Az Azure Synapse SQL-ben támogatott Transact-SQL-funkciók
Az Azure Synapse SQL egy big data elemzési szolgáltatás, amely lehetővé teszi az adatok lekérdezését és elemzését a T-SQL nyelv használatával. Az SQL Serveren és az Azure SQL Database-ben használt SQL-nyelv szabványos ANSI-kompatibilis dialektusát használhatja adatelemzéshez.
A Transact-SQL nyelvet kiszolgáló nélküli SQL-készletben használják, és a dedikált modell különböző objektumokra hivatkozhat, és bizonyos különbségek vannak a támogatott funkciók között. Ezen a lapon a Synapse SQL használati modelljei közötti magas szintű Transact-SQL nyelvi különbségek találhatók.
Adatbázis-objektumok
A Synapse SQL használati modelljei lehetővé teszik különböző adatbázis-objektumok használatát. A támogatott objektumtípusok összehasonlítása az alábbi táblázatban látható:
| Objektum | Dedikált | Kiszolgáló nélküli |
|---|---|---|
| Táblák | Igen | Nem, az adatbázison belüli táblák nem támogatottak. A kiszolgáló nélküli SQL-készlet csak olyan külső táblákat tud lekérdezni, amelyek az Azure Data Lake Storage-ban vagy a Dataverse-ben tárolt adatokra hivatkoznak. |
| Nézetek | Bizony. A nézetek a dedikált modellben elérhető lekérdezési nyelvi elemeket használhatják. | Igen, létrehozhat nézeteket külső táblákon, az OPENROWSET függvénnyel rendelkező lekérdezéseken és más nézeteken. A nézetek a kiszolgáló nélküli modellben elérhető lekérdezési nyelvi elemeket is használhatják. |
| Sémák | Igen | Igen, a sémák támogatottak. Sémák használatával elkülönítheti a különböző bérlőket, és sémák szerint helyezheti el a táblákat. |
| ideiglenes táblákkal | Igen | Az ideiglenes táblák csak a rendszernézetekből, literálokból vagy más ideiglenes táblákból származó információk tárolására használhatók. Az UPDATE/DELETE a temp táblán is támogatott. Ideiglenes táblákat a rendszernézetekkel is összekapcsolhat. Külső táblából nem jelölhet ki adatokat, hogy azokat ideiglenes táblába szúrja be, vagy külső táblával csatlakozzon egy ideiglenes táblához – ezek a műveletek sikertelenek lesznek, mert a külső adatok és az ideiglenes táblák nem keverhetők ugyanabba a lekérdezésbe. |
| Felhasználó által meghatározott eljárások | Igen | Igen, a tárolt eljárások bármely felhasználói adatbázisban elhelyezhetők (nem master adatbázisba). Az eljárások egyszerűen beolvashatják a külső adatokat, és használhatják a kiszolgáló nélküli készletben elérhető lekérdezési nyelvi elemeket . |
| Felhasználó által definiált függvények | Igen | Igen, csak a beágyazott táblázat értékű függvények támogatottak. A skaláris felhasználó által definiált függvények nem támogatottak. |
| Eseményindítók | Nem | Nem, a kiszolgáló nélküli SQL-készletek nem teszik lehetővé az adatok módosítását, így az eseményindítók nem tudnak reagálni az adatváltozásokra. |
| Külső táblák | Bizony. Lásd a támogatott adatformátumokat. | Igen, a külső táblák elérhetők, és az Azure Data Lake Storage-ból vagy a Dataverse-ből származó adatok olvasására használhatók. Tekintse meg a támogatott adatformátumokat. |
| Lekérdezések gyorsítótárazása | Igen, több űrlap (SSD-alapú gyorsítótárazás, memóriában, eredményhalmaz gyorsítótárazása). Emellett a Materialized Nézet is támogatott. | Nem, csak a fájlstatisztikák vannak gyorsítótárazva. |
| Eredményhalmaz gyorsítótárazása | Igen | Nem, a lekérdezés eredményei nem gyorsítótárazva vannak. Csak a fájlstatisztikák vannak gyorsítótárazva. |
