Sterownik ODBC firmy Microsoft dla inżynierii danych usługi Microsoft Fabric (wersja zapoznawcza)

Ważne

Ta funkcja jest dostępna w wersji zapoznawczej.

ODBC (Open Database Connectivity) to powszechnie przyjęty standard, który umożliwia aplikacjom klienckim łączenie się z bazami danych i platformami danych big data oraz pracę z nimi.

Sterownik ODBC firmy Microsoft dla inżynierii danych sieci szkieletowej umożliwia łączenie obciążeń Platformy Spark, wykonywanie zapytań i zarządzanie nimi w usłudze Microsoft Fabric przy użyciu niezawodności i prostoty standardu ODBC. Zbudowany na API Livy Microsoft Fabric sterownik zapewnia bezpieczne i elastyczne połączenie Spark SQL z platformą .NET, Python oraz innymi aplikacjami zgodnymi z ODBC i narzędziami BI.

Kluczowe funkcje

Zgodne ze standardem ODBC 3.x: pełna implementacja specyfikacji ODBC 3.x
Microsoft Entra ID Authentication: wiele przepływów uwierzytelniania, w tym Azure CLI, interakcyjne, poświadczenia klienta, oparte na certyfikatach i uwierzytelnianie przy użyciu tokenu dostępu
Obsługa zapytań Spark SQL: bezpośrednie wykonywanie instrukcji Spark SQL
Kompleksowa obsługa typów danych: obsługa wszystkich typów danych Spark SQL, w tym typów złożonych (ARRAY, MAP, STRUCT)
Ponowne użycie sesji: wbudowane zarządzanie sesjami w celu zwiększenia wydajności
Obsługa dużych tabel: zoptymalizowana obsługa dużych zestawów wyników z konfigurowalnymi rozmiarami stron
Pobieranie wstępne asynchroniczne: ładowanie danych w tle w celu zwiększenia wydajności
Obsługa serwera proxy: konfiguracja serwera proxy HTTP dla środowisk przedsiębiorstwa
Obsługa wielu schematów w Lakehouse: nawiązanie połączenia z określonym schematem w Lakehouse

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 rozpoczęciem korzystania ze sterownika MICROSOFT ODBC dla inżynierii danych usługi Microsoft Fabric upewnij się, że masz następujące elementy:

System operacyjny: Windows 10/11 lub Windows Server 2016+
Microsoft Fabric Access: dostęp do obszaru roboczego usługi Microsoft Fabric
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 i instalacja MSI

Sterownik Microsoft ODBC dla usługi Microsoft Fabric Data Engineering w wersji 1.0.0 jest w publicznej wersji zapoznawczej, który można pobrać z tego linku centrum pobierania.

Pobierz sterownik MICROSOFT ODBC dla usługi Microsoft Fabric Data Engineering (zip)

Pobierz pakiet MSI sterownika ODBC Microsoft dla Microsoft Fabric Data Engineering
Kliknij dwukrotnie MicrosoftFabricODBCDriver-1.0.msi
Postępuj zgodnie z instrukcjami kreatora instalacji i zaakceptuj umowę licencyjną
Wybierz katalog instalacyjny (ustawienie domyślne: C:\Program Files\Microsoft ODBC Driver for Microsoft Fabric Data Engineering\)
Ukończ instalację

Instalacja dyskretna

# Silent installation
msiexec /i "MicrosoftFabricODBCDriver-1.0.msi" /quiet

# Installation with logging
msiexec /i "MicrosoftFabricODBCDriver-1.0.msi" /l*v install.log

Weryfikowanie instalacji

Po zakończeniu instalacji sprawdź, czy sterownik jest zarejestrowany:

Uruchom odbcad32.exe (Administrator źródła danych ODBC)
Przejdź do karty Sterowniki
Sprawdź, czy na liście znajduje się element "Microsoft ODBC Driver for Microsoft Fabric Data Engineering".

