Dedizierter SQL-Pool (früher SQL DW) in Azure Synapse Analytics – Versionshinweise
In diesem Artikel werden die neuen Features und Verbesserungen in den aktuellen Versionen des dedizierten SQL-Pools (früher SQL DW ) in Azure Synapse Analytics zusammengefasst. Dieser Artikel enthält zudem wichtige Inhaltsaktualisierungen, die nicht in direktem Zusammenhang mit einer Version stehen, aber im gleichen Zeitraum veröffentlicht werden. Informationen zu Verbesserungen bei anderen Azure-Diensten finden Sie unter Dienstupdates.
Hinweis
Die neuesten Releaseupdates für Azure Synapse Analytics, einschließlich dedizierter SQL Pools, finden Sie im Azure Synapse Analytics-Blog (Neuerungen in Azure Synapse Analytics) oder auf der Synapse Studio-Homepage im Azure-Portal.
Überprüfen Ihrer Version des dedizierten SQL-Pools (früher SQL DW)
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. Stellen Sie zum Überprüfen der Version eine Verbindung mit Ihrem dedizierten SQL-Pool (früher SQL DW) über SQL Server Management Studio (SSMS) her, und führen Sie SELECT @@VERSION; aus, um die aktuelle Version zurückzugeben. Bestätigen Sie mithilfe dieser Version, welches Release auf Ihren dedizierten SQL-Pool (früher SQL DW) angewendet wurde. Das Datum in der Ausgabe gibt den Monat für das auf Ihren dedizierten SQL-Pool (früher SQL DW) angewendete Release an. Dies gilt nur für Verbesserungen auf Dienstebene.
Vergewissern Sie sich für die Tooloptimierungen, dass die richtige Version installiert ist, die in den Versionsanmerkungen angegeben wird.
Hinweis
Der von „SELECT @@VERSION“ zurückgegebene Produktname wird geändert (von Microsoft Azure SQL Data Warehouse in Microsoft Azure Synapse Analytics). Wir werden Sie vor der Änderung benachrichtigen. Diese Änderung ist insbesondere für Kunden von Bedeutung, die in ihrem Anwendungscode den Produktnamen aus dem Ergebnis von „SELECT @@VERSION“ analysieren. 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:
SELECT SERVERPROPERTY('ProductVersion')
--To return engine edition, use this command that returns 6 for Azure Synapse Analytics:
SELECT SERVERPROPERTY('EngineEdition')
Dez 2020
| Verbesserungen beim Dienst | Details |
|---|---|
| Gespeicherte Prozedur „sp_rename“ für Spalten (Vorschau) | Das Umbenennen einer Spalte ohne CTAS wurde soeben einfacher. Azure Synapse SQL besitzt jetzt zusätzliche Unterstützung für die gespeicherte Systemprozedur „sp_rename (Vorschau)“, um eine Nicht-Verteilungsspalte in einer Benutzertabelle umzubenennen. Dieses Feature befindet sich derzeit in der Vorschauphase und wird bei allgemeiner Verfügbarkeit in Tools unterstützt. Einzelheiten dazu finden Sie unter sp_rename. |
| Zusätzlicher Parameter für die T-SQL PREDICT | Mit dieser neuen Version wird ein erforderlicher zusätzlicher Parameter mit dem Namen „RUNTIME“ für die vorhandene T-SQL PREDICT-Anweisung hinzugefügt. Wie Sie Ihre Skripts aktualisieren können, sehen Sie in den Beispielen in T-SQL PREDICT. |
Oktober 2020
| Verbesserungen beim Dienst | Details |
|---|---|
| T-SQL: Inline-Tabellenwertfunktionen (Vorschau) | Ab dieser Version können Sie mit Transact-SQL Inline-Tabellenwertfunktionen erstellen und deren Ergebnisse wie eine Tabelle abfragen. Dieses Feature befindet sich derzeit in der Vorschauphase und wird bei allgemeiner Verfügbarkeit in Tools unterstützt. Weitere Informationen finden Sie unter CREATE FUNCTION (Azure Synapse Analytics). |
| MERGE-Befehl (Vorschau) | Sie können jetzt Einfüge-, Aktualisierungs- oder Löschvorgänge für eine Zieltabelle anhand der Ergebnisse eines Joins mit einer Quelltabelle ausführen. Sie können z. B. zwei Tabellen synchronisieren, indem Sie Zeilen in einer Tabelle anhand von Unterschieden, die in der anderen Tabelle gefunden wurden, einfügen, aktualisieren oder löschen. Weitere Informationen finden Sie unter MERGE. |
August 2020
| Verbesserungen beim Dienst | Details |
|---|---|
| Workloadverwaltung – Portalbenutzeroberfläche | Benutzer können ihre Workloadverwaltungseinstellungen über das Azure-Portal konfigurieren und verwalten. Außerdem können Arbeitsauslastungsgruppen und Workloadklassifizierer mit Wichtigkeit konfiguriert werden. |
| Verbesserte Ansicht für den Tabellenzuordnungskatalog | Die neue Katalogansicht sys.pdw_permanent_table_mappings ordnet object_ids von permanenten Benutzertabellen zu ihren physischen Tabellennamen zu. |
Juli 2020
| Verbesserungen beim Dienst | Details |
|---|---|
| Verschlüsselung auf Spaltenebene (Public Preview) | Schützen Sie vertrauliche Informationen in Azure Synapse Analytics durch Anwenden symmetrischer Verschlüsselung auf eine Datenspalte mithilfe von 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. Weitere Informationen finden Sie unter Verschlüsseln einer Datenspalte. Dieses Feature ist jetzt allgemein verfügbar. |
