Tip
Microsoft Fabric Data Warehouse 是一個企業規模的關聯式倉庫,建立在資料湖基礎上,具備未來準備架構、內建 AI 及新功能。 如果你是資料倉儲新手,建議先從Fabric Data Warehouse開始。 現有的 專用 SQL 工作負載可升級至 Fabric,以取得資料科學、即時分析與報告等多項新功能。
本文摘要說明 Azure Synapse Analytics 中專用 SQL 集區 (先前為 SQL DW) 最新版本的新功能與改進功能。 本文也會列出值得注意的內容更新,這些更新並未與該版本直接相關,但會在同一個時間範圍內發佈。 如需其他 Azure 服務的改進功能,請參閱服務更新。
檢查專用 SQL 集區 (先前為 SQL DW) 版本
隨著新功能逐步在所有區域推出,請確認部署至您的執行個體的版本,並檢查最新版本資訊以了解功能的可用性。 若要檢查版本,請透過 SQL Server Management Studio (SSMS) 連線至您的專用 SQL 集區,並執行 SELECT @@VERSION; 以傳回目前的版本。 使用此版本確認哪個發行版本已套用至您的專用 SQL 集區 (先前稱為 SQL DW)。 輸出中的日期會識別套用至您專用 SQL 集區 (先前為 SQL DW) 的版本月份。 這僅適用於服務層級的改進。
如需工具改進,請確定您已安裝在版本資訊中指定的正確版本。
注意
由 SELECT @@VERSION 傳回的產品名稱會從 Microsoft Azure SQL 資料倉儲變更為 Microsoft Azure Synapse Analytics。 在進行變更之前,我們會預先傳送通知。 這項變更與在其應用程式程式碼中從 SELECT @@VERSION 的結果剖析產品名稱的客戶相關。 若要避免應用程式程式碼因為產品品牌重新命名而變更,請使用以下命令來查詢 SERVERPROPERTY,以取得資料庫產品名稱和版本:若要傳回版本號碼 XX.X.XXXXX.X (沒有產品名稱),請使用以下命令:
SELECT SERVERPROPERTY('ProductVersion')
--To return engine edition, use this command that returns 6 for Azure Synapse Analytics:
SELECT SERVERPROPERTY('EngineEdition')
2020 年 12 月
| 服務改善 | 詳細資料 |
|---|---|
資料行的預存程序sp_rename (預覽版) |
不必使用 CREATE TABLE AS SELECT (CTAS),現在重新命名資料行變得更簡單。 Azure Synapse SQL 支援系統預存程序sp_rename (預覽版),以重新命名使用者資料表中的非散發資料行。 此功能目前仍處於預覽階段。 如需詳細資訊,請參閱 sp_rename。 |
| T SQL 預測的其他參數 | 在這個新版本中,會針對現有的 T-SQL PREDICT 陳述式新增名為 'RUNTIME' 的必要額外參數。 若要更新現有的指令碼,請參閱 T-SQL PREDICT 中的範例。 |
2020 年 10 月
| 服務改善 | 詳細資料 |
|---|---|
| T-SQL 內嵌資料表值函式 (預覽) | 在此版本中,您現在可以使用 Transact-SQL 來建立內嵌資料表值函式及查詢其結果,如同您使用資料表一樣。 此功能目前為預覽版,並將在正式發行時於工具中獲得支援。 如需詳細資訊,請參閱 CREATE FUNCTION (Azure Synapse Analytics)。 |
| MERGE 命令 (預覽) | 您現在可以從與來源資料表聯結的結果,在目標資料表上執行插入、更新或刪除作業。 例如,您可以根據在另一個資料表中所找到的差異在資料表中插入、更新或刪除資料列,以同步處理兩個資料表。 檢查 MERGE 以取得詳細資料。 |
2020 年 8 月
| 服務改善 | 詳細資料 |
|---|---|
| 工作負載管理 - 入口網站體驗 | 在 Azure 入口網站中配置並管理你的工作負載管理設定。 您可以設定工作負載群組和工作負載分類器的重要性。 |
| 已改善的資料表對應目錄檢視 | 新的目錄檢視 sys.pdw_permanent_table_mappings 會將永久使用者資料表的 object_ids 對應至其實體資料表名稱。 |
2020 年 7 月
| 服務改善 | 詳細資料 |
|---|---|
