Notas de la versión del grupo de SQL dedicado (anteriormente SQL DW) en Azure Synapse Analytics
En este artículo se resumen las nuevas características y mejoras de las versiones recientes del grupo de SQL dedicado (anteriormente SQL DW) en Azure Synapse Analytics. En el artículo también se enumeran las actualizaciones importantes de contenido que no están directamente relacionadas con la versión, pero que se publican en el mismo período de tiempo. Para obtener información sobre las mejoras en otros servicios de Azure, consulte Actualizaciones del servicio.
Nota:
Para obtener las actualizaciones de versiones más recientes en Azure Synapse Analytics, incluidos los grupos de SQL dedicados, consulte el blog de Azure Synapse Analytics, Novedades de Azure Synapse Analytics o la página principal de Synapse Studio en Azure Portal.
Comprobación de la versión del grupo de SQL dedicado (anteriormente SQL DW)
Puesto que se lanzan nuevas características en todas las regiones, compruebe la versión implementada en su instancia y las notas de la versión más recientes para ver la disponibilidad de las características. Para comprobar la versión, conéctese a su grupo de SQL dedicado (anteriormente SQL DW) a través de SQL Server Management Studio (SSMS) y ejecute SELECT @@VERSION; para devolver la versión actual. Use esta versión para confirmar qué versión se ha aplicado al grupo de SQL dedicado (anteriormente SQL DW). La fecha en la salida identifica el mes de la versión que se aplica al grupo de SQL dedicado (anteriormente SQL DW). Esto solo se aplica a las mejoras de nivel de servicio.
Para obtener mejoras de las herramientas, asegúrese de tener instalada la versión correcta especificada en las notas de la versión.
Nota
El nombre del producto que devuelve SELECT @@VERSION cambiará de Microsoft Azure SQL Data Warehouse a Microsoft Azure Synapse Analytics. Se enviará un aviso por adelantado antes de realizar el cambio. Este cambio es importante para los clientes que analizan el nombre del producto a partir del resultado deSELECT @@VERSION en su código de aplicación. Para evitar cambios en el código de la aplicación debido al cambio de marca del producto, use estos comandos para consultar el nombre de producto y la versión de la base de datos en SERVERPROPERTY: Para devolver el número de versión XX.X.XXXXX.X (sin nombre de producto), use este comando:
SELECT SERVERPROPERTY('ProductVersion')
--To return engine edition, use this command that returns 6 for Azure Synapse Analytics:
SELECT SERVERPROPERTY('EngineEdition')
Diciembre 2020
| Mejoras en el servicio | Detalles |
|---|---|
| Procedimiento almacenado sp_rename para columnas (versión preliminar) | Resultó más sencillo cambiar el nombre de una columna sin un CTAS. Azure Synapse SQL ha agregado compatibilidad con el procedimiento almacenado del sistema sp_rename (versión preliminar) para cambiar el nombre de una columna que no es de distribución en una tabla de usuarios. Esta característica se encuentra actualmente en versión preliminar y se admitirá en las herramientas de GA. Para más información, consulte sp_rename. |
| Parámetro adicional de la instrucción PREDICT de T-SQL | Con esta nueva versión, se agrega un parámetro adicional necesario denominado "RUNTIME" para la instrucción PREDICT de T-SQL existente. Para actualizar los scripts existentes, puede ver distintos ejemplos en PREDICT de T-SQL. |
Octubre de 2020
| Mejoras en el servicio | Detalles |
|---|---|
| Funciones con valores de tabla insertados de T-SQL (versión preliminar) | Con esta versión puede crear funciones con valores de tabla insertadas mediante Transact-SQL y consultar sus resultados como lo haría con una tabla. Esta característica se encuentra actualmente en versión preliminar y se admitirá en las herramientas de GA. Para obtener más información, consulte CREACIÓN DE UNA FUNCIÓN (Azure Synapse Analytics). |
| Comando MERGE (versión preliminar) | Con este comando puede ejecutar operaciones de inserción, actualización o eliminación en una tabla de destino a partir de los resultados de una combinación con una tabla de origen. Por ejemplo, puede sincronizar dos tablas insertando, actualizando o eliminando las filas de una tabla según las diferencias que se encuentren en la otra. Consulte MERGE para obtener más detalles. |
Agosto de 2020
| Mejoras en el servicio | Detalles |
|---|---|
| Administración de cargas de trabajo: experiencia del portal | Los usuarios pueden configurar y administrar su configuración de administración de cargas de trabajo a través de Azure Portal. Se pueden configurar grupos de cargas de trabajo y clasificadores de cargas de trabajo con importancia. |
| Vista de catálogo de asignaciones de tablas mejorada | La nueva vista de catálogo sys.pdw_permanent_table_mappings asigna object_ids de tablas de usuario permanentes a sus nombres de tabla físicos. |
Julio de 2020
| Mejoras en el servicio | Detalles |
|---|---|
| Cifrado de nivel de columna (Versión preliminar pública) | Proteja la información confidencial en su instancia de Azure Synapse Analytics mediante la aplicación de cifrado simétrico a una columna de datos con Transact-SQL. El cifrado de nivel de columna tiene funciones integradas que se pueden usar para cifrar datos mediante claves simétricas que se protegen todavía más con un certificado, una contraseña, una clave simétrica o una clave asimétrica. Para obtener más información, visite Cifrado de una columna de datos. Esta característica ya está disponible con carácter general. |
| Compatibilidad con el nivel de compatibilidad (GA) | Con esta versión, los usuarios ya pueden establecer un nivel de compatibilidad de la base de datos para obtener los comportamientos de procesamiento de consultas y lenguaje de Transact-SQL de una versión específica del motor de SQL de Synapse. Para obtener más información, consulte sys.database_scoped_configurations y el comando Alter Database Scoped Configuration. |