| Kompatibilitätsgradunterstützung (Allgemeine Verfügbarkeit) | 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. Weitere Informationen finden Sie unter sys. database_scoped_configurations und Datenbankweit gültige Konfiguration ändern. |
| Sicherheit auf Zeilenebene | Dieses Release enthält eine Verbesserung für Aktualisierungs- und Löschvorgänge an Zeilen, wobei für diese Sicherheit auf Zeilenebene (RLS) erzwungen wird. 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. Vor der Einführung dieser Verbesserung schlugen diese Vorgänge aufgrund von Einschränkungen in den zugrunde liegenden DML-Vorgängen fehl. |
| DBCC SHRINKDATABASE (GA) | Sie können jetzt die Größe der Daten- und Protokolldateien in der angegebenen Datenbank verkleinern. Weitere Informationen finden Sie in der Dokumentation. |
Mai 2020
| Verbesserungen beim Dienst | Details |
|---|---|
| Workloadisolation (allgemeine Verfügbarkeit) | Die Workloadisolation ist nun allgemein verfügbar. Über Arbeitsauslastungsgruppen können Ressourcen reserviert und abgegrenzt werden. Außerdem können Abfragetimeouts konfiguriert werden, um Endlosabfragen abzubrechen. |
| Workloadverwaltungsportal (Vorschauversion) | Benutzer können ihre Workloadverwaltungseinstellungen über das Azure-Portal konfigurieren und verwalten. Außerdem können Arbeitsauslastungsgruppen und Workloadklassifizierer mit Wichtigkeit konfiguriert werden. |
| ALTER WORKLOAD GROUP | Der Befehl ALTER WORKLOAD GROUP kann nun verwendet werden. Mit „ALTER“ können Sie die Konfiguration einer vorhandenen Arbeitsauslastungsgruppe ändern. |
| Automatische Schemaerkennung für Parquet-Dateien mit dem COPY-Befehl (Vorschau) | Vom COPY-Befehl wird jetzt die automatische Schemaerkennung beim Laden von Parquet-Dateien unterstützt. Durch den Befehl wird automatisch das Parquet-Dateischema erkannt und vor dem Laden die Tabelle erstellt. Wenden Sie sich an die folgende E-Mail-Verteilerliste, um diese Funktion aktiviert zu bekommen: sqldwcopypreview@service.microsoft.com. |
| Laden komplexer Parquet-Datentypen mit dem COPY-Befehl (Vorschau) | Vom COPY-Befehl wird jetzt das Laden komplexer Parquet-Typen unterstützt. Sie können komplexe Typen wie Karten und Listen in Zeichenfolgenspalten laden. Wenden Sie sich an die folgende E-Mail-Verteilerliste, um diese Funktion aktiviert zu bekommen: sqldwcopypreview@service.microsoft.com. |
| Automatische Komprimierungserkennung für Parquet-Dateien mit dem COPY-Befehl | Vom COPY-Befehl wird jetzt die automatische Erkennung der Komprimierungsmethode für die Parquet-Dateien unterstützt. Wenden Sie sich an die folgende E-Mail-Verteilerliste, um diese Funktion aktiviert zu bekommen: sqldwcopypreview@service.microsoft.com. |
| Weitere Ladeempfehlungen | Ladeempfehlungen stehen jetzt für Synapse SQL zur Verfügung. Erhalten Sie proaktive Benachrichtigungen, wenn Sie Ihre Dateien für maximalen Durchsatz aufteilen, Ihr Speicherkonto an demselben Ort wie Ihren dedizierten SQL-Pool (früher SQL DW) platzieren oder die Batchgröße bei Verwendung von Ladehilfsprogrammen wie die SQLBulkCopy-API oder BCP erhöhen sollten. |
| Per T-SQL aktualisierbare Verteilungsspalte (allgemeine Verfügbarkeit) | Benutzer können nun in der Verteilungsspalte gespeicherten Daten aktualisieren. Weitere Informationen finden Sie in der Anleitung zum Entwerfen verteilter Tabellen im dedizierten SQL-Pool (früher SQL DW) . |
| T-SQL: Aktualisieren/Löschen auf der Grundlage einer Verknüpfung (allgemeine Verfügbarkeit) | Aktualisieren und Löschen auf der Grundlage von Ergebnissen einer Verknüpfung mit einer anderen Tabelle sind nun verfügbar. Ausführliche Informationen finden Sie in der Dokumentation zu Update und Delete. |
| T-SQL PREDICT (Vorschauversion) | Sie können jetzt Machine Learning-Modelle in Ihrem Data Warehouse vorhersagen, sodass keine umfangreichen und komplexen Datenverschiebungen mehr nötig sind. Die T-SQL-PREDICT-Funktion basiert auf einem offenen Modellframework und erstellt Vorhersagen anhand der Daten und des Machine Learning-Modells als Eingabe. Weitere Informationen finden Sie in der Dokumentation. |
April 2020
| Verbesserungen beim Dienst | Details |
|---|---|
| Datenbank-Kompatibilitätsgrad (Vorschau) | 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. Weitere Informationen finden Sie unter sys. database_scoped_configurations und Datenbankweit gültige Konfiguration ändern. |