| 資料行層級加密 (公開預覽) | 使用 Transact-SQL 將對稱式加密套用至資料的資料行,以保護您 Azure Synapse Analytics 中的機密資訊。 資料行層級加密具有內建函數,可讓您使用以憑證、密碼、對稱金鑰或非對稱金鑰進一步保護的對稱金鑰來加密資料。 如需詳細資訊,請造訪加密資料欄位。 此功能現已正式推出。 |
| 相容性層級支援 (GA) | 在此版本中,使用者現在可以設定資料庫的相容性層級,以取得特定版本 Synapse SQL 引擎的 Transact-SQL 語言和查詢處理行為。 如需詳細資訊,請參閱 sys.database_scoped_configurations 和改變資料庫範圍設定。 |
| 列層級安全性 | 此版本針對已套用 RLS 的資料列更新與刪除作業進行了改善。 在此版本中,如果類似「is_rolemember」的內建函式未參考 DML 目標資料表中的任何資料行,則使用這類內建函式的更新與刪除作業將會成功。 在這項改進之前,這些作業會因為基礎 DML 作業中的限制而失敗。 |
| DBCC SHRINKDATABASE (正式發行) | 您現在可以壓縮指定資料庫中的資料和記錄檔大小。 如需詳細資訊,請參閱文件。 |
2020 年 5 月
| 服務改善 | 詳細資料 |
|---|---|
| 工作負載隔離 (GA) | Azure Synapse Analytics 工作負載群組隔離功能現已正式開放。 您可以透過工作負載群組保留和包含資源。 你也可以設定查詢逾時,以取消失控的查詢。 |
| 工作負載管理入口網站體驗 (預覽) | 使用者可以透過 Azure 入口網站來設定及管理其工作負載管理設定。 您可以設定工作負載群組和工作負載分類器的重要性。 |
| 改變工作負載群組 | 你現在可以使用 ALTER WORKLOAD GROUP 指令。 使用改變來變更現有工作負載群組的設定。 |
| 使用 COPY 命令針對 Parquet 檔案進行自動結構描述偵測 (預覽) | COPY 命令現在支援在載入 Parquet 檔案時進行自動結構描述偵測。 此命令會自動偵測 Parquet 檔案結構描述,並且在載入之前建立資料表。 前往下列電子郵件通訊群組清單,以啟用此功能:sqldwcopypreview@service.microsoft.com。 |
| 使用 COPY 命令載入複雜的 Parquet 資料類型 (預覽) | COPY 命令現在支援載入複雜的 Parquet 類型。 您可以將例如「地圖」和「清單」的複雜類型載入至字串資料行。 前往下列電子郵件通訊群組清單,以啟用此功能:sqldwcopypreview@service.microsoft.com。 |
| 使用 COPY 命令進行 Parquet 檔案的自動壓縮偵測 | COPY 命令現在支援自動偵測 Parquet 檔案的壓縮方法。 前往下列電子郵件通訊群組清單,以啟用此功能:sqldwcopypreview@service.microsoft.com。 |
| 其他載入建議 | Azure Advisor 對 Azure Synapse Analytics 專用 SQL 集區的建議現在已可用於 Synapse SQL。 當您應將檔案分割以達到最大輸送量、將儲存體帳戶與專用 SQL 集區 (先前稱為 SQL DW) 共同放置,或在使用 SQLBulkCopy API 或 BCP 等載入公用程式時增加批次大小,您都能收到主動通知。 |
| T-SQL 可更新分布資料行 (GA) | 您現在可以更新儲存在散發資料行中的資料。 如需詳細資訊,請參閱在專用 SQL 集區 (先前為 SQL DW) 中設計分散式資料表的指引。 |
| T-SQL Update/Delete from...Join (正式發行) | 現在可以根據與其他資料表聯結的結果更新和刪除。 如需詳細資訊,請參閱更新和刪除文件。 |
| T-SQL PREDICT (預覽) | 您現在可以在資料倉儲中預測機器學習模型,而不需要進行大型且複雜的資料移動。 T-SQL PREDICT 函式依賴開放式模型架構,並且會採用資料和機器學習模型作為輸入來產生預測。 如需詳細資訊,請參閱 XML 文件。 |
2020 年 4 月
| 服務改善 | 詳細資料 |
|---|---|
| 資料庫相容性層級 (預覽) | 在此版本中,使用者現在可以設定資料庫的相容性層級,以取得特定版本 Synapse SQL 引擎的 Transact-SQL 語言和查詢處理行為。 如需詳細資訊,請參閱 sys.database_scoped_configurations 和改變資料庫範圍設定。 |
| Sp_describe_undeclared_parameters | 允許使用者查看 Transact-SQL 批次中未宣告參數的相關中繼資料。 如需詳細資訊,請參閱 sp_describe_undeclared_parameters。 |
