Azure Synapse Analytics: VersionshinweiseAzure Synapse Analytics release notes

In diesem Artikel sind die neuen Funktionen und Verbesserungen in den neuesten Versionen von Synapse SQL in Azure Synapse zusammengefasst.This article summarizes the new features and improvements in the recent releases of Synapse SQL in Azure Synapse. Dieser Artikel enthält zudem wichtige Inhaltsaktualisierungen, die nicht in direktem Zusammenhang mit einer Version stehen, aber im gleichen Zeitraum veröffentlicht werden.The article also lists notable content updates that aren't directly related to the release but published in the same time frame. Informationen zu Verbesserungen bei anderen Azure-Diensten finden Sie unter Dienstupdates.For improvements to other Azure services, see Service updates.

Überprüfen der Azure Synapse-VersionCheck your Azure Synapse version

Da in allen Regionen neue Funktionen eingeführt werden, überprüfen Sie die in Ihrer Instanz bereitgestellte Version sowie die aktuellen Versionshinweise auf die Verfügbarkeit von Funktionen.As new features are rolled out to all regions, check the version deployed to your instance and the latest release notes for feature availability. Um die Version zu überprüfen, stellen Sie über SQL Server Management Studio (SSMS) eine Verbindung mit Ihrem SQL-Pool her, und führen Sie SELECT @@VERSION; aus, um die aktuelle Version zurückzugeben.To check the version, connect to your SQL pool via SQL Server Management Studio (SSMS) and run SELECT @@VERSION; to return the current version. Verwenden Sie diese Version, um zu bestätigen, welches Release auf Ihren SQL-Pool angewendet wurde.Use this version to confirm which release has been applied to your SQL pool. Das Datum in der Ausgabe gibt den Monat für das auf Ihren SQL-Pool angewendete Release an.The date in the output identifies the month for the release applied to your SQL pool. Dies gilt nur für Verbesserungen auf Dienstebene.This only applies to service-level improvements.

Vergewissern Sie sich für die Tooloptimierungen, dass die richtige Version installiert ist, die in den Versionsanmerkungen angegeben wird.For tooling improvements, make sure you have the correct version installed specified in the release note.

Hinweis

Der durch „SELECT @@VERSION“ zurückgegebene Produktname wird von Microsoft Azure SQL Data Warehouse in Microsoft Azure Synapse Analytics geändert.The product name returned by SELECT @@VERSION will change from Microsoft Azure SQL Data Warehouse to Microsoft Azure Synapse Analytics. Wir werden Sie vor der Änderung benachrichtigen.We will send advanced notice before the change is made. Diese Änderung ist insbesondere für Kunden von Bedeutung, die den Produktnamen aus dem Ergebnis von „SELECT @@VERSION“ in ihrem Anwendungscode analysieren.This change is relevant for customers who parse product name from the result of SELECT @@VERSION in their application code. Um Änderungen am Anwendungscode aufgrund der Produktumbenennung zu vermeiden, verwenden Sie diese Befehle, um SERVERPROPERTY nach dem Produktnamen und der Version der Datenbank abzufragen: Um die Versionsnummer XX.X.XXXXX.X zurückzugeben (ohne Produktname), verwenden Sie den folgenden Befehl:To avoid application code changes due to product rebranding, please use these commands to query SERVERPROPERTY for the database product name and version: To return version number XX.X.XXXXX.X (without product name) use this command:

SELECT SERVERPROPERTY('ProductVersion')

--To return engine edition, use this command that returns 6 for Azure Synapse Analytics (formerly SQL Data Warehouse):

SELECT SERVERPROPERTY('EngineEdition')

August 2020Aug 2020

Verbesserungen beim DienstService improvements DetailsDetails
Workloadverwaltung – PortalbenutzeroberflächeWorkload Management – Portal Experience Benutzer können ihre Workloadverwaltungseinstellungen über das Azure-Portal konfigurieren und verwalten.Users can configure and manage their workload management settings via the Azure portal. Außerdem können Arbeitsauslastungsgruppen und Workloadklassifizierer mit Wichtigkeit konfiguriert werden.The ability to configure workload groups and workload classifiers with importance is possible.
Verbesserte Ansicht für den TabellenzuordnungskatalogImproved table mappings catalog view Die neue Katalogansicht sys.pdw_permanent_table_mappings ordnet object_ids von permanenten Benutzertabellen zu ihren physischen Tabellennamen zu.The new catalog view sys.pdw_permanent_table_mappings maps object_ids of permanent user tables to their physical table names.

Juli 2020July 2020

Verbesserungen beim DienstService improvements DetailsDetails
Verschlüsselung auf Spaltenebene (Public Preview)Column-Level Encryption (Public Preview) Schützen Sie vertrauliche Informationen in Azure Synapse Analytics durch Anwenden symmetrischer Verschlüsselung auf eine Datenspalte mithilfe von Transact-SQL.Protect sensitive information in your Azure Synapse Analytics by applying symmetric encryption to a column of data using Transact-SQL. Verschlüsselung auf Spaltenebene verfügt über integrierte Funktionen, mit denen Sie Daten mithilfe symmetrischer Schlüssel verschlüsseln können, die noch zusätzlich mit einem Zertifikat, Kennwort, einem symmetrischen oder asymmetrischen Schlüssel geschützt sind.Column-level encryption has built-in functions you can use to encrypt data using symmetric keys that are further protected with a certificate, password, symmetric key, or asymmetric key. Weitere Informationen finden Sie unter Verschlüsseln einer Datenspalte.For more information, please visit Encrypt a Column of Data.
Kompatibilitätsgradunterstützung (Allgemeine Verfügbarkeit)Compatibility Level support (GA) Mit diesem Release können Benutzer jetzt den Kompatibilitätsgrad einer Datenbank festlegen, um das Verhalten der Sprache Transact-SQL und der Abfrageverarbeitung für eine bestimmte Version der Synapse SQL-Engine zu erhalten.With this release, users can now set a database's compatibility level to get the Transact-SQL language and query processing behaviors of a specific version of the Synapse SQL engine. Weitere Informationen finden Sie unter sys. database_scoped_configurations und Datenbankweit gültige Konfiguration ändern.For more information, see sys.database_scoped_configurations and Alter Database Scoped Configuration.
Sicherheit auf ZeilenebeneRow Level Security Dieses Release enthält eine Verbesserung für Aktualisierungs- und Löschvorgänge an Zeilen, wobei für diese Sicherheit auf Zeilenebene (RLS) erzwungen wird.This release includes an improvement for update and delete operations on rows with RLS enforced on them. Mit diesem Release werden Aktualisierungs- und Löschvorgänge mit intrinsischen Funktionen wie „is_rolemember“ erfolgreich ausgeführt, wenn die intrinsische Funktion nicht auf eine Spalte in der DML-Zieltabelle verweist.With this release, update and delete operations with intrinsic functions like ‘is_rolemember’ will succeed if the intrinsic does not reference any column in the DML target table. Vor der Einführung dieser Verbesserung schlugen diese Vorgänge aufgrund von Einschränkungen in den zugrunde liegenden DML-Vorgängen fehl.Before this improvement, these operations failed due to limitation in the underlying DML operations.
DBCC SHRINKDATABASE (GA)DBCC SHRINKDATABASE (GA) Sie können jetzt die Größe der Daten- und Protokolldateien in der angegebenen Datenbank verkleinern.You can now shrink the size of the data and log files in the specified database. Weitere Informationen finden Sie in der Dokumentation.For more info, see the documentation.

