Драйвер Microsoft JDBC для microsoft Fabric Data Engineering (предварительная версия)

Это важно

Эта функция доступна в предварительной версии.

JDBC (Подключение к базе данных Java) — это широко используемый стандарт, который позволяет клиентским приложениям подключаться к данным и работать с данными из баз данных и платформ больших данных.

Microsoft JDBC Driver for Fabric Data Engineering позволяет подключать, запрашивать рабочие нагрузки Spark и управлять ими в Microsoft Fabric с надежностью и простотой стандарта JDBC. Драйвер, основанный на API Livy в Microsoft Fabric, обеспечивает безопасное и гибкое подключение Spark SQL к вашим Java-приложениям и инструментам бизнес-аналитики (BI). Эта интеграция позволяет отправлять и выполнять код Spark напрямую, без необходимости создавать отдельные артефакты блокнота или задания Spark.

Ключевые функции

Соответствие JDBC 4.2: полная реализация спецификации JDBC 4.2
Проверка подлинности идентификатора Microsoft Entra: несколько потоков проверки подлинности, включая интерактивные, учетные данные клиента и проверку подлинности на основе сертификатов
Пул подключений для предприятия: встроенная система управления подключениями с мониторингом состояния и автоматическим восстановлением
Поддержка собственных запросов Spark SQL: прямое выполнение инструкций Spark SQL без перевода
Полная поддержка типов данных: поддержка всех типов данных Spark SQL, включая сложные типы (ARRAY, MAP, STRUCT)
Асинхронное предварительное получение набора результатов: загрузка данных в фоновом режиме для повышения производительности
Шаблон разбиения цепи: защита от каскадных сбоев с помощью автоматической повторных попыток
Автоматическое повторное подключение: прозрачное восстановление сеансов при сбоях подключения
Поддержка прокси-сервера: конфигурация прокси-сервера HTTP и SOCKS для корпоративных сред

Предпосылки

Прежде чем использовать драйвер Microsoft JDBC для microsoft Fabric Data Engineering, убедитесь, что вы:

Пакет средств разработки Java (JDK): версия 11 или более поздняя (рекомендуется java 21)
Microsoft Fabric Access: доступ к рабочей области Microsoft Fabric
Учетные данные Azure Entra ID: подходящие учетные данные для аутентификации
Идентификаторы рабочей области и Lakehouse: идентификаторы GUID для рабочей области Fabric и Lakehouse

Скачивание и установка

Microsoft JDBC Driver for Microsoft Fabric Data Engineering версии 1.0.0 — это общедоступная предварительная версия и поддерживает Java 11, 17 и 21. Мы постоянно обновляем поддержку подключения Java и рекомендуем работать с последней версией драйвера Microsoft JDBC.

Скачайте ZIP-файл или tar из приведенных выше ссылок.
Извлеките скачанный файл для доступа к JAR-файлам драйвера.
Выберите JAR-файл, соответствующий версии JRE:
- Для Java 11: ms-sparksql-jdbc-1.0.0.jre11.jar
- Для Java 17: ms-sparksql-jdbc-1.0.0.jre17.jar
- Для Java 21: ms-sparksql-jdbc-1.0.0.jre21.jar
Добавьте выбранный JAR-файл в классpath приложения.
Для клиентов JDBC настройте класс драйвера JDBC: com.microsoft.spark.livy.jdbc.LivyDriver

Пример быстрого запуска

В этом примере показано, как подключиться к Microsoft Fabric и выполнить запрос с помощью microsoft JDBC Driver for Microsoft Fabric Data Engineering. Перед выполнением этого кода убедитесь, что вы выполнили предварительные требования и установили драйвер.

import java.sql.*;

public class QuickStartExample {
    public static void main(String[] args) {
        // Connection string with required parameters
        String url = "jdbc:fabricspark://api.fabric.microsoft.com;" +
                     "FabricWorkspaceID=<workspace-id>;" +
                     "FabricLakehouseID=<lakehouse-id>;" +
                     "AuthFlow=2;" +  // Azure CLI based authentication
                     "LogLevel=INFO";
        
        try (Connection conn = DriverManager.getConnection(url)) {
            // Execute a simple query
            try (Statement stmt = conn.createStatement();
                 ResultSet rs = stmt.executeQuery("SELECT 'Hello from Fabric!' as message")) {
                
                if (rs.next()) {
                    System.out.println(rs.getString("message"));
                }
            }
        } catch (SQLException e) {
            e.printStackTrace();
        }
    }
}

Формат строки подключения

Базовая строка подключения

Драйвер Microsoft JDBC для microsoft Fabric Data Engineering использует следующий формат строки подключения:

jdbc:fabricspark://<hostname>[:<port>][;<parameter1>=<value1>;<parameter2>=<value2>;...]