| Materialized views | Igen | Nem, a Materialized nézetek nem támogatottak a kiszolgáló nélküli SQL-készletekben. |
| Táblaváltozók | Nem, ideiglenes táblák használata | Nem, a táblaváltozók nem támogatottak. |
| a táblaelosztással | Igen | Nem, a táblaeloszlások nem támogatottak. |
| táblaindexekkel | Igen | Nem, az indexek nem támogatottak. |
| tábla particionálásával | Bizony. | A külső táblák nem támogatják a particionálást. A fájlokat a Hive-partition mappastruktúra használatával particionálhatja, és particionált táblákat hozhat létre a Sparkban. A Spark particionálás szinkronizálva lesz a kiszolgáló nélküli készlettel. Ha nem a Sparkot használja, a fájlokat mappastruktúrában particionálhatja, és particionált nézeteket hozhat létre a mappapartíciós struktúrában, de a külső táblák nem hozhatók létre particionált mappákban. |
| Statisztika | Igen | Igen, a statisztikák külső fájlokon jönnek létre. |
| Számítási feladatok kezelése, erőforrásosztályok és egyidejűség-vezérlés | Igen, lásd a számítási feladatok kezelését, az erőforrásosztályokat és az egyidejűség-vezérlést. | Nem, nem kezelheti a lekérdezésekhez rendelt erőforrásokat. A kiszolgáló nélküli SQL-készlet automatikusan kezeli az erőforrásokat. |
| Költségkezelés | Igen, vertikális felskálázási és vertikális leskálázási műveletek használatával. | Igen, az Azure Portal vagy a T-SQL eljárás használatával korlátozhatja a kiszolgáló nélküli készlet napi, heti vagy havi használatát. |
Lekérdezés nyelve
A Synapse SQL-ben használt lekérdezési nyelvek a használati modelltől függően különböző támogatott funkciókkal rendelkezhetnek. Az alábbi táblázat a Transact-SQL-dialektusok legfontosabb lekérdezési nyelvi különbségeit ismerteti:
| Utasítás | Dedikált | Kiszolgáló nélküli |
|---|---|---|
| SELECT utasítás | Igen.
SELECTaz utasítás támogatott, de egyes Transact-SQL-lekérdezési záradékok( például XML/FOR JSON, MATCH, OFFSET/FETCH) nem támogatottak. |
Igen, SELECT az utasítás támogatott, de egyes Transact-SQL-lekérdezési záradékok, például az XML, a MATCH, a PREDICT, a GROUPNG SETS és a lekérdezési tippek nem támogatottak. |
| INSERT utasítás | Igen | Szám Új adatok feltöltése a Data Lake-be Spark vagy más eszközök használatával. A nagy tranzakciós számítási feladatokhoz használja az Azure Cosmos DB-t az elemzési tárhellyel. A CETAS használatával külső táblát hozhat létre, és adatokat szúrhat be. |
| UPDATE utasítás | Igen | Nem, frissítse a Parquet/CSV-adatokat a Spark használatával, és a módosítások automatikusan elérhetők lesznek a kiszolgáló nélküli készletben. A nagy tranzakciós számítási feladatokhoz használja az Azure Cosmos DB-t az elemzési tárhellyel. |
| DELETE utasítás | Igen | Nem, törölje a Parquet/CSV-adatokat a Spark használatával, és a módosítások automatikusan elérhetők lesznek a kiszolgáló nélküli készletben. A nagy tranzakciós számítási feladatokhoz használja az Azure Cosmos DB-t az elemzési tárhellyel. |
| MERGE utasítás | Igen (előzetes verzió) | Nem, egyesítse a Parquet/CSV-adatokat a Spark használatával, és a módosítások automatikusan elérhetők lesznek a kiszolgáló nélküli készletben. |
| CTAS-utasítás | Igen | Nem, a CREATE TABLE AS SELECT utasítás nem támogatott a kiszolgáló nélküli SQL-készletben. |
| CETAS-utasítás | Igen, a CETAS használatával elvégezheti a kezdeti terhelést egy külső táblába. | Igen, a CETAS használatával elvégezheti a kezdeti terhelést egy külső táblába. A CETAS támogatja a Parquet- és CSV-kimeneti formátumokat. |