| Seguridad de nivel de fila | Esta versión incluye una mejora de las operaciones de actualización y eliminación de filas en las que se ha aplicado RLS. Con esta versión, las operaciones de actualización y eliminación con funciones intrínsecas como "is_rolemember" se realizarán correctamente si la función intrínseca no hace referencia a ninguna columna de la tabla de destino de DML. Antes de esta mejora, se producía un error en esas operaciones debido a la limitación de las operaciones de DML subyacentes. |
| DBCC SHRINKDATABASE (GA) | Ya puede reducir el tamaño de los archivos de datos y de registro en la base de datos especificada. Para más información, consulte la documentación. |
Mayo de 2020
| Mejoras en el servicio | Detalles |
|---|---|
| Aislamiento de cargas de trabajo (GA) | Ahora el aislamiento de cargas de trabajo está disponible con carácter general. A través de grupos de cargas de trabajo puede reservar y contener recursos. También es posible configurar tiempos de expiración de consulta para cancelar las consultas descontroladas. |
| Experiencia del portal de administración de cargas de trabajo (versión preliminar) | Los usuarios pueden configurar y administrar su configuración de administración de cargas de trabajo a través de Azure Portal. Se pueden configurar grupos de cargas de trabajo y clasificadores de cargas de trabajo con importancia. |
| ALTER WORKLOAD GROUP | Ya está disponible la capacidad de usar el comando ALTER WORKLOAD GROUP. Se use para cambiar la configuración de un grupo de cargas de trabajo existente. |
| Detección automática de esquemas para archivos de Parquet con el comando COPY (versión preliminar) | Ahora el comando COPY admite la detección automática de esquemas al cargar archivos de Parquet. El comando detectará automáticamente el esquema del archivo de Parquet y creará la tabla antes de la carga. Póngase en contacto con la lista de distribución de correo electrónico siguiente para habilitar esta característica: sqldwcopypreview@service.microsoft.com. |
| Carga de tipos de datos de Parquet complejos con el comando COPY (versión preliminar) | Ahora el comando COPY admite la carga de tipos de Parquet complejos. Puede cargar tipos complejos, como Mapas y Listas, en columnas de cadena. Póngase en contacto con la lista de distribución de correo electrónico siguiente para habilitar esta característica: sqldwcopypreview@service.microsoft.com. |
| Detección automática de compresión de archivos de Parquet con el comando COPY | Ahora el comando COPY admite la detección automática del método de compresión para los archivos de Parquet. Póngase en contacto con la lista de distribución de correo electrónico siguiente para habilitar esta característica: sqldwcopypreview@service.microsoft.com. |
| Recomendaciones de carga adicionales | Las recomendaciones de carga ya están disponibles para Synapse SQL. Obtenga notificaciones proactivas cuando tenga que dividir los archivos para obtener el máximo rendimiento, colocar la cuenta de almacenamiento con el grupo de SQL dedicado (anteriormente SQL DW), o bien aumentar el tamaño del lote cuando se usan utilidades de carga como la API SQLBulkCopy o BCP |
| Columna de distribución actualizable de T-SQL (GA) | Ahora los usuarios pueden actualizar los datos almacenados en la columna de distribución. Consulte Instrucciones para diseñar tablas distribuidas en un grupo de SQL dedicado (anteriormente SQL DW) para obtener más información. |
| Actualización o eliminación de T-SQL desde...Join (GA) | Ahora se pueden realizar tareas de actualización y eliminación en función de los resultados de la combinación con otra tabla. Vea la documentación de UPDATE y DELETE para obtener más información. |
| PREDICT de T-SQL (versión preliminar) | Ahora puede predecir los modelos de Machine Learning en el almacenamiento de datos y así evitar la necesidad de trasladar datos grandes y complejos. La función de PREDICCIÓN de T-SQL se basa en el marco de modelo abierto y toma datos y el modelo de aprendizaje automático como entrada para generar predicciones. Para obtener más información, vea la documentación. |
Abril de 2020
| Mejoras en el servicio | Detalles |
|---|---|
| Nivel de compatibilidad de la base de datos (versión preliminar) | Con esta versión, los usuarios ya pueden establecer un nivel de compatibilidad de la base de datos para obtener los comportamientos de procesamiento de consultas y lenguaje de Transact-SQL de una versión específica del motor de SQL de Synapse. Para obtener más información, consulte sys.database_scoped_configurations y el comando Alter Database Scoped Configuration. |
| Sp_describe_undeclared_parameters | Permite que los usuarios vean los metadatos de los parámetros sin declarar en un lote de Transact-SQL. Para obtener más información, consulte sp_describe_undeclared_parameters. |
| Mejoras en las herramientas | Detalles |
|---|---|
| Visual Studio 16.6 Preview 5 - SQL Server Data Tools (SSDT) | Esta versión incluye las siguientes mejoras para SSDT: - Clasificación y detección de datos -Instrucción COPY -Tablas con restricciones UNIQUE -Tablas con un índice de almacén de columnas ordenado Esta versión incluye las siguientes correcciones para SSDT: - Al cambiar el tipo de datos de la columna de distribución, el script de actualización generado por SSDT realizará una operación CTAS y RENAME en lugar de quitar y volver a crear la tabla. |
Marzo de 2020
| Mejoras en las herramientas | Detalles |
|---|---|