| Sp_describe_undeclared_parameters | Hiermit wird Benutzern ermöglicht, die Metadaten zu nicht deklarierten Parametern in einem Transact-SQL-Batch anzuzeigen. Weitere Informationen finden Sie unter sp_describe_undeclared_parameters. |
| Tooloptimierungen | Details |
|---|---|
| Visual Studio 16.6 Vorschau 5: SQL Server Data Tools (SSDT) | Dieses Release enthält die folgenden Verbesserungen für SSDT: - Datenermittlung und -klassifizierung - COPY-Anweisung - Tabellen mit UNIQUE-Einschränkungen - Tabellen mit einem sortierten gruppierten Columnstore-Index Dieses Release enthält die folgenden Fehlerkorrekturen für 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. |
März 2020
| Tooloptimierungen | Details |
|---|---|
| Visual Studio 16.6 Vorschau 2: SQL Server Data Tools (SSDT) | Dieses Release enthält die folgenden Verbesserungen und Fehlerbehebungen für SSDT: - Ein Problem wurde behoben, das dazu führte, dass bei Änderungen an einer Tabelle, auf die von einer materialisierten Sicht verwiesen wird, ALTER VIEW-Anweisungen generiert werden, was für materialisierte Sichten nicht unterstützt wird. – 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. In SSDT werden Objekte mit Sicherheit auf Zeilenebene derzeit nicht unterstützt. – 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. – 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 |
Januar 2020
| Verbesserungen beim Dienst | Details |
|---|---|
| Metriken im Workloadverwaltungsportal (Vorschauversion) | 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. Im Rahmen der allgemeinen Verbesserungen an der Workloadverwaltung für Azure Synapse Analytics sind nun neue Metriken zur Überwachung der Workloadverwaltung verfügbar. Das Überwachen Ihrer Workloads bietet nun mehr Erkenntnisse durch die folgenden Metriken: - Effektives Ressourcenlimit (Prozent) - Effektive Mindestanzahl von Ressourcen (Prozent) - Aktive Abfragen von Arbeitsauslastungsgruppen - Zuordnung von Arbeitsauslastungsgruppen nach maximalem Ressourcenprozentsatz - Zuordnung von Arbeitsauslastungsgruppen nach Systemprozentsatz - Abfragetimeouts für Arbeitsauslastungsgruppen - In der Warteschlange befindliche Abfragen der Arbeitsauslastungsgruppe Verwenden Sie diese Metriken, um Engpässe bei Arbeitsauslastungsgruppen zu ermitteln oder Arbeitsauslastungsgruppen zu identifizieren, die mit unterausgelasteter Arbeitsauslastungsisolation konfiguriert wurden. Diese Metriken können im Azure-Portal verwendet werden. Dort können Sie auch eine Aufteilung nach Arbeitsauslastungsgruppen durchführen. Filtern Sie Ihre bevorzugten Graphen, und heften Sie diese an ein Dashboard an, um schnell auf Erkenntnisse Zugriff zu erhalten. |
| Überwachungsmetriken im Portal | Die folgenden Metriken wurden dem Portal zum Überwachen der allgemeinen Abfrageaktivität hinzugefügt: - Aktive Abfragen - Abfragen in Warteschlange Diese Metriken werden zusammen mit den vorhandenen Metriken in der Dokumentation zur Überwachung der Ressourcenverwendung und der Abfrageaktivität beschrieben. |
Oktober 2019
| Verbesserungen beim Dienst | Details |
|---|---|
| COPY (Vorschau) | Wir freuen uns, die öffentliche Vorschau einer einfachen und flexiblen COPY-Anweisung für die Datenerfassung ankündigen zu können. Mit nur einer-Anweisung können Sie jetzt nahtlos Daten erfassen. Dabei verfügen Sie über zusätzliche Flexibilität und benötigen keine Benutzer mit hohen Berechtigungen. Weitere Informationen finden Sie in der Dokumentation des COPY-Befehls. |
| Workloadisolation (Vorschau) | Für die Unterstützung unserer Kunden bei der Demokratisierung ihrer Data Warehouses geben wir neue Features für eine intelligente Workloadverwaltung bekannt. Die neue Workloadisolation ermöglicht Ihnen die Verwaltung der Ausführung heterogener Workloads bei mehr Flexibilität und Kontrolle über Data Warehouse-Ressourcen. Dies steigert die Vorhersagbarkeit von Ausführungen und gewährleistet die Einhaltung vordefinierter SLAs. Neben der Workloadisolation sind nun zusätzliche Optionen für die Workloadklassifizierung verfügbar. Neben der Anmeldungsklassifizierung bietet die Syntax von CREATE WORKLOAD CLASSIFIER die Möglichkeit, Anforderungen basierend auf der Abfragebezeichnung, dem Sitzungskontext und der Tageszeit zu klassifizieren. |
| PREDICT (Vorschau) | Sie können jetzt Machine Learning-Modelle in Ihrem Data Warehouse bewerten, sodass keine umfangreichen und komplexen Datenverschiebungen mehr nötig sind. Die T-SQL-PREDICT-Funktion basiert auf einem offenen Modellframework und erstellt Vorhersagen anhand der Daten und des Machine Learning-Modells als Eingabe. |