Przykład szybkiego startu

W tym przykładzie pokazano, jak nawiązać połączenie z usługą Microsoft Fabric i wykonać zapytanie przy użyciu sterownika MICROSOFT ODBC dla inżynierii danych usługi Microsoft Fabric. Przed uruchomieniem tego kodu upewnij się, że zostały spełnione wymagania wstępne i zainstalowano sterownik.

Przykład języka Python

import pyodbc

# Connection string with required parameters
connection_string = (
    "DRIVER={Microsoft ODBC Driver for Microsoft Fabric Data Engineering};"
    "WorkspaceId=<workspace-id>;"
    "LakehouseId=<lakehouse-id>;"
    "AuthFlow=AZURE_CLI;"
)

# Connect and execute query
conn = pyodbc.connect(connection_string, timeout=30)
cursor = conn.cursor()

cursor.execute("SELECT 'Hello from Fabric!' as message")
row = cursor.fetchone()
print(row.message)

conn.close()

Przykład platformy .NET

using System.Data.Odbc;

// Connection string with required parameters
string connectionString = 
    "DRIVER={Microsoft ODBC Driver for Microsoft Fabric Data Engineering};" +
    "WorkspaceId=<workspace-id>;" +
    "LakehouseId=<lakehouse-id>;" +
    "AuthFlow=AZURE_CLI;";

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

Console.WriteLine("Connected successfully!");

using var command = new OdbcCommand("SELECT 'Hello from Fabric!' as message", connection);
using var reader = await command.ExecuteReaderAsync();

if (await reader.ReadAsync())
{
    Console.WriteLine(reader.GetString(0));
}

Format ciągu połączenia

Podstawowe parametry połączenia

Sterownik Microsoft ODBC dla inżynierii danych usługi Microsoft Fabric używa następującego formatu parametrów połączenia:

DRIVER={Microsoft ODBC Driver for Microsoft Fabric Data Engineering};<parameter1>=<value1>;<parameter2>=<value2>;...

Składniki parametrów połączenia

Składnik	Opis	Example
STEROWNIK	Identyfikator sterownika ODBC	`{Microsoft ODBC Driver for Microsoft Fabric Data Engineering}`
Identyfikator obszaru roboczego	Identyfikator obszaru roboczego usługi Microsoft Fabric (GUID)	`xxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxx`
LakehouseId	Identyfikator usługi Microsoft Fabric lakehouse (GUID)	`xxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxx`
AuthFlow	Metoda uwierzytelniania	`AZURE_CLI`, , `INTERACTIVE`, `CLIENT_CREDENTIAL`, , `CLIENT_CERTIFICATEACCESS_TOKEN`

Przykładowe parametry połączenia

Połączenie podstawowe (uwierzytelnianie Azure CLI)

DRIVER={Microsoft ODBC Driver for Microsoft Fabric Data Engineering};WorkspaceId=<workspace-id>;LakehouseId=<lakehouse-id>;AuthFlow=AZURE_CLI

Z opcjami wydajności

DRIVER={Microsoft ODBC Driver for Microsoft Fabric Data Engineering};WorkspaceId=<workspace-id>;LakehouseId=<lakehouse-id>;AuthFlow=AZURE_CLI;ReuseSession=true;LargeTableSupport=true;PageSizeBytes=18874368

Z logowaniem

DRIVER={Microsoft ODBC Driver for Microsoft Fabric Data Engineering};WorkspaceId=<workspace-id>;LakehouseId=<lakehouse-id>;AuthFlow=AZURE_CLI;LogLevel=DEBUG;LogFile=odbc_driver.log

Authentication

Sterownik MICROSOFT ODBC dla inżynierii danych usługi Microsoft Fabric obsługuje wiele metod uwierzytelniania za pośrednictwem identyfikatora Entra firmy Microsoft (dawniej Azure Active Directory). Uwierzytelnianie jest konfigurowane przy użyciu parametru AuthFlow w parametrach połączenia.