| Visual Studio 16.6 Preview 2 - SQL Server Data Tools (SSDT) | Esta versión incluye las siguientes mejoras y correcciones para SSDT: - Resolución de un problema que causaba que, al cambiar una tabla a la que se hacía referencia con una vista materializada (MV), se generasen instrucciones Alter View no admitidas en estas vistas en Azure Synapse Analytics -Se ha implementado un cambio para garantizar que la operación Comparación de esquemas no produzca errores cuando existan objetos de seguridad de nivel de fila en la base de datos o el proyecto. Los objetos de seguridad de nivel de fila no se admiten actualmente en SSDT. -Se ha aumentado el umbral de tiempo de espera del Explorador de objetos de SQL Server para evitar tiempos de espera al enumerar una gran cantidad de objetos en la base de datos. -Se ha optimizado el modo en que el Explorador de objetos de SQL Server recupera la lista de objetos de base de datos para reducir la inestabilidad y aumentar el rendimiento al rellenar el explorador de objetos. |
Enero de 2020
| Mejoras en el servicio | Detalles |
|---|---|
| Métricas del portal de administración de cargas de trabajo (versión preliminar) | Con la publicación de la versión preliminar de Aislamiento de cargas de trabajo el pasado mes de octubre, los usuarios pueden crear sus propios grupos de cargas de trabajo para administrar eficazmente los recursos del sistema y garantizar que se cumplen los Acuerdos de Nivel de Servicio. Como parte de las mejoras globales de la administración de cargas de trabajo de Azure Synapse Analytics, ya están disponibles nuevas métricas de supervisión de la administración de cargas de trabajo. La supervisión de la carga de trabajo ahora tiene una mayor información con las siguientes métricas: - Porcentaje máximo de recursos efectivo - Porcentaje mínimo de recursos efectivo - Consultas activas de grupo de cargas de trabajo - Asignación de grupos de cargas de trabajo por porcentaje máximo de recursos - Asignación de grupos de cargas de trabajo por porcentaje del sistema - Tiempos de espera de consulta de grupo de cargas de trabajo - Consultas en cola del grupo de cargas de trabajo Use estas métricas para identificar los cuellos de botella del grupo de cargas de trabajo o los grupos de cargas de trabajo que están configurados con aislamiento de cargas de trabajo infrautilizado. Estas métricas se pueden usar en Azure Portal, ya que este permite la división por grupos de cargas de trabajo. Filtre y ancle sus gráficos favoritos a un panel para obtener un acceso rápido a la información. |
| Métricas de supervisión del portal | Las siguientes métricas se agregaron al portal para supervisar la actividad de consulta general: - Consultas activas - Consultas en cola Estas métricas se describen junto con las métricas existentes en la documentación Supervisión del uso de recursos y la actividad de consulta. |
Octubre de 2019
| Mejoras en el servicio | Detalles |
|---|---|
| Copiar (versión preliminar) | Nos complace anunciar la versión preliminar pública de una instrucción de COPIA sencilla y flexible para la ingesta de datos. Con solo una instrucción, ahora puede ingerir datos sin problemas con flexibilidad adicional y sin necesidad de usuarios con privilegios elevados. Para más información, consulte Documentación del comando COPIAR. |
| Aislamiento de cargas de trabajo (versión preliminar) | Para dar soporte a los clientes a medida que componen sus almacenamientos de datos, anunciamos nuevas características para la administración de cargas de trabajo inteligentes. La nueva funcionalidad Aislamiento de cargas de trabajo le permite administrar la ejecución de cargas de trabajo heterogéneas, a la vez que proporciona flexibilidad y control sobre los recursos de almacenamiento de datos. Esto conduce a una mayor predicción de ejecución y mejora la capacidad de cumplir los Acuerdos de Nivel de Servicio predefinidos. Además del aislamiento de la carga de trabajo, ahora hay opciones adicionales disponibles para la Clasificación de la carga de trabajo. Más allá de la clasificación de inicio de sesión, la sintaxis Crear clasificador de carga de trabajo proporciona la capacidad de clasificar las solicitudes en función de la etiqueta de la consulta, el contexto de la sesión y la hora. |
| PREDICCIÓN (versión preliminar) | Ahora puede puntuar los modelos de aprendizaje automático en el almacenamiento de datos, evitando la necesidad de movimiento de datos grande y complejo. La función de PREDICCIÓN de T-SQL se basa en el marco de modelo abierto y toma datos y el modelo de aprendizaje automático como entrada para generar predicciones. |
| SSDT CI/CD (GA) | Hoy nos complace anunciar la disponibilidad general de la característica más solicitada para los proyectos de base de datos de SQL Analytics - SQL Server Data Tools (SSDT). Esta versión incluye compatibilidad con SSDT con Visual Studio 2019 junto con la integración de plataforma nativa con Azure DevOps que proporciona capacidades integradas de integración e implementación continuas (CI/CD) para implementaciones de nivel empresarial. |
| Vista materializada (GA) | Una vista materializada conserva los datos que ha devuelto la consulta de visualización de definición y se actualiza automáticamente a medida que cambian los datos en las tablas subyacentes. Mejora el rendimiento de las consultas complejas (por lo general, consultas con combinaciones y agregaciones), a la vez que ofrece operaciones de mantenimiento simples. Para más información, consulte Optimización del rendimiento con vistas materializadas. Instale SQL Server Management Studio 18.4 o posterior para el scripting de vistas materializadas. |
| Enmascaramiento dinámico de datos (GA) | Enmascaramiento dinámico de datos (DDM) impide el acceso no autorizado a los datos confidenciales de su almacenamiento de datos ocultándolos sobre la marcha en los resultados de las consultas, según las reglas de enmascaramiento que usted defina. Para más información, consulte Enmascaramiento dinámico de datos de SQL Database. |