Mai 2020May 2020

Verbesserungen beim DienstService improvements DetailsDetails
Workloadisolation (allgemeine Verfügbarkeit)Workload Isolation (GA) Die Workloadisolation ist nun allgemein verfügbar.Workload isolation is now generally available. Über Arbeitsauslastungsgruppen können Ressourcen reserviert und abgegrenzt werden.Through workload groups you can reserve and contain resources. Außerdem können Abfragetimeouts konfiguriert werden, um Endlosabfragen abzubrechen.The ability to configure query timeouts to cancel runaway queries is also possible.
Workloadverwaltungsportal (Vorschauversion)Workload Management Portal experience (Preview) Benutzer können ihre Workloadverwaltungseinstellungen über das Azure-Portal konfigurieren und verwalten.Users can configure and manage their workload management settings via the Azure portal. Außerdem können Arbeitsauslastungsgruppen und Workloadklassifizierer mit Wichtigkeit konfiguriert werden.The ability to configure workload groups and workload classifiers with importance is possible.
ALTER WORKLOAD GROUPAlter workload group Der Befehl ALTER WORKLOAD GROUP kann nun verwendet werden.The ability to use the ALTER WORKLOAD GROUP command is now available. Mit „ALTER“ können Sie die Konfiguration einer vorhandenen Arbeitsauslastungsgruppe ändern.Use alter to change the configuration of an existing workload group.
Automatische Schemaerkennung für Parquet-Dateien mit dem COPY-Befehl (Vorschau)Auto-schema detection for Parquet files with COPY command (preview) Vom COPY-Befehl wird jetzt die automatische Schemaerkennung beim Laden von Parquet-Dateien unterstützt.The COPY command now supports auto-schema detection when loading Parquet files. Durch den Befehl wird automatisch das Parquet-Dateischema erkannt und vor dem Laden die Tabelle erstellt.The command will automatically detect the Parquet file schema and create the table prior to the load. Wenden Sie sich an die folgende E-Mail-Verteilerliste, um diese Funktion aktiviert zu bekommen: sqldwcopypreview@service.microsoft.com.Reach out to the following email distribution list to get this feature enabled: sqldwcopypreview@service.microsoft.com.
Laden komplexer Parquet-Datentypen mit dem COPY-Befehl (Vorschau)Load complex Parquet data types with COPY command (preview) Vom COPY-Befehl wird jetzt das Laden komplexer Parquet-Typen unterstützt.The COPY command now supports loading complex Parquet types. Sie können komplexe Typen wie Karten und Listen in Zeichenfolgenspalten laden.You can load complex types such as Maps and Lists into string columns. Wenden Sie sich an die folgende E-Mail-Verteilerliste, um diese Funktion aktiviert zu bekommen: sqldwcopypreview@service.microsoft.com.Reach out to the following email distribution list to get this feature enabled: sqldwcopypreview@service.microsoft.com.
Automatische Komprimierungserkennung für Parquet-Dateien mit dem COPY-BefehlAuto-compression detection of Parquet files with COPY command Vom COPY-Befehl wird jetzt die automatische Erkennung der Komprimierungsmethode für die Parquet-Dateien unterstützt.The COPY command now supports auto-detection of the compression method for the Parquet file(s). Wenden Sie sich an die folgende E-Mail-Verteilerliste, um diese Funktion aktiviert zu bekommen: sqldwcopypreview@service.microsoft.com.Reach out to the following email distribution list to get this feature enabled: sqldwcopypreview@service.microsoft.com.
Weitere LadeempfehlungenAdditional load recommendations Ladeempfehlungen stehen jetzt für Synapse SQL zur Verfügung.Load recommendations are now available for Synapse SQL. Erhalten Sie proaktive Benachrichtigungen, wenn Sie Ihre Dateien für maximalen Durchsatz aufteilen, Ihr Speicherkonto am gleichen Ort wie Ihren SQL-Pool platzieren oder die Batchgröße bei Verwendung von Ladehilfsprogrammen wie SQLBulkCopy-API oder BCP erhöhen sollten.Get proactive notifications when you should split your files for maximum throughput, co-locate your storage account with your SQL pool, or increase the batch size when using loading utilities such as the SQLBulkCopy API or BCP
Per T-SQL aktualisierbare Verteilungsspalte (allgemeine Verfügbarkeit)T-SQL Updatable distribution column (GA) Benutzer können nun in der Verteilungsspalte gespeicherten Daten aktualisieren.Users can now update data stored in the distribution column. Ausführliche Informationen finden Sie im Leitfaden für das Entwerfen verteilter Tabellen im Synapse SQL-Pool.Check out guidance for designing distributed tables in Synapse SQL pool for details.
T-SQL: Aktualisieren/Löschen auf der Grundlage einer Verknüpfung (allgemeine Verfügbarkeit)T-SQL Update/Delete from...Join (GA) Aktualisieren und Löschen auf der Grundlage von Ergebnissen einer Verknüpfung mit einer anderen Tabelle sind nun verfügbar.Update and Delete based on results from joining with another table is now available. Ausführliche Informationen finden Sie in der Dokumentation zu Update und Delete.See Update and Delete documentation for details.
T-SQL PREDICT (Vorschauversion)T-SQL PREDICT (Preview) Sie können jetzt Machine Learning-Modelle in Ihrem Data Warehouse vorhersagen, sodass keine umfangreichen und komplexen Datenverschiebungen mehr nötig sind.You can now predict machine learning models within your data warehouse avoiding the need for large and complex data movement. Die T-SQL-PREDICT-Funktion basiert auf einem offenen Modellframework und erstellt Vorhersagen anhand der Daten und des Machine Learning-Modells als Eingabe.The T-SQL PREDICT function relies on open model framework and takes data and machine learning model as input to generate predictions. Weitere Informationen finden Sie in der Dokumentation.For more information, see documentation.

April 2020April 2020

Verbesserungen beim DienstService improvements DetailsDetails
Datenbank-Kompatibilitätsgrad (Vorschau)Database compatibility level (Preview) Mit diesem Release können Benutzer jetzt den Kompatibilitätsgrad einer Datenbank festlegen, um das Verhalten der Sprache Transact-SQL und der Abfrageverarbeitung für eine bestimmte Version der Synapse SQL-Engine zu erhalten.With this release, users can now set a database's compatibility level to get the Transact-SQL language and query processing behaviors of a specific version of the Synapse SQL engine. Weitere Informationen finden Sie unter sys. database_scoped_configurations und Datenbankweit gültige Konfiguration ändern.For more information, see sys.database_scoped_configurations and Alter Database Scoped Configuration.
Sp_describe_undeclared_parametersSp_describe_undeclared_parameters Hiermit wird Benutzern ermöglicht, die Metadaten zu nicht deklarierten Parametern in einem Transact-SQL-Batch anzuzeigen.Allow users to see the metadata about undeclared parameters in a Transact-SQL batch. Weitere Informationen finden Sie unter sp_describe_undeclared_parameters.For more information, see sp_describe_undeclared_parameters.


TooloptimierungenTooling improvements DetailsDetails
Visual Studio 16.6 Vorschau 5: SQL Server Data Tools (SSDT)Visual Studio 16.6 Preview 5 - SQL Server Data Tools (SSDT) Dieses Release enthält die folgenden Verbesserungen für SSDT:This release includes the following improvements for SSDT:

- Datenermittlung und -klassifizierung- Data Discovery and Classification
- COPY-Anweisung- COPY statement
- Tabellen mit UNIQUE-Einschränkungen- Tables with unique constraints
- Tabellen mit einem sortierten gruppierten Columnstore-Index- Tables with an ordered Clustered Columnstore Index

Dieses Release enthält die folgenden Fehlerkorrekturen für SSDT:This release includes the following fixes for SSDT:

- Beim Ändern des Datentyps für die Verteilungsspalte führt das von SSDT generierte Updateskript einen CTAS- und RENAME-Vorgang durch, anstatt die Tabelle zu löschen und neu zu erstellen.- When changing the distribution column data type, the update script generated by SSDT will perform a CTAS and RENAME operation instead of dropping and recreating the table.

März 2020March 2020

TooloptimierungenTooling improvements DetailsDetails
Visual Studio 16.6 Vorschau 2: SQL Server Data Tools (SSDT)Visual Studio 16.6 Preview 2 - SQL Server Data Tools (SSDT) Dieses Release enthält die folgenden Verbesserungen und Fehlerbehebungen für SSDT:This release includes the following improvements and fixes for SSDT:

– Behebung eines Problems, bei dem Änderungen an einer Tabelle, auf die eine materialisierte Sicht verweist, dazu führen, dass ALTER VIEW-Anweisungen generiert werden, was für materialisierte Sichten nicht unterstützt wird- Resolved an issue where changing a Table referenced by a Materialized View (MV) causes Alter View statements to be generated which is not supported for MVs

– Es wurde eine Änderung implementiert, mit der sichergestellt wird, dass beim Schemavergleichsvorgang kein Fehler auftritt, wenn in der Datenbank oder dem Projekt Objekte mit Sicherheit auf Zeilenebene vorhanden sind.- Implemented a change to ensure the Schema Compare operation does not fail when Row-Level Security objects are present in the database or project. In SSDT werden Objekte mit Sicherheit auf Zeilenebene derzeit nicht unterstützt.Row-level security objects is currently not supported for SSDT.

– Der Timeoutschwellenwert im SQL Server-Objekt-Explorer wurde erhöht, um zu verhindern, dass beim Auflisten einer hohen Anzahl von Objekten in der Datenbank Timeouts auftreten.- SQL Server Object Explorer timeout threshold has been increased to avoid timeouts when listing a large number of objects in the database

– Optimierung der Art und Weise, auf die der SQL Server-Objekt-Explorer die Liste der Datenbankobjekte abruft, um Instabilität zu verringern und die Leistung beim Auffüllen des Objekt-Explorers zu steigern- Optimized the way SQL Server Object Explorer retrieves the list of database objects to reduce instability and increase performance when populating the object explorer

Januar 2020January 2020

Verbesserungen beim DienstService improvements DetailsDetails
Metriken im Workloadverwaltungsportal (Vorschauversion)Workload Management Portal Metrics (Preview) Seit der Veröffentlichung der Workloadisolation als Vorschauversion im letzten Oktober können Benutzer ihre eigenen Arbeitsauslastungsgruppen erstellen, um die Systemressourcen effizient zu verwalten und die Einhaltung von geschäftlichen SLAs sicherzustellen.With the release of Workload Isolation for preview this past October, users can create their own workload groups to efficiently manage system resources and ensure business SLAs are met. Im Rahmen der allgemeinen Verbesserungen an der Workloadverwaltung für Azure Synapse Analytics sind nun neue Metriken zur Überwachung der Workloadverwaltung verfügbar.As part of the overall workload management enhancements for Azure Synapse Analytics, new workload management monitoring metrics are now available.