Metody uwierzytelniania

Wartość AuthFlow	Opis
`AZURE_CLI`	Tworzenie przy użyciu poświadczeń Azure CLI
`INTERACTIVE`	Interakcyjne uwierzytelnianie oparte na przeglądarce
`CLIENT_CREDENTIAL`	Podmiot usługi z kluczem tajnym klienta
`CLIENT_CERTIFICATE`	Jednostka usługi z certyfikatem
`ACCESS_TOKEN`	Wstępnie uzyskany token dostępu nosiciela

Uwierzytelnianie CLI platformy Azure

Najlepsze dla: Tworzenie i interakcyjne aplikacje

# Python Example
connection_string = (
    "DRIVER={Microsoft ODBC Driver for Microsoft Fabric Data Engineering};"
    "WorkspaceId=<workspace-id>;"
    "LakehouseId=<lakehouse-id>;"
    "AuthFlow=AZURE_CLI;"
    "Scope=https://api.fabric.microsoft.com/.default;"
)
conn = pyodbc.connect(connection_string)

Prerequisites:

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

Uwierzytelnianie za pomocą przeglądarki interakcyjnej

Najlepsze dla: aplikacje przeznaczone dla użytkowników

# Python Example
connection_string = (
    "DRIVER={Microsoft ODBC Driver for Microsoft Fabric Data Engineering};"
    "WorkspaceId=<workspace-id>;"
    "LakehouseId=<lakehouse-id>;"
    "AuthFlow=INTERACTIVE;"
    "TenantId=<tenant-id>;"
    "Scope=https://api.fabric.microsoft.com/.default;"
)
conn = pyodbc.connect(connection_string)

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

connection_string = (
    "DRIVER={Microsoft ODBC Driver for Microsoft Fabric Data Engineering};"
    "WorkspaceId=<workspace-id>;"
    "LakehouseId=<lakehouse-id>;"
    "AuthFlow=CLIENT_CREDENTIAL;"
    f"TenantId={tenant_id};"
    f"ClientId={client_id};"
    f"ClientSecret={client_secret};"
)

Wymagane parametry

TenantId: Identyfikator dzierżawy platformy Azure
ClientId: Identyfikator aplikacji (klienta) z Microsoft Entra ID
ClientSecret: Tajny klucz klienta od Microsoft Entra ID

Najlepsze praktyki

Bezpieczne przechowywanie wpisów tajnych (azure Key Vault, zmienne środowiskowe)
Używanie tożsamości zarządzanych, jeśli jest to możliwe
Regularna rotacja sekretów

Uwierzytelnianie oparte na certyfikatach

Najlepsze rozwiązanie: Aplikacje dla przedsiębiorstw wymagające uwierzytelniania opartego na certyfikatach

connection_string = (
    "DRIVER={Microsoft ODBC Driver for Microsoft Fabric Data Engineering};"
    "WorkspaceId=<workspace-id>;"
    "LakehouseId=<lakehouse-id>;"
    "AuthFlow=CLIENT_CERTIFICATE;"
    "TenantId=<tenant-id>;"
    "ClientId=<client-id>;"
    "CertificatePath=C:\\certs\\mycert.pfx;"
    "CertificatePassword=<password>;"
)

Wymagane parametry:

TenantId: Identyfikator dzierżawy platformy Azure
ClientId: Identyfikator aplikacji (klienta)
CertificatePath: Ścieżka do pliku certyfikatu PFX/PKCS12
CertificatePassword: Hasło certyfikatu

Uwierzytelnianie tokenu dostępu

Najlepszy dla: niestandardowe scenariusze uwierzytelniania

# Acquire token through custom mechanism
access_token = acquire_token_from_custom_source()

connection_string = (
    "DRIVER={Microsoft ODBC Driver for Microsoft Fabric Data Engineering};"
    "WorkspaceId=<workspace-id>;"
    "LakehouseId=<lakehouse-id>;"
    "AuthFlow=ACCESS_TOKEN;"
    f"AccessToken={access_token};"
)

