Sterownik microsoft ADO.NET dla inżynierii danych usługi Microsoft Fabric (wersja zapoznawcza)

Ważna

Ta funkcja jest dostępna w wersji zapoznawczej.

ADO.NET jest powszechnie przyjętą technologią dostępu do danych w ekosystemie platformy .NET, która umożliwia aplikacjom łączenie się z danymi i pracę z danymi z baz danych i platform danych big data.

Sterownik microsoft ADO.NET dla inżynierii danych sieci szkieletowej umożliwia łączenie obciążeń platformy Spark, wykonywanie zapytań i zarządzanie nimi w usłudze Microsoft Fabric przy użyciu niezawodności i prostoty standardowych wzorców ADO.NET. Oparty na interfejsach API Livy Microsoft Fabric sterownik zapewnia bezpieczną i elastyczną łączność Spark SQL z aplikacjami platformy .NET przy użyciu znanych DbConnection, DbCommand i DbDataReader abstrakcji.

Kluczowe funkcje

Zgodny z ADO.NET: pełne wdrożenie abstrakcji ADO.NET (DbConnection, DbCommand, DbDataReader, DbParameter, DbProviderFactory)
Microsoft Entra ID Authentication: wiele przepływów uwierzytelniania, w tym Azure CLI, przeglądarka interaktywna, poświadczenia klienta, uwierzytelnianie oparte na certyfikatach i uwierzytelnianie za pomocą tokenu dostępu
Obsługa zapytań natywnych spark SQL: bezpośrednie wykonywanie instrukcji Spark SQL z zapytaniami sparametryzowanymi
Kompleksowa obsługa typów danych: obsługa wszystkich typów danych Spark SQL, w tym typów złożonych (ARRAY, MAP, STRUCT)
Buforowanie połączeń: wbudowane zarządzanie pulą połączeń dla lepszej wydajności
Ponowne użycie sesji: wydajne zarządzanie sesjami platformy Spark w celu zmniejszenia opóźnienia uruchamiania
Asynchroniczne ładowanie wstępne: Ładowanie danych w tle w celu zwiększenia wydajności przy większych zestawach wyników
Automatyczne ponowne nawiązywanie połączenia: automatyczne odzyskiwanie sesji po błędach połączenia

Uwaga / Notatka

W przypadku platformy Apache Spark typu open source baza danych i schemat są używane synonimowo. Na przykład uruchomienie SHOW SCHEMAS lub SHOW DATABASES w notesie Fabric zwraca ten sam wynik — listę wszystkich schematów w Lakehouse.

Wymagania wstępne

Przed użyciem sterownika Microsoft ADO.NET dla inżynierii danych Microsoft Fabric upewnij się, że masz następujące elementy:

Środowisko uruchomieniowe platformy .NET: .NET 8.0 lub nowszy
Microsoft Fabric Access: dostęp do obszaru roboczego usługi Microsoft Fabric z możliwościami inżynierii danych
Poświadczenia Azure Entra ID: odpowiednie poświadczenia do uwierzytelniania
Identyfikatory obszaru roboczego i lakehouse: identyfikatory GUID dla obszaru roboczego Fabric i lakehouse
Interfejs wiersza polecenia platformy Azure (opcjonalnie): wymagany dla metody uwierzytelniania interfejsu wiersza polecenia platformy Azure

Pobieranie, dołączanie, odwołanie i weryfikowanie

Pobieranie pakietu NuGet

Sterownik microsoft ADO.NET dla usługi Microsoft Fabric Data Engineering w wersji 1.0.0 jest w publicznej wersji zapoznawczej, którą można pobrać z tych linków centrum pobierania.

Uwzględnij pakiet NuGet w projekcie

Dołącz pobrany pakiet NuGet do projektu i dodaj odwołanie do pakietu do pliku projektu:

<ItemGroup>
    <PackageReference Include="Microsoft.Spark.Livy.AdoNet" Version="1.0.0" />
</ItemGroup>

Weryfikowanie instalacji

Po dodaniu pakietu i odwołaniu się do niego, sprawdź, czy jest on dostępny w projekcie:

using Microsoft.Spark.Livy.AdoNet;

// Verify the provider is registered
var factory = LivyProviderFactory.Instance;
Console.WriteLine($"Provider: {factory.GetType().Name}");

Przykład szybkiego startu

using Microsoft.Spark.Livy.AdoNet;