Компоненты строки подключения

Компонент	Description	Example
Протокол	Идентификатор протокола URL-адреса JDBC	`jdbc:fabricspark://`
Имя узла	Имя узла конечной точки Microsoft Fabric	`api.fabric.microsoft.com`
Port	Необязательный номер порта (по умолчанию: 443)	`:443`
Параметры	Пары "Ключ=значение", разделенные точкой с запятой	`FabricWorkspaceID=<guid>`

Примеры строк подключения

Базовое подключение (интерактивная проверка подлинности на основе браузера)

jdbc:fabricspark://api.fabric.microsoft.com;FabricWorkspaceID=<workspace-id>;FabricLakehouseID=<lakehouse-id>;AuthFlow=1

С использованием конфигурации ресурсов Spark

jdbc:fabricspark://api.fabric.microsoft.com;FabricWorkspaceID=<workspace-id>;FabricLakehouseID=<lakehouse-id>;DriverCores=4;DriverMemory=4g;ExecutorCores=4;ExecutorMemory=8g;NumExecutors=2;AuthFlow=2

С помощью свойств сеанса Spark

jdbc:fabricspark://api.fabric.microsoft.com;FabricWorkspaceID=<workspace-id>;FabricLakehouseID=<lakehouse-id>;spark.sql.adaptive.enabled=true;spark.sql.shuffle.partitions=200;AuthFlow=2

Authentication

Драйвер Microsoft JDBC для Microsoft Fabric Data Engineering поддерживает несколько методов проверки подлинности с помощью идентификатора Microsoft Entra (ранее — Azure Active Directory). Проверка подлинности настраивается с помощью AuthFlow параметра в строке подключения.

Потоки аутентификации

AuthFlow	Метод проверки подлинности	Вариант использования
1	Интерактивный браузер	Интерактивная проверка подлинности пользователей с помощью OAuth 2.0
2	Azure CLI (Интерфейс командной строки для Azure)	Разработка с помощью Azure CLI
3	Учетные данные секрета клиента (субъект-служба)	Автоматическая аутентификация между сервисами
4	Учетные данные сертификата клиентского доступа	Проверка подлинности субъекта-службы на основе сертификатов
5	Маркер доступа	Предварительно приобретенный токен доступа владельца

Интерактивная проверка подлинности браузера

Наиболее подходит для: разработки и интерактивных приложений

String url = "jdbc:fabricspark://api.fabric.microsoft.com;" +
             "FabricWorkspaceID=<workspace-id>;" +
             "FabricLakehouseID=<lakehouse-id>;" +
             "AuthFlow=1;" +  
             "AuthTenantID=<tenant-id>;" +  // Optional
             "LogLevel=INFO";

Connection conn = DriverManager.getConnection(url);

Параметры:

AuthFlow=1: указывает интерактивную проверку подлинности браузера
AuthTenantID (необязательно): идентификатор клиента Azure
AuthClientID (необязательно): идентификатор приложения (клиента)

Поведение:

Открывает окно браузера для проверки подлинности пользователя
Учетные данные кэшируются для последующих подключений до истечения срока его действия.
Подходит для однопользовательских приложений

Учетные данные клиента или проверка подлинности сервисного принципала

Идеально для: автоматизированных служб и фоновых задач

String url = "jdbc:fabricspark://api.fabric.microsoft.com;" +
             "FabricWorkspaceID=<workspace-id>;" +
             "FabricLakehouseID=<lakehouse-id>;" +
             "AuthFlow=3;" +  
             "AuthClientID=<client-id>;" +
             "AuthClientSecret=<client-secret>;" +
             "AuthTenantID=<tenant-id>;" +
             "LogLevel=INFO";

Connection conn = DriverManager.getConnection(url);

Обязательные параметры:

AuthFlow=3: указывает проверку подлинности учетных данных клиента
AuthClientID: идентификатор приложения (клиента) из Microsoft Entra ID
AuthClientSecret: секрет клиента из идентификатора Microsoft Entra
AuthTenantID: идентификатор клиента Azure