| Tranzakciók | Igen | Igen, a tranzakciók csak a metaadat-objektumokra vonatkoznak. |
| Címkék | Igen | Nem, a címkék nem támogatottak a kiszolgáló nélküli SQL-készletekben. |
| Adatbetöltés | Igen. Az előnyben részesített segédprogram a COPY utasítás, de a rendszer támogatja a TÖMEGES terhelést (BCP) és a CETAS-t az adatbetöltéshez. | Nem, nem tölthet be adatokat a kiszolgáló nélküli SQL-készletbe, mert az adatokat külső tároló tárolja. Kezdetben CETAS utasítással tölthet be adatokat egy külső táblába. |
| Adatexportálás | Igen. CETAS használata. | Igen. Az adatokat külső tárolóból (Azure Data Lake, Dataverse, Azure Cosmos DB) exportálhatja az Azure Data Lake-be a CETAS használatával. |
| Típusok | Igen, az összes Transact-SQL-típus, kivéve a kurzort, a hierarchiaazonosítót, az ntextet, a szöveget és a képet, a rowversion-t, a térbeli típusokat, a sql_variant és az xml-t | Igen, az összes Transact-SQL-típus támogatott, kivéve a kurzort, a hierarchiaazonosítót, az ntextet, a szöveget és a képet, a sorverziót, a térbeli típusokat, a sql_variant, az xml- és a táblázattípust. Itt megtudhatja, hogyan képezhet le Parquet-oszloptípusokat SQL-típusokra. |
| Adatbázisközi lekérdezések | Nem | Igen, az adatbázisközi lekérdezések és a háromrészes névhivatkozások támogatottak, beleértve a USE utasítást is. A lekérdezések hivatkozhatnak a kiszolgáló nélküli SQL-adatbázisokra vagy az ugyanazon a munkaterületen található Lake-adatbázisokra. A munkaterületek közötti lekérdezések nem támogatottak. |
| Beépített/rendszerfüggvények (elemzés) | Igen, az összes Transact-SQL elemzési, konverziós, dátum- és idő-, logikai, matematikai függvény, kivéve a CHOOSE és a PARSE függvényt | Igen, minden Transact-SQL elemzési, konverziós, dátum- és idő-, logikai és matematikai függvény támogatott. |
| Beépített/rendszerfüggvények (sztring) | Igen. Az összes Transact-SQL-sztring, JSON és rendezési függvény, kivéve a STRING_ESCAPE és a TRANSLATE függvényt | Igen. Minden Transact-SQL-sztring, JSON és rendezési függvény támogatott. |
| Beépített/rendszerfüggvények (titkosítás) | Néhány |
HASHBYTES az egyetlen támogatott titkosítási függvény a kiszolgáló nélküli SQL-készletekben. |
| Beépített/rendszerszintű táblaértékfüggvények | Igen, Transact-SQL Rowset függvények, kivéve AZ OPENXML, OPENDATASOURCE, OPENQUERY és OPENROWSET | Igen, a Transact-SQL Rowset összes függvénye támogatott, kivéve az OPENXML, az OPENDATASOURCE és az OPENQUERY függvényt. |
| Beépített/rendszeraggregátumok | Beépített Transact-SQL-aggregátumok, kivéve CHECKSUM_AGG és GROUPING_ID | Igen, minden beépített Transact-SQL-aggregátum támogatott. |
| Operátorok | Igen, az összes Transact-SQL operátor kivételével !> és !< | Igen, minden Transact-SQL-operátor támogatott. |
| A folyamat szabályozása | Igen. Minden Transact-SQL Control-of-flow utasítás a CONTINUE, a GOTO, a RETURN, a USE és a WAITFOR kivételével | Igen. Minden Transact-SQL Control-of-flow utasítás támogatott. A WHILE (...) SELECT lekérdezés feltétel nem támogatott. |
| DDL-utasítások (CREATE, ALTER, DROP) | Igen. A támogatott objektumtípusokra vonatkozó összes Transact-SQL DDL-utasítás | Igen, a támogatott objektumtípusokra vonatkozó összes Transact-SQL DDL-utasítás támogatott. |
Biztonság
A Synapse SQL-készletek lehetővé teszik a beépített biztonsági funkciók használatát az adatok védelme és a hozzáférés szabályozása érdekében. Az alábbi táblázat a Synapse SQL-használati modellek közötti magas szintű különbségeket hasonlítja össze.