// Connection string with required parameters
string connectionString =
    "Server=https://api.fabric.microsoft.com/v1;" +
    "SparkServerType=Fabric;" +
    "FabricWorkspaceID=<workspace-id>;" +
    "FabricLakehouseID=<lakehouse-id>;" +
    "AuthFlow=AzureCli;";

// Create and open connection
using var connection = new LivyConnection(connectionString);
await connection.OpenAsync();

Console.WriteLine("Connected successfully!");

// Execute a query
using var command = connection.CreateCommand();
command.CommandText = "SELECT 'Hello from Fabric!' as message";

using var reader = await command.ExecuteReaderAsync();
if (await reader.ReadAsync())
{
    Console.WriteLine(reader.GetString(0));
}

Format ciągu połączenia

Format podstawowy

Sterownik microsoft ADO.NET używa standardowego formatu parametrów połączenia ADO.NET:

Parameter1=Value1;Parameter2=Value2;...

Wymagane parametry

Parametr	Opis	Przykład
`Server`	Punkt końcowy interfejsu API usługi Microsoft Fabric	`https://api.fabric.microsoft.com/v1`
`SparkServerType`	Identyfikator typu serwera	`Fabric`
`FabricWorkspaceID`	Identyfikator obszaru roboczego usługi Microsoft Fabric (GUID)	`<workspace-id>`
`FabricLakehouseID`	Identyfikator usługi Microsoft Fabric lakehouse (GUID)	`<lakehouse-id>`
`AuthFlow`	Metoda uwierzytelniania	`AzureCli`, , `BrowserBased`, `ClientSecretCredential`, `ClientCertificateCredential`, , `AuthAccessTokenFileToken`

Parametry opcjonalne

Ustawienia połączenia

Parametr	Typ	Wartość domyślna	Opis
`LivySessionTimeoutSeconds`	Integer	`60`	Czas w sekundach oczekiwania na utworzenie sesji
`LivyStatementTimeoutSeconds`	Integer	`600`	Czas w sekundach oczekiwania na wykonanie instrukcji
`SessionName`	Sznurek	(automatycznie)	Nazwa niestandardowa sesji platformy Spark
`AutoReconnect`	logiczny	`false`	Włączanie automatycznego odzyskiwania sesji

Ustawienia puli połączeń

Parametr	Typ	Wartość domyślna	Opis
`ConnectionPoolEnabled`	logiczny	`true`	Włącz buforowanie połączeń
`MinPoolSize`	Integer	`1`	Minimalna liczba połączeń w puli
`MaxPoolSize`	Integer	`20`	Maksymalna liczba połączeń w puli
`ConnectionMaxIdleTimeMs`	Integer	`1800000`	Maksymalny czas bezczynności przed odzyskaniem połączenia (30 minut)
`MaxLifetimeMs`	Integer	`3600000`	Maksymalny okres istnienia połączenia w puli (60 minut)
`ValidateConnections`	logiczny	`true`	Weryfikowanie połączeń przed użyciem
`ValidationTimeoutMs`	Integer	`5000`	Limit czasu weryfikacji połączenia

Ustawienia rejestrowania

Parametr	Typ	Wartość domyślna	Opis
`LogLevel`	Sznurek	`Information`	Poziom dziennika: `Trace`, `Debug`, `Information`, `Warning`, `Error`
`LogFilePath`	Sznurek	(brak)	Ścieżka do rejestrowania opartego na plikach

Uwaga / Notatka

Aliasy między sterownikami: Sterownik akceptuje nazwy właściwości JDBC i ODBC oprócz natywnych nazw ADO.NET (np. WorkspaceId mapuje na FabricWorkspaceID, LakehouseId mapuje na FabricLakehouseID). Wszystkie nazwy właściwości są niewrażliwe na wielkość liter.

Przykładowe parametry połączenia

Połączenie podstawowe (uwierzytelnianie Azure CLI)

Server=https://api.fabric.microsoft.com/v1;SparkServerType=Fabric;FabricWorkspaceID=<workspace-id>;FabricLakehouseID=<lakehouse-id>;AuthFlow=AzureCli

Z opcjami buforowania połączeń

Server=https://api.fabric.microsoft.com/v1;SparkServerType=Fabric;FabricWorkspaceID=<workspace-id>;FabricLakehouseID=<lakehouse-id>;AuthFlow=AzureCli;ConnectionPoolEnabled=true;MinPoolSize=2;MaxPoolSize=10

Wraz z automatycznym ponownym nawiązywaniem połączenia i rejestrowaniem

Server=https://api.fabric.microsoft.com/v1;SparkServerType=Fabric;FabricWorkspaceID=<workspace-id>;FabricLakehouseID=<lakehouse-id>;AuthFlow=AzureCli;AutoReconnect=true;LogLevel=Debug

Uwierzytelnianie

Sterownik microsoft ADO.NET obsługuje wiele metod uwierzytelniania za pomocą identyfikatora Entra firmy Microsoft (dawniej Azure Active Directory). Uwierzytelnianie jest konfigurowane przy użyciu parametru AuthFlow w parametrach połączenia.