Рекомендации:

Безопасное хранение секретов (Azure Key Vault, переменные среды)
По возможности используйте управляемые удостоверения
Регулярно поворачивать секреты

Аутентификация на базе сертификатов

Лучше всего: корпоративные приложения, требующие проверки подлинности на основе сертификатов

String url = "jdbc:fabricspark://api.fabric.microsoft.com;" +
             "FabricWorkspaceID=<workspace-id>;" +
             "FabricLakehouseID=<lakehouse-id>;" +
             "AuthFlow=4;" +  
             "AuthClientID=<client-id>;" +
             "AuthCertificatePath=/path/to/certificate.pfx;" +
             "AuthCertificatePassword=<certificate-password>;" +
             "AuthTenantID=<tenant-id>;" +
             "LogLevel=INFO";

Connection conn = DriverManager.getConnection(url);

Обязательные параметры:

AuthFlow=4: указывает проверку подлинности на основе сертификатов
AuthClientID: идентификатор приложения (клиента)
AuthCertificatePath: Путь к файлу сертификата PFX/PKCS12
AuthCertificatePassword: пароль сертификата
AuthTenantID: идентификатор клиента Azure

Аутентификация токена доступа

Лучше всего подходит для: пользовательских сценариев проверки подлинности

// Acquire token through custom mechanism
String accessToken = acquireTokenFromCustomSource();

String url = "jdbc:fabricspark://api.fabric.microsoft.com;" +
             "FabricWorkspaceID=<workspace-id>;" +
             "FabricLakehouseID=<lakehouse-id>;" +
             "AuthFlow=5;" +  // Access token authentication
             "AuthAccessToken=" + accessToken + ";" +
             "LogLevel=INFO";

Connection conn = DriverManager.getConnection(url);

Кэширование проверки подлинности

Драйвер автоматически кэширует маркеры проверки подлинности для повышения производительности:

// Enable/disable caching (enabled by default)
String url = "jdbc:fabricspark://api.fabric.microsoft.com;" +
             "FabricWorkspaceID=<workspace-id>;" +
             "FabricLakehouseID=<lakehouse-id>;" +
             "AuthFlow=2;" +
             "AuthEnableCaching=true;" +  // Enable token caching
             "AuthCacheTTLMS=3600000";    // Cache TTL: 1 hour

Connection conn = DriverManager.getConnection(url);

Параметры конфигурации

Обязательные параметры

Эти параметры должны присутствовать в каждой строке подключения:

Параметр	Тип	Description	Example
`FabricWorkspaceID`	UUID (Универсальный уникальный идентификатор)	Идентификатор рабочей области Microsoft Fabric	`<workspace-id>`
`FabricLakehouseID`	UUID (Универсальный уникальный идентификатор)	Идентификатор Microsoft Fabric lakehouse	`<lakehouse-id>`
`AuthFlow`	Целое число	Тип потока проверки подлинности (1–5)	`2`

Необязательные параметры

Конфигурация версии API

Параметр	Тип	По умолчанию	Description
`FabricVersion`	String	`v1`	Версия API Microsoft Fabric
`LivyApiVersion`	String	`2023-12-01`	Версия API Livy

Конфигурация среды

Параметр	Тип	По умолчанию	Description
`FabricEnvironmentID`	UUID (Универсальный уникальный идентификатор)	None	Идентификатор среды Fabric для ссылки на элемент среды для сеанса Spark

Конфигурация Spark

Конфигурация ресурса сеанса

Настройте ресурсы сеанса Spark для оптимальной производительности:

Параметр	Тип	По умолчанию	Description	Example
`DriverCores`	Целое число	По умолчанию Spark	Число ядер ЦП для драйвера	`4`
`DriverMemory`	String	По умолчанию Spark	Выделение памяти для драйвера	`4g`
`ExecutorCores`	Целое число	По умолчанию Spark	Количество ядер ЦП на исполнителя	`4`
`ExecutorMemory`	String	По умолчанию Spark	Выделение памяти для каждого исполнителя	`8g`
`NumExecutors`	Целое число	По умолчанию Spark	Количество исполнителей	`2`

Example:

DriverCores=4;DriverMemory=4g;ExecutorCores=4;ExecutorMemory=8g;NumExecutors=2

Настраиваемые свойства сеанса Spark

Любой параметр с префиксом spark. автоматически применяется к сеансу Spark:

Примеры конфигураций Spark:

spark.sql.adaptive.enabled=true
spark.sql.adaptive.coalescePartitions.enabled=true
spark.sql.shuffle.partitions=200
spark.sql.autoBroadcastJoinThreshold=10485760
spark.dynamicAllocation.enabled=true
spark.dynamicAllocation.minExecutors=1
spark.dynamicAllocation.maxExecutors=10
spark.executor.memoryOverhead=1g

Нативный исполнительный движок (NEE):

spark.nee.enabled=true

Полный пример:

jdbc:fabricspark://api.fabric.microsoft.com;FabricWorkspaceID=<guid>;FabricLakehouseID=<guid>;DriverMemory=4g;ExecutorMemory=8g;NumExecutors=2;spark.sql.adaptive.enabled=true;spark.nee.enabled=true;AuthFlow=2

Конфигурация пула подключений HTTP

Настройте пул подключений HTTP для оптимальной производительности сети:

Параметр	Тип	По умолчанию	Description
`HttpMaxTotalConnections`	Целое число	100	Максимальное общее количество HTTP-подключений
`HttpMaxConnectionsPerRoute`	Целое число	50	Максимальное количество подключений на маршрут
`HttpConnectionTimeoutInSeconds`	Целое число	30	Время соединения истекло
`HttpSocketTimeoutInSeconds`	Целое число	60	Время ожидания чтения сокета
`HttpReadTimeoutInSeconds`	Целое число	60	Время ожидания чтения HTTP
`HttpConnectionRequestTimeoutSeconds`	Целое число	30	Время ожидания запроса подключения из пула
`HttpEnableKeepAlive`	Boolean	true	Включить удержание соединения HTTP активным
`HttpKeepAliveTimeoutSeconds`	Целое число	60	Время ожидания в режиме поддержания активности
`HttpFollowRedirects`	Boolean	true	Следуйте перенаправлениям HTTP
`HttpUseAsyncIO`	Boolean	false	Использование асинхронного ввода-вывода HTTP

Example:

HttpMaxTotalConnections=200;HttpMaxConnectionsPerRoute=100;HttpConnectionTimeoutInSeconds=60

Конфигурация прокси-сервера

Настройте параметры прокси-сервера HTTP и SOCKS для корпоративных сред:

Параметр	Тип	По умолчанию	Description
`UseProxy`	Boolean	false	Включение прокси-сервера
`ProxyTransport`	String	`http`	Тип транспорта прокси-сервера (http/tcp)
`ProxyHost`	String	None	Имя узла прокси-сервера
`ProxyPort`	Целое число	None	Порт прокси-сервера
`ProxyAuthEnabled`	Boolean	false	Включение проверки подлинности прокси-сервера
`ProxyUsername`	String	None	Имя пользователя аутентификации прокси-сервера
`ProxyPassword`	String	None	Пароль проверки подлинности прокси-сервера
`ProxyAuthScheme`	String	`basic`	Схема проверки подлинности (basic/digest/ntlm)
`ProxySocksVersion`	Целое число	5	Версия SOCKS (4/5)

Пример прокси-сервера HTTP:

UseProxy=true;ProxyTransport=http;ProxyHost=proxy.company.com;ProxyPort=8080;ProxyAuthEnabled=true;ProxyUsername=user;ProxyPassword=pass

Пример прокси-сервера SOCKS:

UseProxy=true;ProxyTransport=tcp;ProxyHost=socks.company.com;ProxyPort=1080;ProxySocksVersion=5

Конфигурация ведения журнала

Параметр	Тип	По умолчанию	Description
`LogLevel`	String	`INFO`	Уровень ведения журнала: ТРАССИРОВКА (TRACE), ОТЛАДКА (DEBUG), ИНФОРМАЦИЯ (INFO), ПРЕДУПРЕЖДЕНИЕ (WARN), ОШИБКА (ERROR)

Example:

LogLevel=DEBUG

Расположение журнала по умолчанию:

${user.home}/.microsoft/livy-jdbc-driver/driver.log

Настраиваемая конфигурация журнала: Используйте файл log4j2.xml или logback.xml на вашем classpath.