| 工具改進 | 詳細資料 |
|---|---|
| Visual Studio 16.6 Preview 5 - SQL Server Data Tools (SSDT) | 此版本包含下列 SSDT 改進: - 資料探索和分類 - COPY 陳述式 - 具有唯一條件約束的資料表 - 具有已排序叢集資料行存放區索引的資料表 此版本包含下列針對 SSDT 的修正: - 當變更散發資料行資料類型時, SSDT 所產生的更新指令碼會執行 CTAS 和 RENAME 作業,而不是捨棄然後重新建立資料表。 |
2020 年 3 月
| 工具改進 | 詳細資料 |
|---|---|
| Visual Studio 16.6 Preview 2 - SQL Server Data Tools (SSDT) | 此版本包含下列 SSDT 的改善與修正: - 已解決變更由具體化檢視表 (MV) 參考的資料表時,會產生不支援 MV 的 Alter View 陳述式的問題 - 已實作變更以確定當資料列層級安全性物件顯示在資料庫或專案中時,結構描述比較作業不會失敗。 SSDT 目前不支援資料列層級安全性物件。 - 已提高 SQL Server 物件總管的逾時臨界值,以避免在資料庫中列出大量物件時發生逾時 - 最佳化 SQL Server 物件總管擷取資料庫物件清單的方式,以在填入物件總管時減少不穩定並提升效能 |
2020 年 1 月
| 服務改善 | 詳細資料 |
|---|---|
| 工作負載管理平台指標 (預覽) | 透過預覽版中使用 Azure Synapse Analytics 工作負載群組隔離功能,您可以建立自己的工作負載群組,以有效管理系統資源並確保業務 SLA 達成。 在 Azure Synapse Analytics 的整體工作負載管理增強功能當中,現在提供新的工作負載管理監視計量。
現在,您可以使用下列指標更深入地監視工作負載: - 實際上限資源百分比 - 實際最小資源百分比 - 工作負載群組使用中的查詢 - 依最大資源百分比計算的工作負載群組配置 - 依系統百分比計算的工作負載群組配置 - 工作負載群組查詢逾時 - 工作負載群組佇列中的查詢 使用這些指標來識別工作負載群組瓶頸或設定了未充分利用之工作負載隔離的工作負載群組。 你可以在 Azure 入口網站中使用這些指標,該入口網站允許依工作負載群組拆分。 篩選您最愛的圖表,並將其釘選到儀表板,以快速存取深入解析。 |
| 入口網站監控指標 | 以下指標已新增至入口網站以監控整體查詢活動: - 活躍查詢 - 排隊查詢 欲了解更多這些指標,請參閱 Azure Synapse Analytics 中的監控資源使用率與查詢活動。 |
2019 年 10 月
| 服務改善 | 詳細資料 |
|---|---|
| 複製 (預覽) | 我們很高興宣布,簡單且彈性的資料擷取 COPY 陳述式現已公開預覽。 只要使用一個陳述式,您現在可以更有彈性地順暢內嵌資料,而不需要高權限的使用者。 如需詳細資訊,請參閱 COPY 命令文件。 |
| 工作負載隔離 (預覽) | 為了在客戶普及化資料倉儲時加以協助,Microsoft 正在發行智慧工作負載管理的新功能。 透過使用 Azure Synapse Analytics 新的工作負載群組隔離功能,您可以管理異質工作負載的執行,同時提供對資料倉儲資源的彈性與控制。 此能力提升執行可預測性,並提升滿足預設SLA的能力。
除了工作負載隔離外,現在還有更多可用於 Azure Synapse Analytics 中專用 SQL 集區的工作負載分類 的選項。 除了登入分類外, Create Workload Classifier 語法還能根據查詢標籤、會話上下文及時間來分類請求。 |
| PREDICT (預覽) | 您現在可以對資料倉儲中的機器學習模型評分,而不需要進行大型且複雜的資料移動。 T-SQL PREDICT 函式依賴開放式模型架構,並且會採用資料和機器學習模型作為輸入來產生預測。 |
| SSDT CI/CD (正式發行) | SQL Server Data Tools(SSDT)資料庫專案現已正式推出,適用於 SQL Analytics。 此版本包含 SSDT 與 Visual Studio 2019 的支援,以及與 Azure DevOps 的原生平台整合,為企業層級部署提供內建的持續整合和部署 (CI/CD) 功能。 |
| 具體化檢視 (GA) | 具體化檢視會保存從檢視定義查詢傳回的資料,並在底層資料表中的資料變更時自動取得更新。 它可以改進複雜查詢 (通常是具有聯結與會總的查詢) 的效能,同時提供簡單的維護作業。 欲了解更多資訊,請參閱 使用實體化檢視進行效能調校。 安裝 SQL Server Management Studio 18.4 或更新版本以編寫具體化檢視的指令碼。 |