| Aislamiento de instantánea de lectura confirmada (GA) | Puede usar ALTER DATABASE para habilitar o deshabilitar el aislamiento de instantáneas en una base de datos de usuario. Para evitar el impacto en la carga de trabajo actual, puede establecer esta opción durante la ventana de mantenimiento de la base de datos o esperar hasta que no haya ninguna otra conexión activa con la base de datos. Para obtener más información, consulte Opciones de ALTER DATABASE SET. |
| Índice de almacén de columnas agrupado ordenado (GA) | El almacén de columnas es un habilitador clave para almacenar y poner en cola de manera eficaz grandes cantidades de datos. Los índices de almacén de columnas agrupados ordenados optimizan aún más la ejecución de consultas porque habilitan la eliminación eficaz de segmentos. Para más información, consulte Optimización del rendimiento con el índice de almacén de columnas agrupado ordenado. |
| Conjunto de resultados de almacenamiento en caché (GA) | Cuando se habilita el almacenamiento en caché del conjunto de resultados, los resultados de la consulta se almacenan automáticamente en caché en la base de datos del usuario para usarlos repetidamente. Esto permite que las ejecuciones posteriores de la consulta obtengan los resultados directamente de la memoria caché persistente, por lo que no es necesario volver a realizar el proceso. La copia en caché del conjunto de resultados mejora el rendimiento de las consultas y reduce la utilización de recursos de proceso. Además, las consultas que usan conjuntos de resultados en la memoria caché no usan ningún espacio de simultaneidad y, por lo tanto, no cuentan para los límites de simultaneidad existentes. Por seguridad, los usuarios solo pueden acceder a los resultados en la memoria caché si tienen los mismos permisos de acceso a los datos que los usuarios que crearon estos resultados. Para más información, consulte Optimización del rendimiento con Conjunto de resultados de almacenamiento en caché. Se aplica a la versión: 10.0.10783.0 o superior. |
Septiembre de 2019
| Mejoras en el servicio | Detalles |
|---|---|
| Azure Private Link (Versión preliminar) | Con Azure Private Link, puede crear un punto de conexión privado en su instancia de Virtual Network (VNet) y asignarlo al grupo de SQL dedicado. A estos recursos se puede acceder a través de una dirección IP privada en su VNet, lo que permite la conectividad desde el entorno local a través de VPN Gateway o del emparejamiento privado de Microsoft Azure ExpressRoute. En general, esto simplifica la configuración de la red al no tener que abrirla en direcciones IP públicas. También habilita la protección contra los riesgos de filtración de datos. Para obtener más información, consulte Información general y Documentación de SQL Analytics. |
| Detección y clasificación de datos (GA) | La característica Detección y clasificación de datos ya está disponible con carácter general. Esta característica ofrece funcionalidades avanzadas integradas para detectar, clasificar, etiquetar y proteger información confidencial de las bases de datos. |
| Integración con un clic de Azure Advisor | SQL Analytics en Azure Synapse se integra ahora directamente con recomendaciones de Azure Advisor en la hoja de información general, además de ofrecer una experiencia de un solo clic. Ahora puede detectar recomendaciones en la hoja de información general en lugar de navegar a la hoja de Azure Advisor. Obtenga aquí más información sobre recomendaciones. |
| Aislamiento de instantánea de lectura confirmada (Versión preliminar) | Puede usar ALTER DATABASE para habilitar o deshabilitar el aislamiento de instantáneas en una base de datos del usuario. Para evitar el impacto en la carga de trabajo actual, puede establecer esta opción durante la ventana de mantenimiento de la base de datos o esperar hasta que no haya ninguna otra conexión activa con la base de datos. Para obtener más información, consulte Opciones de ALTER DATABASE SET. |
| EXECUTE AS (Transact-SQL) | La compatibilidad con EXECUTE AS de T-SQL está ahora disponible, lo que permite a los clientes establecer el contexto de ejecución de una sesión para el usuario especificado. |
| Compatibilidad con T-SQL adicional | El área de superficie del lenguaje T-SQL para Synapse SQL se ha ampliado para incluir compatibilidad con: - FORMAT (Transact-SQL) - TRY_PARSE (Transact-SQL) - TRY_CAST (Transact-SQL) - TRY_CONVERT (Transact-SQL) - sys.user_token (Transact-SQL) |
Julio de 2019
| Mejoras en el servicio | Detalles |
|---|---|
| Vista materializada (versión preliminar) | Una vista materializada conserva los datos que ha devuelto la consulta de visualización de definición y se actualiza automáticamente a medida que cambian los datos en las tablas subyacentes. Mejora el rendimiento de las consultas complejas (por lo general, consultas con combinaciones y agregaciones), a la vez que ofrece operaciones de mantenimiento simples. Para más información, consulte: - CREATE MATERIALIZED VIEW AS SELECT (Transact-SQL) - ALTER MATERIALIZED VIEW (Transact-SQL) - T-SQL statements supported in Synapse SQL |
| Compatibilidad con T-SQL adicional | El área expuesta del lenguaje T-SQL para SQL de Synapse se ha ampliado para incluir compatibilidad con: - AT TIME ZONE (Transact-SQL) - STRING_AGG (Transact-SQL) |
| Almacenamiento en caché del conjunto de resultados (versión preliminar) | Comandos DBCC agregados para administrar la caché del conjunto de resultados anunciada previamente. Para más información, consulte: - DBCC DROPRESULTSETCACHE (Transact-SQL) - DBCC SHOWRESULTCACHESPACEUSED (Transact-SQL) Vea también la nueva columna result_set_cache de sys.dm_pdw_exec_requests, que muestra cuándo una consulta ejecutada ha usado la caché de conjuntos de resultados. |