Parametry konfiguracji

Wymagane parametry

Te parametry muszą być obecne w każdym ciągu połączenia:

Parametr	Typ	Opis	Example
Identyfikator obszaru roboczego	UUID	Identyfikator obszaru roboczego usługi Microsoft Fabric	`4bbf89a8-...`
LakehouseId	UUID	Identyfikator usługi Lakehouse usługi Microsoft Fabric	`d8faa650-...`
AuthFlow	Sznurek	Typ przepływu uwierzytelniania	`AZURE_CLI`

Parametry opcjonalne

Ustawienia połączenia

Parametr	Typ	Default	Opis
Baza danych	Sznurek	Żaden	Określona baza danych do nawiązania połączenia z
Scope	Sznurek	`https://api.fabric.microsoft.com/.default`	Zakres OAuth

Ustawienia wydajności

Parametr	Typ	Default	Opis
Ponowne użycie sesji	logiczny	`true`	Ponowne używanie istniejącej sesji platformy Spark
Obsługa Dużych Tabel	logiczny	`false`	Włączanie optymalizacji dla dużych zestawów wyników
EnableAsyncPrefetch	logiczny	`false`	Włącz pobieranie danych w tle
PageSizeBytes	Integer	`18874368` (18 MB)	Rozmiar strony dla stronicowania wyników (1–18 MB)

Ustawienia rejestrowania

Parametr	Typ	Default	Opis
LogLevel	Sznurek	`INFO`	Poziom dziennika: `TRACE`, `DEBUG`, `INFO`, `WARN`, `ERROR`
Logfile	Sznurek	`odbc_driver.log`	Ścieżka pliku dziennika (bezwzględna lub względna)

Ustawienia serwera proxy

Parametr	Typ	Default	Opis
UseProxy	logiczny	`false`	Włączanie serwera proxy
ProxyHost	Sznurek	Żaden	Nazwa hosta serwera proxy
ProxyPort	Integer	Żaden	Port serwera proxy
ProxyUsername	Sznurek	Żaden	Nazwa użytkownika uwierzytelniania serwera proxy
ProxyPassword	Sznurek	Żaden	Hasło uwierzytelniania serwera proxy

Konfiguracja DSN

Utwórz systemowy DSN

Otwórz administratora ODBC
```
%SystemRoot%\System32\odbcad32.exe
```
Utwórz nowy DSN systemu
- Przejdź do karty "System DSN"
- Wybierz pozycję „Dodaj”.
- Wybierz pozycję "Sterownik Microsoft ODBC dla Microsoft Fabric Data Engineering"
- Wybierz pozycję "Zakończ"
Konfigurowanie ustawień DSN
- Nazwa źródła danych: wprowadź unikatową nazwę (np. FabricODBC)
- Opis: opcjonalny opis
- Identyfikator obszaru roboczego: identyfikator GUID obszaru roboczego usługi Fabric
- Identyfikator Lakehouse: Twój identyfikator GUID lakehouse w Fabric
- Uwierzytelnianie: wybierz metodę uwierzytelniania
- Konfigurowanie dodatkowych ustawień zgodnie z potrzebami
Przetestuj połączenie
- Wybierz pozycję "Testuj połączenie", aby zweryfikować ustawienia
- Wybierz pozycję "OK", aby zapisać

Używanie DSN w aplikacjach

# Python - Connect using DSN
conn = pyodbc.connect("DSN=FabricODBC")

// .NET - Connect using DSN
using var connection = new OdbcConnection("DSN=FabricODBC");
await connection.OpenAsync();

Przykłady użycia

Podstawowe połączenie i zapytanie

Python

import pyodbc

def main():
    connection_string = (
        "DRIVER={Microsoft ODBC Driver for Microsoft Fabric Data Engineering};"
        "WorkspaceId=<workspace-id>;"
        "LakehouseId=<lakehouse-id>;"
        "AuthFlow=AZURE_CLI;"
        "ReuseSession=true;"
    )
    
    conn = pyodbc.connect(connection_string, timeout=30)
    cursor = conn.cursor()
    
    print("Connected successfully!")
    