Das Überwachen Ihrer Workloads bietet nun mehr Erkenntnisse durch die folgenden Metriken:Monitoring your workload now has greater insights with the following metrics:
- Effektives Ressourcenlimit (Prozent)- Effective cap resource percent
- Effektive Mindestanzahl von Ressourcen (Prozent)- Effective min resource percent
- Aktive Abfragen von Arbeitsauslastungsgruppen- Workload group active queries
- Zuordnung von Arbeitsauslastungsgruppen nach maximalem Ressourcenprozentsatz- Workload group allocation by max resource percent
- Zuordnung von Arbeitsauslastungsgruppen nach Systemprozentsatz- Workload group allocation by system percent
- Abfragetimeouts für Arbeitsauslastungsgruppen- Workload group query timeouts
- In der Warteschlange befindliche Abfragen der Arbeitsauslastungsgruppe- Workload group queued queries

Verwenden Sie diese Metriken, um Engpässe bei Arbeitsauslastungsgruppen zu ermitteln oder Arbeitsauslastungsgruppen zu identifizieren, die mit einer unterausgelasteten Workloadisolation konfiguriert wurde.Use these metrics to identify workload group bottlenecks or workload groups that are configured with underutilized workload isolation. Diese Metriken können im Azure-Portal verwendet werden. Dort können Sie auch eine Aufteilung nach Arbeitsauslastungsgruppen durchführen.These metrics can be used in the Azure portal that allows splitting by workload group. Filtern Sie Ihre bevorzugten Graphen, und heften Sie diese an ein Dashboard an, um schnell auf Erkenntnisse Zugriff zu erhalten.Filter and pin your favorite graphs to a dashboard for quick access to insights.
Überwachungsmetriken im PortalPortal Monitoring Metrics Die folgenden Metriken wurden dem Portal zum Überwachen der allgemeinen Abfrageaktivität hinzugefügt:The following metrics were added to the portal for monitoring overall query activity:
- Aktive Abfragen- Active queries
- Abfragen in Warteschlange- Queued queries

Diese Metriken werden zusammen mit den vorhandenen Metriken in der Dokumentation zur Überwachung der Ressourcenverwendung und der Abfrageaktivität beschrieben.These metrics are described along with the existing metrics in the Monitoring resource utilization and query activity documentation.

Oktober 2019October 2019

Verbesserungen beim DienstService improvements DetailsDetails
COPY (Vorschau)Copy (Preview) Wir freuen uns, die öffentliche Vorschau einer einfachen und flexiblen COPY-Anweisung für die Datenerfassung ankündigen zu können.We are excited to announce the public preview of a simple and flexible COPY statement for data ingestion. Mit nur einer-Anweisung können Sie jetzt nahtlos Daten erfassen. Dabei verfügen Sie über zusätzliche Flexibilität und benötigen keine Benutzer mit hohen Berechtigungen.With only one statement, you can now seamlessly ingest data with additional flexibility and without requiring high privileged users. Weitere Informationen finden Sie in der Dokumentation des COPY-Befehls.For more information, see COPY command documentation.
Workloadisolation (Vorschau)Workload Isolation (Preview) Für die Unterstützung unserer Kunden bei der Demokratisierung ihrer Data Warehouses geben wir neue Features für eine intelligente Workloadverwaltung bekannt.To support customers as they democratize their data warehouses, we are announcing new features for intelligent workload management. Die neue Workloadisolation ermöglicht Ihnen die Verwaltung der Ausführung heterogener Workloads bei mehr Flexibilität und Kontrolle über Data Warehouse-Ressourcen.The new Workload Isolation functionality allows you to manage the execution of heterogeneous workloads while providing flexibility and control over data warehouse resources. Dies steigert die Vorhersagbarkeit von Ausführungen und gewährleistet die Einhaltung vordefinierter SLAs.This leads to improved execution predictability and enhances the ability to satisfy predefined SLAs.
Neben der Workloadisolation sind nun zusätzliche Optionen für die Workloadklassifizierung verfügbar.In addition to workload isolation, additional options are now available for Workload Classification. Neben der Anmeldungsklassifizierung bietet die Syntax von CREATE WORKLOAD CLASSIFIER die Möglichkeit, Anforderungen basierend auf der Abfragebezeichnung, dem Sitzungskontext und der Tageszeit zu klassifizieren.Beyond login classification, the Create Workload Classifier syntax provides the capability to classify requests based on query label, session context and time of day.
PREDICT (Vorschau)PREDICT (Preview) Sie können jetzt Machine Learning-Modelle in Ihrem Data Warehouse bewerten, sodass keine umfangreichen und komplexen Datenverschiebungen mehr nötig sind.You can now score machine learning models within your data warehouse avoiding the need for large and complex data movement. Die T-SQL-PREDICT-Funktion basiert auf einem offenen Modellframework und erstellt Vorhersagen anhand der Daten und des Machine Learning-Modells als Eingabe.The T-SQL PREDICT function relies on open model framework and takes data and machine learning model as input to generate predictions.
SSDT CI/CD (allgemeine Verfügbarkeit)SSDT CI/CD (GA) Wir freuen uns, heute die allgemeine Verfügbarkeit des besonders häufig gewünschten Features für Datenbankprojekte mit SQL Analytics – SQL Server Data Tools (SSDT) ankündigen zu können.Today we are excited to announce the General Availability of the highest requested feature for SQL Analytics – SQL Server Data Tools (SSDT) Database projects. Dieses Release umfasst die Unterstützung von SSDT mit Visual Studio 2019 sowie die Integration nativer Plattformen in Azure DevOps, wodurch CI/CD-Funktionen (Continuous Integration und Continuous Deployment) für Bereitstellungen auf Unternehmensebene zur Verfügung stehen.This release includes support for SSDT with Visual Studio 2019 along with native platform integration with Azure DevOps providing built-in continuous integration and deployment (CI/CD) capabilities for enterprise level deployments.
Materialisierte Sicht (allgemeine Verfügbarkeit)Materialized View (GA) In einer materialisierten Sicht werden die von der Sichtdefinitionsabfrage zurückgegebenen Daten beibehalten, und die Sicht wird automatisch aktualisiert, wenn Daten in den zugrunde liegenden Tabellen geändert werden.A Materialized View persists the data returned from the view definition query and automatically gets updated as data changes in the underlying tables. Sie verbessert die Leistung komplexer Abfragen (in der Regel Abfragen mit Joins und Aggregationen) und bietet einfache Wartungsvorgänge.It improves the performance of complex queries (typically queries with joins and aggregations) while offering simple maintenance operations. Weitere Informationen finden Sie unter Leistungsoptimierung mit materialisierten Sichten.For more information, see Performance tuning with materialized views. Installieren Sie SQL Server Management Studio 18.4 oder höher zum Erstellen von Skripts materialisierter Sichten.Install SQL Server Management Studio 18.4 or later for scripting Materialized Views.
Dynamische Datenmaskierung (allgemeine Verfügbarkeit)Dynamic Data Masking (GA) Mit der dynamischen Datenmaskierung (DDM) wird der unerlaubte Zugriff auf Ihre sensiblen Daten in Ihrer Data Warehouse-Instanz verhindert, indem diese basierend auf den von Ihnen definierten Maskierungsregeln direkt in den Abfrageergebnissen verborgen werden.Dynamic Data Masking (DDM) prevents unauthorized access to your sensitive data in your data warehouse by obfuscating it on-the-fly in the query results, based on the masking rules you define. Weitere Informationen finden Sie unter Dynamische Datenmaskierung für SQL-Datenbank. For more information, see SQL Database dynamic data masking.
READ COMMITTED-Momentaufnahmeisolation (allgemeine Verfügbarkeit)Read Committed Snapshot Isolation (GA) Mit dem Befehl ALTER DATABASE können Sie die Momentaufnahmeisolation für eine Benutzerdatenbank aktivieren oder deaktivieren.You can use ALTER DATABASE to enable or disable snapshot isolation for a user database. Sie können Auswirkungen auf die aktuelle Workload vermeiden, indem Sie diese Option während des Wartungsfensters der Datenbank festlegen oder warten, bis keine weitere Verbindung mit der Datenbank aktiv ist.To avoid impact to your current workload, you may want to set this option during database maintenance window or wait until there is no other active connection to the database. Weitere Informationen finden Sie unter ALTER DATABASE SET-Optionen.For more information, see Alter database set options.
Sortierter gruppierter Columnstore-Index (allgemeine Verfügbarkeit)Ordered Clustered Columnstore Index (GA) Columnstore ist ein wichtiges Element beim Speichern und effizienten Abfragen großer Datenmengen.Columnstore is a key enabler for storing and efficiently querying large amounts of data. Sortierte gruppierte Columnstore-Indizes optimieren die Abfrageausführung, indem sie eine effiziente Löschung von Segmenten ermöglichen.Ordered clustered columnstore indexes further optimize query execution by enabling efficient segment elimination.   Weitere Informationen finden Sie unter Leistungsoptimierung mit einem sortierten gruppierten Columnstore-Index.   For more information, see Performance tuning with ordered clustered columnstore index.
Zwischenspeichern von Resultsets (allgemeine Verfügbarkeit)Result Set Caching (GA) Wenn das Zwischenspeichern von Resultsets aktiviert ist, werden die Abfrageergebnisse automatisch in der Benutzerdatenbank zwischengespeichert, damit sie wiederholt verwendet werden können.When result set caching is enabled, query results are automatically cached in the user database for repetitive use. Dies ermöglicht es, dass nachfolgende Abfrageausführungen die Ergebnisse direkt aus dem permanenten Cache erhalten und so keine Neuberechnung erforderlich ist.This allows subsequent query executions to get results directly from the persisted cache so recomputation is not needed. Durch das Zwischenspeichern von Resultsets wird die Abfrageleistung verbessert und die Nutzung von Computeressourcen verringert.Result set caching improves query performance and reduces compute resource usage. Außerdem belegen Abfragen, die das zwischengespeicherte Resultset verwenden, keine Parallelitätsslots und werden daher auf vorhandene Parallelitätslimits nicht angerechnet.In addition, queries using cached results set do not use any concurrency slots and thus do not count against existing concurrency limits. Aus Sicherheitsgründen können Benutzer nur dann auf die zwischengespeicherten Ergebnisse zugreifen, wenn sie über dieselben Datenzugriffsberechtigungen wie die Benutzer verfügen, die die zwischengespeicherten Ergebnisse erstellen.For security, users can only access the cached results if they have the same data access permissions as the users creating the cached results. Weitere Informationen finden Sie unter Leistungsoptimierung mit Zwischenspeichern von Resultsets.For more information, see Performance tuning with result set caching. Gilt für Version: 10.0.10783.0 und höher.Applies to version 10.0.10783.0 or higher.

