Udostępnij przez

Ograniczenia magazynu danych Fabric

Dotyczy:✅ końcowego punktu analizy SQL i magazynu danych w usłudze Microsoft Fabric

Ten artykuł zawiera szczegółowe informacje o bieżących ograniczeniach w usłudze Microsoft Fabric.

Te ograniczenia dotyczą tylko elementów punktów końcowych magazynu i analizy SQL w usłudze Fabric Synapse Data Warehouse. Aby uzyskać informacje o ograniczeniach bazy danych SQL w usłudze Fabric, zobacz Ograniczenia w usłudze SQL Database w usłudze Microsoft Fabric (wersja zapoznawcza).

Ograniczenia

Bieżące ogólne ograniczenia produktowe dla magazynów danych w usłudze Microsoft Fabric są wymienione w tym artykule, z podanymi ograniczeniami na poziomie funkcji w odpowiednim artykule dotyczącym funkcji. Więcej funkcjonalności będzie opierało się na światowej klasy, wiodącej w branży historii wydajności i współbieżności i będzie wdrażane stopniowo. Aby uzyskać więcej informacji na temat przyszłości usługi Microsoft Fabric, zobacz Harmonogram działania sieci szkieletowej.

Ważne

Połączenia usługi Fabric Data Warehouse i punktu końcowego analizy SQL wymagają, aby elementy źródłowe i docelowe znajdowały się w tym samym regionie. Połączenia między regionami — w tym połączenia między przestrzeniami roboczymi lub zasobami w różnych regionach — nie są obsługiwane i mogą nie zostać uwierzytelnione lub mogą nie nawiązać się poprawnie.

Aby dowiedzieć się o większej liczbie ograniczeń w określonych obszarach, zobacz:

Ograniczenia punktu końcowego analizy SQL

Następujące ograniczenia dotyczą automatycznego generowania schematu i odnajdywania metadanych punktu końcowego analizy SQL.

  • Dane powinny być w formacie Delta Parquet, aby mogły zostać automatycznie wykryte w punkcie końcowym analityki SQL. Delta Lake to system magazynowania typu open source, który umożliwia tworzenie architektury Lakehouse.

  • Mapowanie kolumn Delta według nazwy jest obsługiwane, ale mapowanie kolumn Delta według identyfikatora nie jest obsługiwane. Aby uzyskać więcej informacji, zobacz funkcje usługi Delta Lake i doświadczenia z platformą Fabric.

  • Tabele Delta utworzone poza folderem /tables nie są dostępne w punkcie końcowym SQL Analytics.

    Jeśli w magazynie nie widzisz tabeli Lakehouse, sprawdź lokalizację tabeli. Tylko tabele odwołujące się do danych w /tables folderze są dostępne w magazynie. Tabele, które odwołują się do danych w folderze /files w jeziorze, nie są widoczne w punkcie końcowym analityki SQL. Aby obejść ten problem, przenieś dane do /tables folderu.

  • Niektóre kolumny, które istnieją w tabelach Spark Delta, mogą nie być dostępne w tabelach w punkcie końcowym analizy SQL. Aby uzyskać pełną listę obsługiwanych typów danych, zobacz Typy danych w usłudze Fabric Data Warehouse.

  • Jeśli dodasz ograniczenie klucza obcego między tabelami w punkcie końcowym analizy SQL, nie będzie można wprowadzać żadnych dalszych zmian schematu (na przykład dodawania nowych kolumn). Jeśli nie widzisz kolumn usługi Delta Lake z typami, które powinny być obsługiwane w punkcie końcowym analizy SQL, sprawdź, czy istnieje ograniczenie klucza obcego, które może uniemożliwić aktualizacje w tabeli.

  • Aby uzyskać informacje i zalecenia dotyczące wydajności punktu końcowego analizy SQL, zobacz Zagadnienia dotyczące wydajności punktu końcowego analizy SQL.

  • Funkcje zdefiniowane przez użytkownika skalarnego są obsługiwane, gdy mogą być wbudowane. Aby uzyskać więcej informacji, zobacz CREATE FUNCTION oraz Wbudowywanie skalarnej funkcji UDF.

  • Typ danych varchar(max) jest obsługiwany tylko w punktach końcowych analizy SQL elementów dublowanych i baz danych sieci szkieletowej, a nie w przypadku usługi Lakehouse. Tabele utworzone po 10 listopada 2025 r. będą automatycznie mapowane na varchar(max). Tabele utworzone przed 10 listopada 2025 r. należy ponownie utworzyć w celu wdrożenia nowego typu danych lub zostaną automatycznie uaktualnione do wartości varchar(max) podczas następnej zmiany schematu.

Obcinanie danych do 8 KB nadal dotyczy tabel w punkcie końcowym analizy SQL usługi Lakehouse, w tym skrótów do elementu dublowanego.

Ponieważ wszystkie tabele nie obsługują sprzężeń varchar(max) w tych kolumnach, mogą nie działać zgodnie z oczekiwaniami, jeśli jedna z tabel nadal ma obcięcie danych. Jeśli na przykład utworzysz tabelę CTAS z nowo utworzonego elementu dublowanego w tabeli Lakehouse przy użyciu platformy Spark, a następnie połączysz je przy użyciu kolumny varchar(max), wyniki zapytania będą różne w porównaniu do użycia typu danych varchar(8000). Jeśli chcesz zachować poprzednie zachowanie, możesz rzutować kolumnę na varchar(8000) w zapytaniu.

Możesz sprawdzić, czy tabela ma dowolną kolumnę varchar(max) z metadanych schematu, korzystając z następującego zapytania T-SQL. Wartość max_length-1 reprezentuje 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');

Znane problemy

W przypadku znanych problemów w usłudze Microsoft Fabric odwiedź stronę Znane problemy z usługą Microsoft Fabric.

Powiązana zawartość

  • Last updated on