    # Show available tables
    print("\nAvailable tables:")
    cursor.execute("SHOW TABLES")
    for row in cursor.fetchall():
        print(f"  {row}")
    
    # Query data
    print("\nQuery results:")
    cursor.execute("SELECT * FROM employees LIMIT 10")
    
    # Print column names
    columns = [desc[0] for desc in cursor.description]
    print(f"Columns: {columns}")
    
    # Print rows
    for row in cursor.fetchall():
        print(row)
    
    conn.close()

if __name__ == "__main__":
    main()

.NET

using System.Data.Odbc;

class Program
{
    static async Task Main(string[] args)
    {
        string connectionString = 
            "DRIVER={Microsoft ODBC Driver for Microsoft Fabric Data Engineering};" +
            "WorkspaceId=<workspace-id>;" +
            "LakehouseId=<lakehouse-id>;" +
            "AuthFlow=AZURE_CLI;" +
            "ReuseSession=true;";

        using var connection = new OdbcConnection(connectionString);
        await connection.OpenAsync();
        
        Console.WriteLine("Connected successfully!");

        // Show available tables
        Console.WriteLine("\nAvailable tables:");
        using (var cmd = new OdbcCommand("SHOW TABLES", connection))
        using (var reader = await cmd.ExecuteReaderAsync())
        {
            while (await reader.ReadAsync())
            {
                Console.WriteLine($"  {reader.GetString(0)}");
            }
        }

        // Query data
        Console.WriteLine("\nQuery results:");
        using (var cmd = new OdbcCommand("SELECT * FROM employees LIMIT 10", connection))
        using (var reader = await cmd.ExecuteReaderAsync())
        {
            // Print column names
            var columns = new List<string>();
            for (int i = 0; i < reader.FieldCount; i++)
            {
                columns.Add(reader.GetName(i));
            }
            Console.WriteLine($"Columns: {string.Join(", ", columns)}");

            // Print rows
            while (await reader.ReadAsync())
            {
                var values = new object[reader.FieldCount];
                reader.GetValues(values);
                Console.WriteLine(string.Join("\t", values));
            }
        }
    }
}

Praca z dużymi zestawami wyników

import pyodbc

connection_string = (
    "DRIVER={Microsoft ODBC Driver for Microsoft Fabric Data Engineering};"
    "WorkspaceId=<workspace-id>;"
    "LakehouseId=<lakehouse-id>;"
    "AuthFlow=AZURE_CLI;"
    "LargeTableSupport=true;"
    "PageSizeBytes=18874368;"  # 18 MB pages
    "EnableAsyncPrefetch=1;"
)

conn = pyodbc.connect(connection_string)
cursor = conn.cursor()

# Execute large query
cursor.execute("SELECT * FROM large_table")

# Process in batches
row_count = 0
while True:
    rows = cursor.fetchmany(1000)  # Fetch 1000 rows at a time
    if not rows:
        break
    
    for row in rows:
        # Process row
        row_count += 1
        
    if row_count % 10000 == 0:
        print(f"Processed {row_count} rows")

print(f"Total rows processed: {row_count}")
conn.close()

Odnajdywanie schematów

import pyodbc

conn = pyodbc.connect(connection_string)
cursor = conn.cursor()

# List all tables
print("Tables in current default schema / database:")
cursor.execute("SHOW TABLES")
tables = cursor.fetchall()
for table in tables:
    print(f"  {table}")