| 動態資料遮罩 (GA) | 動態資料遮罩 (DDM) 可防止其他人未經授權存取您資料倉儲中的敏感性資料,做法是根據您定義的遮罩規則,即時在查詢結果中混淆這項資料。 欲了解更多資訊,請參見 動態資料遮罩。 |
| Read Committed Snapshot Isolation (正式發行) | 您可以使用 ALTER DATABASE 來啟用或停用使用者資料庫的快照隔離。 為避免影響目前的工作負載,建議在資料庫維護時段設定此選項,或等資料庫沒有其他活躍連線時再設定。 如需詳細資訊,請參閱 ALTER DATABASE SET 選項。 |
| 有序的叢集資料行存放區索引 (GA) | 資料行存放區對於儲存及有效率地查詢大量資料至關重要。 排序式叢集資料行存放索引可透過高效的區段排除,進一步提升查詢執行效能。 欲了解更多資訊,請參閱 Azure Synapse Analytics 中使用排序叢集資料行存放區索引進行效能微調。 |
| 結果集快取 (GA) | 啟用結果集快取時,會在使用者資料庫中自動快取查詢結果,以供重複使用。 這可讓後續的查詢執行直接從永續性快取取得結果,因此不需要重新計算。 結果集快取可改善查詢效能,並減少計算資源使用量。 此外,使用快取結果集的查詢不會使用任何併發位置,因此不會計入現有的併發限制。 基於安全性,如果使用者與建立快取結果的使用者具有相同的資料存取權限,則只能存取快取的結果。 如需詳細資訊,請參閱使用結果集快取進行效能微調。 適用於 10.0.10783.0 版或更新版本。 |
2019 年 9 月
| 服務改善 | 詳細資料 |
|---|---|
| Azure Private Link (預覽) | 透過使用 Azure Private Link,你可以在 虛擬網路(VNet)建立私有端點,並將其映射到專屬的 SQL 池。 你可以透過 VNet 中的私有 IP 位址存取這些資源,透過 Azure ExpressRoute 私有對等和/或 VPN 閘道,從本地端連線。 整體而言,此功能簡化了網路設定,無需將其對外開放給公用 IP 位址。 此功能同時防範資料外洩風險。 欲了解更多資訊,請參閱 overview 及 Azure Private Link for Azure Synapse Analytics。 |
| 資料探索與分類 (GA) | 資料探索與分類功能現已正式推出。 這項功能提供探索、分類、標記與保護資料庫中敏感性資料的進階功能。 |
| Azure Advisor 單鍵整合 | Azure Synapse 中的 SQL Analytics 現在直接與概觀頁面中的 Azure Advisor 建議整合,並提供單鍵操作。 您現在可以在概觀刀鋒視窗中探索建議,而不用瀏覽至 Azure Advisor 刀鋒視窗。 在這裡了解更多建議。 |
| 讀取認可快照隔離 (預覽) | 使用 ALTER DATABASE 來啟用或停用使用者資料庫的快照隔離。 為避免影響目前的工作負載,建議在資料庫維護時段設定此選項,或等資料庫沒有其他活躍連線時再設定。 如需詳細資訊,請參閱 ALTER DATABASE SET 選項。 |
| EXECUTE AS (Transact-SQL) | EXECUTE AS T-SQL 支援現在可以讓客戶將工作階段的執行內容設定給指定使用者。 |
| 其他 T-SQL 支援 | Synapse SQL 的 T SQL 語言介面區已經過擴充,可包含下列支援: - FORMAT (Transact-SQL) - TRY_PARSE (Transact-SQL) - TRY_CAST (Transact-SQL) - TRY_CONVERT (Transact-SQL) - sys.user_token (Transact-SQL) |
2019 年 7 月
| 服務改善 | 詳細資料 |
|---|---|
| 具體化檢視 (預覽) | 具體化檢視會保存從檢視定義查詢傳回的資料,並在底層資料表中的資料變更時自動取得更新。 它可以改進複雜查詢 (通常是具有聯結與會總的查詢) 的效能,同時提供簡單的維護作業。 如需詳細資訊,請參閱: - CREATE MATERIALIZED VIEW AS SELECT (Transact-SQL) - ALTER MATERIALIZED VIEW (Transact-SQL) - Azure Synapse Analytics 中支援專用 SQL 集區的 T-SQL 陳述式 |
| 其他 T-SQL 支援 | Synapse SQL 的 T-SQL 語言介面區已擴充為包含下列支援: - AT TIME ZONE (Transact-SQL) - STRING_AGG (Transact-SQL) |