September 2019September 2019

Verbesserungen beim DienstService improvements DetailsDetails
Azure Private Link (Vorschau)Azure Private Link (Preview) Mit Azure Private Link können Sie in Virtual Network (VNET) einen privaten Endpunkt erstellen und Ihrem SQL-Pool zuordnen.With Azure Private Link, you can create a private endpoint in your Virtual Network (VNet) and map it to your SQL pool. Auf diese Ressourcen können Sie dann über eine private IP-Adresse in Ihrer VNET-Instanz zugreifen. Dies ermöglicht die Konnektivität vom lokalen Standort über das private Azure ExpressRoute-Peering und/oder VPN-Gateway.These resources are then accessible over a private IP address in your VNet, enabling connectivity from on-premises through Azure ExpressRoute private peering and/or VPN gateway. Dadurch wird die Netzwerkkonfiguration insgesamt vereinfacht, da sie nicht für öffentliche IP-Adressen geöffnet werden muss.Overall, this simplifies the network configuration by not requiring you to open it up to public IP addresses. Zudem bietet diese Vorgehensweise Schutz vor einer möglichen Datenexfiltration.This also enables protection against data exfiltration risks. Weitere Informationen finden Sie in der Übersicht zu Azure Private Link und in der Dokumentation zu SQL Analytics.For more details, see overview and SQL Analytics documentation.
Datenermittlung und -klassifizierung (allgemeine Verfügbarkeit)Data Discovery & Classification (GA) Die Funktion Datenermittlung und-klassifizierung ist nun allgemein verfügbar.Data discovery and classification feature is now Generally Available. Dieses Feature bietet erweiterte Funktionen zum Ermitteln, Klassifizieren, Bezeichnen und Schützen sensibler Daten in Ihren Datenbanken.This feature provides advanced capabilities for discovering, classifying, labeling & protecting sensitive data in your databases.
Integrieren mit einem Klick in Azure AdvisorAzure Advisor one-click Integration SQL Analytics in Azure Synapse ist jetzt direkt in die Azure Advisor-Empfehlungen auf dem Blatt „Übersicht“ integriert und kann mit nur einem Klick ausgeführt werden.SQL Analytics in Azure Synapse now directly integrates with Azure Advisor recommendations in the overview blade along with providing a one-click experience. Sie können die Empfehlungen jetzt auf dem Blatt „Übersicht“ entdecken und müssen dafür nicht mehr zum Blatt „Azure Advisor“ navigieren.You can now discover recommendations in the overview blade instead of navigating to the Azure advisor blade. Weitere Informationen zu Empfehlungen finden Sie hier.Find out more about recommendations here.
Read Committed-Momentaufnahmeisolation (Vorschau)Read Committed Snapshot Isolation (Preview) Mit dem Befehl ALTER DATABASE können Sie die Momentaufnahmeisolation für eine Benutzerdatenbank aktivieren oder deaktivieren.You can use ALTER DATABASE to enable or disable snapshot isolation for a user database. Sie können Auswirkungen auf die aktuelle Workload vermeiden, indem Sie diese Option während des Wartungsfensters der Datenbank festlegen oder warten, bis keine weitere Verbindung mit der Datenbank aktiv ist.To avoid impact to your current workload, you may want to set this option during database maintenance window or wait until there is no other active connection to the database. Weitere Informationen finden Sie unter ALTER DATABASE SET-Optionen.For more information, see Alter database set options.
EXECUTE AS (Transact-SQL)EXECUTE AS (Transact-SQL) T-SQL-Unterstützung für EXECUTE AS ist jetzt verfügbar, sodass Kunden den Ausführungskontext einer Sitzung auf den angegebenen Benutzer festlegen können.EXECUTE AS T-SQL support is now available enabling customers to set the execution context of a session to the specified user.
Additional T-SQL support (Weitere T-SQL-Unterstützung)Additional T-SQL support Die T-SQL-Sprachoberfläche für Synapse SQL wurde erweitert und bietet nun Unterstützung für:The T-SQL language surface area for Synapse SQL has been extended to include support for:
- FORMAT (Transact-SQL)- FORMAT (Transact-SQL)
- TRY_PARSE (Transact-SQL)- TRY_PARSE (Transact-SQL)
- TRY_CAST (Transact-SQL)- TRY_CAST (Transact-SQL)
- TRY_CONVERT (Transact-SQL)- TRY_CONVERT (Transact-SQL)
- sys.user_token (Transact-SQL)- sys.user_token (Transact-SQL)

Juli 2019July 2019

Verbesserungen beim DienstService improvements DetailsDetails
Materialisierte Sicht (Vorschau)Materialized View (Preview) In einer materialisierten Sicht werden die von der Sichtdefinitionsabfrage zurückgegebenen Daten beibehalten, und die Sicht wird automatisch aktualisiert, wenn Daten in den zugrunde liegenden Tabellen geändert werden.A Materialized View persists the data returned from the view definition query and automatically gets updated as data changes in the underlying tables. Sie verbessert die Leistung komplexer Abfragen (in der Regel Abfragen mit Joins und Aggregationen) und bietet einfache Wartungsvorgänge.It improves the performance of complex queries (typically queries with joins and aggregations) while offering simple maintenance operations. Weitere Informationen finden Sie unterFor more information, see:
- ERSTELLEN VON MATERIALISIERTEN SICHTEN ALS SELECT (TRANSACT-SQL)- CREATE MATERIALIZED VIEW AS SELECT (Transact-SQL)
- ÄNDERN VON MATERIALISIERTEN SICHTEN (TRANSACT-SQL)- ALTER MATERIALIZED VIEW (Transact-SQL)
- In Synapse SQL unterstützte T-SQL-Anweisungen- T-SQL statements supported in Synapse SQL
Additional T-SQL support (Weitere T-SQL-Unterstützung)Additional T-SQL support Die T-SQL-Sprachoberfläche für Synapse SQL wurde erweitert und bietet nun Unterstützung für:The T-SQL language surface area for Synapse SQL has been extended to include support for:
- AT TIME ZONE (Transact-SQL)- AT TIME ZONE (Transact-SQL)
- STRING_AGG (Transact-SQL)- STRING_AGG (Transact-SQL)
Zwischenspeichern von Resultsets (Preview)Result set caching (Preview) Es wurden DBCC-Befehle zum Verwalten des zuvor angekündigten Resultsetcache hinzugefügt.DBCC commands added to manage the previously announced result set cache. Weitere Informationen finden Sie unterFor more information, see:
- DBCC DROPRESULTSETCACHE (Transact-SQL)- DBCC DROPRESULTSETCACHE (Transact-SQL)
- DBCC SHOWRESULTCACHESPACEUSED (Transact-SQL)- DBCC SHOWRESULTCACHESPACEUSED (Transact-SQL)

Siehe auch die neue Spalte „result_set_cache“ in dm_pdw_exec_requests, in der angezeigt wird, ob der Resultsetcache von einer ausgeführten Abfrage verwendet wurde.Also see the new result_set_cache column in sys.dm_pdw_exec_requests that shows when an executed query used the result set cache.
Sortierter gruppierter Columnstore-Index (Vorschau)Ordered clustered columnstore index (Preview) sys.index_columns wurde die neue Spalte „column_store_order_ordinal“ hinzugefügt, um die Reihenfolge der Spalten in einem sortierten gruppierten Columnstore-Index anzugeben.New column, column_store_order_ordinal, added to sys.index_columns to identify the order of columns in an ordered clustered columnstore index.

Mai 2019May 2019

Verbesserungen beim DienstService improvements DetailsDetails
Dynamische Datenmaskierung (Preview)Dynamic data masking (Preview) Mit der dynamischen Datenmaskierung (DDM) wird der unerlaubte Zugriff auf Ihre sensiblen Daten in Ihrer Data Warehouse-Instanz verhindert, indem diese basierend auf den von Ihnen definierten Maskierungsregeln direkt in den Abfrageergebnissen verborgen werden.Dynamic Data Masking (DDM) prevents unauthorized access to your sensitive data in your data warehouse by obfuscating it on-the-fly in the query results, based on the masking rules you define. Weitere Informationen finden Sie unter Dynamische Datenmaskierung für SQL-Datenbank. For more information, see SQL Database dynamic data masking.
Workloadpriorisierung jetzt allgemein verfügbarWorkload importance now Generally Available Mithilfe der Workloadklassifizierung und -priorisierung können Sie die Ausführungsreihenfolge von Abfragen beeinflussen.Workload Management Classification and Importance provide the ability to influence the run order of queries. Weitere Informationen zur Wichtigkeit von Workloads finden Sie in den Übersichtsartikeln zu den Themen Klassifizierung und Wichtigkeit in der Dokumentation.For more information on workload importance, see the Classification and Importance overview articles in the documentation. Beachten Sie ferner das Dokument CREATE WORKLOAD CLASSIFIER.Check out the CREATE WORKLOAD CLASSIFIER doc as well.

