Datatyper i Microsoft Fabric
Gjelder for:✅ SQL Analytics-endepunkt og Warehouse i Microsoft Fabric
Tabeller i Microsoft Fabric støtter de mest brukte T-SQL-datatypene.
- Hvis du vil ha mer informasjon om oppretting av tabeller, kan du se Tabeller.
Datatyper i Warehouse
Warehouse støtter et delsett av T-SQL-datatyper. Hver tilbudte datatype er basert på SQL Server-datatypen med samme navn. Hvis du vil ha mer informasjon, kan du se referanseartikkelen for hver i tabellen nedenfor.
| Kategori | Datatyper som støttes |
|---|---|
| Eksakte tall | |
| Omtrentlige tall | |
| Dato og klokkeslett | |
| Tegnstrenger med fast lengde | |
| Tegnstrenger med variabel lengde | |
| Binære strenger |
* Presisjonen for datetime2 og klokkeslett er begrenset til seks sifre med presisjon på brøker av sekunder.
** Datatypen uniqueidentifier er en T-SQL-datatype uten en samsvarende datatype i Delta Parquet. Som et resultat lagres den som en binær type. Lageret støtter lagring og lesing av unikidentifierkolonner , men disse verdiene kan ikke leses på endepunktet for SQL-analyse. Hvis du leser unikidentifierverdier i lakehouse, vises en binær representasjon av de opprinnelige verdiene. Som et resultat fungerer ikke funksjoner som krysskoblinger mellom Warehouse og SQL Analytics-endepunktet ved hjelp av en unikidentifierkolonne som forventet.
Hvis du vil ha mer informasjon om datatypene som støttes, inkludert presisjoner, kan du se datatyper i CREATE TABLE-referansen.
Datatyper som ikke støttes
Noen alternativer er tilgjengelige for T-SQL-datatyper som for øyeblikket ikke støttes. Kontroller at du evaluerer bruken av disse typene, ettersom presisjons- og spørringsvirkemåten varierer:
| Datatype som ikke støttes | Tilgjengelige alternativer |
|---|---|
| penger og småpenger | Bruk desimal, men vær oppmerksom på at den ikke kan lagre pengeenheten. |
| datetime og smalldatetime | Bruk datetime2. |
| datetimeoffset | Bruk datetime2, men du kan bruke datetimeoffset til å konvertere data med CAST-funksjonen AT TIME ZONE (Transact-SQL ). Du kan for eksempel se datetimeoffset. |
| nchar og nvarchar | Bruk henholdsvis tegn og varchar , da det ikke finnes noen lignende unicode-datatype i Parquet. Tegn - og varchar-typene i en UTF-8-sortering kan bruke mer lagringsplass enn nchar og nvarchar til å lagre unicode-data. Hvis du vil forstå innvirkningen på miljøet ditt, kan du se Lagringsforskjeller mellom UTF-8 og UTF-16. |
| tekst og ntekst | Bruk varchar. |
| bilde | Bruk varbinary. |
Datatyper som ikke støttes, kan fortsatt brukes i T-SQL-kode for variabler eller i minnebruk i økten. Det er ikke tillatt å opprette tabeller eller visninger som vedvarer data på disken med noen av disse typene.
Hvis du vil ha en veiledning for å opprette en tabell i Warehouse, kan du se Opprette tabeller.
Automatisk genererte datatyper i SQL Analytics-endepunktet
Tabellene i SQL Analytics-endepunktet opprettes automatisk når en tabell opprettes i det tilknyttede lakehouse. Kolonnetypene i SQL Analytics-endepunkttabellene er avledet fra kildedeltatypene.
Reglene for tilordning av opprinnelige deltatyper til SQL-typene i SQL Analytics-endepunktet vises i følgende tabell:
| Delta-datatype | SQL-datatype (tilordnet) |
|---|---|
| LONG, BIGINT | bigint |
| BOOLSK, BOOL | bit |
| HELTALL, HELTALL | Int |
| TINYINT, BYTE, SMALLINT, SHORT | smallint |
| DOBBEL | flyte |
| FLOAT, REAL | ekte |
| DADDEL | daddel |
| TIDSSTEMPEL | datetime2 |
| TEGN(n) | varchar(n) med Latin1_General_100_BIN2_UTF8 sortering |
| STRING, VARCHAR(n) | varchar(n) med Latin1_General_100_BIN2_UTF8 sortering |
| STRING, VARCHAR(MAX) | varchar(8000) med Latin1_General_100_BIN2_UTF8 sortering |
| BINÆR | varbinary(n) |
| DESIMAL, DES, NUMERISK | desimal(p;s) |
Kolonnene som har typene som ikke er oppført i tabellen, representeres ikke som tabellkolonnene i SQL Analytics-endepunktet.