Metody uwierzytelniania

Wartość AuthFlow	Opis	Najlepsze dla
`AzureCli`	Używa buforowanych poświadczeń Azure CLI	Programowanie i testowanie
`BrowserBased`	Interakcyjne uwierzytelnianie oparte na przeglądarce	Aplikacje dostępne dla użytkowników
`ClientSecretCredential`	Podmiot usługi z kluczem tajnym klienta	Zautomatyzowane usługi, zadania w tle
`ClientCertificateCredential`	Jednostka usługi z certyfikatem	Aplikacje dla przedsiębiorstw
`AuthAccessToken`	Wstępnie uzyskany token dostępu nosiciela	Scenariusze uwierzytelniania niestandardowego

Uwierzytelnianie CLI platformy Azure

Najlepsze dla: Programowanie i testowanie

string connectionString =
    "Server=https://api.fabric.microsoft.com/v1;" +
    "SparkServerType=Fabric;" +
    "FabricWorkspaceID=<workspace-id>;" +
    "FabricLakehouseID=<lakehouse-id>;" +
    "AuthFlow=AzureCli;";

using var connection = new LivyConnection(connectionString);
await connection.OpenAsync();

Prerequisites:

Zainstalowany interfejs wiersza polecenia platformy Azure: az --version
Zalogowano: az login

Uwierzytelnianie za pomocą przeglądarki interakcyjnej

Najlepsze dla: aplikacje przeznaczone dla użytkowników

string connectionString =
    "Server=https://api.fabric.microsoft.com/v1;" +
    "SparkServerType=Fabric;" +
    "FabricWorkspaceID=<workspace-id>;" +
    "FabricLakehouseID=<lakehouse-id>;" +
    "AuthFlow=BrowserBased;" +
    "AuthTenantID=<tenant-id>;";

using var connection = new LivyConnection(connectionString);
await connection.OpenAsync(); // Opens browser for authentication

Zachowanie:

Otwiera okno przeglądarki na potrzeby uwierzytelniania użytkownika
Poświadczenia są buforowane dla kolejnych połączeń

Uwierzytelnianie poświadczeń klienta (jednostki usługi)

Najlepsze dla: Zautomatyzowane usługi i zadania w tle

string connectionString =
    "Server=https://api.fabric.microsoft.com/v1;" +
    "SparkServerType=Fabric;" +
    "FabricWorkspaceID=<workspace-id>;" +
    "FabricLakehouseID=<lakehouse-id>;" +
    "AuthFlow=ClientSecretCredential;" +
    "AuthTenantID=<tenant-id>;" +
    "AuthClientID=<client-id>;" +
    "AuthClientSecret=<client-secret>;";

using var connection = new LivyConnection(connectionString);
await connection.OpenAsync();

Wymagane parametry:

AuthTenantID: Identyfikator dzierżawy platformy Azure
AuthClientID: Identyfikator aplikacji (klienta) z Microsoft Entra ID
AuthClientSecret: Tajny klucz klienta od Microsoft Entra ID

Uwierzytelnianie oparte na certyfikatach

Najlepsze rozwiązanie: Aplikacje dla przedsiębiorstw wymagające uwierzytelniania opartego na certyfikatach

string connectionString =
    "Server=https://api.fabric.microsoft.com/v1;" +
    "SparkServerType=Fabric;" +
    "FabricWorkspaceID=<workspace-id>;" +
    "FabricLakehouseID=<lakehouse-id>;" +
    "AuthFlow=ClientCertificateCredential;" +
    "AuthTenantID=<tenant-id>;" +
    "AuthClientID=<client-id>;" +
    "AuthCertificatePath=C:\\certs\\mycert.pfx;" +
    "AuthCertificatePassword=<password>;";

using var connection = new LivyConnection(connectionString);
await connection.OpenAsync();

Wymagane parametry:

AuthTenantID: Identyfikator dzierżawy platformy Azure
AuthClientID: Identyfikator aplikacji (klienta)
AuthCertificatePath: Ścieżka do pliku certyfikatu PFX/PKCS12
AuthCertificatePassword: Hasło certyfikatu

