如何：查詢 Azure Cosmos DB 中 Microsoft Fabric 鏡像資料庫中的巢狀資料

使用 Microsoft Fabric 中的鏡像資料庫來查詢來源自適用於 NoSQL 的 Azure Cosmos DB 的巢狀 JSON 資料。

先決條件

現有的適用於 NoSQL 的 Azure Cosmos DB 帳戶。
- 如果您沒有 Azure 訂用帳戶，請免費試用適用於 NoSQL 的 Azure Cosmos DB。
- 如果您有現有的 Azure 訂用帳戶，請建立新的適用於 NoSQL 的 Azure Cosmos DB 帳戶。
現有的 Fabric 容量。如果您沒有現有的容量，請啟動 Fabric 試用版。
必須針對網狀架構鏡像設定適用於 NoSQL 的 Azure Cosmos DB 帳戶。如需詳細資訊，請參閱帳戶需求。

小提示

建議使用可快速從備份中恢復的現有 Azure Cosmos 資料庫測試或開發副本。

在來源資料庫內建立巢狀資料

在適用於 NoSQL 的 Azure Cosmos DB 帳戶內建立 JSON 專案，其中包含不同層級的巢狀 JSON 資料。

在 Azure 入口網站中流覽至您的 Azure Cosmos DB 帳戶。
從資源功能表中選取 [資料總管]。
使用 + 新增容器 來建立新容器。在本指南中，請將容器 TestC命名為。對應的資料庫名稱是任意的。

多次使用 [+ 新增專案 ] 選項來建立和儲存這五個 JSON 專案。

{
  "id": "123-abc-xyz",
  "name": "A 13",
  "country": "USA",
  "items": [
    {
      "purchased": "11/23/2022",
      "order_id": "3432-2333-2234-3434",
      "item_description": "item1"
    },
    {
      "purchased": "01/20/2023",
      "order_id": "3431-3454-1231-8080",
      "item_description": "item2"
    },
    {
      "purchased": "02/20/2023",
      "order_id": "2322-2435-4354-2324",
      "item_description": "item3"
    }
  ]
}

{
  "id": "343-abc-def",
  "name": "B 22",
  "country": "USA",
  "items": [
    {
      "purchased": "01/20/2023",
      "order_id": "2431-2322-1545-2322",
      "item_description": "book1"
    },
    {
      "purchased": "01/21/2023",
      "order_id": "3498-3433-2322-2320",
      "item_description": "book2"
    },
    {
      "purchased": "01/24/2023",
      "order_id": "9794-8858-7578-9899",
      "item_description": "book3"
    }
  ]
}

{
  "id": "232-abc-x43",
  "name": "C 13",
  "country": "USA",
  "items": [
    {
      "purchased": "04/03/2023",
      "order_id": "9982-2322-4545-3546",
      "item_description": "clothing1"
    },
    {
      "purchased": "05/20/2023",
      "order_id": "7989-9989-8688-3446",
      "item_description": "clothing2"
    },
    {
      "purchased": "05/27/2023",
      "order_id": "9898-2322-1134-2322",
      "item_description": "clothing3"
    }
  ]
}

{
  "id": "677-abc-yuu",
  "name": "D 78",
  "country": "USA"
}

{
  "id": "979-abc-dfd",
  "name": "E 45",
  "country": "USA"
}

設定鏡像和必要條件

設定適用於 NoSQL 的 Azure Cosmos DB 資料庫的鏡像。如果您不確定如何設定鏡像，請參閱設定鏡像資料庫教學課程。

流覽至 Fabric 入口網站。
使用 Azure Cosmos DB 帳戶的認證建立新的連線和鏡像資料庫。
等待複寫完成資料的初始快照。

查詢基本巢狀資料

現在，使用 SQL 分析端點來建立可處理簡單巢狀 JSON 資料的查詢。

流覽至 Fabric 入口網站中的鏡像資料庫。
從 鏡像 Azure Cosmos DB 切換至 SQL 分析端點。
開啟測試資料表的內容功能表，然後選取 [ 新增 SQL 查詢]。
執行此查詢以 items 展開 OPENJSON陣列。此查詢用來 OUTER APPLY 包含可能沒有 items 陣列的額外專案。
```
SELECT 
    t.name, 
    t.id, 
    t.country, 
    P.purchased, 
    P.order_id, 
    P.item_description 
FROM OrdersDB_TestC AS t
OUTER APPLY OPENJSON(t.items) WITH
(
    purchased datetime '$.purchased',
    order_id varchar(100) '$.order_id',
    item_description varchar(200) '$.item_description'
) as P
```
小提示

選擇中的 OPENJSON資料類型時，用於 varchar(max) 字串類型可能會降低查詢效能。相反，使用 varchar(n) wher n 可以是任何數字。越低 n ，您就越有可能看到更好的查詢效能。

在 CROSS APPLY 下一個查詢中使用，以僅顯示具有陣列的 items 項目。

SELECT
    t.name,
    t.id,
    t.country,
    P.purchased,
    P.order_id,
    P.item_description 
FROM
    OrdersDB_TestC as t CROSS APPLY OPENJSON(t.items) WITH (
        purchased datetime '$.purchased',
        order_id varchar(100) '$.order_id',
        item_description varchar(200) '$.item_description' 
    ) as P

