Kumpulan SQL khusus (sebelumnya DW SQL) di catatan rilis Azure Synapse Analytics
Artikel ini merangkum fitur dan peningkatan baru dalam rilis terbaru kumpulan SQL khusus (sebelumnya DW SQL) di Azure Synapse Analytics. Artikel ini juga mencantumkan pembaruan konten penting yang tidak terkait langsung dengan rilis tetapi diterbitkan dalam jangka waktu yang sama. Untuk peningkatan layanan Azure lainnya, lihat Pembaruan layanan.
Catatan
Untuk pembaruan rilis terbaru di Azure Synapse Analytics, termasuk kumpulan SQL khusus, lihat blog Azure Synapse Analytics, Apa yang baru di Azure Synapse Analytics?, atau beranda Synapse Studio di portal Azure.
Periksa versi kumpulan SQL khusus (sebelumnya DW SQL) Anda
Saat fitur baru diluncurkan ke semua wilayah, periksa versi yang disebarkan ke instans Anda dan catatan rilis terbaru untuk ketersediaan fitur. Untuk memeriksa versi, sambungkan ke kumpulan SQL khusus Anda (sebelumnya DW SQL) melalui SQL Server Management Studio (SSMS) dan jalankan SELECT @@VERSION; untuk mengembalikan versi saat ini. Gunakan versi ini untuk mengonfirmasi rilis mana yang telah diterapkan ke kumpulan SQL khusus Anda (sebelumnya DW SQL). Tanggal dalam output mengidentifikasi bulan untuk rilis yang diterapkan pada kumpulan SQL khusus Anda (sebelumnya DW SQL). Hal ini hanya berlaku untuk peningkatan tingkat layanan.
Untuk peningkatan peralatan, pastikan Anda memasang versi yang benar yang ditentukan dalam catatan rilis.
Catatan
Nama produk yang dikembalikan oleh SELECT @@VERSION akan berubah dari Gudang Data Microsoft Azure SQL menjadi Microsoft Azure Synapse Analytics. Kami akan mengirimkan pemberitahuan lanjutan sebelum perubahan dilakukan. Perubahan ini relevan bagi pelanggan yang mengurai nama produk dari hasil SELECT @@VERSION dalam kode aplikasi pelanggan. Untuk menghindari perubahan kode aplikasi karena perubahan ulang merek produk, silakan gunakan perintah ini untuk mengkueri SERVERPROPERTY untuk nama dan versi produk database: Untuk mengembalikan nomor versi XX.X.XXXXX.X (tanpa nama produk) gunakan perintah ini:
SELECT SERVERPROPERTY('ProductVersion')
--To return engine edition, use this command that returns 6 for Azure Synapse Analytics:
SELECT SERVERPROPERTY('EngineEdition')
Des 2020
| Peningkatan layanan | Detail |
|---|---|
| Prosedur tersimpan sp_rename untuk kolom (pratinjau) | Mengganti nama kolom tanpa CTAS menjadi lebih sederhana. SQL Azure Synapse Analytics kini telah menambahkan dukungan untuk prosedur tersimpan sistem sp_rename (pratinjau) guna mengubah nama kolom non-distribusi dalam tabel pengguna. Fitur ini saat ini berada di Pratinjau dan akan didukung dalam peralatan di GA. Untuk mengetahui detail selengkapnya, lihat sp_rename. |
| Parameter tambahan untuk T-SQL Predict | Dengan rilis baru ini, parameter tambahan yang diperlukan yang disebut 'RUNTIME' ditambahkan untuk pernyataan T-SQL PREDICT yang ada. Untuk memperbarui skrip yang sudah ada, lihat contoh di T-SQL PREDICT. |
2020 Okt
| Peningkatan layanan | Detail |
|---|---|
| Fungsi Bernilai Tabel Sebaris T-SQL (pratinjau) | Dengan rilis ini, Anda sekarang dapat membuat fungsi bernilai tabel sebaris dengan T-SQL dan mengkueri hasilnya seperti yang Anda lakukan pada tabel. Fitur ini saat ini berada di Pratinjau dan akan didukung dalam peralatan di GA. Untuk mengetahui informasi selengkapnya, lihat MEMBUAT FUNGSI (Azure Synapse Analytics). |