Uwierzytelnianie tokenu dostępu

Najlepszy dla: niestandardowe scenariusze uwierzytelniania

// Acquire token through your custom mechanism
string accessToken = await AcquireTokenFromCustomSourceAsync();

string connectionString =
    "Server=https://api.fabric.microsoft.com/v1;" +
    "SparkServerType=Fabric;" +
    "FabricWorkspaceID=<workspace-id>;" +
    "FabricLakehouseID=<lakehouse-id>;" +
    "AuthFlow=AuthAccessToken;" +
    $"AuthAccessToken={accessToken};";

using var connection = new LivyConnection(connectionString);
await connection.OpenAsync();

Uwaga / Notatka

Zdecydowanie zalecamy unikanie twardych poświadczeń kodowania, takich jak hasła, klucze, wpisy tajne, tokeny lub certyfikaty w kodzie. Zamiast tego użyj usługi Azure Key Vault, aby bezpiecznie przechowywać te wartości i pobierać je w czasie wykonywania.

Przykłady użycia

Podstawowe połączenie i zapytanie

using Microsoft.Spark.Livy.AdoNet;

string connectionString =
    "Server=https://api.fabric.microsoft.com/v1;" +
    "SparkServerType=Fabric;" +
    "FabricWorkspaceID=<workspace-id>;" +
    "FabricLakehouseID=<lakehouse-id>;" +
    "AuthFlow=AzureCli;";

using var connection = new LivyConnection(connectionString);
await connection.OpenAsync();

Console.WriteLine($"Connected! Server version: {connection.ServerVersion}");

// Execute a query
using var command = connection.CreateCommand();
command.CommandText = "SELECT * FROM employees LIMIT 10";

using var reader = await command.ExecuteReaderAsync();

// Print column names
for (int i = 0; i < reader.FieldCount; i++)
{
    Console.Write($"{reader.GetName(i)}\t");
}
Console.WriteLine();

// Print rows
while (await reader.ReadAsync())
{
    for (int i = 0; i < reader.FieldCount; i++)
    {
        Console.Write($"{reader.GetValue(i)}\t");
    }
    Console.WriteLine();
}

Zapytania sparametryzowane

using var command = connection.CreateCommand();
command.CommandText = "SELECT * FROM orders WHERE order_date >= @startDate AND status = @status";

// Add parameters
command.Parameters.AddWithValue("@startDate", new DateTime(2024, 1, 1));
command.Parameters.AddWithValue("@status", "completed");

using var reader = await command.ExecuteReaderAsync();
while (await reader.ReadAsync())
{
    Console.WriteLine($"Order: {reader["order_id"]}, Total: {reader["total"]:C}");
}

ExecuteScalar dla pojedynczych wartości

using var command = connection.CreateCommand();
command.CommandText = "SELECT COUNT(*) FROM customers";

var count = await command.ExecuteScalarAsync();
Console.WriteLine($"Total customers: {count}");

ExecuteNonQuery dla operacji DML

// INSERT
using var insertCommand = connection.CreateCommand();
insertCommand.CommandText = @"
    INSERT INTO employees (id, name, department, salary)
    VALUES (100, 'John Doe', 'Engineering', 85000)";

int rowsAffected = await insertCommand.ExecuteNonQueryAsync();
Console.WriteLine($"Inserted {rowsAffected} row(s)");

// UPDATE
using var updateCommand = connection.CreateCommand();
updateCommand.CommandText = "UPDATE employees SET salary = 90000 WHERE id = 100";

rowsAffected = await updateCommand.ExecuteNonQueryAsync();
Console.WriteLine($"Updated {rowsAffected} row(s)");

// DELETE
using var deleteCommand = connection.CreateCommand();
deleteCommand.CommandText = "DELETE FROM employees WHERE id = 100";

rowsAffected = await deleteCommand.ExecuteNonQueryAsync();
Console.WriteLine($"Deleted {rowsAffected} row(s)");

Praca z dużymi zestawami wyników

using var command = connection.CreateCommand();
command.CommandText = "SELECT * FROM large_table";

using var reader = await command.ExecuteReaderAsync();

int rowCount = 0;
while (await reader.ReadAsync())
{
    // Process each row
    ProcessRow(reader);
    rowCount++;

    if (rowCount % 10000 == 0)
    {
        Console.WriteLine($"Processed {rowCount} rows...");
    }
}

Console.WriteLine($"Total rows processed: {rowCount}");