| 結果集快取 (預覽) | 已新增 DBCC 命令,以管理先前宣布的結果集快取。 如需詳細資訊,請參閱: - DBCC DROPRESULTSETCACHE (Transact-SQL) - DBCC SHOWRESULTCACHESPACEUSED (Transact-SQL) 另請參閱 sys.dm_pdw_exec_requests 中的 result_set_cache 欄,該欄顯示執行的查詢何時使用結果集快取。 |
| 已排序的叢集資料行存放區索引 (預覽) | 新的資料行 column_store_order_ordinal 已新增至 sys.index_columns,以識別已排序的叢集資料行存放區索引中資料行的順序。 |
2019 年 5 月
| 服務改善 | 詳細資料 |
|---|---|
| 動態資料遮罩 (預覽) | 動態資料遮罩 (DDM) 可防止其他人未經授權存取您資料倉儲中的敏感性資料,做法是根據您定義的遮罩規則,即時在查詢結果中混淆這項資料。 欲了解更多資訊,請參見 動態資料遮罩。 |
| 工作負載重要性現已正式推出 | 工作負載管理分類和重要性可讓您影響查詢的執行順序。 欲了解更多工作負載重要性資訊,請參閱 Azure Synapse Analytics 中專用 SQL 池的工作負載分類,以及文件中的 Azure Synapse Analytics 工作負載重要性概覽文章。 另請參閱 CREATE WORKLOAD CLASSIFIER 文件。 請參考以下影片中工作負載重要性的實際應用: - 工作負載管理概念 - 工作負載管理案例 |
| 其他 T-SQL 支援 | Synapse SQL 的 T-SQL 語言介面區已擴充為包含以下支援: - TRIM |
| JSON 函式 | 商務分析師現在可以使用熟悉的 T-SQL 語言,利用下列新的 JSON 函式來查詢和操作格式化為 JSON 資料的文件: - ISJSON - JSON_VALUE - JSON_QUERY - JSON_MODIFY - OPENJSON |
| 結果集快取 (預覽) | 結果集快取可啟用即時查詢回應時間,同時縮短商業分析師與報表使用者取得深入解析所需的時間。 如需詳細資訊,請參閱: - ALTER DATABASE (Transact-SQL) - ALTER DATABASE SET Options (Transact SQL) - SET RESULT SET CACHING (Transact-SQL) - SET Statement (Transact-SQL) - sys.databases (Transact-SQL) |
| 已排序的叢集資料行存放區索引 (預覽) | 資料行存放區對於儲存及有效率地查詢大量資料至關重要。 對於每個資料表,它會將傳入的資料分割成資料列群組,且資料列群組的每個資料行會構成磁碟上的一個分割。 排序式叢集資料行存放索引可透過高效的區段排除,進一步提升查詢執行效能。 如需詳細資訊,請參閱: - CREATE TABLE - CREATE COLUMNSTORE INDEX (Transact-SQL)。 |
2019 年 3 月
| 服務改善 | 詳細資料 |
|---|---|
| 資料探索與分類 | Synapse SQL 的資料探索與分類現在提供公開預覽。 保護敏感性資料和客戶隱私權是不可或缺的。 隨著您的業務和客戶資料資產成長,探索、分類和保護您的資料會變得難以管理。 我們在 Synapse SQL 中以原生方式引進的資料探索和分類功能,有助於讓您的資料更容易管理。 這個功能的整體優點包括: • 符合資料隱私標準和法規合規性需求。 • 對包含高度敏感性資料的資料倉儲限制存取權並強化安全性。 • 對敏感性資料的異常存取進行監視和警示。 • 在 Azure 入口網站上的中央儀表板中視覺化呈現敏感資料。 資料探索與分類在所有 Azure 區域都可以使用,是進階資料安全性的一部分,包括弱點評估和威脅偵測。 如需資料探索與分類的詳細資訊,請參閱部落格文章和我們的線上文件。 |
| 按 ROLLUP 分組 | ROLLUP 現在是支援的 GROUP BY 選項。 GROUP BY ROLLUP 會針對每種資料行運算式的組合創建一個群組。 GROUP BY 也會將結果「匯總」為小計和總計。 GROUP BY 函式會從右向左處理,逐步減少用於建立群組和進行彙總的欄位表達式數量。 資料行順序會影響 ROLLUP 的輸出,也會影響結果集中的資料列數。 如需 GROUP BY ROLLUP 的詳細資訊,請參閱 GROUP BY (Transact-SQL) |