| Perintah MERGE (pratinjau) | Sekarang Anda dapat menjalankan operasi penyisipan, pembaruan, atau penghapusan pada tabel target dari hasil gabungan dengan tabel sumber. Misalnya, Anda dapat menyinkronkan dua tabel dengan menyisipkan, memperbarui, atau menghapus baris dalam satu tabel berdasarkan perbedaan yang ditemukan di tabel lainnya. Centang MERGE untuk detailnya. |
Agu 2020
| Peningkatan layanan | Detail |
|---|---|
| Manajemen Beban Kerja – Pengalaman Portal | Pengguna dapat mengonfigurasi dan mengelola pengaturan manajemen beban kerja melalui portal Microsoft Azure. Kemampuan untuk mengonfigurasi grup beban kerja dan penggolong beban kerja dengan kepentingan dimungkinkan. |
| Tampilan katalog pemetaan tabel yang ditingkatkan | Tampilan katalog baru sys.pdw_permanent_table_mappings memetakan object_ids tabel pengguna permanen ke nama tabel fisik pengguna. |
Juli 2020
| Peningkatan layanan | Detail |
|---|---|
| Enkripsi Tingkat Kolom (Pratinjau Umum) | Lindungi informasi sensitif di Azure Synapse Analytics Anda dengan menerapkan enkripsi simetris ke kolom data menggunakan T-SQL. Enkripsi tingkat kolom memiliki fungsi bawaan yang dapat Anda gunakan untuk mengenkripsi data menggunakan kunci konten yang dilindungi lebih lanjut dengan sertifikat, kata sandi, kunci konten, atau kunci asimetris. Untuk mengetahui informasi selengkapnya, buka Mengenkripsi Kolom Data. Fitur ini kini tersedia secara umum. |
| Dukungan Tingkat Kompatibilitas (GA) | Dengan rilis ini, pengguna sekarang dapat mengatur tingkat kompatibilitas database untuk mendapatkan bahasa Transact-SQL dan perilaku pemrosesan kueri dari versi tertentu mesin SQL Synapse. Untuk mengetahui informasi selengkapnya, lihat sys.database_scoped_configurations dan Mengubah Konfigurasi Cakupan Database. |
| Keamanan Tingkat Baris | Rilis ini mencakup peningkatan untuk operasi pembaruan dan penghapusan pada baris dengan RLS yang diterapkan pada baris tersebut. Dengan rilis ini, operasi pembaruan dan penghapusan dengan fungsi intrinsik seperti 'is_rolemember' akan berhasil jika intrinsik tidak mereferensikan kolom apa pun di tabel target DML. Sebelum peningkatan ini, operasi ini gagal karena batasan dalam operasi DML yang mendasarinya. |
| DBCC SHRINKDATABASE (GA) | Sekarang Anda dapat menyusutkan ukuran data dan file log dalam database yang ditentukan. Untuk mengetahui informasi selengkapnya, lihat dokumentasi. |
2020 Mei
| Peningkatan layanan | Detail |
|---|---|
| Isolasi Beban Kerja (GA) | Isolasi beban kerja kini tersedia secara umum. Melalui grup beban kerja Anda dapat memesan dan memuat sumber daya. Kemampuan untuk mengonfigurasi batas waktu kueri untuk membatalkan kueri runaway juga dimungkinkan. |
| Pengalaman Portal Manajemen Beban Kerja (Pratinjau) | Pengguna dapat mengonfigurasi dan mengelola pengaturan manajemen beban kerja melalui portal Microsoft Azure. Kemampuan untuk mengonfigurasi grup beban kerja dan penggolong beban kerja dengan kepentingan dimungkinkan. |
| Mengubah grup beban kerja | Kemampuan untuk menggunakan perintah ALTER WORKLOAD GROUP sekarang tersedia. Gunakan ubah untuk mengubah konfigurasi grup beban kerja yang ada. |
| Deteksi skema otomatis untuk file Parquet dengan perintah COPY (pratinjau) | Perintah COPY sekarang mendukung deteksi skema otomatis saat memuat file Parquet. Perintah akan secara otomatis mendeteksi skema file Parquet dan membuat tabel sebelum memuat. Jangkau daftar distribusi surel berikut untuk mengaktifkan fitur ini: sqldwcopypreview@service.microsoft.com. |