Odnajdywanie schematów

// List all tables
using var showTablesCommand = connection.CreateCommand();
showTablesCommand.CommandText = "SHOW TABLES";

using var tablesReader = await showTablesCommand.ExecuteReaderAsync();
Console.WriteLine("Available tables:");
while (await tablesReader.ReadAsync())
{
    Console.WriteLine($"  {tablesReader.GetString(0)}");
}

// Describe table structure
using var describeCommand = connection.CreateCommand();
describeCommand.CommandText = "DESCRIBE employees";

using var schemaReader = await describeCommand.ExecuteReaderAsync();
Console.WriteLine("\nTable structure for 'employees':");
while (await schemaReader.ReadAsync())
{
    Console.WriteLine($"  {schemaReader["col_name"]}: {schemaReader["data_type"]}");
}

Korzystanie z LivyConnectionStringBuilder

using Microsoft.Spark.Livy.AdoNet;

var builder = new LivyConnectionStringBuilder
{
    Server = "https://api.fabric.microsoft.com/v1",
    SparkServerType = "Fabric",
    FabricWorkspaceID = "<workspace-id>",
    FabricLakehouseID = "<lakehouse-id>",
    AuthFlow = "AzureCli",
    ConnectionPoolingEnabled = true,
    MinPoolSize = 2,
    MaxPoolSize = 10,
    ConnectionTimeout = 60
};

using var connection = new LivyConnection(builder.ConnectionString);
await connection.OpenAsync();

Korzystanie z DbProviderFactory

using System.Data.Common;
using Microsoft.Spark.Livy.AdoNet;

// Register the provider factory (typically done at application startup)
DbProviderFactories.RegisterFactory("Microsoft.Spark.Livy.AdoNet", LivyProviderFactory.Instance);

// Create connection using factory
var factory = DbProviderFactories.GetFactory("Microsoft.Spark.Livy.AdoNet");

using var connection = factory.CreateConnection();
connection.ConnectionString = connectionString;

await connection.OpenAsync();

using var command = factory.CreateCommand();
command.Connection = connection;
command.CommandText = "SELECT * FROM employees LIMIT 5";

using var reader = await command.ExecuteReaderAsync();
// Process results...

Mapowanie typu danych

Sterownik mapuje typy danych Spark SQL na typy platformy .NET:

Typ Spark SQL	typ .NET	DbType
BOOLEAN	`bool`	logiczny
TINYINT	`sbyte`	SByte
SMALLINT	`short`	Int16
INT	`int`	Int32
BIGINT	`long`	Int64
FLOAT	`float`	Single
PODWÓJNY	`double`	Double
DZIESIĘTNE (p, s)	`decimal`	Decimal
STRING	`string`	Sznurek
VARCHAR(n)	`string`	Sznurek
CHAR(n)	`string`	Sznurek
BINARY	`byte[]`	Binary
DATE	`DateTime`	Termin
TIMESTAMP	`DateTime`	Data i czas
TABLICA<T>	`T[]` lub `string` (JSON)	Obiekt
MAP<K,V>	`Dictionary<K,V>` lub `string` (JSON)	Obiekt
STRUCT	`object` lub `string` (JSON)	Obiekt

Praca z typami złożonymi

Typy złożone (ARRAY, MAP, STRUCT) są domyślnie zwracane jako ciągi JSON:

using System.Text.Json;
using System.Collections.Generic;

using var command = connection.CreateCommand();
command.CommandText = "SELECT array_column, map_column, struct_column FROM complex_table LIMIT 1";

using var reader = await command.ExecuteReaderAsync();
if (await reader.ReadAsync())
{
    // Complex types returned as JSON strings
    string arrayJson = reader.GetString(0);  // e.g., "[1, 2, 3]"
    string mapJson = reader.GetString(1);    // e.g., "{\"key\": \"value\"}"
    string structJson = reader.GetString(2); // e.g., "{\"field1\": 1, \"field2\": \"text\"}"

    // Parse with System.Text.Json
    var array = JsonSerializer.Deserialize<int[]>(arrayJson);
    var map = JsonSerializer.Deserialize<Dictionary<string, string>>(mapJson);
}

Troubleshooting

Ta sekcja zawiera wskazówki dotyczące rozwiązywania typowych problemów, które mogą wystąpić podczas korzystania ze sterownika microsoft ADO.NET dla inżynierii danych usługi Microsoft Fabric.