Die Wichtigkeit der Workload können Sie in den folgenden Videos in Aktion sehen:See workload importance in action in the below videos:
-Workload Management concepts (Workloadverwaltungskonzepte)-Workload Management concepts
-Workload Management scenarios (Szenarios für die Workloadverwaltung)-Workload Management scenarios
Additional T-SQL support (Weitere T-SQL-Unterstützung)Additional T-SQL support Die T-SQL-Sprachoberfläche für Synapse SQL wurde erweitert und bietet nun Unterstützung für:The T-SQL language surface area for Synapse SQL has been extended to include support for:
- TRIM- TRIM
JSON-FunktionenJSON functions Mithilfe der folgenden neuen JSON-Funktionen können Business Analysts nun die vertraute T-SQL-Programmiersprache für die Abfrage und Bearbeitung von Dokumenten verwenden, die als JSON-Daten formatiert sind:Business analysts can now use familiar T-SQL language to query and manipulate documents that are formatted as JSON data using the following new JSON functions:
- ISJSON- ISJSON
- JSON_VALUE- JSON_VALUE
- JSON_QUERY- JSON_QUERY
- JSON_MODIFY- JSON_MODIFY
- OPENJSON- OPENJSON
Zwischenspeichern von Resultsets (Preview)Result set caching (Preview) Das Zwischenspeichern von Resultsets ermöglicht sofortige Abfrageantwortzeiten, und Erkenntnisse sind für Business Analysts und berichtende Benutzer schneller verfügbar.Result-set caching enables instant query response times while reducing time-to-insight for business analysts and reporting users. Weitere Informationen finden Sie unterFor more information, see:
- ALTER DATABASE (Transact-SQL)- ALTER DATABASE (Transact-SQL)
- ALTER DATABASE SET Options (Transact SQL) (ALTER DATABASE SET-Optionen (Transact SQL))- ALTER DATABASE SET Options (Transact SQL)
- SET RESULT SET CACHING (Transact-SQL)- SET RESULT SET CACHING (Transact-SQL)
- SET-Anweisungen (Transact-SQL)- SET Statement (Transact-SQL)
- sys.databases (Transact-SQL)- sys.databases (Transact-SQL)
Sortierter gruppierter Columnstore-Index (Vorschau)Ordered clustered columnstore index (Preview) Columnstore ist ein wichtiges Element beim Speichern und effizienten Abfragen großer Datenmengen.Columnstore is a key enabler for storing and efficiently querying large amounts of data. Columnstore teilt für jede Tabelle die eingehenden Daten in Zeilengruppen auf, und jede Spalte in einer Zeilengruppe bildet ein Segment auf dem Datenträger.For each table, it divides the incoming data into Row Groups and each column of a Row Group forms a Segment on a disk. Sortierte gruppierte Columnstore-Indizes optimieren die Abfrageausführung, indem sie eine effiziente Löschung von Segmenten ermöglichen.Ordered clustered columnstore indexes further optimize query execution by enabling efficient segment elimination.   Weitere Informationen finden Sie unter   For more information, see:
- CREATE TABLE- CREATE TABLE
- CREATE COLUMNSTORE INDEX (Transact-SQL).- CREATE COLUMNSTORE INDEX (Transact-SQL).

März 2019March 2019

Verbesserungen beim DienstService improvements DetailsDetails
Datenermittlung und -klassifizierungData Discovery & Classification Die Datenermittlung und -klassifizierung für Synapse SQL befindet sich jetzt in der öffentlichen Vorschauversion.Data Discovery & Classification is now available in public preview for Synapse SQL. Es ist wichtig, vertrauliche Daten und die Privatsphäre Ihrer Kunden zu schützen.It's critical to protect sensitive data and the privacy of your customers. Je mehr Ihre Unternehmens- und Kundendaten anwachsen, desto schwieriger wird das Ermitteln, Klassifizieren und Schützen Ihrer Daten.As your business and customer data assets grow, it becomes unmanageable to discover, classify, and protect your data. Das Feature für die Datenermittlung und -klassifizierung, das nativ in Synapse SQL bereitgestellt wird, vereinfacht den Schutz Ihrer Daten.The data discovery and classification feature that we're introducing natively with Synapse SQL helps make protecting your data more manageable. Allgemeine Vorteile dieser Funktion:The overall benefits of this capability are:
•   Einhalten von Datenschutzstandards und gesetzlichen Bestimmungen•   Meeting data privacy standards and regulatory compliance requirements.
•   Beschränken des Zugriffs auf und Härten der Sicherheit von Data Warehouses mit vertraulichen Daten•   Restricting access to and hardening the security of data warehouses containing highly sensitive data.
•   Überwachen und Generieren von Warnungen bei abweichenden Zugriffen auf vertrauliche Daten•   Monitoring and alerting on anomalous access to sensitive data.
•   Visualisieren vertraulicher Daten im zentralen Dashboard des Azure-Portals•   Visualization of sensitive data in a central dashboard on the Azure portal.

Datenermittlung und -klassifizierung ist in allen Azure-Regionen im Rahmen von Advanced Data Security verfügbar. Die Funktion umfasst auch die Bewertung von Sicherheitsrisiken und die Bedrohungserkennung.Data Discovery & Classification is available in all Azure regions, It's part of Advanced Data Security including Vulnerability Assessment and Threat Detection. Weitere Informationen zur Datenermittlung und -klassifizierung finden Sie im Blogbeitrag und in unserer Onlinedokumentation.For more information about Data Discovery & Classification, see the blog post and our online documentation.
GROUP BY ROLLUPGROUP BY ROLLUP ROLLUP ist nun eine unterstützte GROUP BY-Option.ROLLUP is now a supported GROUP BY option. GROUP BY ROLLUP erstellt für jede Kombination von Spaltenausdrücken eine Gruppe.GROUP BY ROLLUP creates a group for each combination of column expressions. GROUP BY fasst außerdem die Ergebnisse zu Zwischen- und Gesamtsummen zusammen.GROUP BY also "rolls up" the results into subtotals and grand totals. Die GROUP BY-Funktion wird von rechts nach links verarbeitet. Sie reduziert die Anzahl der Spaltenausdrücke, mit denen die Gruppen und Aggregationen erstellt werden.The GROUP BY function processes from right to left, decreasing the number of column expressions over which it creates groups and aggregation(s). Die Reihenfolge der Spalten wirkt sich auf die Ausgabe von ROLLUP aus und kann Auswirkungen auf die Anzahl der Zeilen im Resultset haben.The column order affects the ROLLUP output and can affect the number of rows in the result set.

Weitere Informationen zu GROUP BY ROLLUP finden Sie unter GROUP BY (Transact-SQL).For more information on GROUP BY ROLLUP, see GROUP BY (Transact-SQL)
Verbesserte Genauigkeit für den DWU-Verbrauch und CPU-PortalmetrikenImproved accuracy for DWU used and CPU portal metrics Synapse SQL verbessert die Metrikengenauigkeit im Azure-Portal erheblich.Synapse SQL significantly enhances metric accuracy in the Azure portal. Diese Version umfasst eine Fehlerbehebung für die Metrikdefinition zur CPU-Auslastung und zum DWU-Verbrauch, sodass Ihre Workload auf allen Computeknoten korrekt widergespiegelt wird.This release includes a fix to the CPU and DWU Used metric definition to properly reflect your workload across all compute nodes. Vor dieser Fehlerbehebung wurden die Metrikwerte als zu niedrig ausgewiesen.Before this fix, metric values were being underreported. Es wird eine Zunahme von DWU-Verbrauch und CPU-Metriken im Azure-Portal erwartet.Expect to see an increase in the DWU used and CPU metrics in the Azure portal.
Sicherheit auf ZeilenebeneRow Level Security Wir haben Funktionen für Sicherheit auf Zeilenebene im November 2017 eingeführt.We introduced Row-level Security capability back in Nov 2017. Diese Unterstützung haben wir nun auch auf externe Tabellen erweitert.We've now extended this support to external tables as well. Darüber hinaus haben wir Unterstützung für den Aufruf nicht deterministischer Funktionen in den Inline-Tabellenwertfunktionen (Inline-TVFs) hinzugefügt, die für das Definieren eines Sicherheitsfilterprädikats erforderlich sind.Additionally, we've added support for calling non-deterministic functions in the inline table-valued functions (inline TVFs) required for defining a security filter predicate. Durch diese Ergänzung können Sie IS_ROLEMEMBER(), USER_NAME() usw. im Prädikat des Sicherheitsfilters angeben.This addition allows you to specify IS_ROLEMEMBER(), USER_NAME() etc. in the security filter predicate. Weitere Informationen finden Sie in die Beispielen in der Dokumentation zur Sicherheit auf Zeilenebene.For more information, please see the examples in the Row-level Security documentation.
Weitere T-SQL-UnterstützungAdditional T-SQL Support Die T-SQL-Sprachoberfläche für Synapse SQL wurde erweitert und bietet nun Unterstützung für STRING_SPLIT (Transact-SQL).The T-SQL language surface area for Synapse SQL has been extended to include support for STRING_SPLIT (Transact-SQL).
Verbesserungen des AbfrageoptimierersQuery Optimizer enhancements Die Abfrageoptimierung ist eine wichtige Komponente jeder Datenbank.Query optimization is a critical component of any database. Durch optimale Entscheidungen zur besten Ausführung einer Abfrage können erhebliche Verbesserungen erzielt werden.Making optimal choices on how to best execute a query can yield significant improvements. Wenn komplexe analytische Abfragen in einer verteilten Umgebung ausgeführt werden, ist die Anzahl der ausgeführten Vorgänge entscheidend.When executing complex analytical queries in a distributed environment, the number of operations executed matters. Die Abfrageleistung wurde durch bessere Qualitätspläne verbessert.Query performance has been enhanced by producing better quality plans. Diese Pläne minimieren aufwendige Vorgänge zur Datenübertragung und redundante Berechnungen wie wiederholte Unterabfragen.These plans minimize expensive data transfer operations and redundant computations such as, repeated subqueries. Weitere Informationen finden Sie in diesem Blogbeitrag zu Azure Synapse.For more information, see this Azure Synapse blog post.