| Muat jenis data Parquet yang kompleks dengan perintah COPY (pratinjau) | Perintah COPY sekarang mendukung pemuatan jenis Parquet yang kompleks. Anda dapat memuat jenis yang kompleks seperti Azure Maps dan Daftar ke dalam kolom untai (karakter). Jangkau daftar distribusi surel berikut untuk mengaktifkan fitur ini: sqldwcopypreview@service.microsoft.com. |
| Deteksi pemadatan otomatis file Parquet dengan perintah COPY | Perintah COPY sekarang mendukung deteksi otomatis metode pemadatan untuk file Parquet. Jangkau daftar distribusi surel berikut untuk mengaktifkan fitur ini: sqldwcopypreview@service.microsoft.com. |
| Rekomendasi beban tambahan | Rekomendasi beban sekarang tersedia untuk SQL Synapse. Dapatkan pemberitahuan proaktif saat Anda harus membagi file untuk throughput maksimum, menemukan akun penyimpanan Anda dengan kumpulan SQL khusus Anda (sebelumnya DW SQL), atau meningkatkan ukuran batch saat menggunakan utilitas pemuatan seperti SQLBulkCopy API atau BCP |
| Kolom distribusi T-SQL yang dapat Diperbarui (GA) | Pengguna sekarang dapat memperbarui penyimpanan data di kolom distribusi. Lihat panduan untuk merancang tabel terdistribusi di kumpulan SQL khusus (sebelumnya DW SQL) untuk detailnya. |
| Pembaruan/Penghapusan T-SQL dari...Penggabungan (GA) | Pembaruan dan Penghapusan berdasarkan hasil dari bergabung dengan tabel lain sekarang tersedia. Lihat Pembaruan dan dokumentasi Penghapusan untuk detailnya. |
| T-SQL PREDICT (Pratinjau) | Anda sekarang dapat memprediksi model pembelajaran mesin dalam gudang data untuk menghindari kebutuhan akan pergerakan data yang besar dan kompleks. Fungsi T-SQL PREDICT bergantung pada kerangka kerja model terbuka dan mengambil data serta model pembelajaran mesin sebagai input untuk menghasilkan prediksi. Untuk informasi selengkapnya, lihat dokumentasi. |
April 2020
| Peningkatan layanan | Detail |
|---|---|
| Tingkat kompatibilitas database (Pratinjau) | Dengan rilis ini, pengguna sekarang dapat mengatur tingkat kompatibilitas database untuk mendapatkan bahasa Transact-SQL dan perilaku pemrosesan kueri dari versi tertentu mesin SQL Synapse. Untuk mengetahui informasi selengkapnya, lihat sys.database_scoped_configurations dan Mengubah Konfigurasi Cakupan Database. |
| Sp_describe_undeclared_parameters | Memungkinkan pengguna untuk melihat metadata tentang parameter yang tidak dideklarasikan dalam batch T-SQL. Untuk mengetahui informasi selengkapnya, lihat sp_describe_undeclared_parameters. |
| Peningkatan peralatan | Detail |
|---|---|
| Visual Studio 16.6 Pratinjau 5 - SQL Server Data Tools (SSDT) | Rilis ini mencakup peningkatan berikut untuk SQL Server Data Tools: - Penemuan dan Klasifikasi Data - Pernyataan COPY - Tabel dengan batasan unik - Tabel dengan Indeks Penyimpan Kolom Berkluster yang diurutkan Rilis ini termasuk perbaikan berikut untuk SQL Server Data Tools: - Saat mengubah jenis data kolom distribusi, skrip pembaruan yang dihasilkan oleh SQL Server Data Tools akan melakukan operasi CTAS dan RENAME alih-alih menghilangkan dan membuat ulang tabel. |
Maret 2020
| Peningkatan peralatan | Detail |
|---|---|