| Szolgáltatás | Dedikált | Kiszolgáló nélküli |
|---|---|---|
| Bejelentkezések | N/A (csak a tartalmazott felhasználók támogatottak az adatbázisokban) | Igen, a kiszolgálószintű Microsoft Entra-azonosító és az SQL-bejelentkezések támogatottak. |
| Felhasználók | N/A (csak a tartalmazott felhasználók támogatottak az adatbázisokban) | Igen, az adatbázis-felhasználók támogatottak. |
| Tartalmazott felhasználók | Igen. Megjegyzés: csak egy Microsoft Entra-felhasználó lehet korlátlan rendszergazda | Nem, a tartalmazott felhasználók nem támogatottak. |
| SQL-felhasználónév/jelszó-hitelesítés | Igen | Igen, a felhasználók a felhasználóneveik és jelszavaik használatával hozzáférhetnek a kiszolgáló nélküli SQL-készlethez. |
| Microsoft Entra hitelesítés | Igen, Microsoft Entra-felhasználók | Igen, a Microsoft Entra-bejelentkezések és a felhasználók a Microsoft Entra-identitásukkal férhetnek hozzá a kiszolgáló nélküli SQL-készletekhez. |
| Storage Microsoft Entra átengedő hitelesítés | Igen | Igen, a Microsoft Entra átengedő hitelesítése a Microsoft Entra-bejelentkezésekre érvényes. Ha nincs megadva hitelesítő adat, a Rendszer átadja a Microsoft Entra-felhasználó identitását a tárolónak. A Microsoft Entra átengedő hitelesítés nem érhető el az SQL-felhasználók számára. |
| Tároló közös hozzáférésű jogosultságkód (SAS) jogkivonat-hitelesítése | Nem | Igen, a DATABASE SCOPED CREDENTIAL használata közös hozzáférésű jogosultságkód-jogkivonattal külső adatforrásban vagy példányszintű HITELESÍTŐ ADATOK megosztott hozzáférésű aláírással. |
| Tárelérési kulcs hitelesítése | Igen, a DATABASE SCOPED CREDENTIAL használata külső adatforrásban | Nem, használjon SAS-jogkivonatot a tárelérési kulcs helyett. |
| Felügyelt identitás hitelesítése a tárolóban | Igen, a Felügyeltszolgáltatás-identitás hitelesítő adatainak használata | Igen, a lekérdezés a munkaterület felügyelt identitás hitelesítő adataival érheti el a tárterületet. |
| Storage Application Identity/Service Principal (SPN) hitelesítés | Igen | Igen, létrehozhat egy hitelesítő adatot egy egyszerű szolgáltatásalkalmazás-azonosítóval , amely a tárban való hitelesítéshez lesz használva. |
| Kiszolgálói szerepkörök | Nem | Igen, a sysadmin, a nyilvános és más kiszolgálói szerepkörök támogatottak. |
| KISZOLGÁLÓSZINTŰ HITELESÍTŐ ADATOK | Nem | Igen, a kiszolgálószintű hitelesítő adatokat az a OPENROWSET függvény használja, amely nem használ explicit adatforrást. |
| Engedélyek – Kiszolgálószintű | Nem | Igen, például, és SELECT ALL USER SECURABLES lehetővé teszi a CONNECT ANY DATABASE felhasználó számára, hogy adatokat olvasson bármely adatbázisból. |
| Adatbázis-szerepkörök | Igen | Igen, használhatja db_ownera szerepköröket db_datareader és db_ddladmin a szerepköröket. |
| ADATBÁZIS HATÓKÖRÉBE TARTOZÓ HITELESÍTŐ ADATOK | Igen, külső adatforrásokban használatos. | Igen, az adatbázis hatókörébe tartozó hitelesítő adatok külső adatforrásokban is használhatók a tárolási hitelesítési módszer meghatározásához. |