| SSDT CI/CD (allgemeine Verfügbarkeit) | Wir freuen uns, heute die allgemeine Verfügbarkeit des am meisten gewünschten Features für Datenbankprojekte mit SQL Analytics – SQL Server Data Tools (SSDT) ankündigen zu können. 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. |
| Materialisierte Sicht (allgemeine Verfügbarkeit) | 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. Sie verbessert die Leistung komplexer Abfragen (in der Regel Abfragen mit Joins und Aggregationen) und bietet einfache Wartungsvorgänge. Weitere Informationen finden Sie unter Leistungsoptimierung mit materialisierten Sichten. Installieren Sie SQL Server Management Studio 18.4 oder höher zum Erstellen von Skripts materialisierter Sichten. |
| Dynamische Datenmaskierung (allgemeine Verfügbarkeit) | 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. Weitere Informationen finden Sie unter Dynamische Datenmaskierung für SQL-Datenbank. |
| Read Committed-Momentaufnahmeisolation (allgemeine Verfügbarkeit) | Mit dem Befehl ALTER DATABASE können Sie die Momentaufnahmeisolation für eine Benutzerdatenbank aktivieren oder deaktivieren. 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. Weitere Informationen finden Sie unter ALTER DATABASE SET-Optionen. |
| Sortierter gruppierter Columnstore-Index (allgemeine Verfügbarkeit) | Columnstore ist ein wichtiges Element beim Speichern und effizienten Abfragen großer Datenmengen. Sortierte gruppierte Columnstore-Indizes optimieren die Abfrageausführung, indem sie eine effiziente Löschung von Segmenten ermöglichen. Weitere Informationen finden Sie unter Leistungsoptimierung mit einem sortierten gruppierten Columnstore-Index. |
| Zwischenspeichern von Resultsets (allgemeine Verfügbarkeit) | Wenn das Zwischenspeichern von Resultsets aktiviert ist, werden die Abfrageergebnisse automatisch in der Benutzerdatenbank zwischengespeichert, damit sie wiederholt verwendet werden können. Dies ermöglicht es, dass nachfolgende Abfrageausführungen die Ergebnisse direkt aus dem permanenten Cache erhalten und so keine Neuberechnung erforderlich ist. Durch das Zwischenspeichern von Resultsets wird die Abfrageleistung verbessert und die Nutzung von Computeressourcen verringert. Außerdem belegen Abfragen, die das zwischengespeicherte Resultset verwenden, keine Parallelitätsslots und werden daher auf vorhandene Parallelitätslimits nicht angerechnet. 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. Weitere Informationen finden Sie unter Leistungsoptimierung mit Zwischenspeichern von Resultsets. Gilt für Version: 10.0.10783.0 und höher. |
September 2019
| Verbesserungen beim Dienst | Details |
|---|---|
| Azure Private Link (Vorschau) | Mit Azure Private Link können Sie in Ihrem Virtual Network (VNET) einen privaten Endpunkt erstellen und Ihrem dedizierten SQL-Pool zuordnen. 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. Dadurch wird die Netzwerkkonfiguration insgesamt vereinfacht, da sie nicht für öffentliche IP-Adressen geöffnet werden muss. Zudem bietet diese Vorgehensweise Schutz vor einer möglichen Datenexfiltration. Weitere Informationen finden Sie in der Übersicht zu Azure Private Link und in der Dokumentation zu SQL Analytics. |
| Datenermittlung und -klassifizierung (allgemeine Verfügbarkeit) | Die Funktion Datenermittlung und-klassifizierung ist nun allgemein verfügbar. Dieses Feature bietet erweiterte Funktionen zum Ermitteln, Klassifizieren, Bezeichnen und Schützen sensibler Daten in Ihren Datenbanken. |
| Integrieren mit einem Klick in Azure Advisor | 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. Sie können die Empfehlungen jetzt auf dem Blatt „Übersicht“ entdecken und müssen dafür nicht mehr zum Blatt „Azure Advisor“ navigieren. Weitere Informationen zu Empfehlungen finden Sie hier. |
| Read Committed-Momentaufnahmeisolation (Vorschau) | Mit dem Befehl ALTER DATABASE können Sie die Momentaufnahmeisolation für eine Benutzerdatenbank aktivieren oder deaktivieren. 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. Weitere Informationen finden Sie unter ALTER DATABASE SET-Optionen. |
| 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. |
| Additional T-SQL support (Weitere T-SQL-Unterstützung) | Die T-SQL-Sprachoberfläche für Synapse SQL wurde erweitert und bietet nun Unterstützung für Folgendes: - FORMAT (Transact-SQL) - TRY_PARSE (Transact-SQL) - TRY_CAST (Transact-SQL) - TRY_CONVERT (Transact-SQL) - sys.user_token (Transact-SQL) |
Juli 2019
| Verbesserungen beim Dienst | Details |
|---|---|
| Materialisierte Sicht (Vorschau) | 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. Sie verbessert die Leistung komplexer Abfragen (in der Regel Abfragen mit Joins und Aggregationen) und bietet einfache Wartungsvorgänge. Weitere Informationen finden Sie hier: - CREATE MATERIALIZED VIEW AS SELECT (Transact-SQL) - ALTER MATERIALIZED VIEW (Transact-SQL) - In Synapse SQL unterstützte T-SQL-Anweisungen |