| Índice de almacén de columnas agrupado ordenado (vista previa) | Se ha agregado una nueva columna, column_store_order_ordinal, a sys.index_columns para identificar el orden de las columnas en un índice de almacén de columnas en clúster ordenado. |
Mayo de 2019
| Mejoras en el servicio | Detalles |
|---|---|
| Enmascaramiento dinámico de datos (versión preliminar) | Enmascaramiento dinámico de datos (DDM) impide el acceso no autorizado a los datos confidenciales de su almacenamiento de datos ocultándolos sobre la marcha en los resultados de las consultas, según las reglas de enmascaramiento que usted defina. Para más información, consulte Enmascaramiento dinámico de datos de SQL Database. |
| Importancia de la carga de trabajo ahora disponible en general | Las características de importancia y clasificación de administración de las cargas de trabajo permiten influir en el orden de ejecución de las consultas. Si desea obtener más información sobre la importancia de las cargas de trabajo, vea los artículos de información general sobre clasificación e importancia de la documentación. Eche un vistazo también al documento CREATE WORKLOAD CLASSIFIER. Vea la importancia de la carga de trabajo en acción en los siguientes vídeos: -Workload Management concepts (Conceptos sobre administración de cargas de trabajo) -Workload Management scenarios (Escenarios de administración de cargas de trabajo) |
| Compatibilidad con T-SQL adicional | El área expuesta del lenguaje T-SQL para SQL de Synapse se ha ampliado para incluir la compatibilidad con: - TRIM |
| Funciones JSON | Los analistas empresariales ya pueden usar el lenguaje T-SQL que ya conocen para consultar y manipular documentos con el formato de datos JSON mediante las nuevas funciones de JSON: - ISJSON - JSON_VALUE - JSON_QUERY - JSON_MODIFY - OPENJSON |
| Almacenamiento en caché del conjunto de resultados (versión preliminar) | El almacenamiento en caché del conjunto de resultados permite responder a las consultas de inmediato y reducir el tiempo que los analistas empresariales y los usuarios de informes necesitan para obtener conclusiones. Para más información, consulte: - ALTER DATABASE (Transact-SQL) - ALTER DATABASE SET Options (Transact SQL) - SET RESULT SET CACHING (Transact-SQL) - SET Statement (Transact-SQL) - sys.databases (Transact-SQL) |
| Índice de almacén de columnas agrupado ordenado (vista previa) | El almacén de columnas es un habilitador clave para almacenar y poner en cola de manera eficaz grandes cantidades de datos. Para cada tabla, divide los datos de entrada en grupos de filas y cada columna de un grupo de filas forma un segmento en un disco. Los índices de almacén de columnas agrupados ordenados optimizan aún más la ejecución de consultas porque habilitan la eliminación eficaz de segmentos. Para más información, consulte: - CREATE TABLE - CREATE COLUMNSTORE INDEX (Transact-SQL). |
Marzo de 2019
| Mejoras en el servicio | Detalles |
|---|---|
| Clasificación y detección de datos: | La clasificación y detección de datos se encuentra en versión preliminar pública para SQL de Synapse. Es crítico para proteger los datos confidenciales y la privacidad de sus clientes. A medida que crecen su negocio y los recursos de datos de cliente, es imposible de administrar para detectar, clasificar y proteger los datos. La característica de clasificación y detección de datos que estamos introduciendo de forma nativa con SQL de Synapse facilita la administración de la protección de datos. Las ventajas generales de esta funcionalidad son las siguientes: • Cumplir los requisitos de cumplimiento normativo y los estándares relacionados con la privacidad de datos. • Restricción del acceso y mejora de la seguridad de los almacenes de datos que contienen información altamente confidencial. • Supervisión y alerta del acceso anómalo a datos confidenciales. • Visualización de datos confidenciales en un panel central de Azure Portal. Clasificación y detección de datos está disponible en todas las regiones de Azure. Forma parte de Advanced Data Security e incluye Evaluación de vulnerabilidades y Detección de amenazas. Para más información sobre Clasificación y detección de datos, consulte la entrada de blog y nuestra documentación en línea. |
| GROUP BY ROLLUP | ROLLUP es ahora una opción admitida de GROUP BY. GROUP BY ROLLUP crea un grupo para cada combinación de expresiones de columna. GROUP BY también "acumula" los resultados en subtotales y totales generales. La función GROUP BY procesa de derecha a izquierda y reduce el número de expresiones de columna en el que crea grupos y agregaciones. El orden de las columnas afecta a la salida de ROLLUP y puede afectar al número de filas del conjunto de resultados. Para más información sobre GROUP BY ROLLUP, consulte GROUP BY (Transact-SQL). |
| Precisión mejorada para las métricas de DWU usadas y del portal de CPU | SQL de Synapse mejora considerablemente la precisión de las métricas en Azure Portal. Esta versión incluye una corrección para la definición de métricas de CPU y DWU usadas para reflejar correctamente la carga de trabajo en todos los nodos de proceso. Antes de esta corrección, los valores de métrica no se notificaban suficientemente. Se puede esperar un aumento en las métricas de DWU usadas y CPU en Azure Portal. |
| Seguridad de nivel de fila | Volvimos a introducir la capacidad Seguridad de nivel de fila en noviembre de 2017. Ahora también hemos ampliado la compatibilidad con esta funcionalidad a las tablas externas. Además, hemos agregado compatibilidad con la llamada a funciones no deterministas en las funciones con valores de tabla en línea (TVF en línea) necesarias para definir un predicado de filtro de seguridad. Esta adición permite especificar IS_ROLEMEMBER(), USER_NAME(), etc., en el predicado de filtro de seguridad. Para más información, vea los ejemplos de la documentación sobre seguridad de nivel de fila. |
