. 1<= n<= 24이면 n은 24로 처리됩니다. 25<= n<= 53이면 n은 53로 처리됩니다.

Azure Synapse Analytics float 데이터 형식 은 n 부터 1 53. 배정밀도의 동의어는 float(53)입니다.

real [ ( n ) ]
실제 정의는 float와 같습니다. real의 ISO 동의어는 float(24) 입니다.

decimal [ ( precision [ , scale ] ) ] | numeric [ ( precision [ , scale ] ) ]
고정 전체 자릿수 및 비율 숫자를 저장합니다.

전체 자릿수
소수점 양쪽에 저장할 수 있는 최대 소수 자릿수입니다. 전체 자릿수 값은 1에서 최대 전체 자릿수인 38 사이여야 합니다. 기본 전체 자릿수는 18입니다.

scale
소수점 오른쪽에 저장할 수 있는 10진수의 최대 수입니다. Scale 값은 0에서 precision 사이여야 합니다. precision이 지정된 경우 scale만 지정할 수 있습니다 기본 소수 자릿수는 0이므로 0<= scale<= precision입니다. 전체 자릿수에 따라 최대 스토리지 크기가 달라집니다.

자릿수	스토리지 크기(바이트)
1-9	5
10-19	9
20-28	13
29-38	17

money | smallmoney
통화 값을 나타내는 데이터 형식입니다.

데이터 형식	스토리지 크기(바이트)
money	8
smallmoney	4

bigint | int | smallint | tinyint
정수 데이터를 사용하는 정확한 숫자 데이터 형식입니다. 다음 표에 스토리지 용량이 나와 있습니다.

데이터 형식	스토리지 크기(바이트)
bigint	8
int	4
smallint	2
tinyint	1

bit
1, 0 또는 NULL 값을 가질 수 있는 정수 데이터 형식입니다. Azure Synapse Analytics에서는 bit 열의 스토리지를 최적화합니다. 테이블에 8개 이하의 bit 열이 있는 경우 열은 1바이트로 저장되고, 9-16개의 bit 열이 있을 경우 2바이트로 저장되는 식입니다.

nvarchar [ ( n | max ) ] 가변 길이 유니코드 문자 데이터입니다. n은 1부터 4000 사이의 값이 될 수 있습니다. max는 최대 스토리지 크기가 2^31-1바이트(2GB)임을 나타냅니다. 스토리지 크기(바이트)는 입력된 문자 수의 두 배 + 2바이트입니다. 입력된 데이터의 길이가 0자일수도 있습니다. 길이는 max Azure Synapse Analytics에만 적용됩니다.

nchar [ ( n ) ]
길이가 n자인 고정 길이의 유니코드 문자 데이터입니다. n은 1과 4000 사이의 값이어야 합니다. 스토리지 크기는 n바이트의 두 배입니다.

varchar[ ( n | max ) ] 길이가 n바이트인 가변 길이, 유니코드가 아닌 문자 데이터입니다. n은 1과 8000 사이의 값이어야 합니다. max는 최대 스토리지 크기가 2^31-1바이트(2GB)임을 나타냅니다. 스토리지 크기는 실제 입력된 데이터의 길이 + 2바이트입니다. 길이는 max Azure Synapse Analytics에만 적용됩니다.

char [ ( n ) ]
길이가 n바이트인 고정 길이의 비 유니코드 문자 데이터입니다. n은 1과 8000 사이의 값이어야 합니다. 스토리지 크기는 n 바이트입니다. n에 대한 기본값은 1입니다.

varbinary [ ( n | max ) ] 가변 길이 이진 데이터입니다. n은 1과 8000 사이의 값이어야 합니다. max는 최대 스토리지 크기가 2^31-1바이트(2GB)임을 나타냅니다. 스토리지 크기는 실제 입력된 데이터의 길이 + 2바이트입니다. n의 기본값은 7입니다. 길이는 max Azure Synapse Analytics에만 적용됩니다.

binary [ ( n ) ]
길이가 n바이트인 고정 길이 이진 데이터입니다. n은 1과 8000 사이의 값이어야 합니다. 스토리지 크기는 n 바이트입니다. n의 기본값은 7입니다.

uniqueidentifier
16바이트 GUID입니다.

사용 권한

테이블을 만들려면 db_ddladmin 고정 데이터베이스 역할의 사용 권한이 필요합니다.

• 데이터베이스에 대한 CREATE TABLE 사용 권한
• ALTER SCHEMA 테이블의 스키마에 대한 사용 권한

분할된 테이블을 만들려면 db_ddladmin 고정 데이터베이스 역할의 사용 권한이 필요합니다. 또는

• ALTER ANY DATASPACE 사용 권한

로컬 임시 테이블을 생성하는 로그인이 테이블에 대한 CONTROL, INSERT, SELECT 및 UPDATE 사용 권한을 받습니다.