| Additional T-SQL support (Weitere T-SQL-Unterstützung) | Die T-SQL-Sprachoberfläche für Synapse SQL wurde erweitert und bietet nun Unterstützung für Folgendes: - AT TIME ZONE (Transact-SQL) - STRING_AGG (Transact-SQL) |
| Zwischenspeichern von Resultsets (Preview) | Es wurden DBCC-Befehle zum Verwalten des zuvor angekündigten Resultsetcache hinzugefügt. Weitere Informationen finden Sie hier: - DBCC DROPRESULTSETCACHE (Transact-SQL) - DBCC SHOWRESULTCACHESPACEUSED (Transact-SQL) Sehen Sie sich auch die neue Spalte „result_set_cache“ in dm_pdw_exec_requests. Sie wird angezeigt, wenn der Resultsetcache von einer ausgeführten Abfrage verwendet wurde. |
| Sortierter gruppierter Columnstore-Index (Vorschau) | sys.index_columns wurde die neue Spalte „column_store_order_ordinal“ hinzugefügt, um die Reihenfolge der Spalten in einem sortierten gruppierten Columnstore-Index anzugeben. |
Mai 2019
| Verbesserungen beim Dienst | Details |
|---|---|
| Dynamische Datenmaskierung (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. Weitere Informationen finden Sie unter Dynamische Datenmaskierung für SQL-Datenbank. |
| Workloadpriorisierung jetzt allgemein verfügbar | Mithilfe der Workloadklassifizierung und -priorisierung können Sie die Ausführungsreihenfolge von Abfragen beeinflussen. Weitere Informationen zur Wichtigkeit von Workloads finden Sie in den Übersichtsartikeln zu den Themen Klassifizierung und Wichtigkeit in der Dokumentation. Beachten Sie ferner das Dokument CREATE WORKLOAD CLASSIFIER. Die Wichtigkeit der Workload können Sie in den folgenden Videos in Aktion sehen: -Workload Management concepts (Workloadverwaltungskonzepte) -Workload Management scenarios (Szenarios für die Workloadverwaltung) |
| Additional T-SQL support (Weitere T-SQL-Unterstützung) | Die T-SQL-Sprachoberfläche für Synapse SQL wurde erweitert und bietet nun Unterstützung für Folgendes: - TRIM |
| JSON-Funktionen | 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: - ISJSON - JSON_VALUE - JSON_QUERY - JSON_MODIFY - OPENJSON |
| Zwischenspeichern von Resultsets (Preview) | Das Zwischenspeichern von Resultsets ermöglicht sofortige Abfrageantwortzeiten, und Erkenntnisse sind für Business Analysts und berichtende Benutzer schneller verfügbar. Weitere Informationen finden Sie hier: - ALTER DATABASE (Transact-SQL) - ALTER DATABASE SET-Optionen (Transact-SQL) - SET RESULT SET CACHING (Transact-SQL) - SET-Anweisung (Transact-SQL) - sys.databases (Transact-SQL) |
| Sortierter gruppierter Columnstore-Index (Vorschau) | Columnstore ist ein wichtiges Element beim Speichern und effizienten Abfragen großer Datenmengen. Columnstore teilt für jede Tabelle die eingehenden Daten in Zeilengruppen auf, und jede Spalte in einer Zeilengruppe bildet ein Segment auf dem Datenträger. Sortierte gruppierte Columnstore-Indizes optimieren die Abfrageausführung, indem sie eine effiziente Löschung von Segmenten ermöglichen. Weitere Informationen finden Sie hier: - CREATE TABLE - CREATE COLUMNSTORE INDEX (Transact-SQL) |
März 2019
| Verbesserungen beim Dienst | Details |
|---|---|
| Datenermittlung und -klassifizierung | Die Datenermittlung und -klassifizierung für Synapse SQL befindet sich jetzt in der öffentlichen Vorschauversion. Es ist wichtig, vertrauliche Daten und die Privatsphäre Ihrer Kunden zu schützen. Je mehr Ihre Unternehmens- und Kundendaten anwachsen, desto schwieriger wird das Ermitteln, Klassifizieren und Schützen Ihrer Daten. Das Feature für die Datenermittlung und -klassifizierung, das nativ in Synapse SQL bereitgestellt wird, vereinfacht den Schutz Ihrer Daten. Allgemeine Vorteile dieser Funktion: • Einhalten von Datenschutzstandards und gesetzlichen Bestimmungen • Beschränken des Zugriffs auf und Härten der Sicherheit von Data Warehouses mit vertraulichen Daten • Überwachen und Generieren von Warnungen bei anomalen Zugriffen auf vertrauliche Daten • Visualisieren vertraulicher Daten im zentralen Dashboard des Azure-Portals 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. Weitere Informationen zur Datenermittlung und -klassifizierung finden Sie im Blogbeitrag und in unserer Onlinedokumentation. |
| GROUP BY ROLLUP | ROLLUP ist nun eine unterstützte GROUP BY-Option. GROUP BY ROLLUP erstellt für jede Kombination von Spaltenausdrücken eine Gruppe. GROUP BY fasst außerdem die Ergebnisse zu Zwischen- und Gesamtsummen zusammen. Die GROUP BY-Funktion wird von rechts nach links verarbeitet. Sie reduziert die Anzahl der Spaltenausdrücke, mit denen die Gruppen und Aggregationen erstellt werden. Die Reihenfolge der Spalten wirkt sich auf die Ausgabe von ROLLUP aus und kann Auswirkungen auf die Anzahl der Zeilen im Resultset haben. Weitere Informationen zu GROUP BY ROLLUP finden Sie unter GROUP BY (Transact-SQL). |