| Compatibilidad con T-SQL adicional | El área expuesta del lenguaje T-SQL para SQL de Synapse se ha ampliado para incluir la compatibilidad con STRING_SPLIT (Transact-SQL). |
| Mejoras del optimizador de consultas | La optimización de consultas es un componente crítico de cualquier base de datos. Tomar decisiones óptimas sobre cómo ejecutar una consulta puede generar mejoras significativas. Al ejecutar consultas analíticas complejas en un entorno distribuido, el número de operaciones ejecutadas es importante. El rendimiento de las consultas se ha mejorado gracias a la generación de planes de mejor calidad. Estos planes minimizan las operaciones de transferencia de datos caras y los cálculos redundantes, como las subconsultas repetidas. Para obtener más información, consulte esta entrada de blog de Azure Synapse. |
Mejoras en la documentación
| Mejoras en la documentación | Detalles |
|---|---|
Enero de 2019
Mejoras en el servicio
| Mejoras en el servicio | Detalles |
|---|---|
| Optimización de la opción "Order By" para los resultados devueltos | Las consultas SELECT…ORDER BY experimentan una considerable mejora del rendimiento en esta versión. Ahora, todos los nodos de proceso envían sus resultados a un solo nodo de proceso. Este nodo combina y ordena los resultados y los devuelve al usuario. La combinación a través de un único nodo de ejecución da lugar a una mejora significativa del rendimiento si el conjunto de resultados de la consulta contiene un número elevado de filas. Anteriormente, el motor de ejecución de consultas ordenaba los resultados en cada nodo de proceso. Los resultados se transmitían al nodo de control y el nodo de control combinaba los resultados. |
| Mejoras del movimiento de datos para PartitionMove y BroadcastMove | Los pasos del movimiento de datos del tipo ShuffleMove usan técnicas de movimiento de datos instantáneo. Para más información, consulte el blog de mejoras de rendimiento. En esta versión, PartitionMove y BroadcastMove ahora también cuentan con las mismas técnicas de movimiento de datos instantáneo. Las consultas de usuario que usan estos tipos de pasos de movimiento de datos se ejecutarán con una mejora del rendimiento. No se requiere ningún cambio en el código para aprovechar las ventajas de estas mejoras de rendimiento. |
| Errores importantes | Versión incorrecta de Azure Synapse: SELECT @@VERSION puede devolver la versión incorrecta, 10.0.9999.0. La versión correcta de la versión actual es 10.0.10106.0. Este error se ha notificado y está en revisión. |
Mejoras en la documentación
| Mejoras en la documentación | Detalles |
|---|---|
| None | |
Diciembre de 2018
Mejoras en el servicio
| Mejoras en el servicio | Detalles |
|---|---|
| Puntos de conexión de servicio de red virtual disponibles con carácter general | Esta versión incluye la disponibilidad general de los puntos de conexión de servicio de red virtual (VNet) para SQL Analytics en Azure Synapse en todas las regiones de Azure. Los puntos de conexión de servicio de red virtual le permiten aislar la conectividad con el servidor desde una subred o un conjunto de subredes concretos dentro de la red virtual. El tráfico hacia Azure Synapse desde su red virtual siempre permanecerá dentro de la red troncal de Azure. Esta ruta directa será preferible a cualquier ruta específica que tome tráfico de Internet a través de dispositivos virtuales o locales. No se realiza ningún cargo adicional por el acceso a la red virtual a través de los puntos de conexión de servicio. El modelo de precios vigente para Azure Synapse se aplica tal cual. Con esta versión, también habilitamos la conectividad de PolyBase a Azure Data Lake Storage Gen2 (ADLS) a través del controlador del Sistema de archivos de blobs de Azure. Azure Data Lake Storage Gen2 incluye todas las cualidades necesarias para el ciclo de vida completo de los datos de análisis en Azure Storage. Las características de los dos servicios de almacenamiento de Azure existentes, Azure Blob Storage y Azure Data Lake Storage Gen1, convergen. Las características de Azure Data Lake Storage Gen1, como la semántica del sistema de archivos, la seguridad de nivel de archivo y la escala se combinan con las funcionalidades de recuperación ante desastres o alta disponibilidad, y de almacenamiento por niveles de bajo costo de Azure Blob Storage. Con PolyBase, también puede importar datos a SQL Analytics en Azure Synapse desde Azure Storage protegido en la red virtual. De igual forma, también se admite la exportación de datos desde Azure Synapse a Azure Storage protegido en la red virtual a través de PolyBase. Para obtener más información sobre los puntos de conexión de servicio de red virtual en Azure Synapse, consulte la entrada de blog o la documentación. |