| 已改善 DWU 使用量與入口網站 CPU 指標的精確度 | Synapse SQL 大幅增強了 Azure 入口網站中的計量精確度。 此版本包含有關 CPU 和 DWU 使用指標定義的修正,以正確反映工作負載在所有計算節點上的表現。 在此修正之前,指標值常遭到低報。 您應可在 Azure 入口網站中看到 DWU 使用量與 CPU 指標增加。 |
| 列層級安全性 | 我們在 2017 年 11 月引進了資料列層級安全性功能。 我們現在也將這個支援延伸到外部資料表。 此外,我們已新增支援,在定義安全性篩選述詞所需的內嵌資料表值函式 (inline TVF) 中呼叫非決定性函式。 這項新增可讓您在安全性篩選述詞中指定 IS_ROLEMEMBER()、USER_NAME() 等等。 如需更多資訊,請參閱列層級安全性文件中的範例。 |
| 其他 T-SQL 支援 | Synapse SQL 的 T-SQL 語言介面區已擴充為包含 STRING_SPLIT (Transact-SQL) 的支援。 |
| 查詢最佳化工具增強功能 | 查詢最佳化是任何資料庫的重要元件。 對如何最佳執行查詢做出最佳選擇,會產生顯著的改善。 在分散式環境中執行複雜的分析查詢時,執行的作業數目很重要。 藉由產生較佳的品質計劃,增強了查詢效能。 這些計畫能將昂貴的資料傳輸作業及重複子查詢等冗餘運算的花費降到最低。 如需詳細資訊,請參閱此 Azure Synapse 部落格文章。 |
文件改善
| 文件改善 | 詳細資料 |
|---|
2019 年 1 月
服務改善
| 服務改善 | 詳細資料 |
|---|---|
| 回傳排序最佳化 |
SELECT...ORDER BY 查詢在本版本中獲得效能提升。 現在,所有計算節點都會將其結果傳送至單一計算節點。 此節點會合併及排序結果,並將其傳回給使用者。 當查詢結果集包含大量資料列時,透過單一計算節點進行合併會讓效能顯著提升。 過去,查詢執行引擎會對每個運算節點的結果排序。 結果會串流到控制節點。 控制節點合併了結果。 |
| 適用於 PartitionMove 和 BroadcastMove 的資料移動增強功能 | ShuffleMove 類型的資料移動步驟,使用即時資料移動技術。 如需詳細資訊,請參閱效能增強功能部落格。 在此版本中,PartitionMove 和 BroadcastMove 現在可受到相同即時資料移動技術的支援。 使用這些類型資料移動步驟的使用者查詢,將會改進執行的效能。 您無須變更任何程式碼,即可享有這些改進的效能。 |
| 值得注意的錯誤 (bug) | Azure Synapse 版本不正確 - SELECT @@VERSION 可能會返回錯誤版本,10.0.9999.0。 目前所發行的正確版本是 10.0.10106.0。 已回報此錯誤,正在審查中。 |
文件改善
| 文件改善 | 詳細資料 |
|---|---|
| 沒有 |
2018 年 12 月
服務改善
| 服務改善 | 詳細資料 |
|---|---|
| 虛擬網路服務端點已正式推出 | 此版本具有所有 Azure 區域內 Azure Synapse 中 SQL Analytics 虛擬網路 (VNet) 服務端點的一般可用性。 VNet 服務端點可讓您將伺服器的連線隔離至虛擬網路中的指定子網路或一組子網路。 從你的VNet到Azure Synapse的流量始終會留在Azure骨幹網路內。 會優先使用此直接路由,而不是透過虛擬設備或內部部署傳送網際網路流量的任何特定路由。 透過服務端點存取虛擬網路並不會額外收費。
Azure Synapse 的目前定價模型照常適用。 在此發行版本中,我們也透過 Azure Blob File System 驅動程式 (ABFS):Hadoop 的專用 Azure 儲存體驅動程式 (ABFS) 驅動程式,啟用 PolyBase 與Azure Data Lake Storage 簡介 (ADLS) 的連線。 Azure Data Lake Storage Gen2 所具備的品質,足以滿足 Azure 儲存體分析資料完整生命週期的一切所需。 兩個現有 Azure 儲存體服務 (Azure Blob 儲存體與 Azure Data Lake Storage Gen1) 的功能均涵蓋在內。 Azure Data Lake Storage Gen1 的功能,例如檔案系統語意、檔案層級安全性和調整規模是結合 Azure Blob 儲存體簡介的低成本、分層式儲存體和高可用性/災害復原功能。 使用 PolyBase,你也可以將受 VNet 保護的 Azure 儲存體 中的資料匯入 Azure Synapse 中的 SQL Analytics。 同樣地,從 Azure Synapse 匯出資料到受 VNet 保護的 Azure 儲存體 也支援透過 PolyBase。 若要深入了解 Azure Synapse 中的 VNet 服務端點,請參閱 Azure Synapse 中的 VNet 服務端點 或 虛擬網路服務端點文件。 |