| Verbesserte Genauigkeit für den DWU-Verbrauch und CPU-Portalmetriken | Synapse SQL verbessert die Metrikengenauigkeit im Azure-Portal erheblich. Diese Version umfasst eine Fehlerbehebung für die Metrikdefinition zur CPU-Auslastung und zum DWU-Verbrauch, sodass Ihre Workload auf allen Computeknoten korrekt widergespiegelt wird. Vor dieser Fehlerbehebung wurden die Metrikwerte als zu niedrig ausgewiesen. Es wird eine Zunahme von DWU-Verbrauch und CPU-Metriken im Azure-Portal erwartet. |
| Sicherheit auf Zeilenebene | Wir haben Funktionen für Sicherheit auf Zeilenebene im November 2017 eingeführt. Diese Unterstützung haben wir nun auch auf externe Tabellen erweitert. 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. Durch diese Ergänzung können Sie IS_ROLEMEMBER(), USER_NAME() usw. im Prädikat des Sicherheitsfilters angeben. Weitere Informationen finden Sie in die Beispielen in der Dokumentation zur Sicherheit auf Zeilenebene. |
| Weitere T-SQL-Unterstützung | Die T-SQL-Sprachoberfläche für Synapse SQL wurde erweitert und bietet nun Unterstützung für STRING_SPLIT (Transact-SQL). |
| Verbesserungen des Abfrageoptimierers | Die Abfrageoptimierung ist eine wichtige Komponente jeder Datenbank. Durch optimale Entscheidungen zur besten Ausführung einer Abfrage können erhebliche Verbesserungen erzielt werden. Wenn komplexe analytische Abfragen in einer verteilten Umgebung ausgeführt werden, ist die Anzahl der ausgeführten Vorgänge entscheidend. Die Abfrageleistung wurde durch bessere Qualitätspläne verbessert. Diese Pläne minimieren aufwendige Vorgänge zur Datenübertragung und redundante Berechnungen wie wiederholte Unterabfragen. Weitere Informationen finden Sie in diesem Blogbeitrag zu Azure Synapse. |
Verbesserungen bei der Dokumentation
| Verbesserungen bei der Dokumentation | Details |
|---|---|
Januar 2019
Verbesserungen beim Dienst
| Verbesserungen beim Dienst | Details |
|---|---|
| Rückgabereihenfolge nach Optimierung | Abfragen vom Typ „SELECT…ORDER BY“ profitieren in diesem Release von einer Leistungssteigerung. Jetzt senden alle Serverknoten ihre Ergebnisse an einen einzelnen Serverknoten. Dieser Knoten führt die Ergebnisse zusammen, sortiert sie und gibt sie dann an den Benutzer zurück. Wenn die Abfrageergebnisse eine große Anzahl von Zeilen enthalten, bedeutet das Zusammenführen der Ergebnisse auf einem Serverknoten eine erhebliche Leistungssteigerung. Zuvor sortierte die Abfrageausführungs-Engine die Ergebnisse auf jedem Serverknoten. Anschließend wurden die Ergebnisse dann an den Steuerknoten gestreamt. Der Steuerknoten führte dann die Ergebnisse zusammen. |
| Verbesserung der Datenverschiebung für PartitionMove und BroadcastMove | Die Datenverschiebungsschritte vom Typ ShuffleMove verwenden Techniken zur Datensofortverschiebung. Weitere Informationen finden Sie im Blog zu Leistungsverbesserungen. Ab diesem Release werden auch für die Typen PartitionMove und BroadcastMove diese Techniken zur Datensofortverschiebung verwendet. Benutzerabfragen, die diese Typen von Datenverschiebungsschritten verwenden, erfahren eine Leistungssteigerung. Um diese Leistungsverbesserungen zu nutzen, ist keine Codeänderung erforderlich. |
| Relevante Fehler | Falsche Version von Azure Synapse – SELECT @@VERSION gibt unter Umständen die falsche Version 10.0.9999.0 zurück. Die richtige Version für das aktuelle Release lautet 10.0.10106.0. Dieser Fehler wurde gemeldet und wird derzeit geprüft. |
Verbesserungen bei der Dokumentation
| Verbesserungen bei der Dokumentation | Details |
|---|---|
| none | |
Dezember 2018
Verbesserungen beim Dienst
| Verbesserungen beim Dienst | Details |
|---|---|
| Allgemeine Verfügbarkeit: Dienstendpunkte virtueller Netzwerke | In diesem Release sind Dienstendpunkte in virtuellen Netzwerken (VNETs) für SQL Analytics in Azure Synapse in allen Azure-Regionen allgemein verfügbar. 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. Der Datenverkehr zwischen Ihrem virtuellen Netzwerk und Azure Synapse befindet sich jederzeit innerhalb des Azure-Backbonenetzwerks. Diese direkte Route wird speziellen Routen, bei denen Internetdatenverkehr über virtuelle Geräte oder lokal geleitet wird, vorgezogen. Es erfolgt keine zusätzliche Abrechnung für den virtuellen Netzwerkzugriff über Dienstendpunkte. Das aktuelle Preismodell für Azure Synapse ist weiterhin gültig. Ab diesem Release steht auch die PolyBase-Konnektivität mit Azure Data Lake Storage Gen2 (ADLS) über den Treiber des Azure-Blobdateisystems zur Verfügung. Azure Data Lake Storage Gen2 stattet Azure Storage mit allen Eigenschaften aus, die im gesamten Lebenszyklus von Analysedaten benötigt werden. Die Features der beiden vorhandenen Azure-Speicherdienste „Azure Blob Storage“ und „Azure Data Lake Storage Gen1“ wurden zusammengeführt. 