教學課程：使用專用 SQL 集區分析數據

發行項
2024/12/13

在本教學課程中，使用 NYC 計程車數據來探索專用 SQL 集區的功能。

[部署專用 SQL 集區]
[將數據載入集區]
[探索您已載入的數據]

必要條件

本教學課程假設您已完成其餘快速入門中的步驟。具體而言，它會使用在建立 Synapse 工作區快速入門中建立的 'contosodatalake' 資源。

建立專用 SQL 集區

在 Synapse Studio 的左側窗格中，選取 [分析集區] 下的 [管理>SQL 集區]。
選取新增。
針對 [專用 SQL 集區名稱 ] 選取 SQLPOOL1。
針對 [效能等級 ] 選擇 [DW100C]。
選取 [檢閱 + 建立]>[建立]。您的專用 SQL 集區將在幾分鐘內準備就緒。

您的專用 SQL 集區會與也稱為 SQLPOOL1的 SQL 資料庫相關聯。

流覽至 [數據>工作區]。
您應該會看到名為 SQLPOOL1 的資料庫。如果您的畫面中並未顯示該訊息，請選取重新整理。

專用 SQL 集區只要作用中，就會耗用可計費的資源。您可以稍後暫停集區以降低成本。

注意

在工作區中建立新的專用 SQL 集區（先前稱為 SQL DW）時，將會開啟專用 SQL 集區布建頁面。布建會在邏輯 SQL 伺服器上進行。

將 NYC 計程車數據載入SQLPOOL1

在 Synapse Studio 中，流覽至 [開發] 中樞，選取+按鈕以新增資源，然後建立新的 SQL 腳本。
在 [連線到腳本] 上方的下拉式清單中，選取 [在本教學課程的步驟 1 中建立的集SQLPOOL1區]。

輸入下列程式碼：

SQL

IF NOT EXISTS (SELECT * FROM sys.objects O JOIN sys.schemas S ON O.schema_id = S.schema_id WHERE O.NAME = 'NYCTaxiTripSmall' AND O.TYPE = 'U' AND S.NAME = 'dbo')
CREATE TABLE dbo.NYCTaxiTripSmall
    (
    [VendorID] bigint, 
    [store_and_fwd_flag] nvarchar(1) NULL, 
    [RatecodeID] float NULL, 
    [PULocationID] bigint NULL,  
    [DOLocationID] bigint NULL, 
    [passenger_count] float NULL, 
    [trip_distance] float NULL, 
    [fare_amount] float NULL, 
    [extra] float NULL, 
    [mta_tax] float NULL, 
    [tip_amount] float NULL, 
    [tolls_amount] float NULL, 
    [ehail_fee] float NULL, 
    [improvement_surcharge] float NULL, 
    [total_amount] float NULL, 
    [payment_type] float NULL, 
    [trip_type] float NULL, 
    [congestion_surcharge] float  NULL
    )
WITH
    (
    DISTRIBUTION = ROUND_ROBIN,
     CLUSTERED COLUMNSTORE INDEX
     -- HEAP
    )
GO

COPY INTO dbo.NYCTaxiTripSmall
(VendorID 1, store_and_fwd_flag 4, RatecodeID 5,  PULocationID 6 , DOLocationID 7,  
 passenger_count 8,trip_distance 9, fare_amount 10, extra 11, mta_tax 12, tip_amount 13, 
 tolls_amount 14, ehail_fee 15, improvement_surcharge 16, total_amount 17, 
 payment_type 18, trip_type 19, congestion_surcharge 20 )
FROM 'https://contosolake.dfs.core.windows.net/users/NYCTripSmall.parquet'
WITH
(
    FILE_TYPE = 'PARQUET'
    ,MAXERRORS = 0
    ,IDENTITY_INSERT = 'OFF'
    ,AUTO_CREATE_TABLE ='ON'
)

提示

如果您收到讀取 Login failed for user '<token-identified principal>'的錯誤，您必須設定 Entra Id 管理員。

在 Azure 入口網站中，搜尋您的 synapse 工作區。
在 [設定] 底下，選取 [Microsoft [項目標識符]。
選取 [ 設定系統管理員 ]，然後設定 Microsoft Entra ID 管理員。

選取 [執行] 按鈕以執行指令碼。
此腳本會在 60 秒內完成。它會將 200 萬個 NYC 計程車數據列載入名為 dbo.NYCTaxiTripSmall的數據表。

探索專用 SQL 集區中的 NYC 計程車數據

在 Synapse Studio 中，移至 [數據中樞]。
移至 [SQLPOOL1>數據表]。 （如果您沒有在功能表中看到它，請重新整理頁面。
以滑鼠右鍵按兩下 dbo。NYCTaxiTripSmall 數據表，然後選取 [新增 SQL 腳本>選取前 100 個數據列]。
等候建立並執行新的SQL腳本。
SQL 腳稿 [連線到 ] 頂端會自動設定為名為 SQLPOOL1 的 SQL 集區。

以此程式代碼取代 SQL 腳本的文字並加以執行。

SQL

SELECT passenger_count as PassengerCount,
      SUM(trip_distance) as SumTripDistance_miles,
      AVG(trip_distance) as AvgTripDistance_miles
INTO dbo.PassengerCountStats
FROM  dbo.NYCTaxiTripSmall
WHERE trip_distance > 0 AND passenger_count > 0
GROUP BY passenger_count;

SELECT * FROM dbo.PassengerCountStats
ORDER BY PassengerCount;

此查詢會建立數據表 dbo.PassengerCountStats ，其中包含來自字段的 trip_distance 匯總數據，然後查詢新的數據表。數據顯示總車程距離和平均車程距離與乘客人數的關係。

在 [SQL 腳本結果] 視窗中，將 [ 檢視 ] 變更為 [圖表 ]，以折線圖顯示結果的視覺效果。將 [類別] 資料行變更為 PassengerCount。

清理

暫停專用 SQL 集區以降低成本。

流覽至 Synapse 工作區中的 [ 管理 ]。
選取 [ SQL 集區]。
將滑鼠停留在SQLPOOL1上，然後選取 [ 暫停] 按鈕。
確認暫停。

後續步驟

分析 Azure 儲存體帳戶中的數據

共用方式為