| Engedélyek – Adatbázisszintű | Igen | Igen, engedélyeket adhat, tagadhat meg vagy vonhat vissza az adatbázis-objektumokra. |
| Engedélyek – Sémaszintű | Igen, beleértve a séma felhasználói/bejelentkezési engedélyeinek megadását, elutasítását és visszavonását | Igen, megadhatja a sémaszintű engedélyeket, beleértve a séma felhasználóira/bejelentkezéseire vonatkozó ENGEDÉLYEZÉSI, MEGTAGADÁSI és VISSZAVONÁSi engedélyeket. |
| Engedélyek – Objektumszintű | Igen, beleértve a felhasználók számára a GRANT, a DENY és a REVOKE engedélyeket is | Igen, engedélyezhet, megtagadhat és visszavonhat engedélyeket a támogatott rendszerobjektumokon lévő felhasználókra/bejelentkezésekre. |
| Engedélyek – Oszlopszintű biztonság | Igen | Az oszlopszintű biztonság a kiszolgáló nélküli SQL-készletekben a nézetekhez és nem külső táblákhoz támogatott. Külső táblák esetén létrehozhat egy logikai nézetet a külső tábla tetején, majd oszlopszintű biztonságot alkalmazhat. |
| Sorszintű biztonság | Igen | Nem, a sorszintű biztonsághoz nincs beépített támogatás. Használjon egyéni nézeteket kerülő megoldásként. |
| Adatmaszkolás | Igen | Nem, a kiszolgáló nélküli SQL-készletek nem támogatják a beépített adatmaszkolást. Használjon áthidaló megoldásként olyan burkoló SQL-nézeteket, amelyek bizonyos oszlopokat kifejezetten elfednek. |
| Beépített/rendszerbiztonsági &identitásfüggvények | Néhány Transact-SQL biztonsági függvény és operátor: CURRENT_USER, , HAS_DBACCESS, IS_MEMBER, SESSION_USERIS_ROLEMEMBER, SUSER_NAME, SUSER_SNAME, SYSTEM_USER, USER, USER_NAME, EXECUTE AS,OPEN/CLOSE MASTER KEY |
Egyes Transact-SQL biztonsági függvények és operátorok támogatottak: CURRENT_USER, , HAS_DBACCESS, HAS_PERMS_BY_NAME, IS_MEMBERIS_ROLEMEMBER, IS_SRVROLEMEMBER, SESSION_CONTEXTSESSION_USERSUSER_SNAMESUSER_NAME, USERSYSTEM_USER, USER_NAMEEXECUTE ASés .REVERT A biztonsági függvények nem használhatók külső adatok lekérdezésére (az eredményt a lekérdezésben használható változóban tárolhatja). |
| Transzparens adattitkosítás (TDE) | Igen | Nem, transzparens adattitkosítás nem támogatott. |
| Adatfelderítés és -besorolás | Igen | Nem, az Adatfelderítés és -besorolás nem támogatott. |
| Biztonsági rések felmérése | Igen | Nem, a sebezhetőségi felmérés nem érhető el. |
| Advanced Threat Protection | Igen | Nem, az Advanced Threat Protection nem támogatott. |
| Naplózás | Igen | Igen, a naplózás kiszolgáló nélküli SQL-készletekben támogatott. |
| Tűzfalszabályok | Igen | Igen, a tűzfalszabályok beállíthatók a kiszolgáló nélküli SQL-végponton. |
| Privát végpont | Igen | Igen, a privát végpont beállítható a kiszolgáló nélküli SQL-készleten. |
A dedikált SQL-készlet és a kiszolgáló nélküli SQL-készlet szabványos Transact-SQL-nyelvet használ az adatok lekérdezéséhez. A részletes különbségekért tekintse meg a Transact-SQL nyelvi referenciát.