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. Mit PolyBase können Sie Daten auch aus Azure Storage (im VNET gesichert) in SQL Analytics in Azure Synapse importieren. Außerdem wird auch das Exportieren von Daten aus Azure Synapse nach Azure Storage (im VNET gesichert) über PolyBase unterstützt. Weitere Informationen zu VNET-Dienstendpunkten in Azure Synapse finden Sie im Blogbeitrag oder in der Dokumentation. |
| Automatische Leistungsüberwachung (Vorschauversion) | Abfragespeicher ist nun in SQL Analytics in Azure Synapse als Vorschauversion verfügbar. 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. Der Abfragespeicher umfasst eine Reihe von internen Speichern sowie dynamische Verwaltungssichten (DMVs), die Folgendes ermöglichen: • Ermitteln und Optimieren der Abfragen mit dem höchsten Ressourcenverbrauch • Erkennen und Verbessern ungeplanter Workloads • Auswerten der Abfrageleistung und der Auswirkungen auf den Plan anhand von Änderungen in Bezug auf Statistiken, Indizes oder Systemgröße (DWU-Einstellung) • Anzeigen des vollständigen Abfragetexts für alle ausgeführten Abfragen Der Abfragespeicher enthält drei separate Speicher: • Einen Planspeicher für die dauerhafte Speicherung von Informationen zum Ausführungsplan • Einen Speicher für Laufzeitstatistiken für die dauerhafte Speicherung der Informationen zu den Ausführungsstatistiken • Einen Speicher für Wartestatistiken für die dauerhafte Speicherung der Informationen aus den Wartestatistiken 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. Das Aktivieren des Abfragespeichers ist so einfach wie das Ausführen einer ALTER DATABASE-T-SQL-Anweisung: 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. Weitere Informationen zur Analyse von Verlaufsabfragen finden Sie unter Speicherung und Analyse von Verlaufsabfragen in Azure Synapse Analytics. |
| Niedrigere Computeebenen für SQL Analytics | SQL Analytics in Azure Synapse unterstützt jetzt niedrigere Computeebenen. 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. 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. 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. Anstelle des aktuellen Einstiegspunkts von 500 cDWU können Kunden bereits mit nur 100 cDWU beginnen. 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. Gen2 unterstützt auch unbegrenzte Columnstore-Speicherkapazität sowie das 2,5-fache an Arbeitsspeicher pro Abfrage, bis zu 128 gleichzeitige Abfragen und das adaptive Zwischenspeichern. Diese Features führen im Vergleich zur gleichen Data Warehouse-Einheit unter Gen1 im Durchschnitt zur fünffachen Leistung – und das zum gleichen Preis. Georedundante Sicherungen mit integrierter Datenschutzgarantie gehören in Gen2 zum Standard. SQL Analytics in Azure Synapse ist jederzeit für Skalierung bereit. |
| Columnstore-Zusammenführung im Hintergrund | Standardmäßig werden Azure SQL-Daten in einem Spaltenformat mit Mikropartitionen gespeichert, die als Zeilengruppen bezeichnet werden. In Situationen mit eingeschränkter Speicherkapazität bei der Indexerstellung oder beim Laden von Daten werden die Zeilengruppen mit weniger als der optimalen Größe von einer Million Zeilen komprimiert. Zeilengruppen können auch aufgrund von Löschungen fragmentiert werden. Kleine oder fragmentierte Zeilengruppen führen zu einer höheren Arbeitsspeichernutzung sowie zu ineffizienten Abfrageausführungen. 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. |
Oktober 2018
Verbesserungen beim Dienst
| Verbesserungen beim Dienst | Details |
|---|---|
| DevOps für 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! Entwicklerteams können nun über eine einzelne Codebasis mit Versionskontrolle zusammenarbeiten und rasch Änderungen in einer beliebigen Instanz auf der ganzen Welt bereitstellen. Möchten Sie daran teilhaben? Dieses Feature ist ab sofort als Vorschau verfügbar. Registrieren können Sie sich über das Formular Visual Studio SQL Server Data Tools (SSDT) – Registrierung für die Vorschau. Angesichts der hohen Nachfrage prüfen wir die Zulassung zur Vorschau, um ein optimales Benutzererlebnis für unsere Kunden sicherzustellen. Sobald Sie sich registriert haben, bestätigen wir innerhalb von sieben Werktagen Ihren Status. |