# Describe table structure
print("\nTable structure for 'employees':")
cursor.execute("DESCRIBE employees")
for col in cursor.fetchall():
    print(f"  {col}")

# List schemas (for multi-schema Lakehouses)
print("\nAvailable schemas:")
cursor.execute("SHOW SCHEMAS")
for db in cursor.fetchall():
    print(f"  {db}")

conn.close()

Mapowanie typu danych

Sterownik mapuje typy danych Spark SQL na typy SQL ODBC:

Typ Spark SQL	Typ SQL ODBC	Typ C/C++	Typ języka Python	Typ .NET
BOOLEAN	SQL_BIT	SQLCHAR	bool	bool
BAJT	SQL_TINYINT	SQLSCHAR	int	sbyte
KRÓTKI	SQL_SMALLINT	SQLSMALLINT	int	short
INT	SQL_INTEGER	SQLINTEGER	int	int
LONG	SQL_BIGINT	SQLBIGINT	int	long
FLOAT	SQL_REAL	SQLREAL	float	float
Podwójny	SQL_DOUBLE	SQLDOUBLE	float	podwójny
DZIESIĘTNA	SQL_DECIMAL	SQLCHAR*	decimal.Decimal	liczba dziesiętna
STRING	SQL_VARCHAR	SQLCHAR*	str	ciąg
VARCHAR(n)	SQL_VARCHAR	SQLCHAR*	str	ciąg
CHAR(n)	SQL_CHAR	SQLCHAR*	str	ciąg
BINARY	SQL_BINARY	SQLCHAR*	bytes	byte[]
DATE	SQL_TYPE_DATE	SQL_DATE_STRUCT	datetime.date	DateTime
TIMESTAMP	SQL_TYP_ZNACZNIKA_CZASU	SQL_TIMESTAMP_STRUCT	datetime.datetime	DateTime
ARRAY	SQL_VARCHAR	SQLCHAR*	str (JSON)	ciąg
MAP	SQL_VARCHAR	SQLCHAR*	str (JSON)	ciąg
STRUCT	SQL_VARCHAR	SQLCHAR*	str (JSON)	ciąg

Integracja narzędzia analizy biznesowej

Microsoft Excel

Otwieranie programu Excel — dane —>> pobieranie danych —> z innych źródeł —> od ODBC
Wybierz skonfigurowaną nazwę DSN (np. FabricODBC)
Uwierzytelnij się, jeśli zostanie wyświetlony monit
Przeglądaj i wybieraj tabele
Ładowanie danych do arkusza programu Excel

Power BI Desktop

Otwieranie programu Power BI Desktop —> pobieranie danych —> ODBC
Wybierz skonfigurowaną nazwę DSN
Przeglądanie wykazu danych i wybieranie tabel
Przekształcanie danych zgodnie z potrzebami
Tworzenie wizualizacji

SQL Server Management Studio (połączony serwer)

-- Create linked server
EXEC sp_addlinkedserver 
    @server = 'FABRIC_LINKED_SERVER',
    @srvproduct = 'Microsoft Fabric',
    @provider = 'MSDASQL',
    @datasrc = 'FabricODBC'

-- Configure RPC
EXEC master.dbo.sp_serveroption 
    @server = N'FABRIC_LINKED_SERVER',
    @optname = N'rpc out',
    @optvalue = N'true';

-- Query via linked server
SELECT * FROM OPENQUERY(FABRIC_LINKED_SERVER, 'SHOW TABLES');
SELECT * FROM OPENQUERY(FABRIC_LINKED_SERVER, 'SELECT * FROM employees LIMIT 20');

-- Execute statements
EXEC('SELECT * FROM employees LIMIT 10') AT FABRIC_LINKED_SERVER;