| Supervisión de rendimiento automática (versión preliminar) | El Almacén de consultas ya está disponible en versión preliminar en SQL Analytics en Azure Synapse. Almacén de consultas está diseñado para ayudarle a solucionar problemas de rendimiento de las consultas mediante el seguimiento de consultas, planes de consulta, estadísticas de tiempo de ejecución e historial de consultas para ayudarle a supervisar la actividad y el rendimiento de su almacén de datos. Almacén de consultas es un conjunto de almacenes internos y de vistas de administración dinámica (DMV) que le permiten lo siguiente: • Identificar y optimizar las consultas que consumen más recursos. • Identificar y mejorar las cargas de trabajo no planeadas. • Evaluar el rendimiento de las consultas y el impacto en el plan mediante cambios en las estadísticas, los índices o el tamaño del sistema (configuración de DWU). • Ver el texto de consulta completo para todas las consultas ejecutadas. Almacén de consultas contiene tres almacenes reales: • Un almacén de planes para conservar la información del plan de ejecución. • Un almacén de estadísticas de ejecución para conservar la información de estadísticas de ejecución. • Un almacén de estadísticas de espera para conservar la información de estadísticas de espera. SQL Analytics en Azure Synapse administra estos almacenes de forma automática y proporciona un número ilimitado de consultas almacenadas en los últimos siete días sin costo adicional. Habilitar Almacén de consultas es tan sencillo como ejecutar la instrucción ALTER DATABASE de T-SQL: sql ----ALTER DATABASE [DatabaseName] SET QUERY_STORE = ON;-------Para obtener más información sobre el Almacén de consultas, consulte el artículo Supervisión del rendimiento mediante el almacén de consultas y las DMV del Almacén de consultas, como sys.query_store_query. Para obtener más información sobre el análisis del historial de consultas, consulte Almacenamiento y análisis del historial de consultas en Azure Synapse Analytics. |
| Niveles de proceso menores para SQL Analytics | SQL Analytics en Azure Synapse ahora admite menores niveles de proceso. Los clientes pueden experimentar las principales características de rendimiento, flexibilidad y seguridad de Azure Synapse a partir de 100 cDWU (unidades de almacenamiento de datos de proceso) y escalar a 30 000 cDWU en cuestión de minutos. A partir de mediados de diciembre de 2018, los clientes pueden beneficiarse del rendimiento y la flexibilidad de Gen2 con niveles de proceso más bajos en regiones, mientras que el resto de las regiones estarán disponibles durante 2019. Al eliminar el punto de entrada para el almacenamiento de datos de próxima generación, Microsoft abre las puertas a los clientes que desean evaluar todos los beneficios de un almacenamiento de datos seguro y de alto rendimiento sin tener que adivinar cuál es el mejor entorno de pruebas para ellos. Los clientes pueden comenzar desde 100 cDWU, por debajo del punto de entrada actual de 500 cDWU. SQL Analytics sigue admitiendo las operaciones de pausa y reanudación y va más allá de la flexibilidad en el proceso. Gen2 también admite una capacidad de almacenamiento ilimitada en almacenamiento en columnas junto con 2,5 veces más memoria por consulta, hasta 128 consultas simultáneas y características de almacenamiento en caché adaptativo. Estas características, como promedio, proporcionan cinco veces más rendimiento en comparación con la misma unidad de almacenamiento de datos en la Gen1 al mismo precio. Las copias de seguridad con redundancia geográfica son estándar para Gen2 con protección de datos garantizada integrada. SQL Analytics en Azure Synapse está listo para escalar cuando lo necesite. |
| Fusión en segundo plano del almacén de columnas | De forma predeterminada, Azure SQL Data almacena datos en formato de columnas, con microparticiones denominadas grupos de filas. En ocasiones, debido a restricciones de memoria durante la creación del índice o en el momento de la carga de datos, los grupos de filas se pueden comprimir a un tamaño inferior al tamaño óptimo (un millón de filas). Los grupos de filas también pueden fragmentarse debido a eliminaciones. Los grupos de filas pequeños o fragmentados dan como resultado un mayor consumo de memoria, así como una ejecución de consultas ineficaz. Con esta versión, la tarea de mantenimiento en segundo plano del almacén de columnas combina pequeños grupos de filas comprimidos para crear otros grupos mayores y utilizar mejor la memoria, así como para acelerar la ejecución de consultas. |
Octubre de 2018
Mejoras en el servicio
| Mejoras en el servicio | Detalles |
|---|---|
| DevOps para almacenamiento de datos | La muy esperada característica para SQL de Synapse en Azure Synapse ya está en versión preliminar con compatibilidad para SQL Server Data Tools (SSDT) en Visual Studio. Ahora los equipos de desarrolladores pueden colaborar mediante un único código base con control de versiones e implementar cambios rápidamente en cualquier instancia del mundo. ¿Le interesa participar? Esta característica está disponible hoy en versión preliminar. Para registrarse, vaya al formulario de inscripción para la versión preliminar de SQL Server Data Tools (SSDT) en Visual Studio. Dada la gran demanda, estamos administrando la aceptación para probar la versión preliminar a fin de garantizar la mejor experiencia para nuestros clientes. Una vez inscrito, nuestro objetivo es confirmar su estado en un plazo de siete días laborables. |
| Disponibilidad general de seguridad de nivel de fila | SQL de Synapse en Azure Synapse ahora es compatible con la seguridad de nivel de fila (RLS), lo que agrega una funcionalidad eficaz para proteger su información confidencial. Con la introducción de RLS, puede implementar directivas de seguridad para controlar el acceso a las filas de las tablas, por ejemplo para determinar quién puede acceder a qué filas. RLS hace posible este control pormenorizado del acceso sin necesidad de rediseñar el almacén de datos. La seguridad de nivel de fila simplifica el modelo de seguridad global, porque la lógica de restricción del acceso se encuentra en el propio nivel de la base de datos y no en otra aplicación lejos de los datos. RLS elimina también la necesidad de incluir vistas para filtrar filas con el fin de administrar el control del acceso. Esta característica de seguridad de nivel empresarial para todos nuestros clientes no acarrea costos adicionales. |