Verbesserungen bei der DokumentationDocumentation improvements

Verbesserungen bei der DokumentationDocumentation improvements DetailsDetails

Januar 2019January 2019

Verbesserungen beim DienstService improvements

Verbesserungen beim DienstService improvements DetailsDetails
Rückgabereihenfolge nach OptimierungReturn Order By Optimization Abfragen vom Typ „SELECT…ORDER BY“ profitieren in diesem Release von einer Leistungssteigerung.SELECT…ORDER BY queries get a performance boost in this release. Jetzt senden alle Serverknoten ihre Ergebnisse an einen einzelnen Serverknoten.Now, all compute nodes send their results to a single compute node. Dieser Knoten führt die Ergebnisse zusammen, sortiert sie und gibt sie dann an den Benutzer zurück.This node merges and sorts the results and returns them to the user. Wenn die Abfrageergebnisse eine große Anzahl von Zeilen enthalten, bedeutet das Zusammenführen der Ergebnisse auf einem Serverknoten eine erhebliche Leistungssteigerung.Merging through a single compute node results in a significant performance gain when the query result set contains a large number of rows. Zuvor sortierte die Abfrageausführungs-Engine die Ergebnisse auf jedem Serverknoten.Previously, the query execution engine would order results on each compute node. Anschließend wurden die Ergebnisse dann an den Steuerknoten gestreamt.The results would them be streamed to the control node. Der Steuerknoten führte dann die Ergebnisse zusammen.The control node would then merge the results.
Verbesserung der Datenverschiebung für PartitionMove und BroadcastMoveData Movement Enhancements for PartitionMove and BroadcastMove Die Datenverschiebungsschritte vom Typ ShuffleMove verwenden Techniken zur Datensofortverschiebung.Data movement steps of type ShuffleMove, use instant data movement techniques. Weitere Informationen finden Sie im Blog zu Leistungsverbesserungen.For more information, see performance enhancements blog. Ab diesem Release werden auch für die Typen PartitionMove und BroadcastMove diese Techniken zur Datensofortverschiebung verwendet.With this release, PartitionMove and BroadcastMove are now powered by the same instant data movement techniques. Benutzerabfragen, die diese Typen von Datenverschiebungsschritten verwenden, erfahren eine Leistungssteigerung.User queries that use these types of data movement steps will run with improved performance. Um diese Leistungsverbesserungen zu nutzen, ist keine Codeänderung erforderlich.No code change is required to take advantage of these performance improvements.
Relevante FehlerNotable Bugs Falsche Version von Azure Synapse – SELECT @@VERSION gibt unter Umständen die falsche Version 10.0.9999.0 zurück.Incorrect Azure Synapse version - SELECT @@VERSION may return the incorrect version, 10.0.9999.0. Die richtige Version für das aktuelle Release lautet 10.0.10106.0.The correct version for the current release is 10.0.10106.0. Dieser Fehler wurde gemeldet und wird derzeit geprüft.This bug has been reported and is under review.

Verbesserungen bei der DokumentationDocumentation improvements

Verbesserungen bei der DokumentationDocumentation improvements DetailsDetails
nonenone

Dezember 2018December 2018

Verbesserungen beim DienstService improvements

Verbesserungen beim DienstService improvements DetailsDetails
Allgemeine Verfügbarkeit: Dienstendpunkte virtueller NetzwerkeVirtual Network Service Endpoints Generally Available In diesem Release sind Dienstendpunkte in virtuellen Netzwerken (VNETs) für SQL Analytics in Azure Synapse in allen Azure-Regionen allgemein verfügbar.This release includes general availability of Virtual Network (VNet) Service Endpoints for SQL Analytics in Azure Synapse in all Azure regions. Mit Dienstendpunkten im virtuellen Netzwerk können Sie Verbindungen aus einem bestimmten Subnetz oder einer Gruppe von Subnetzen in Ihrem virtuellen Netzwerk mit Ihrem Server isolieren.VNet Service Endpoints enable you to isolate connectivity to your server from a given subnet or set of subnets within your virtual network. Der Datenverkehr zwischen Ihrem virtuellen Netzwerk und Azure Synapse befindet sich jederzeit innerhalb des Azure-Backbonenetzwerks.The traffic to Azure Synapse from your VNet will always stay within the Azure backbone network. Diese direkte Route wird speziellen Routen, bei denen Internetdatenverkehr über virtuelle Geräte oder lokal geleitet wird, vorgezogen.This direct route will be preferred over any specific routes that take Internet traffic through virtual appliances or on-premises. Es erfolgt keine zusätzliche Abrechnung für den virtuellen Netzwerkzugriff über Dienstendpunkte.No additional billing is charged for virtual network access through service endpoints. Das aktuelle Preismodell für Azure Synapse ist weiterhin gültig.Current pricing model for Azure Synapse applies as is.

Ab diesem Release steht auch die PolyBase-Konnektivität mit Azure Data Lake Storage Gen2 (ADLS) über den Treiber des Azure-Blobdateisystems zur Verfügung.With this release, we also enabled PolyBase connectivity to Azure Data Lake Storage Gen2 (ADLS) via Azure Blob File System (ABFS) driver. Azure Data Lake Storage Gen2 stattet Azure Storage mit allen Eigenschaften aus, die im gesamten Lebenszyklus von Analysedaten benötigt werden.Azure Data Lake Storage Gen2 brings all the qualities that are required for the complete lifecycle of analytics data to Azure Storage. Die Features der beiden vorhandenen Azure-Speicherdienste „Azure Blob Storage“ und „Azure Data Lake Storage Gen1“ wurden zusammengeführt.Features of the two existing Azure storage services, Azure Blob Storage and Azure Data Lake Storage Gen1 are converged. Features von Azure Data Lake Storage Gen1, z.B. Dateisystemsemantik, Sicherheit und Skalierbarkeit auf Dateiebene, werden mit den kostengünstigen, mehrstufigen Speicherlösungen und Hochverfügbarkeits- und Notfallwiederherstellungsfunktionen von Azure Blob Storage kombiniert.Features from Azure Data Lake Storage Gen1, such as file system semantics, file-level security, and scale are combined with low-cost, tiered storage, and high availability/disaster recovery capabilities from Azure Blob Storage.

Mit PolyBase können Sie Daten auch aus Azure Storage (im VNET gesichert) in SQL Analytics in Azure Synapse importieren.Using Polybase you can also import data into SQL Analytics in Azure Synapse from Azure Storage secured to VNet. Außerdem wird auch das Exportieren von Daten aus Azure Synapse nach Azure Storage (im VNET gesichert) über PolyBase unterstützt.Similarly, exporting data from Azure Synapse to Azure Storage secured to VNet is also supported via Polybase.

Weitere Informationen zu VNET-Dienstendpunkten in Azure Synapse finden Sie im Blogbeitrag oder in der Dokumentation.For more information on VNet Service Endpoints in Azure Synapse, refer to the blog post or the documentation.
Automatische Leistungsüberwachung (Vorschauversion)Automatic Performance Monitoring (Preview) Abfragespeicher ist nun in SQL Analytics in Azure Synapse als Vorschauversion verfügbar.Query Store is now available in Preview in SQL Analytics in Azure Synapse. Der Abfragespeicher ist als Hilfe für die Problembehandlung in Bezug auf die Leistung konzipiert, und es werden Abfragen, Abfragepläne, Laufzeitstatistiken und der Abfrageverlauf nachverfolgt, damit Sie die Aktivität und Leistung Ihrer Data Warehouse-Instanz überwachen können.Query Store is designed to help you with query performance troubleshooting by tracking queries, query plans, runtime statistics, and query history to help you monitor the activity and performance of your data warehouse. Der Abfragespeicher umfasst eine Reihe von internen Speichern sowie dynamische Verwaltungssichten (DMVs), die Folgendes ermöglichen:Query Store is a set of internal stores and Dynamic Management Views (DMVs) that allow you to:

•   Ermitteln und Optimieren von Abfragen mit dem höchsten Ressourcenverbrauch•   Identify and tune top resource consuming queries
•   Erkennen und Verbessern ungeplanter Workloads•   Identify and improve unplanned workloads
•   Auswerten der Abfrageleistung und der Auswirkungen auf den Plan anhand von Änderungen in Bezug auf Statistiken, Indizes oder die Systemgröße (DWU-Einstellung)•   Evaluate query performance and impact to the plan by changes in statistics, indexes, or system size (DWU setting)
•   Anzeigen des vollständigen Abfragetexts für alle ausgeführten Abfragen•   See full query text for all queries executed

Der Abfragespeicher enthält drei separate Speicher:The Query Store contains three actual stores:
•   Einen Planspeicher für die dauerhafte Speicherung von Informationen zum Ausführungsplan•   A plan store for persisting the execution plan information
•   Einen Speicher für Laufzeitstatistiken für die dauerhafte Speicherung der Informationen zu den Ausführungsstatistiken•   A runtime stats store for persisting the execution statistics information
•   Einen Speicher für Wartestatistiken für die dauerhafte Speicherung der Informationen aus den Wartestatistiken•   A wait stats store for persisting wait stats information.