| 自動效能監視 (預覽) |
查詢存放區現已在 Azure Synapse 的 SQL Analytics 中提供預覽。 查詢存放區的設計目的是透過追蹤查詢、查詢計劃、執行階段統計資料以及查詢記錄等方式,協助您監視資料倉儲的活動與效能,藉此排解查詢效能的問題。 查詢存放區 是一組內部儲存區與動態管理檢視 (DMV),可讓您: • 識別與調整資源消耗最高的查詢 • 識別並改善未計劃工作負載 • 透過變更統計資料、索引或系統大小 (DWU 設定) 的方式,評估查詢的效能以及對計劃的影響 • 請查看所有已執行查詢的完整查詢文字 查詢儲存庫包含三個實際的儲存區: • 計劃存放區,用於保存執行計劃資訊 • 執行時期統計資料存放區,用於持續儲存執行統計資料資訊 • 等候統計資料存放區,用於保存等候統計資料資訊。 Azure Synapse 中的 SQL Analytics 會自動管理這些儲存區,並免費提供過去七天內儲存的無限制查詢。 啟用查詢存放區很簡單,只要執行 ALTER DATABASE T-SQL 陳述式即可: sql ----ALTER DATABASE [DatabaseName] SET QUERY_STORE = ON;-------如需 查詢存放區 的詳細資訊,請參閱文章使用 查詢存放區 監視效能,以及 查詢存放區 DMV,例如 sys.query_store_query。 如需歷程記錄查詢分析的詳細資訊,請參閱 Azure Synapse Analytics 中的歷程記錄查詢儲存體和分析。 |
| SQL Analytics 的較低計算層 | Azure Synapse 中的 SQL Analytics 現在支援較低的計算層。 客戶可從 100 cDWU (資料倉儲單位) 開始使用,在數分鐘內調整為 30,000 cDWU,體驗 Azure Synapse 卓越的效能、彈性及安全性功能。 自 2018 年 12 月中起,這些地區的客戶即可在較低的運算層級享有 Gen2 的效能和彈性,其餘地區則會在 2019 年跟進。 注重價值的客戶希望能全面評估安全的高效能資料倉儲的所有益處,且不想要猜測決定最適合的試用環境,而 Microsoft 降低了次世代資料倉儲服務的入門門檻,對這些客戶敞開了大門。 客戶的起始門檻最低可為 100 cDWU,低於目前 500 cDWU 的入門門檻。 SQL Analytics 會進一步支援暫停和繼續的作業,不單只將彈性侷限在運算方面。 Gen2 也支援無限制資料行存放區的儲存體容量,每個查詢的記憶體增加 2.5 倍,最多可達 128 個並行查詢,還具備調適性快取功能。 與同價格的 Gen1 一樣的資料倉儲單位相比,上述功能的效能平均高出五倍。 異地備援備份是 Gen2 的標準功能,內建保證資料保護。 Azure Synapse 中的 SQL Analytics 已準備好隨時依您的需求進行擴展。 |
| 資料行存放區背景合併 | 根據預設,Azure SQL 資料會使用稱為資料列群組的微型分割,以資料行格式儲存資料。 有時候,由於在建置索引或載入資料時受到記憶體限制,資料列群組可能會以少於最佳值的一百萬列進行壓縮。 列群組也可能因刪除而變得碎片化。 小型或零碎的資料列群組會耗用更高的記憶體,執行查詢時的效率也不好。 使用此版本後,資料行存放區背景維護工作會將較小的已壓縮資料列群組合併為較大的資料列群組,以更妥善利用記憶體並加快查詢執行速度。 |
2018 年 10 月
服務改善
| 服務改善 | 詳細資料 |
|---|---|
| 資料倉儲的 DevOps | Azure Synapse 中備受要求的 Synapse SQL 功能現已進入預覽版本,並在 Visual Studio 中提供對 SQL Server Data Tool (SSDT) 的支援! 開發人員小組現在可以透過單一的版本控制程式碼基底執行協同作業,並快速地將變更部署到全球任何執行個體。 此功能可供預覽。 基於高度需求,我們正在管理預覽版的接受名額,以確保客戶獲得最佳體驗。 註冊後,我們的目標是在七個工作日內確認您的狀態。 |
| 資料列層級安全性正式發行 | Azure Synapse 中的 Synapse SQL 現在支援資料列層級安全性 (RLS),增加了保護機密資料的強大功能。 藉由引進 RLS,您可以實作安全性原則來控制對資料表中資料列的存取,例如誰可以存取哪些資料列。 RLS 支援這種更細緻的存取控制,而不必重新設計您的資料倉儲。 RLS 簡化了整體安全性模型,因為存取限制邏輯位於資料庫層本身,而不是遠離另一個應用程式中的資料。 RLS 也消除了為存取控制管理而導入檢視來篩選資料列的需求。 我們為所有客戶提供此企業級安全性功能,無需任何額外的費用。 |