Platformfunkciók
| Szolgáltatás | Dedikált | Kiszolgáló nélküli |
|---|---|---|
| Méretezés | Igen | A kiszolgáló nélküli SQL-készlet a számítási feladattól függően automatikusan skálázódik. |
| Szüneteltetés/folytatás | Igen | A kiszolgáló nélküli SQL-készlet automatikusan inaktiválódik, ha nincs használatban, és szükség esetén aktiválódik. Nincs szükség felhasználói műveletre. |
| Adatbázisok biztonsági mentése | Igen | Szám Az adatok tárolása külső rendszerekben történik (ADLS, Cosmos DB), ezért győződjön meg arról, hogy biztonsági másolatot készít az adatokról a forrásban. Győződjön meg arról, hogy sql-metaadatokat (tábla, nézet, eljárásdefiníciók és felhasználói engedélyek) használ a forrásvezérlőben. A Lake-adatbázisban lévő tábladefiníciók Spark-metaadatokban vannak tárolva, ezért győződjön meg arról, hogy a Spark-tábladefiníciókat is a forrásvezérlőben tartja. |
| Adatbázis visszaállítása | Igen | Szám Az adatok tárolása külső rendszerekben történik (ADLS, Cosmos DB), ezért a forrásrendszereket helyre kell állítania az adatok tárolásához. Győződjön meg arról, hogy az SQL-metaadatok (tábla, nézet, eljárásdefiníciók és felhasználói engedélyek) a forrásvezérlőben vannak, hogy újra létrehozhatja az SQL-objektumokat. A Lake-adatbázisban lévő tábladefiníciók Spark-metaadatokban vannak tárolva, ezért győződjön meg arról, hogy a Spark-tábladefiníciókat is a forrásvezérlőben tartja. |
Eszközök
Különböző eszközökkel csatlakozhat a Synapse SQL-hez adatok lekérdezéséhez.
| Eszköz | Dedikált | Kiszolgáló nélküli |
|---|---|---|
| Synapse Studio | Igen, SQL-szkriptek | Igen, az SQL-szkriptek használhatók a Synapse Studióban. A Synapse Studio helyett használjon SSMS-t vagy ADS-t, ha nagy mennyiségű adatot ad vissza. |
| Power BI | Igen | Igen, a Power BI használatával jelentéseket hozhat létre kiszolgáló nélküli SQL-készleten. Jelentéskészítéshez importálási mód használata ajánlott. |
| Azure Analysis Service | Igen | Igen, adatokat tölthet be az Azure Analysis Service-be a kiszolgáló nélküli SQL-készlet használatával. |
| Azure Data Studio (ADS) | Igen | Igen, az Azure Data Studio (1.18.0-s vagy újabb verzió) használatával lekérdezhet egy kiszolgáló nélküli SQL-készletet. Az SQL-szkriptek és az SQL-jegyzetfüzetek támogatottak. |
| SQL Server Management Studio (SSMS) | Igen | Igen, az SQL Server Management Studio (18.5-ös vagy újabb verzió) használatával lekérdezhet egy kiszolgáló nélküli SQL-készletet. Az SSMS csak a kiszolgáló nélküli SQL-készletekben elérhető objektumokat jeleníti meg. |
Feljegyzés
Az SSMS használatával kiszolgáló nélküli SQL-készlethez és lekérdezéshez csatlakozhat. A 18.5-ös verziótól kezdve részben támogatott, csak csatlakozásra és lekérdezésre használható.
A legtöbb alkalmazás szabványos Transact-SQL-nyelvet használ, amely lekérdezi a Synapse SQL dedikált és kiszolgáló nélküli használati modelljeit is.
