Delen via

Beperkingen van Fabric Data Warehouse

Van toepassing op:✅ SQL Analytics-eindpunt en -magazijn in Microsoft Fabric

In dit artikel worden de huidige beperkingen in Microsoft Fabric beschreven.

Deze beperkingen zijn alleen van toepassing op eindpuntitems van Warehouse en SQL Analytics in Fabric Synapse Data Warehouse. Zie Beperkingen in SQL-database in Microsoft Fabric (preview) voor beperkingen van SQL-databases in Fabric.

Beperkingen

Huidige algemene productbeperkingen voor Databeheersysteem in Microsoft Fabric worden in dit artikel vermeld, met beperkingen op functieniveau die worden vermeld in het bijbehorende functieartikel. Meer functionaliteit zal voortbouwen op de toonaangevende prestaties en gelijktijdigheid van wereldklasse en zal stapsgewijs worden geïmplementeerd. Zie Fabric Roadmap voor meer informatie over de toekomst van Microsoft Fabric.

Belangrijk

Voor infrastructuurdatawarehouse- en SQL-analyse-eindpuntverbindingen moeten zowel de bron- als doelitems zich in dezelfde regio bevinden. Verbindingen tussen regio's, inclusief verbindingen tussen werkruimten of capaciteiten in verschillende regio's, worden niet ondersteund en kunnen niet worden geverifieerd of verbinding maken.

Zie voor meer beperkingen op specifieke gebieden:

Beperkingen van het SQL-analyse-eindpunt

De volgende beperkingen gelden voor het automatisch genereren van schema's en metagegevensdetectie voor SQL Analytics-eindpunten.

  • Gegevens moeten de Delta Parquet-indeling hebben om automatisch te worden gedetecteerd in het SQL-analyse-eindpunt. Delta Lake is een opensource-opslagframework waarmee u Lakehouse-architectuur kunt bouwen.

  • Delta-kolomtoewijzing op naam wordt ondersteund, maar deltakolomtoewijzing per id wordt niet ondersteund. Zie Delta Lake-functies en Fabric-ervaringen voor meer informatie.

  • Delta-tabellen die buiten de /tables map zijn gemaakt, zijn niet beschikbaar in het SQL Analytics-eindpunt.

    Als u geen Lakehouse-tabel in het magazijn ziet, controleert u de locatie van de tabel. Alleen de tabellen waarnaar wordt verwezen naar gegevens in de /tables map zijn beschikbaar in het magazijn. De tabellen die verwijzen naar gegevens in de /files map in de lake, worden niet weergegeven in het SQL Analytics-eindpunt. Als tijdelijke oplossing verplaatst u uw gegevens naar de /tables map.

  • Sommige kolommen in de Spark Delta-tabellen zijn mogelijk niet beschikbaar in de tabellen in het SQL Analytics-eindpunt. Zie Gegevenstypen in Fabric Data Warehouse voor een volledige lijst met ondersteunde gegevenstypen.

  • Als u een beperking voor refererende sleutels toevoegt tussen tabellen in het SQL Analytics-eindpunt, kunt u geen verdere schemawijzigingen aanbrengen (bijvoorbeeld het toevoegen van de nieuwe kolommen). Als u de Delta Lake-kolommen niet ziet met de typen die moeten worden ondersteund in het SQL Analytics-eindpunt, controleer dan of er een beperking voor vreemde sleutels is die updates in de tabel kan voorkomen.

  • Zie prestatieoverwegingen voor SQL Analytics-eindpunten voor informatie en aanbevelingen over de prestaties van het SQL-analyse-eindpunt.

  • Scalaire UDF's worden ondersteund wanneer deze inlineable zijn. Zie CREATE FUNCTION en Scalar UDF inlining voor meer informatie.

  • Het varchar(max) -gegevenstype wordt alleen ondersteund in SQL-analyse-eindpunten van gespiegelde items en Fabric-databases, en niet voor Lakehouses. Tabellen die na 10 november 2025 zijn aangemaakt, worden automatisch toegewezen met varchar(max). Tabellen die vóór 10 november 2025 zijn gemaakt, moeten opnieuw worden gemaakt om een nieuw gegevenstype te gebruiken of worden automatisch bijgewerkt naar varchar(max) tijdens de volgende schemawijziging.

Gegevensafkapping tot 8 kB blijft van toepassing op de tabellen in het SQL Analytics-eindpunt van het Lakehouse, inclusief snelkoppelingen naar een gespiegeld object.

Omdat alle tabellen geen ondersteuning bieden voor varchar(max) -joins voor deze kolommen, werkt dit mogelijk niet zoals verwacht als een van de tabellen nog steeds een afkapping van gegevens heeft. Als u bijvoorbeeld CTAS een tabel van een nieuw gespiegeld item in een Lakehouse-tabel maakt met behulp van Spark, voegt u deze vervolgens samen met de kolom varchar(max), dan verschillen de queryresultaten ten opzichte van het gegevenstype varchar(8000 ). Als u het vorige gedrag wilt blijven gebruiken, kunt u de kolom casten naar varchar(8000) in de query.

U kunt controleren of een tabel een varchar(max) -kolom heeft uit de metagegevens van het schema met behulp van de volgende T-SQL-query. Een max_length waarde van -1 vertegenwoordigt 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');

Bekende problemen

Voor bekende problemen in Microsoft Fabric gaat u naar Bekende problemen met Microsoft Fabric.

Gerelateerde inhoud

  • Last updated on