SQL Analytics in Azure Synapse verwaltet diese Speicher automatisch und stellt ohne weitere Kosten eine unbegrenzte Anzahl von Abfragen bereit, die in den letzten sieben Tagen gespeichert wurden.SQL Analytics in Azure Synapse manages these stores automatically and provides an unlimited number of queries storied over the last seven days at no additional charge. Das Aktivieren des Abfragespeichers ist so einfach wie das Ausführen einer ALTER DATABASE-T-SQL-Anweisung:Enabling Query Store is as simple as running an ALTER DATABASE T-SQL statement:
sql ----ALTER DATABASE [Datenbankname] SET QUERY_STORE = ON;-------Weitere Informationen zum Abfragespeicher finden Sie im Artikel Leistungsüberwachung mit dem Abfragespeicher und in den Abfragespeicher-DMVs wie z. B. sys.query_store_query.sql ----ALTER DATABASE [DatabaseName] SET QUERY_STORE = ON;-------For more information on Query Store, see the article, Monitoring performance by using the Query Store, and the Query Store DMVs, such as sys.query_store_query. In diesem Blogbeitrag wird das Release angekündigt.Here is the blog post announcing the release.
Niedrigere Computeebenen für SQL AnalyticsLower Compute Tiers for SQL Analytics SQL Analytics in Azure Synapse unterstützt jetzt niedrigere Computeebenen.SQL Analytics in Azure Synapse now supports lower compute tiers. Kunden profitieren von den führenden Azure Synapse-Features für Leistung, Flexibilität und Sicherheit, die bei 100 cDWU (Compute Data Warehouse-Einheiten) beginnen und in Minutenschnelle auf 30.000 cDWU skaliert werden können.Customers can experience Azure Synapse's leading performance, flexibility, and security features starting with 100 cDWU (data warehouse units) and scale to 30,000 cDWU in minutes. Ab Mitte Dezember 2018 können Kunden in bestimmten Regionen von der Gen2-Leistung und -Flexibilität bei niedrigeren Computetarifen profitieren. Für die restlichen Regionen beginnt die Verfügbarkeit im Laufe des Jahrs 2019.Starting mid-December 2018, customers can benefit from Gen2 performance and flexibility with lower compute tiers in regions, with the rest of the regions available during 2019.

Durch die Beseitigung des Einstiegspunkts für das Data Warehousing der nächsten Generation öffnet Microsoft die Türen für wertorientierte Kunden, die alle Vorteile eines sicheren, leistungsstarken Data Warehouse nutzen möchten, ohne erraten zu müssen, welche Testumgebung für sie am besten geeignet ist.By dropping the entry point for next-generation data warehousing, Microsoft opens the doors to value-driven customers who want to evaluate all the benefits of a secure, high-performance data warehouse without guessing which trial environment is best for them. Anstelle des aktuellen Einstiegspunkts von 500 cDWU können Kunden bereits mit nur 100 cDWU beginnen.Customers may start as low as 100 cDWU, down from the current 500 cDWU entry point. SQL Analytics verfügt weiterhin über Unterstützung für Vorgänge zum Anhalten und Fortsetzen und bietet im Hinblick auf Computevorgänge weit mehr als nur die übliche Flexibilität.SQL Analytics continues to support pause and resume operations and goes beyond just the flexibility in compute. Gen2 unterstützt auch unbegrenzte Columnstore-Speicherkapazität sowie das 2,5-fache an Arbeitsspeicher pro Abfrage, bis zu 128 gleichzeitige Abfragen und das adaptive Zwischenspeichern.Gen2 also supports unlimited column-store storage capacity along with 2.5 times more memory per query, up to 128 concurrent queries and adaptive caching features. Diese Features führen im Vergleich zur gleichen Data Warehouse-Einheit unter Gen1 im Durchschnitt zur fünffachen Leistung – und das zum gleichen Preis.These features on average bring five times more performance compared to the same data warehouse Unit on Gen1 at the same price. Georedundante Sicherungen mit integrierter Datenschutzgarantie gehören in Gen2 zum Standard.Geo-redundant backups are standard for Gen2 with built-in guaranteed data protection. SQL Analytics in Azure Synapse ist jederzeit für Skalierung bereit.SQL Analytics in Azure Synapse is ready to scale when you are.
Columnstore-Zusammenführung im HintergrundColumnstore Background Merge Standardmäßig speichert Azure SQL Data Daten in einem Spaltenformat mit Mikropartitionen, die als Zeilengruppen bezeichnet werden.By default, Azure SQL Data stores data in columnar format, with micro-partitions called rowgroups. In Situationen mit eingeschränkter Speicherkapazität bei der Indexerstellung oder dem Laden von Daten werden die Zeilengruppen mit weniger als der optimalen Größe von einer Million Zeilen komprimiert.Sometimes, due to memory constrains at index build or data load time, the rowgroups may be compressed with less than the optimal size of one million rows. Zeilengruppen können auch aufgrund von Löschungen fragmentiert werden.Rowgroups may also become fragmented due to deletes. Kleine oder fragmentierte Zeilengruppen führen zu einer höheren Arbeitsspeichernutzung sowie zu ineffizienten Abfrageausführungen.Small or fragmented rowgroups result in higher memory consumption, as well as inefficient query execution. In diesem Release führt der Columnstore-Hintergrundwartungstask kleine komprimierte Zeilengruppen zusammen und erstellt damit größere Zeilengruppen, um den Speicher besser zu nutzen und die Abfrageausführung zu beschleunigen.With this release, the columnstore background maintenance task merges small compressed rowgroups to create larger rowgroups to better utilize memory and speed up query execution.

Oktober 2018October 2018

Verbesserungen beim DienstService improvements

Verbesserungen beim DienstService improvements DetailsDetails
DevOps für Data WarehousingDevOps for Data Warehousing Das oft geforderte Feature für Synapse SQL in Azure Synapse ist ab sofort in der Vorschau verfügbar und bietet Unterstützung für SQL Server Data Tools (SSDT) in Visual Studio!The highly requested feature for Synapse SQL in Azure Synapse is now in preview with the support for SQL Server Data Tool (SSDT) in Visual Studio! Entwicklerteams können nun über eine einzelne Codebasis mit Versionskontrolle zusammenarbeiten und rasch Änderungen in einer beliebigen Instanz auf der ganzen Welt bereitstellen.Teams of developers can now collaborate over a single, version-controlled codebase and quickly deploy changes to any instance in the world. Möchten Sie daran teilhaben?Interested in joining? Dieses Feature ist ab sofort als Vorschau verfügbar.This feature is available for preview today! Registrieren können Sie sich über das Formular Visual Studio SQL Server Data Tools (SSDT) – Registrierung für die Vorschau.You can register by visiting the Visual Studio SQL Server Data Tools (SSDT) - Preview Enrollment form. Angesichts der hohen Nachfrage prüfen wir die Zulassung zur Vorschau, um ein optimales Benutzererlebnis für unsere Kunden sicherzustellen.Given the high demand, we are managing acceptance into preview to ensure the best experience for our customers. Sobald Sie sich registriert haben, bestätigen wir innerhalb von sieben Werktagen Ihren Status.Once you sign up, our goal is to confirm your status within seven business days.
Sicherheit auf Zeilenebene allgemein verfügbarRow Level Security Generally Available Synapse SQL in Azure Synapse unterstützt ab sofort Sicherheit auf Zeilenebene (Row Level Security, RLS), sodass Sie eine leistungsstarke Funktion zum Schutz Ihrer sensiblen Daten erhalten.Synapse SQL in Azure Synapse now supports row level security (RLS) adding a powerful capability to secure your sensitive data. Mit der RLS können Sie Sicherheitsrichtlinien implementieren, um den Zugriff auf Zeilen in Ihren Tabellen zu regeln (um also zu bestimmen, wer auf welche Zeilen zugreifen darf).With the introduction of RLS, you can implement security policies to control access to rows in your tables, as in who can access what rows. Die RLS ermöglicht diese engmaschige Zugriffssteuerung, ohne dass Sie Ihr Data Warehouse umgestalten müssen.RLS enables this fine-grained access control without having to redesign your data warehouse. Sie vereinfacht die allgemeine Sicherheitsimplementierung, da sich die Zugriffsbeschränkungslogik auf der Datenbankebene und nicht auf einer anderen, von den Daten getrennten Anwendungsebene befindet.RLS simplifies the overall security model as the access restriction logic is located in the database tier itself rather than away from the data in another application. Durch die RLS ist es zudem nicht mehr erforderlich, Ansichten zu erstellen, um Zeilen für die Zugriffssteuerung auszublenden.RLS also eliminates the need to introduce views to filter out rows for access control management. Dieses Sicherheitsfeature der Unternehmensklasse ist für all unsere Kunden kostenfrei.There is no additional cost for this enterprise-grade security feature for all our customers.
Erweiterte RatgeberAdvanced Advisors Die erweiterte Optimierung für Synapse SQL in Azure Synapse wurde durch zusätzliche Data Warehouse-Empfehlungen und -Metriken noch stärker vereinfacht.Advanced tuning for Synapse SQL in Azure Synapse just got simpler with additional data warehouse recommendations and metrics. Ihnen stehen zusätzliche erweiterte Leistungsempfehlungen durch den Azure Advisor zur Verfügung. Hierzu zählen Folgende:There are additional advanced performance recommendations through Azure Advisor at your disposal, including:

1. Adaptiver Cache – Erhalten Sie Empfehlungen dafür, wann Sie eine Skalierung durchführen müssen, um die Cacheauslastung zu optimieren.1. Adaptive cache – Be advised when to scale to optimize cache utilization.
2. Tabellenverteilung – Erfahren Sie, wann Tabellen repliziert werden müssen, um Datenverschiebungen zu reduzieren und die Workloadleistung zu steigern.2. Table distribution – Determine when to replicate tables to reduce data movement and increase workload performance.
3. Tempdb – Finden Sie heraus, wann Ressourcenklassen skaliert und konfiguriert werden müssen, um tempdb-Konflikte zu reduzieren.3. Tempdb – Understand when to scale and configure resource classes to reduce tempdb contention.