| Visual Studio 16.6 Pratinjau 2 - SQL Server Data Tools (SSDT) | Rilis ini termasuk perbaikan dan peningkatan berikut untuk SQL Server Data Tools: - Menyelesaikan masalah saat mengubah Tabel yang direferensikan oleh Tampilan Materialisasi (MV) yang menyebabkan pernyataan Ubah Tampilan yang dihasilkan tidak didukung untuk MV - Menerapkan perubahan untuk memastikan operasi Perbandingan Skema tidak gagal ketika objek Keamanan Tingkat Baris ada dalam database atau proyek. Objek keamanan tingkat baris saat ini tidak didukung untuk SQL Server Data Tools. - Ambang batas waktu SQL Server Object Explorer telah ditingkatkan untuk menghindari waktu habis ketika mencantumkan sejumlah besar objek dalam database - Mengoptimalkan cara SQL Server Object Explorer mengambil daftar objek database untuk mengurangi ketidakstabilan dan meningkatkan performa saat mengisi penjelajah objek |
Januari 2020
| Peningkatan layanan | Detail |
|---|---|
| Metrik Portal Manajemen Beban Kerja (Pratinjau) | Dengan rilis Isolasi Beban Kerja untuk pratinjau Oktober lalu, pengguna dapat membuat grup beban kerja sendiri untuk mengelola sumber daya sistem secara efisien dan memastikan SLA bisnis terpenuhi. Sebagai bagian dari peningkatan manajemen beban kerja secara keseluruhan untuk Azure Synapse Analytics, metrik pemantauan manajemen beban kerja baru kini tersedia. Memantau beban kerja Anda kini memiliki wawasan yang lebih besar dengan metrik berikut: - Persentase sumber daya batas efektif - Persentase sumber daya min efektif - Kueri aktif grup beban kerja - Alokasi grup beban kerja berdasarkan persentase sumber daya maks - Alokasi grup beban kerja berdasarkan persentase sistem - Batas waktu kueri grup beban kerja - Kueri antrean grup beban kerja Gunakan metrik ini untuk mengidentifikasi penyempitan grup beban kerja atau grup beban kerja yang dikonfigurasi dengan isolasi beban kerja yang kurang dimanfaatkan. Metrik ini dapat digunakan di portal Microsoft Azure yang memungkinkan pembagian oleh grup beban kerja. Atur dan sematkan grafik favorit Anda ke dasbor untuk akses cepat ke wawasan. |
| Portal Metrik Pemantauan | Metrik berikut ditambahkan ke portal untuk memantau aktivitas kueri secara keseluruhan: - Kueri aktif - Kueri yang diantrekan Metrik ini dijelaskan bersama dengan metrik yang ada dalam Pemantauan pemanfaatan sumber daya dan dokumentasi aktivitas kueri. |
Oktober 2019
| Peningkatan layanan | Detail |
|---|---|
| Salin (Pratinjau) | Kami sangat senang mengumumkan pratinjau publik dari pernyataan COPY yang sederhana dan fleksibel untuk penggunaan data. Dengan hanya satu pernyataan, Anda sekarang dapat dengan mulus menggunakan data dengan fleksibilitas tambahan dan tanpa memerlukan pengguna hak istimewa tinggi. Untuk mengetahui informasi selengkapnya, lihat dokumentasi perintah COPY. |
| Isolasi Beban Kerja (Pratinjau) | Untuk mendukung pelanggan saat mereka mendemokratisasikan gudang data mereka, kami mengumumkan fitur baru untuk manajemen beban kerja cerdas. Fungsionalitas Isolasi Beban Kerja yang baru memungkinkan Anda mengelola eksekusi beban kerja heterogen sambil memberikan fleksibilitas dan kontrol atas sumber daya gudang data. Hal ini menyebabkan peningkatan prediksi eksekusi dan meningkatkan kemampuan untuk memenuhi SLA yang telah ditentukan. Selain isolasi beban kerja, opsi tambahan kini tersedia untuk Klasifikasi Beban Kerja. Selain klasifikasi login, sintaks Buat Penggolong Beban Kerja memberikan kemampuan untuk mengklasifikasikan permintaan berdasarkan label kueri, konteks sesi, dan jam. |
| PREDICT (Pratinjau) | Anda sekarang dapat menilai model pembelajaran mesin dalam gudang data untuk menghindari kebutuhan akan pergerakan data yang besar dan kompleks. Fungsi T-SQL PREDICT bergantung pada kerangka kerja model terbuka dan mengambil data serta model pembelajaran mesin sebagai input untuk menghasilkan prediksi. |