Az adatok elérése
Az elemzett adatok különböző tárolótípusokon tárolhatók. Az alábbi táblázat az összes rendelkezésre álló tárolási lehetőséget felsorolja:
| Tárolási típus | Dedikált | Kiszolgáló nélküli |
|---|---|---|
| Belső tároló | Igen | Nem, az adatok az Azure Data Lake-ben vagy az Azure Cosmos DB elemzési tárolójában vannak elhelyezve. |
| Azure Data Lake v2 | Igen | Igen, a külső táblák és a OPENROWSET függvény használatával adatokat olvashat az ADLS-ből. Itt megtudhatja, hogyan állíthatja be a hozzáférés-vezérlést. |
| Azure Blob Storage | Igen | Igen, a külső táblák és a OPENROWSET függvény használatával adatokat olvashat az Azure Blob Storage-ból. Itt megtudhatja, hogyan állíthatja be a hozzáférés-vezérlést. |
| Azure SQL/SQL Server (távoli) | Nem | Nem, a kiszolgáló nélküli SQL-készlet nem hivatkozhat az Azure SQL-adatbázisra. Rugalmas lekérdezések vagy csatolt kiszolgálók használatával hivatkozhat kiszolgáló nélküli SQL-készletekre az Azure SQL-ből. |
| Dataverse | Nem, az Azure Cosmos DB-adatokat egy dedikált készletbe töltheti be az Azure Synapse Link használatával kiszolgáló nélküli SQL-készletben (ADLS-en keresztül) vagy Sparkban. | Igen, a Dataverse-táblák az Azure Data Lake-hez készült Azure Synapse-hivatkozással olvashatók. |
| Azure Cosmos DB tranzakciós tároló | Nem | Nem, nem férhet hozzá az Azure Cosmos DB-tárolókhoz adatok frissítéséhez vagy adatok beolvasásához az Azure Cosmos DB tranzakciós tárolójából. A Spark-készletek használatával frissítheti az Azure Cosmos DB tranzakciós tárolót. |
| Azure Cosmos DB elemzési tároló | Nem, az Azure Cosmos DB-adatokat egy dedikált készletbe töltheti be az Azure Synapse Link használatával kiszolgáló nélküli SQL-készletben (ADLS-en keresztül), ADF-ben, Sparkban vagy más betöltési eszközben. | Igen, az Azure Cosmos DB elemzési tárterületét az Azure Synapse Link használatával kérdezheti le. |
| Apache Spark-táblák (a munkaterületen) | Nem | Igen, a kiszolgáló nélküli készlet metaadat-szinkronizálással képes olvasni a PARQUET- és CSV-táblákat. |
| Apache Spark-táblák (távoli) | Nem | Nem, a kiszolgáló nélküli készlet csak azokat a PARQUET- és CSV-táblákat érheti el, amelyek ugyanabban a Synapse-munkaterületen lévő Apache Spark-készletekben lettek létrehozva. Manuálisan azonban létrehozhat egy külső táblát, amely külső Spark-tábla helyére hivatkozik. |
| Databricks-táblák (távoli) | Nem | Nem, a kiszolgáló nélküli készlet csak azokat a PARQUET- és CSV-táblákat érheti el, amelyek ugyanabban a Synapse-munkaterületen lévő Apache Spark-készletekben lettek létrehozva. Manuálisan azonban létrehozhat egy külső táblát, amely a Databricks-tábla helyére hivatkozik. |
Adatformátumok
Az elemzett adatok különböző tárolási formátumokban tárolhatók. Az alábbi táblázat felsorolja az összes elemezhető adatformátumot:
| Adatformátum | Dedikált | Kiszolgáló nélküli |
|---|---|---|
| Tagolt | Igen | Igen, lekérdezheti a tagolt fájlokat. |
| CSV | Igen (a többkarakterek nem támogatottak) | Igen, lekérdezheti a CSV-fájlokat. A jobb teljesítmény érdekében használja a PARSER_VERSION 2.0-t, amely gyorsabb elemzést biztosít. Ha sorokat fűz a CSV-fájlokhoz, győződjön meg arról, hogy a fájlokat hozzáfűzhetőként kérdezi le. |
| Parketta | Igen | Igen, lekérdezheti a Parquet-fájlokat, beleértve a beágyazott típusok fájljait is. |
| Hive ORC | Igen | Nem, a kiszolgáló nélküli SQL-készletek nem tudják olvasni a Hive ORC formátumot. |
| Hive RC | Igen | Nem, a kiszolgáló nélküli SQL-készletek nem tudják olvasni a Hive RC formátumot. |
| JSON | Igen | Igen, lekérdezheti a JSON-fájlokat tagolt szövegformátummal és a T-SQL JSON-függvényekkel . |
| Avro | Nem | Nem, a kiszolgáló nélküli SQL-készletek nem tudják olvasni az Avro formátumot. |
| Delta Lake | Nem | Igen, lekérdezheti a Delta Lake-fájlokat, beleértve a beágyazott típusok fájljait is. |
| Common Data Model (CDM) | Nem | Nem, a kiszolgáló nélküli SQL-készlet nem tudja beolvasni a Common Data Model használatával tárolt adatokat. |
Következő lépések
A dedikált SQL-készlet és a kiszolgáló nélküli SQL-készlet ajánlott eljárásairól az alábbi cikkekben talál további információt: