SQL Server 大数据群集中的数据池简介
适用范围：
SQL Server 2019 (15.x)
重要
Microsoft SQL Server 2019 大数据群集附加产品将停用。 对 SQL Server 2019 大数据群集的支持将于 2025 年 2 月 28 日结束。 具有软件保障的 SQL Server 2019 的所有现有用户都将在平台上获得完全支持，在此之前，该软件将继续通过 SQL Server 累积更新进行维护。 有关详细信息，请参阅公告博客文章和 Microsoft SQL Server 平台上的大数据选项。
本文介绍 SQL Server 大数据群集中 SQL Server 数据池的作用。 以下部分介绍了数据池的体系结构、功能和应用场景。
这个 5 分钟的视频介绍了数据池，并说明了如何从数据池查询数据：
数据池体系结构
数据池包含一个或多个 SQL Server 数据池实例，这些实例为群集提供永久的 SQL Server 存储。 它允许在外部数据源中对缓存数据执行性能查询并分担作业。 使用 T-SQL 查询或 Spark 作业将数据引入到数据池中。 为了提高大型数据集的性能，将引入的数据分布到分片中，并存储在池中的所有 SQL Server 实例中。 支持的分发方法为轮循机制并已进行复制。 为了优化读取访问，在每个数据池实例中的每个表上创建了聚集列存储索引。 数据池用作 SQL Server 大数据群集 的横向扩展数据市场。
从 SQL Server 主实例可以管理对数据池中 SQL server 实例的访问。 创建了数据池的外部数据源以及用于存储数据缓存的 PolyBase 外部表。 在后台，控制器使用与外部表匹配的表在数据池中创建一个数据库。 SQL Server 主实例中的工作流是透明的；控制器会将特定外部表请求重定向到数据池中的 SQL Server 实例，该实例可以通过计算池、执行查询并返回结果集。 数据池中的数据只能引入或查询，不能修改。 因此，任何数据刷新都需要删除表，然后再重新创建表和重新填充数据。
数据池应用场景
报告是一个常见的数据池应用场景。 例如，可以将加入多个 PolyBase 数据源且用于每周报告的复杂查询放入数据池。 缓存数据提供了本地快速计算，无需返回原始数据集。 同样，需要定期刷新的面板数据可能会缓存到数据池中，以便优化报告。 机器学习重复探索还可以从数据池中的数据集缓存中获益。
后续步骤
若要了解有关 SQL Server 大数据群集 的详细信息，请参阅以下资源：