| CI/CD SQL Server Data Tools (GA) | Hari ini kami dengan senang hati mengumumkan Ketersediaan Umum dari fitur yang paling banyak diminta untuk proyek Database SQL Analytics – SQL Server Data Tools (SSDT). Rilis ini mencakup dukungan untuk SQL Server Data Tools dengan Visual Studio 2019 bersama dengan integrasi platform asli dengan Azure DevOps yang memberikan kemampuan integrasi dan penyebaran berkelanjutan (CI/CD) bawaan untuk penyebaran tingkat perusahaan. |
| Tampilan Materialisasi (GA) | Tampilan Materialisasi mempertahankan data yang dikembalikan dari kueri definisi tampilan dan secara otomatis diperbarui saat data berubah dalam tabel yang mendasarinya. Hal ini meningkatkan performa kueri yang kompleks (biasanya kueri dengan gabungan dan agregasi) sambil menawarkan operasi pemeliharaan sederhana. Untuk mengetahui informasi selengkapnya, lihat Penyetelan performa dengan tampilan yang dimaterialisasi. Pasang SQL Server Management Studio 18.4 atau yang lebih baru untuk pembuatan skrip Tampilan Materialisasi. |
| Masking Data Dinamis (GA) | Masking Data Dinamis (DDM) mencegah akses yang tidak sah ke data sensitif Anda di gudang data dengan mengaburkan data sensitif kapan pun dalam hasil kueri, berdasarkan aturan masking yang Anda tetapkan. Untuk mengetahui informasi selengkapnya, lihat Masking Data Dinamis Azure SQL Database. |
| Baca Penerapan Isolasi Snapshot (GA) | Anda dapat menggunakan ALTER DATABASE untuk mengaktifkan atau menonaktifkan isolasi rekam jepret untuk database pengguna. Untuk menghindari dampak pada beban kerja Anda saat ini, Anda mungkin ingin mengatur opsi ini selama jendela pemeliharaan database atau menunggu sampai tidak ada koneksi aktif lainnya ke database. Untuk mengetahui informasi selengkapnya, lihat Mengubah opsi himpunan data. |
| Indeks Penyimpan Kolom Berkluster (GA) | Penyimpan kolom adalah kunci yang memungkinkan untuk menyimpan dan secara efisien mengkueri data dalam jumlah besar. Indeks penyimpan kolom berkluster yang diurutkan lebih mengoptimalkan eksekusi kueri dengan memungkinkan eliminasi segmen yang efisien. untuk mengetahui informasi selengkapnya, lihat Penyetalan Performa dengan indeks penyimpan kolom berkluster. |
| Penembolokan Tataan Hasil (GA) | Saat penembolokan tataan hasil diaktifkan, hasil kueri secara otomatis disinggahkan di database pengguna untuk penggunaan berulang. Hal ini memungkinkan eksekusi kueri berikutnya untuk mendapatkan hasil langsung dari cache yang bertahan sehingga penghitungan ulang tidak diperlukan. Penembolokan kumpulan hasil meningkatkan performa kueri dan mengurangi penggunaan sumber daya komputasi. Selain itu, kueri yang menggunakan hasil set yang di-cache tidak menggunakan slot konkurensi apa pun dan dengan demikian tidak dihitung berdasarkan batas konkurensi yang ada. Untuk keamanan, pengguna hanya dapat mengakses hasil yang disinggahkan jika mereka memiliki izin akses data yang sama dengan pengguna yang membuat hasil yang disinggahkan. Untuk mengetahui informasi selengkapnya, lihat Penyetelan performa dengan penembolokan tataan hasil. Berlaku untuk versi 10.0.10783.0 atau yang lebih tinggi. |
September 2019
| Peningkatan layanan | Detail |
|---|---|
| Azure Private Link (Pratinjau) | Dengan Azure Private Link, Anda dapat membuat titik akhir privat di Virtual Network (VNet) dan memetakannya ke kumpulan SQL khusus. Sumber daya ini kemudian dapat diakses melalui alamat IP privat di VNet Anda, memungkinkan konektivitas dari lokal melalui penggabungan privat Azure ExpressRoute dan/atau gateway VPN. Secara keseluruhan, hal ini menyederhanakan konfigurasi jaringan dengan tidak mengharuskan Anda untuk membukanya ke alamat IP publik. Hal ini juga memungkinkan perlindungan terhadap risiko penyelundupan data. Untuk mengetahui detail selengkapnya, lihat ringkasan dan dokumentasi Analitik SQL. |