| Asesores avanzados | La optimización avanzada de SQL de Synapse en Azure Synapse ahora es aún más sencilla gracias a nuevas métricas y recomendaciones de almacenamiento de datos. En Azure Advisor dispone de más recomendaciones avanzadas de rendimiento, como las siguientes: 1. Caché adaptable: reciba un aviso cuando sea necesario escalar los recursos para optimizar el uso de la memoria caché. 2. Distribución de tablas: determine cuándo deben replicarse tablas para reducir el movimiento de los datos y aumentar el rendimiento de la carga de trabajo. 3. Tempdb: comprenda cuándo debe escalar y configurar clases de recursos para reducir la contención de tempdb. Hay una integración mayor entre las métricas de almacenamiento de datos y Azure Monitor, incluido un gráfico de supervisión personalizable mejorado para disponer de métricas casi en tiempo real en la hoja de información general. Ya no es necesario salir de la hoja de información general de almacenamiento de datos para acceder a las métricas de Azure Monitor cuando se está supervisando el uso o validando y aplicando recomendaciones de almacenamiento de datos. Además, hay nuevas métricas disponibles, como tempdb y el uso de caché adaptable, para complementar las recomendaciones de rendimiento. |
| Optimización avanzada con asesores integrados | La optimización avanzada de Azure Synapse ahora es aún más sencilla gracias a nuevas métricas y recomendaciones de almacenamiento de datos y a un nuevo diseño de la hoja de información general del portal que proporciona una experiencia integrada con Azure Advisor y Azure Monitor. |
| Recuperación de base de datos acelerada (ADR) | La recuperación de base de datos acelerada (ADR) de Azure Synapse está ahora disponible en versión preliminar pública. ADR es un nuevo motor de SQL Server que mejora considerablemente la disponibilidad de la base de datos, en especial en presencia de transacciones de ejecución prolongada, al rediseñar por completo el proceso de recuperación actual desde cero. Las principales ventajas de ADR son una recuperación de base de datos rápida y coherente y una reversión de transacción instantánea. |
| Registros de recursos de Azure Monitor | Ahora Azure Synapse ofrece conclusiones mejoradas de las cargas de trabajo analíticas porque se integra directamente con los registros de recursos de Azure Monitor. Esta nueva funcionalidad permite a los desarrolladores analizar el comportamiento de las cargas de trabajo a lo largo de un extenso período de tiempo y tomar decisiones informadas para la optimización de las consultas o la administración de la capacidad. Se ha incorporado un proceso de registro externo mediante registros de recursos de Azure Monitor que proporcionan información adicional sobre la carga de trabajo del almacenamiento de datos. Con un solo clic, ahora es posible configurar registros de recursos para saber el rendimiento histórico de las capacidades de solución de problemas mediante Log Analytics. Los registros de recursos de Azure Monitor admiten períodos de retención personalizables debido a que se guardan en una cuenta de almacenamiento para fines de auditoría, a la capacidad de transmitir los registros a centros de eventos para obtener conclusiones de telemetría casi en tiempo real y a la capacidad de analizar los registros en Log Analytics mediante consultas de registro. Los registros de recursos constan de vistas de telemetría del almacenamiento de datos equivalentes a las DMV de solución de problemas de rendimiento más usadas para SQL Analytics en Azure Synapse. En esta versión inicial, se han habilitado las siguientes vistas de administración dinámica de sistemas: • sys.dm_pdw_exec_requests • sys.dm_pdw_request_steps • sys.dm_pdw_dms_workers • sys.dm_pdw_waits • sys.dm_pdw_sql_requests |
| Administración de memoria del almacén de columnas | A medida que aumenta el número de grupos de filas del almacén de columnas comprimidos, aumenta la memoria necesaria para administrar los metadatos internos del segmento de columnas de esos grupos de filas. Como resultado, el rendimiento de las consultas y las consultas ejecutadas en algunas de las vistas de administración dinámica (DMV) del almacén de columnas pueden verse degradados. Se realizaron mejoras en esta versión para optimizar el tamaño de los metadatos internos en estos casos, lo que ha dado lugar a una experiencia y un rendimiento mejorados de dichas consultas. |
| Integración de Azure Data Lake Storage Gen2 (GA) | Synapse Analytics ahora tiene integración nativa con Azure Data Lake Storage Gen2. Los clientes ahora pueden cargar datos mediante tablas externas desde ABFS en el grupo de SQL dedicado (anteriormente SQL DW). Esta funcionalidad permite a los clientes realizar la integración con sus lagos de datos en Data Lake Storage Gen2. |
| Errores importantes | Errores de CETAS en Parquet en clases de recursos pequeñas en almacenes de datos de DW2000 y más: esta corrección identifica correctamente una referencia nula en la ruta de acceso del código de Create External Table As en Parquet. El valor de la columna de identidad se puede perder en alguna operación de CTAS: puede que el valor de una columna de identidad no se conserve cuando se realice la operación de CTAS en otra tabla. Notificado en un blog. Error interno en algunos casos cuando se termina una sesión mientras aún se está ejecutando una consulta: esta corrección activa una InvalidOperationException si se termina una sesión cuando todavía se está ejecutando la consulta. (Implementado en noviembre de 2018) Los clientes experimentaban un rendimiento subóptimo al intentar cargar varios archivos pequeños desde ADLS (Gen1) con Polybase. El rendimiento del sistema experimentaba cuellos de botella durante la validación del token de seguridad de AAD. Los problemas de rendimiento se mitigaron al habilitar el almacenamiento en caché de los tokens de seguridad. |