설명

Azure Synapse Analytics의 최소 및 최대 제한은 Azure Synapse Analytics 용량 제한을 참조 하세요.

테이블 파티션 수 확인

각 사용자 정의 테이블은 배포라고 하는 개별 위치에 저장된 더 작은 테이블 여러 개로 나누어집니다. Azure Synapse Analytics는 60개 배포를 사용합니다. 분석 플랫폼 시스템(PDW)에서 배포 수는 컴퓨팅 노드 수에 따라 다릅니다.

각 배포에는 모든 테이블 파티션이 포함됩니다. 예를 들어 배포 60개 및 테이블 파티션 4개와 빈 파티션 1개가 있으면 300개의 파티션이 있는 것입니다(5 x 60= 300). 테이블이 클러스터형 columnstore 인덱스인 경우 파티션당 하나의 columnstore 인덱스가 있습니다. 즉, 300개의 columnstore 인덱스가 있습니다.

columnstore 인덱스의 이점 활용하기 위해 더 적은 테이블 파티션을 사용하여 각 columnstore 인덱스에 충분한 행이 있는지 확인하는 것이 좋습니다. Azure Synapse Analytics 에 대한 자세한 내용은 전용 SQL 풀 의 테이블 분할 및 Azure Synapse Analytics의 전용 SQL 풀 테이블에 대한 인덱스를 참조하세요.

rowstore 테이블(힙 또는 클러스터형 인덱스)

rowstore 테이블은 행별 순서로 저장된 테이블입니다. 힙 또는 클러스터형 인덱스입니다. Azure Synapse Analytics는 페이지 압축을 통해 모든 rowstore 테이블을 만들며 이 동작은 사용자가 구성할 수 없습니다.

columnstore 테이블(columnstore 인덱스)

columnstore 테이블은 열별 순서로 저장된 테이블입니다. columnstore 인덱스는 columnstore 테이블에 저장된 데이터를 관리하는 기술입니다. 클러스터형 columnstore 인덱스는 데이터가 분산되는 방식에 영향을 주지 않습니다. 대신 각 배포 내에 데이터가 저장되는 방식에 영향을 줍니다.

rowstore 테이블을 columnstore 테이블로 변경하려면 테이블에서 모든 기존 인덱스를 삭제하고 클러스터형 columnstore 인덱스를 만듭니다. 예제를 보려면 CREATE COLUMNSTORE INDEX(Transact-SQL)를 참조하세요.

자세한 내용은 다음 문서를 참조하세요.

• columnstore 인덱스의 새로운 기능
• Azure Synapse Analytics에서 테이블 인덱싱
• Columnstore 인덱스: 개요

제한 사항

• 배포 열에서 DEFAULT 제약 조건을 정의할 수 없습니다.
• 테이블 이름은 128자를 초과할 수 없습니다.
• 열 이름은 128자를 초과할 수 없습니다.

파티션

파티션 열에는 유니코드 전용 데이터 정렬이 있을 수 없습니다. 예를 들어 다음 문이 실패합니다.

CREATE TABLE t1 ( c1 varchar(20) COLLATE Divehi_90_CI_AS_KS_WS) WITH (PARTITION (c1 RANGE FOR VALUES (N'')))

boundary_value partition_column_name 데이터 형식으로 암시적으로 변환해야 하는 리터럴 값이면 불일치가 발생합니다. 리터럴 값은 Azure Synapse Analytics 시스템 뷰를 통해 표시되지만 변환된 값은 Transact-SQL 작업에 사용됩니다.

임시 테이블

전역 임시 테이블로 ## 시작하는 테이블은 지원되지 않습니다.

로컬 임시 테이블에는 다음과 같은 제한 사항이 있습니다.

• 현재 세션에만 표시됩니다. Azure Synapse Analytics는 세션이 끝날 때 이를 자동으로 삭제합니다. 명시적으로 삭제하려면 DROP TABLE 문을 사용합니다.
• 해당 이름을 바꿀 수 없습니다.
• 파티션 또는 뷰를 포함할 수 없습니다.
• 해당 권한은 변경할 수 없습니다. GRANT, DENY 및 REVOKE 문은 로컬 임시 테이블과 함께 사용할 수 없습니다.
• 데이터베이스 콘솔 명령은 임시 테이블에 대해 차단됩니다.
• 일괄 처리 내에서 둘 이상의 로컬 임시 테이블을 사용하는 경우 각각에 고유 이름이 있어야 합니다. 여러 세션이 동일한 일괄 처리를 실행하고 동일한 로컬 임시 테이블을 만드는 경우 Azure Synapse Analytics는 내부적으로 로컬 임시 테이블 이름에 숫자 접미사를 추가하여 각 로컬 임시 테이블에 대한 고유한 이름을 유지합니다.