| Sicherheit auf Zeilenebene allgemein verfügbar | 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. 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). Die RLS ermöglicht diese engmaschige Zugriffssteuerung, ohne dass Sie Ihr Data Warehouse umgestalten müssen. Sie vereinfacht die allgemeine Sicherheitsimplementierung, da sich die Zugriffsbeschränkungslogik auf der Datenbankebene und nicht auf einer anderen, von den Daten getrennten Anwendungsebene befindet. Durch die RLS ist es zudem nicht mehr erforderlich, Ansichten zu erstellen, um Zeilen für die Zugriffssteuerung auszublenden. Dieses Sicherheitsfeature der Unternehmensklasse ist für all unsere Kunden kostenfrei. |
| Erweiterte Ratgeber | Die erweiterte Optimierung für Synapse SQL in Azure Synapse wurde durch zusätzliche Data Warehouse-Empfehlungen und -Metriken noch stärker vereinfacht. Ihnen stehen zusätzliche erweiterte Leistungsempfehlungen durch den Azure Advisor zur Verfügung. Hierzu zählen Folgende: 1. Adaptiver Cache – Erhalten Sie Empfehlungen dafür, wann Sie eine Skalierung durchführen müssen, um die Cacheauslastung zu optimieren. 2. Tabellenverteilung – Erfahren Sie, wann Tabellen repliziert werden müssen, um Datenverschiebungen zu reduzieren und die Workloadleistung zu steigern. 3. Tempdb – Finden Sie heraus, wann Ressourcenklassen skaliert und konfiguriert werden müssen, um tempdb-Konflikte zu reduzieren. 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. 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. Darüber hinaus stehen neue Metriken wie tempdb und die adaptive Cacheauslastung zur Verfügung, die Ihre Leistungsempfehlungen abrunden. |
| Erweiterte Optimierung durch integrierte Ratgeber | 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. |
| Schnellere Datenbankwiederherstellung | Accelerated Database Recovery (ADR) für Azure Synapse ist ab sofort als öffentliche Vorschau verfügbar. 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. Die wichtigsten Vorteile von ADR sind die schnelle und konsistente Datenbankwiederherstellung und der sofortige Transaktionsrollback. |
| Azure Monitor-Ressourcenprotokolle | Azure Synapse bietet dank der direkten Integration in Azure Monitor-Ressourcenprotokolle ab sofort bessere Einblicke in Analyseworkloads. Dank dieser neuen Funktion können Entwickler das Workloadverhalten über einen längeren Zeitraum analysieren und fundierte Entscheidungen zur Abfrageoptimierung oder Kapazitätsverwaltung treffen. Wir haben nun einen externen Protokollierungsprozess über Azure Monitor-Ressourcenprotokolle eingeführt, die zusätzliche Einblicke in Ihre Data Warehouse-Workload bereitstellen. 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. 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. Ressourcenprotokolle umfassen Telemetrieansichten zu Ihrem Data Warehouse, die den am häufigsten verwendeten DMVs zur Behandlung von Leistungsproblemen für SQL Analytics in Azure Synapse entsprechen. Für dieses erste Release haben wir Ansichten für folgende dynamische Systemverwaltungssichten aktiviert: • sys.dm_pdw_exec_requests • sys.dm_pdw_request_steps • sys.dm_pdw_dms_workers • sys.dm_pdw_waits • sys.dm_pdw_sql_requests |
| Columnstore-Arbeitsspeicherverwaltung | Mit zunehmender Anzahl von komprimierten Columnstore-Zeilengruppen nimmt auch der Arbeitsspeicherbedarf für die Verwaltung der internen Spaltensegmentmetadaten für diese Zeilengruppen zu. Dies kann die Abfrageleistung sowie Abfragen für einige der Columnstore-DMVs (Dynamic Management Views, dynamische Verwaltungssichten) beeinträchtigen. 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. |
| Azure Data Lake Storage Gen2-Integration (allgemeine Verfügbarkeit) | Synapse Analytics verfügt jetzt über native Integration in Azure Data Lake Storage Gen2. Kunden können jetzt Daten mithilfe externer Tabellen aus ABFS (Azure Blob File System) in einen dedizierten SQL-Pool (früher SQL DW) laden. Durch diese Funktion können Kunden Integrationen in ihre Data Lakes in Data Lake Storage Gen2 durchführen. |
| Relevante Fehler | 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“. 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. In einem Blog gemeldet. 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. (Bereitgestellt im November 2018) Kunden meldeten eine beeinträchtigte Leistung beim Versuch, mithilfe von Polybase mehrere kleine Dateien aus ADLS (Gen1) zu laden. – Die Validierung von AAD-Sicherheitstoken führte zu einem Engpass bei der Systemleistung. Die Leistungsprobleme konnten durch eine Aktivierung der Zwischenspeicherung für Sicherheitstoken abgemildert werden. |