| 進階的建議程式 | Azure Synapse 中的 Synapse SQL 進階微調透過額外的資料倉儲相關建議和計量,變得更加簡單。 Azure Advisor 還提供其他進階的效能建議,包括: 1.自適性快取 – 取得何時調整規模以發揮最佳快取使用率的建議。 2.資料表散發 – 判斷何時複寫資料表以減少資料移動並提升工作負載效能。 3. Tempdb – 了解何時調整規模和設定資源類別,以減少 tempdb 競爭。資料倉儲計量與 Azure 監視器的整合更加深入,包括功能更強的可自訂監視圖表,能在概觀刀鋒視窗中提供近乎即時的計量。 當您監視使用量,或是驗證並套用資料倉儲建議時,不再需要離開資料倉儲概觀刀鋒視窗,即可存取 Azure 監視器計量。 此外,也提供新的計量,例如 tempdb 及自適性快取使用率,作為您效能建議的補充。 |
| 使用整合式建議程式進行進階微調 | 適用於 Azure Synapse 的進階調整現在更簡單了,新增了更多資料倉儲建議與指標,並重新設計了入口網站概觀窗格,提供與 Azure Advisor 和 Azure 監視器整合的體驗。 |
| 加速資料庫復原 (ADR) | Azure Synapse 加速資料庫復原 (ADR) 現在處於公開預覽狀態。 ADR 是新的 SQL Server 伺服器引擎,藉由完全重新設計目前的復原程序,來大幅改善資料庫可用性,尤其是在面對長時間執行的交易時。 ADR 的主要優點是快速且一致的資料庫復原,以及即時的交易回復。 |
| Azure 監視器 資源日誌 | Azure Synapse 現在可藉由直接與 Azure 監視器日志整合,增強洞察分析工作負載。 這項新功能可讓開發人員分析更長一段時間內的工作負載行為,並在充分了解資訊的情況下,做出查詢最佳化或容量管理決策。 我們現在透過 Azure 監視器資源記錄引進了外部的記錄處理程序,這些記錄提供了有關資料倉儲工作負載的額外深入解析。 您現在可以使用記錄分析來設定資源記錄,以便針對歷史查詢效能進行疑難排解。 Azure 監視器資源記錄支援可自訂的保留期間,這是透過將記錄儲存至儲存體帳戶以進行稽核來達成的;此外,它也支援將記錄串流至事件中樞,以獲得近乎即時的遙測深入解析功能;並提供使用具有記錄查詢的 Log Analytics 來分析記錄的功能。 資源記錄包含資料倉儲的遙測檢視,等同於 Azure Synapse 中 SQL Analytics 最常用的效能疑難排解 DMV。 我們已在此初始版本中啟用下列系統動態管理檢視: • sys.dm_pdw_exec_requests • sys.dm_pdw_request_steps • sys.dm_pdw_dms_workers • sys.dm_pdw_waits • sys.dm_pdw_sql_requests |
| 資料行存放區記憶體管理 | 隨著壓縮的資料行存放區資料列群組數目增加,管理這些資料列群組的內部資料行區段中繼資料所需的記憶體會隨之增加。 因此,查詢效能和針對某些資料行存放區動態管理檢視 (DMVs) 所執行的查詢可能會下降。 此版本已進行改善,讓這些情況的內部中繼資料大小達到最佳化,進而改善這類查詢的體驗和效能。 |
| Azure Data Lake Storage Gen2 整合功能 (GA) | Synapse Analytics 現在已與 Azure Data Lake Storage Gen2 原生整合。 客戶現在可以使用 ABFS 中的外部資料表,將資料載入專用 SQL 集區 (先前為 SQL DW)。 這項功能可讓客戶與其 Data Lake Storage Gen2 中的資料湖整合。 |
| 值得注意的錯誤 (bug) | 在 DW2000 以上資料倉儲的小型資源類別中,CETAS 到 Parquet 的失敗問題 - 此修正可正確識別 Create External Table As to Parquet 程式碼路徑中的 Null 參考。 身分識別資料行值可能在某些 CTAS 作業中遺失 - 身分識別資料行的值在使用 CTAS 建立到另一個資料表時,可能無法保留。 當工作階段在查詢尚未完成時被終止,某些情況下可能會導致內部失敗 - 此修正會在查詢尚未完成時工作階段被終止時,觸發 InvalidOperationException。 (已在 2018 年 11 月部署) 當客戶使用 PolyBase 嘗試從 ADLS (Gen1) 載入多個小型檔案時,會遇到效能不佳的情況。 - 系統效能會在 AAD 安全性權杖驗證期間受到阻礙。 透過啟用安全性權杖快取,已減輕效能問題。 |