Примеры использования

Базовое подключение

import java.sql.*;

public class BasicConnectionExample {
    public static void main(String[] args) {
        String url = "jdbc:fabricspark://api.fabric.microsoft.com;" +
                     "FabricWorkspaceID=<workspace-id>;" +
                     "FabricLakehouseID=<lakehouse-id>;" +
                     "AuthFlow=2";
        
        try (Connection conn = DriverManager.getConnection(url)) {
            System.out.println("Connected successfully!");
            System.out.println("Database: " + conn.getMetaData().getDatabaseProductName());
            System.out.println("Driver: " + conn.getMetaData().getDriverName());
            System.out.println("Driver Version: " + conn.getMetaData().getDriverVersion());
        } catch (SQLException e) {
            System.err.println("Connection failed: " + e.getMessage());
            e.printStackTrace();
        }
    }
}

Выполнение запросов

Простой запрос

public void executeSimpleQuery(Connection conn) throws SQLException {
    String sql = "SELECT current_timestamp() as now";
    
    try (Statement stmt = conn.createStatement();
         ResultSet rs = stmt.executeQuery(sql)) {
        
        if (rs.next()) {
            Timestamp now = rs.getTimestamp("now");
            System.out.println("Current timestamp: " + now);
        }
    }
}

Запрос с фильтром

public void executeQueryWithFilter(Connection conn) throws SQLException {
    String sql = "SELECT * FROM sales WHERE amount > 1000 ORDER BY amount DESC";
    
    try (Statement stmt = conn.createStatement();
         ResultSet rs = stmt.executeQuery(sql)) {
        
        while (rs.next()) {
            int id = rs.getInt("id");
            double amount = rs.getDouble("amount");
            Date date = rs.getDate("sale_date");
            
            System.out.printf("ID: %d, Amount: %.2f, Date: %s%n", 
                            id, amount, date);
        }
    }
}

Запрос с ограничением

public void executeQueryWithLimit(Connection conn) throws SQLException {
    String sql = "SELECT * FROM customers LIMIT 10";
    
    try (Statement stmt = conn.createStatement();
         ResultSet rs = stmt.executeQuery(sql)) {
        
        ResultSetMetaData metaData = rs.getMetaData();
        int columnCount = metaData.getColumnCount();
        
        // Print column names
        for (int i = 1; i <= columnCount; i++) {
            System.out.print(metaData.getColumnName(i) + "\t");
        }
        System.out.println();
        
        // Print rows
        while (rs.next()) {
            for (int i = 1; i <= columnCount; i++) {
                System.out.print(rs.getString(i) + "\t");
            }
            System.out.println();
        }
    }
}

Работа с результирующими наборами

Навигация по результирующих наборам

public void navigateResultSet(Connection conn) throws SQLException {
    String sql = "SELECT id, name, amount FROM orders";
    
    try (Statement stmt = conn.createStatement(
            ResultSet.TYPE_SCROLL_INSENSITIVE,
            ResultSet.CONCUR_READ_ONLY);
         ResultSet rs = stmt.executeQuery(sql)) {
        
        // Move to first row
        if (rs.first()) {
            System.out.println("First row: " + rs.getString("name"));
        }
        
        // Move to last row
        if (rs.last()) {
            System.out.println("Last row: " + rs.getString("name"));
            System.out.println("Total rows: " + rs.getRow());
        }
        
        // Move to specific row
        if (rs.absolute(5)) {
            System.out.println("Row 5: " + rs.getString("name"));
        }
    }
}

Обработка больших результирующих наборов

public void processLargeResultSet(Connection conn) throws SQLException {
    String sql = "SELECT * FROM large_table";
    
    try (Statement stmt = conn.createStatement()) {
        // Set fetch size for efficient memory usage
        stmt.setFetchSize(1000);
        
        try (ResultSet rs = stmt.executeQuery(sql)) {
            int rowCount = 0;
            while (rs.next()) {
                // Process row
                processRow(rs);
                rowCount++;
                
                if (rowCount % 10000 == 0) {
                    System.out.println("Processed " + rowCount + " rows");
                }
            }
            System.out.println("Total rows processed: " + rowCount);
        }
    }
}

private void processRow(ResultSet rs) throws SQLException {
    // Process individual row
}