Rozwiązywanie problemów

Ta sekcja zawiera wskazówki dotyczące rozwiązywania typowych problemów, które mogą wystąpić podczas korzystania ze sterownika MICROSOFT ODBC 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 identyfikator obszaru roboczego i identyfikator Lakehouse są poprawnymi identyfikatorami GUID.
Sprawdź uwierzytelnianie Azure CLI: az account show
Upewnij się, że masz odpowiednie uprawnienia obszaru roboczego usługi Fabric
Sprawdzanie ustawień łączności sieciowej i serwera proxy

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:

Włącz LargeTableSupport=true
Dopasuj PageSizeBytes do optymalnego rozmiaru fragmentu
Włącz pobieranie wstępne asynchroniczne: EnableAsyncPrefetch=1
Użyj LIMIT klauzuli , aby ograniczyć rozmiar wyniku

Włącz rejestrowanie

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

Aby włączyć szczegółowe rejestrowanie:

LogLevel=DEBUG;LogFile=C:\temp\odbc_driver_debug.log;

Poziomy logów:

TRACE: Najbardziej szczegółowy, obejmuje wszystkie wywołania interfejsu API
DEBUG: Szczegółowe informacje o debugowaniu
INFO: Ogólne informacje (ustawienie domyślne)
WARN: Tylko ostrzeżenia
ERROR: Tylko błędy

Śledzenie ODBC

W przypadku diagnostyki niskiego poziomu można włączyć śledzenie ODBC systemu Windows w celu przechwytywania szczegółowych wywołań interfejsu API ODBC i zachowania sterownika. Pamiętaj, aby wyłączyć śledzenie, gdy nie jest to konieczne, aby zachować optymalną wydajność.

Aby włączyć funkcję śledzenia ODBC:

Otwórz odbcad32.exe
Przejdź do karty "Śledzenie"
Ustaw ścieżkę pliku śledzenia (np. C:\temp\odbctrace.log)
Wybierz pozycję "Rozpocznij śledzenie teraz"
Zreplikuj problem
Wybierz pozycję "Zatrzymaj śledzenie teraz"

Opinia

Czy ta strona była pomocna?

Last updated on 2026-03-18

Udostępnij za pośrednictwem

Sterownik ODBC firmy Microsoft dla inżynierii danych usługi Microsoft Fabric (wersja zapoznawcza)

Kluczowe funkcje

Wymagania wstępne

Pobieranie i instalacja MSI

Instalacja dyskretna

Weryfikowanie instalacji

Przykład szybkiego startu

Przykład języka Python

Przykład platformy .NET

Format ciągu połączenia

Podstawowe parametry połączenia

Składniki parametrów połączenia

Przykładowe parametry połączenia

Połączenie podstawowe (uwierzytelnianie Azure CLI)

Z opcjami wydajności

Z logowaniem

Authentication

Metody uwierzytelniania

Uwierzytelnianie CLI platformy Azure

Uwierzytelnianie za pomocą przeglądarki interakcyjnej

Uwierzytelnianie poświadczeń klienta (jednostki usługi)

Uwierzytelnianie oparte na certyfikatach

Uwierzytelnianie tokenu dostępu

Parametry konfiguracji

Wymagane parametry

Parametry opcjonalne

Ustawienia połączenia

Ustawienia wydajności

Ustawienia rejestrowania

Ustawienia serwera proxy

Konfiguracja DSN

Utwórz systemowy DSN

Używanie DSN w aplikacjach

Przykłady użycia

Podstawowe połączenie i zapytanie

Python

.NET

Praca z dużymi zestawami wyników

Odnajdywanie schematów

Mapowanie typu danych

Integracja narzędzia analizy biznesowej

Microsoft Excel

Power BI Desktop

SQL Server Management Studio (połączony serwer)

Rozwiązywanie problemów

Typowe problemy

Awarie połączenia

Błędy uwierzytelniania

Limit czasu zapytania

Włącz rejestrowanie

Śledzenie ODBC

Treści powiązane

Opinia

Dodatkowe zasoby