使用自動結構描述推斷查詢基本巢狀資料

請遵循上一個範例中的步驟 1-3。使用相同的資料集，我們可以建立查詢來展平資料，而不需要明確定義結構描述。

執行此查詢以展開 items 陣列 OPENJSON ，而不定義結構描述。這會將每個巢狀物件分隔成新列，將專案陣列平面化一級。
```
SELECT
    t.name,
    t.id,
    t.country,
    p.*
FROM OrdersDB_TestC as t 
CROSS APPLY OPENJSON(t.items) p
```
執行此查詢以進一步擴充 items 陣列 OPENJSON ，而不定義結構描述。這會將每個巢狀物件內的每個屬性分隔成新資料列，將專案陣列平面化兩個層級。
```
SELECT
    t.name,
    t.id,
    t.country,
    q.*
FROM OrdersDB_TestC as t 
CROSS APPLY OPENJSON(t.items) q
OUTER APPLY OPENJSON(t.items) p
```

建立深度巢狀資料

若要建立此巢狀資料範例，讓我們新增深度巢狀資料範例。

在 Azure 入口網站中流覽至您的 Azure Cosmos DB 帳戶。
從資源功能表中選取 [資料總管]。
使用 + 新增容器 來建立新容器。在本指南中，請將容器 TestD命名為。對應的資料庫名稱是任意的。

多次使用 [+ 新增專案 ] 選項來建立和儲存此 JSON 專案。

{
  "id": "eadca09b-e618-4090-a25d-b424a26c2361",
  "entityType": "Package",
  "packages": [
    {
      "packageid": "fiwewsb-f342-jofd-a231-c2321",
      "storageTemperature": "69",
      "highValue": true,
      "items": [
        {
          "id": "1",
          "name": "Item1",
          "properties": {
            "weight": "2",
            "isFragile": "no"
          }
        },
        {
          "id": "2",
          "name": "Item2",
          "properties": {
            "weight": "4",
            "isFragile": "yes"
          }
        }
      ]
    },
    {
      "packageid": "d24343-dfdw-retd-x414-f34345",
      "storageTemperature": "78",
      "highValue": false,
      "items": [
        {
          "id": "3",
          "name": "Item3",
          "properties": {
            "weight": "12",
            "isFragile": "no"
          }
        },
        {
          "id": "4",
          "name": "Item4",
          "properties": {
            "weight": "12",
            "isFragile": "no"
          }
        }
      ]
    }
  ],
  "consignment": {
    "consignmentId": "ae21ebc2-8cfc-4566-bf07-b71cdfb37fb2",
    "customer": "Humongous Insurance",
    "deliveryDueDate": "2020-11-08T23:38:50.875258Z"
  }
}

查詢深度巢狀資料

最後，建立 T-SQL 查詢，以尋找深度巢狀 JSON 字串中的資料。

開啟資料表的內容 TestD 功能表，然後再次選取 [新增 SQL 查詢 ]。

執行此查詢，以使用 withsignment 來 OUTER APPLY 擴充巢狀資料的所有層級。

SELECT
    P.id,
    R.packageId,
    R.storageTemperature,
    R.highValue,
    G.id,
    G.name,
    H.weight,
    H.isFragile,
    Q.consignmentId,
    Q.customer,
    Q.deliveryDueDate 
FROM
    OrdersDB_TestD as P CROSS APPLY OPENJSON(P.packages) WITH ( packageId varchar(100) '$.packageid',
    storageTemperature INT '$.storageTemperature',
    highValue varchar(100) '$.highValue',
    items nvarchar(MAX) AS JSON ) as R 
OUTER APPLY OPENJSON (R.items) WITH (
    id varchar(100) '$.id',
    name varchar(100) '$.name',
    properties nvarchar(MAX) as JSON 
) as G OUTER APPLY OPENJSON(G.properties) WITH  (
    weight INT '$.weight',
    isFragile varchar(100) '$.isFragile'
) as H OUTER APPLY OPENJSON(P.consignment) WITH  (
    consignmentId varchar(200) '$.consignmentId',
    customer varchar(100) '$.customer',
    deliveryDueDate Date '$.deliveryDueDate'
) as Q

備註

展開 packages時，會 items 表示為 JSON，可以選擇性地展開。該 items 屬性具有 JSOn 的子屬性，也可以選擇性地擴展。

最後，執行查詢，選擇何時展開特定巢狀層級。

SELECT
    P.id,
    R.packageId,
    R.storageTemperature,
    R.highValue,
    R.items,
    Q.consignmentId,
    Q.customer,
    Q.deliveryDueDate 
FROM
    OrdersDB_TestD as P CROSS APPLY OPENJSON(P.packages) WITH (
        packageId varchar(100) '$.packageid',
        storageTemperature INT '$.storageTemperature',
        highValue varchar(100) '$.highValue',
        items nvarchar(MAX) AS JSON
    ) as R 
OUTER APPLY OPENJSON(P.consignment) WITH  (
    consignmentId varchar(200) '$.consignmentId',
    customer varchar(100) '$.customer',
    deliveryDueDate Date '$.deliveryDueDate'
) as Q

備註

在此 T-SQL 查詢體驗中，不會強制執行巢狀層級的屬性限制。

意見反應

此頁面對您有幫助嗎？

Last updated on 2025-08-22