Использование подготовленных инструкций

public void usePreparedStatement(Connection conn) throws SQLException {
    String sql = "SELECT * FROM products WHERE category = ? AND price > ?";
    
    try (PreparedStatement pstmt = conn.prepareStatement(sql)) {
        // Set parameters
        pstmt.setString(1, "Electronics");
        pstmt.setDouble(2, 100.0);
        
        try (ResultSet rs = pstmt.executeQuery()) {
            while (rs.next()) {
                String name = rs.getString("name");
                double price = rs.getDouble("price");
                System.out.printf("Product: %s, Price: $%.2f%n", name, price);
            }
        }
    }
}

Пакетные операции

public void executeBatchInsert(Connection conn) throws SQLException {
    String sql = "INSERT INTO logs (timestamp, level, message) VALUES (?, ?, ?)";
    
    try (PreparedStatement pstmt = conn.prepareStatement(sql)) {
        conn.setAutoCommit(false);  // Disable auto-commit for batch
        
        // Add multiple statements to batch
        for (int i = 0; i < 1000; i++) {
            pstmt.setTimestamp(1, new Timestamp(System.currentTimeMillis()));
            pstmt.setString(2, "INFO");
            pstmt.setString(3, "Log message " + i);
            pstmt.addBatch();
            
            // Execute batch every 100 statements
            if (i % 100 == 0) {
                pstmt.executeBatch();
                pstmt.clearBatch();
            }
        }
        
        // Execute remaining statements
        pstmt.executeBatch();
        conn.commit();
        
        System.out.println("Batch insert completed successfully");
    } catch (SQLException e) {
        conn.rollback();
        throw e;
    } finally {
        conn.setAutoCommit(true);
    }
}

Сопоставление типов данных

Драйвер сопоставляет типы данных Spark SQL с типами SQL JDBC и типами Java:

Тип SQL Spark	Тип SQL JDBC	Тип Java	Примечания.
`BOOLEAN`	`BOOLEAN`	`Boolean`
`BYTE`	`TINYINT`	`Byte`
`SHORT`	`SMALLINT`	`Short`
`INT`	`INTEGER`	`Integer`
`LONG`	`BIGINT`	`Long`
`FLOAT`	`FLOAT`	`Float`
`DOUBLE`	`DOUBLE`	`Double`
`DECIMAL`	`DECIMAL`	`BigDecimal`	Точность и масштабирование сохранены
`STRING`	`VARCHAR`	`String`
`VARCHAR(n)`	`VARCHAR`	`String`
`CHAR(n)`	`CHAR`	`String`
`BINARY`	`BINARY`	`byte[]`
`DATE`	`DATE`	`java.sql.Date`
`TIMESTAMP`	`TIMESTAMP`	`java.sql.Timestamp`
`ARRAY`	`VARCHAR`	`String`	Сериализовано как JSON
`MAP`	`VARCHAR`	`String`	Сериализовано как JSON
`STRUCT`	`VARCHAR`	`String`	Сериализовано как JSON

Обратная связь

Были ли сведения на этой странице полезными?

Last updated on 2025-12-05

Поделиться через

Драйвер Microsoft JDBC для microsoft Fabric Data Engineering (предварительная версия)

Ключевые функции

Предпосылки

Скачивание и установка

Пример быстрого запуска

Формат строки подключения

Базовая строка подключения

Компоненты строки подключения

Примеры строк подключения

Базовое подключение (интерактивная проверка подлинности на основе браузера)

С использованием конфигурации ресурсов Spark

С помощью свойств сеанса Spark

Authentication

Потоки аутентификации

Интерактивная проверка подлинности браузера

Учетные данные клиента или проверка подлинности сервисного принципала

Аутентификация на базе сертификатов

Аутентификация токена доступа

Кэширование проверки подлинности

Параметры конфигурации

Обязательные параметры

Необязательные параметры

Конфигурация версии API

Конфигурация среды

Конфигурация Spark

Конфигурация ресурса сеанса

Настраиваемые свойства сеанса Spark

Конфигурация пула подключений HTTP

Конфигурация прокси-сервера

Конфигурация ведения журнала

Примеры использования

Базовое подключение

Выполнение запросов

Простой запрос

Запрос с фильтром

Запрос с ограничением

Работа с результирующими наборами

Навигация по результирующих наборам

Обработка больших результирующих наборов

Использование подготовленных инструкций

Пакетные операции

Сопоставление типов данных

Связанный контент

Обратная связь

Дополнительные ресурсы