Data Warehouse-Metriken wurden stärker in Azure Monitor integriert, was beispielsweise durch ein erweitertes, anpassbares Überwachungsdiagramm auf dem Übersichtsblatt für Metriken nahezu in Echtzeit realisiert wurde.There is a deeper integration of data warehouse metrics with Azure Monitor including an enhanced customizable monitoring chart for near real-time metrics in the overview blade. Sie müssen nicht mehr das Data Warehouse-Übersichtsblatt verlassen, um im Rahmen der Nutzungsüberwachung oder der Validierung und Anwendung von Data Warehouse-Empfehlungen auf Azure Monitor-Metriken zugreifen zu können.You no longer must leave the data warehouse overview blade to access Azure Monitor metrics when monitoring usage, or validating and applying data warehouse recommendations. Darüber hinaus stehen neue Metriken wie tempdb und die adaptive Cacheauslastung zur Verfügung, die Ihre Leistungsempfehlungen abrunden.In addition, there are new metrics available, such as tempdb and adaptive cache utilization to complement your performance recommendations.
Erweiterte Optimierung durch integrierte RatgeberAdvanced tuning with integrated advisors Noch stärker vereinfacht wurde die erweiterte Optimierung für Azure Synapse durch zusätzliche Data Warehouse-Empfehlungen, Metriken und eine Neugestaltung des Portalübersichtsblatts, das eine integrierte Umgebung mit dem Azure Advisor und mit Azure Monitor bietet.Advanced tuning for Azure Synapse just got simpler with additional data warehouse recommendations and metrics and a redesign of the portal overview blade that provides an integrated experience with Azure Advisor and Azure Monitor.
Schnellere DatenbankwiederherstellungAccelerated Database Recovery (ADR) Accelerated Database Recovery (ADR) für Azure Synapse ist ab sofort als öffentliche Vorschau verfügbar.Azure Synapse Accelerated Database Recovery (ADR) is now in Public Preview. ADR ist eine neue SQL Server-Engine, mit der die Datenbankverfügbarkeit aufgrund eines Neuentwurfs des aktuellen Wiederherstellungsprozesses rundum verbessert wird, insbesondere bei Transaktionen mit langer Ausführungsdauer.ADR is a new SQL Server Engine that greatly improves database availability, especially in the presence of long running transactions, by completely redesigning the current recovery process from the ground up. Die wichtigsten Vorteile von ADR sind die schnelle und konsistente Datenbankwiederherstellung und der sofortige Transaktionsrollback.The primary benefits of ADR are fast and consistent database recovery and instantaneous transaction rollback.
Azure Monitor-RessourcenprotokolleAzure Monitor resource logs Azure Synapse bietet dank der direkten Integration in Azure Monitor-Ressourcenprotokolle ab sofort bessere Einblicke in Analyseworkloads.Azure Synapse now enables enhanced insights into analytical workloads by integrating directly with Azure Monitor resource logs. Dank dieser neuen Funktion können Entwickler das Workloadverhalten über einen längeren Zeitraum analysieren und fundierte Entscheidungen zur Abfrageoptimierung oder Kapazitätsverwaltung treffen.This new capability enables developers to analyze workload behavior over an extended time period and make informed decisions on query optimization or capacity management. Wir haben nun einen externen Protokollierungsprozess über Azure Monitor-Ressourcenprotokolle eingeführt, die zusätzliche Einblicke in Ihre Data Warehouse-Workload bereitstellen.We have now introduced an external logging process through Azure Monitor resource logs that provide additional insights into your data warehouse workload. Mit einem einzigen Mausklick können Sie so jetzt Ressourcenprotokolle mithilfe von Log Analytics konfigurieren, um Funktionen zur Problembehandlung bezüglich der Leistung von Verlaufsabfragen nutzen zu können.With a single click of a button, you are now able to configure resource logs for historical query performance troubleshooting capabilities using Log Analytics. Azure Monitor-Ressourcenprotokolle unterstützen anpassbare Aufbewahrungszeiträume, indem die Protokolle für Überwachungszwecke in einem Speicherkonto gespeichert werden, die Möglichkeit, Protokolle zur Bereitstellung von Telemetriedaten nahezu in Echtzeit an Event Hubs zu streamen, und die Option, Protokolle mithilfe von Log Analytics mit Protokollabfragen zu analysieren.Azure Monitor resource logs support customizable retention periods by saving the logs to a storage account for auditing purposes, the capability to stream logs to event hubs near real-time telemetry insights, and the ability to analyze logs using Log Analytics with log queries. Ressourcenprotokolle umfassen Telemetrieansichten zu Ihrem Data Warehouse, die den am häufigsten verwendeten DMVs zur Behandlung von Leistungsproblemen für SQL Analytics in Azure Synapse entsprechen.Resource logs consist of telemetry views of your data warehouse equivalent to the most commonly used performance troubleshooting DMVs for SQL Analytics in Azure Synapse. Für dieses erste Release haben wir Ansichten für folgende dynamische Systemverwaltungssichten aktiviert:For this initial release, we have enabled views for the following system dynamic management views:

•   sys.dm_pdw_exec_requests•   sys.dm_pdw_exec_requests
•   sys.dm_pdw_request_steps•   sys.dm_pdw_request_steps
•   sys.dm_pdw_dms_workers•   sys.dm_pdw_dms_workers
•   sys.dm_pdw_waits•   sys.dm_pdw_waits
•   sys.dm_pdw_sql_requests•   sys.dm_pdw_sql_requests
Columnstore-ArbeitsspeicherverwaltungColumnstore memory management Mit zunehmender Anzahl von komprimierten Columnstore-Zeilengruppen nimmt auch der Arbeitsspeicherbedarf für die Verwaltung der internen Spaltensegmentmetadaten für diese Zeilengruppen zu.As the number of compressed column store row groups increases, the memory required to manage the internal column segment metadata for those rowgroups increases. Dies kann die Abfrageleistung sowie Abfragen für einige der Columnstore-DMVs (Dynamic Management Views, dynamische Verwaltungssichten) beeinträchtigen.As a result, query performance and queries executed against some of the Columnstore Dynamic Management Views (DMVs) can degrade. In diesem Release wurden Verbesserungen implementiert, um die Größe der internen Metadaten für diese Fälle zu optimieren und so die Benutzerfreundlichkeit und Leistung solcher Abfragen zu verbessern.Improvements have made in this release to optimize the size of the internal metadata for these cases, leading to improved experience and performance for such queries.
Azure Data Lake Storage Gen2-Integration (allgemeine Verfügbarkeit)Azure Data Lake Storage Gen2 integration (GA) Synapse Analytics verfügt jetzt über native Integration in Azure Data Lake Storage Gen2.Synapse Analytics now has native integration with Azure Data Lake Storage Gen2. Kunden können nun Daten mithilfe von externen Tabellen von ABFS in einen Synapse SQL-Pool laden.Customers can now load data using external tables from ABFS into Synapse SQL pool. Durch diese Funktion können Kunden Integrationen in ihre Data Lakes in Data Lake Storage Gen2 durchführen.This functionality enables customers to integrate with their data lakes in Data Lake Storage Gen2.
Relevante FehlerNotable Bugs Fehler „CETAS to Parquet“ bei kleinen Ressourcenklassen in Data Warehouses von DW2000 und mehr – Diese Fehlerbehebung identifiziert korrekterweise einen Nullverweis im Codepfad „Create External Table As to Parquet“.CETAS to Parquet failures in small resource classes on Data warehouses of DW2000 and more - This fix correctly identifies a null reference in the Create External Table As to Parquet code path.

Wert der Identitätsspalte kann bei einigen CTAS-Vorgängen verloren gehen – Der Wert einer Identitätsspalte wird unter Umständen bei der Übernahme in eine andere Tabelle mit CTAS nicht beibehalten.Identity column value might lose in some CTAS operation - The value of an identify column may not be preserved when CTASed to another table. In einem Blog gemeldet.Reported in a blog.

Interner Fehler in einigen Fällen, in denen eine Sitzung beendet wird, während eine Abfrage noch ausgeführt wird – Diese Fehlerbehebung löst eine „InvalidOperationException“ aus, wenn eine Sitzung beendet wird, während die Abfrage noch ausgeführt wird.Internal failure in some cases when a session is terminated while a query is still running - This fix triggers an InvalidOperationException if a session is terminated when the query is still running.

(Bereitgestellt im November 2018) Kunden meldeten eine beeinträchtigte Leistung beim Versuch, mithilfe von Polybase mehrere kleine Dateien aus ADLS (Gen1) zu laden.(Deployed in November 2018) Customers were experiencing a suboptimal performance when attempting to load multiple small files from ADLS (Gen1) using Polybase. – Die Validierung von AAD-Sicherheitstoken führte zu einem Engpass bei der Systemleistung.- System performance was bottlenecked during AAD security token validation. Die Leistungsprobleme konnten durch eine Aktivierung der Zwischenspeicherung für Sicherheitstoken abgemildert werden.Performance problems were mitigated by enabling caching of security tokens.

Nächste SchritteNext steps

Weitere InformationenMore information