잠금 동작

테이블에서 배타적 잠금을 사용합니다. DATABASE, SCHEMA 및 SCHEMARESOLUTION 개체에서 공유 잠금을 사용합니다.

열에 대한 예제

A. 열 데이터 정렬 지정

다음 예제에서는 MyTable 테이블이 두 개의 서로 다른 열 데이터 정렬을 사용하여 만들어집니다. 기본적으로 mycolumn1 열에는 기본 데이터 정렬 Latin1_General_100_CI_AS_KS_WS가 있습니다. mycolumn2 열에는 Frisian_100_CS_AS 데이터 정렬이 있습니다.

CREATE TABLE MyTable   
  (  
    mycolumnnn1 nvarchar,  
    mycolumn2 nvarchar COLLATE Frisian_100_CS_AS )  
WITH ( CLUSTERED COLUMNSTORE INDEX )  
;  

B. 열에 대해 DEFAULT 제약 조건 지정

다음 예제에서는 열에 대한 기본값을 지정하는 구문을 보여 줍니다. colA 열에는 기본값 0 및 constraint_colA라는 기본 제약 조건이 있습니다.

CREATE TABLE MyTable
  (  
    colA int CONSTRAINT constraint_colA DEFAULT 0,  
    colB nvarchar COLLATE Frisian_100_CS_AS
  )  
WITH ( CLUSTERED COLUMNSTORE INDEX )  
;  

임시 테이블에 대한 예제

C. 로컬 임시 테이블 만들기

다음 예제에서는 #myTable이라는 로컬 임시 테이블을 만듭니다. 테이블은 #으로 시작하는 세 부분으로 된 이름으로 지정됩니다.

CREATE TABLE AdventureWorks.dbo.#myTable
  (  
   id int NOT NULL,  
   lastName varchar(20),  
   zipCode varchar(6)  
  )  
WITH  
  (   
    DISTRIBUTION = HASH (id),  
    CLUSTERED COLUMNSTORE INDEX
  )  
;  

테이블 구조에 대한 예제

D. 클러스터형 columnstore 인덱스로 테이블 만들기

다음 예에서는 클러스터형 columnstore 인덱스가 포함된 분산된 테이블을 만듭니다. 각 배포는 columnstore로 저장됩니다.

클러스터형 columnstore 인덱스는 데이터가 분포되는 방식에는 영향을 주지 않으며 데이터는 항상 행별로 배포됩니다. 클러스터형 columnstore 인덱스는 각 배포 내에서 데이터가 저장되는 방식에 영향을 줍니다.

  CREATE TABLE MyTable
  (  
    colA int CONSTRAINT constraint_colA DEFAULT 0,  
    colB nvarchar COLLATE Frisian_100_CS_AS
  )  
WITH   
  (   
    DISTRIBUTION = HASH ( colB ),  
    CLUSTERED COLUMNSTORE INDEX
  )  
;  

E. 순서가 지정된 클러스터형 columnstore 인덱스 만들기

다음 예는 순서가 지정된 클러스터형 columnstore 인덱스를 만드는 방법을 보여줍니다. 인덱스는 순서가 지정 SHIPDATE됩니다.

CREATE TABLE Lineitem  
WITH (DISTRIBUTION = ROUND_ROBIN, CLUSTERED COLUMNSTORE INDEX ORDER(SHIPDATE))  
AS  
SELECT * FROM ext_Lineitem

테이블 배포 예제

F. ROUND_ROBIN 테이블 만들기

다음 예에서는 세 개의 열이 있고 파티션 없는 ROUND_ROBIN 테이블을 만듭니다. 데이터는 모든 배포에 걸쳐 분산됩니다. 힙 또는 rowstore 클러스터형 인덱스에 비해 더 나은 성능 및 데이터 압축을 제공하는 CLUSTERED COLUMNSTORE INDEX를 사용하여 테이블이 만들어집니다.

CREATE TABLE myTable
  (  
    id int NOT NULL,  
    lastName varchar(20),  
    zipCode varchar(6)  
  )  
WITH ( CLUSTERED COLUMNSTORE INDEX );  

G. 여러 열에 해시 분산된 테이블 만들기(미리 보기)

다음 예에서는 이전 예와 동일한 테이블을 만듭니다. 그러나 이 테이블의 경우 행이 분산됩니다(id 및 zipCode 열). 힙 또는 rowstore 클러스터형 인덱스에 비해 더 나은 성능 및 데이터 압축을 제공하는 클러스터형 columnstore 인덱스를 사용하여 테이블이 만들어집니다.