Typowe problemy

W poniższych sekcjach opisano typowe problemy i ich rozwiązania:

Awarie połączenia

Problem: Nie można nawiązać połączenia z usługą Microsoft Fabric

Rozwiązania:

Sprawdź, czy FabricWorkspaceID i FabricLakehouseID są prawidłowymi identyfikatorami GUID
Sprawdź uwierzytelnianie Azure CLI: az account show
Upewnij się, że masz odpowiednie uprawnienia obszaru roboczego usługi Fabric
Zweryfikuj łączność sieciową z api.fabric.microsoft.com

Błędy uwierzytelniania

Problem: Uwierzytelnianie kończy się niepowodzeniem za pomocą Azure CLI

Rozwiązania:

Uruchom az login aby odświeżyć poświadczenia
Sprawdź poprawnego dzierżawcę: az account set --subscription <subscription-id>
Sprawdź ważność tokenu: az account get-access-token --resource https://api.fabric.microsoft.com

Limit czasu zapytania

Problem: Limit czasu zapytań w dużych tabelach

Rozwiązania:

Zwiększ limit czasu instrukcji: LivyStatementTimeoutSeconds=300
Użyj klauzuli LIMIT do ograniczenia rozmiaru wyniku podczas rozwoju.
Upewnij się, że klaster Spark ma odpowiednie zasoby

Upłynięcie limitu czasu tworzenia sesji

Problem: Przekroczono limit czasu połączenia podczas tworzenia sesji

Rozwiązania:

Zwiększ limit czasu sesji: LivySessionTimeoutSeconds=120
Sprawdzanie dostępności pojemności sieci szkieletowej
Sprawdź, czy obszar roboczy nie osiągnął limitów sesji

Włącz rejestrowanie

Podczas rozwiązywania problemów włączenie szczegółowego rejestrowania może pomóc zidentyfikować główną przyczynę problemów. Rejestrowanie można włączyć za pomocą parametrów połączenia lub programowo.

Aby włączyć szczegółowe rejestrowanie za pośrednictwem parametrów połączenia:

LogLevel=Debug

Możesz też skonfigurować programowo:

using Microsoft.Extensions.Logging;

var loggerFactory = LoggerFactory.Create(builder =>
{
    builder.AddConsole();
    builder.SetMinimumLevel(LogLevel.Debug);
});

// Logging is automatically integrated with the connection

Poziomy logów:

Trace: Najbardziej szczegółowy, obejmuje wszystkie wywołania interfejsu API
Debug: Szczegółowe informacje o debugowaniu
Information: Ogólne informacje (ustawienie domyślne)
Warning: Tylko ostrzeżenia
Error: Tylko błędy

Opinia

Czy ta strona była pomocna?

Last updated on 2026-03-18

Udostępnij za pośrednictwem

Sterownik microsoft ADO.NET dla inżynierii danych usługi Microsoft Fabric (wersja zapoznawcza)

Kluczowe funkcje

Wymagania wstępne

Pobieranie, dołączanie, odwołanie i weryfikowanie

Pobieranie pakietu NuGet

Uwzględnij pakiet NuGet w projekcie

Weryfikowanie instalacji

Przykład szybkiego startu

Format ciągu połączenia

Format podstawowy

Wymagane parametry

Parametry opcjonalne

Ustawienia połączenia

Ustawienia puli połączeń

Ustawienia rejestrowania

Przykładowe parametry połączenia

Połączenie podstawowe (uwierzytelnianie Azure CLI)

Z opcjami buforowania połączeń

Wraz z automatycznym ponownym nawiązywaniem połączenia i rejestrowaniem

Uwierzytelnianie

Metody uwierzytelniania

Uwierzytelnianie CLI platformy Azure

Uwierzytelnianie za pomocą przeglądarki interakcyjnej

Uwierzytelnianie poświadczeń klienta (jednostki usługi)

Uwierzytelnianie oparte na certyfikatach

Uwierzytelnianie tokenu dostępu

Przykłady użycia

Podstawowe połączenie i zapytanie

Zapytania sparametryzowane

ExecuteScalar dla pojedynczych wartości

ExecuteNonQuery dla operacji DML

Praca z dużymi zestawami wyników

Odnajdywanie schematów

Korzystanie z LivyConnectionStringBuilder

Korzystanie z DbProviderFactory

Mapowanie typu danych

Praca z typami złożonymi

Troubleshooting

Typowe problemy

Awarie połączenia

Błędy uwierzytelniania

Limit czasu zapytania

Upłynięcie limitu czasu tworzenia sesji

Włącz rejestrowanie

Treści powiązane

Opinia

Dodatkowe zasoby