CREATE TABLE myTable
  (  
    id int NOT NULL,  
    lastName varchar(20),  
    zipCode varchar(6)  
  )  
WITH  
  (   
    DISTRIBUTION = HASH (id, zipCode), 
    CLUSTERED COLUMNSTORE INDEX  
  );  

H. 복제된 테이블 만들기

다음 예에서는 이전 예제와 비슷한 복제된 테이블을 만듭니다. 복제된 테이블은 각 컴퓨팅 노드에 전체가 복사됩니다. 각 컴퓨팅 노드에서 이 복사본을 사용하면 쿼리에 대한 데이터 이동이 줄어듭니다. 이 예제는 힙에 비해 더 나은 데이터 압축을 제공하는 클러스터형 인덱스를 사용하여 만들어집니다. 힙에 클러스터형 COLUMNSTORE INDEX 압축을 수행할 수 있는 행이 충분하지 않을 수 있습니다.

CREATE TABLE myTable
  (  
    id int NOT NULL,  
    lastName varchar(20),  
    zipCode varchar(6)  
  )  
WITH  
  (   
    DISTRIBUTION = REPLICATE,
    CLUSTERED INDEX (lastName)  
  );  

테이블 파티션에 대한 예제

9\. 분할된 테이블 만들기

다음 예제에서는 열에 분할 id 을 추가하여 RANGE LEFT 예제 A에 표시된 것과 동일한 테이블을 만듭니다. 4개의 파티션 경계 값을 지정하여 파티션이 5개가 됩니다.

CREATE TABLE myTable
  (  
    id int NOT NULL,  
    lastName varchar(20),  
    zipCode int)  
WITH
  (

    PARTITION ( id RANGE LEFT FOR VALUES (10, 20, 30, 40 )),  
    CLUSTERED COLUMNSTORE INDEX
  );  

이 예제에서는 다음과 같은 파티션으로 데이터가 정렬됩니다.

• 파티션 1: col <= 10
• 파티션 2: 10 < col <= 20
• 파티션 3: 20 < col <= 30
• 파티션 4: 30 < col <= 40
• 파티션 5: 40 < col

이 동일한 테이블이 RANGE LEFT(기본값) 대신 RANGE RIGHT에서 분할되면 다음과 같은 파티션으로 데이터가 정렬됩니다.

• 파티션 1: col < 10
• 파티션 2: 10 <= col < 20
• 파티션 3: 20 <= col < 30
• 파티션 4: 30 <= col < 40
• 파티션 5: 40 <= col

J. 하나의 파티션으로 분할된 테이블 만들기

다음 예제에서는 하나의 파티션으로 분할된 테이블을 만듭니다. 경계 값을 지정하지 않아 파티션이 하나가 됩니다.

CREATE TABLE myTable (  
    id int NOT NULL,  
    lastName varchar(20),  
    zipCode int)  
WITH
    (
      PARTITION ( id RANGE LEFT FOR VALUES ( )),  
      CLUSTERED COLUMNSTORE INDEX  
    )  
;  

11. 날짜 분할로 테이블 만들기

다음 예제에서는 date 열에서 분할하여 myTable이라는 새 테이블을 만듭니다. 경계 값에 대해 RANGE RIGHT 및 날짜를 사용하면 각 파티션에 데이터의 월을 배치합니다.

CREATE TABLE myTable (  
    l_orderkey      bigint,
    l_partkey       bigint,
    l_suppkey       bigint,
    l_linenumber    bigint,
    l_quantity      decimal(15,2),  
    l_extendedprice decimal(15,2),  
    l_discount      decimal(15,2),  
    l_tax           decimal(15,2),  
    l_returnflag    char(1),  
    l_linestatus    char(1),  
    l_shipdate      date,  
    l_commitdate    date,  
    l_receiptdate   date,  
    l_shipinstruct  char(25),  
    l_shipmode      char(10),  
    l_comment       varchar(44))  
WITH
  (
    DISTRIBUTION = HASH (l_orderkey),  
    CLUSTERED COLUMNSTORE INDEX,  
    PARTITION ( l_shipdate  RANGE RIGHT FOR VALUES
      (  
        '1992-01-01','1992-02-01','1992-03-01','1992-04-01','1992-05-01',
        '1992-06-01','1992-07-01','1992-08-01','1992-09-01','1992-10-01',
        '1992-11-01','1992-12-01','1993-01-01','1993-02-01','1993-03-01',
        '1993-04-01','1993-05-01','1993-06-01','1993-07-01','1993-08-01',
        '1993-09-01','1993-10-01','1993-11-01','1993-12-01','1994-01-01',
        '1994-02-01','1994-03-01','1994-04-01','1994-05-01','1994-06-01',
        '1994-07-01','1994-08-01','1994-09-01','1994-10-01','1994-11-01',
        '1994-12-01'  
      ))
  );  

관련 콘텐츠

• CREATE TABLE AS SELECT
• DROP TABLE(Transact-SQL)
• ALTER TABLE(Transact-SQL)
• sys.index_columns(Transact SQL)