| Penemuan & Klasifikasi Data (GA) | Fitur penemuan dan klasifikasi data sekarang Tersedia Secara Umum. Fitur ini memberikan kemampuan tingkat lanjut untuk menemukan, mengklasifikasikan, pelabelan & melindungi data sensitif di database Anda. |
| Integrasi satu klik Azure Advisor | Analitik SQL di Azure Synapse Analytics sekarang secara langsung terintegrasi dengan rekomendasi Azure Advisor dalam bilah ringkasan bersama dengan memberikan pengalaman satu klik. Sekarang Anda dapat menemukan rekomendasi di bilah ringkasan alih-alih menavigasikan ke bilah Azure advisor. Cari tahu lebih lanjut tentang rekomendasi di sini. |
| Baca Penerapan Isolasi Rekam Jepret (Pratinjau) | Anda dapat menggunakan ALTER DATABASE untuk mengaktifkan atau menonaktifkan isolasi rekam jepret untuk database pengguna. Untuk menghindari dampak pada beban kerja Anda saat ini, Anda mungkin ingin mengatur opsi ini selama jendela pemeliharaan database atau menunggu sampai tidak ada koneksi aktif lainnya ke database. Untuk mengetahui informasi selengkapnya, lihat Mengubah opsi himpunan data. |
| EXECUTE AS (T-SQL) | EXECUTE AS dukungan T-SQL sekarang tersedia yang memungkinkan pelanggan untuk mengatur konteks eksekusi sesi ke pengguna tertentu. |
| Dukungan T-SQL tambahan | Wilayah permukaan bahasa T-SQL untuk Synapse SQL telah diperluas guna menyertakan dukungan untuk: - FORMAT (Transact-SQL) - TRY_PARSE (Transact-SQL) - TRY_CAST (Transact-SQL) - TRY_CONVERT (Transact-SQL) - sys.user_token (Transact-SQL) |
Juli 2019
| Peningkatan layanan | Detail |
|---|---|
| Tampilan Materialisasi (Pratinjau) | Tampilan Materialisasi mempertahankan data yang dikembalikan dari kueri definisi tampilan dan secara otomatis diperbarui saat data berubah dalam tabel yang mendasarinya. Hal ini meningkatkan performa kueri yang kompleks (biasanya kueri dengan gabungan dan agregasi) sambil menawarkan operasi pemeliharaan sederhana. Untuk informasi selengkapnya, lihat: - CREATE MATERIALIZED VIEW AS SELECT (Transact-SQL) - ALTER MATERIALIZED VIEW (Transact-SQL) - pernyataan T-SQL yang didukung dalam Synapse SQL |
| Dukungan T-SQL tambahan | Area permukaan bahasa T-SQL untuk Synapse SQL telah diperluas guna menyertakan dukungan untuk - AT TIME ZONE (Transact-SQL) - STRING_AGG (Transact-SQL) |
| Penembolokan Tataan Hasil (Pratinjau) | Perintah DBCC ditambahkan untuk mengelola cache tataan hasil yang diumumkan sebelumnya. Untuk informasi selengkapya, lihat: - DBCC DROPRESULTSETCACHE (Transact-SQL) - DBCC SHOWRESULTCACHESPACEUSED (Transact-SQL) Lihat juga kolom result_set_cache yang baru di sys.dm_pdw_exec_requests yang menampilkan kueri yang dieksekusi menggunakan cache tataan hasil. |
| Indeks penyimpan kolom berkluster (Pratinjau) | Kolom baru, column_store_order_ordinal, ditambahkan ke sys.index_columns untuk mengidentifikasi urutan kolom dalam indeks penyimpan kolom berkluster yang diurutkan. |
Mei 2019
| Peningkatan layanan | Detail |
|---|---|
| Masking Data Dinamis (Pratinjau) | Masking Data Dinamis (DDM) mencegah akses yang tidak sah ke data sensitif Anda di gudang data dengan mengaburkan data sensitif kapan pun dalam hasil kueri, berdasarkan aturan masking yang Anda tetapkan. Untuk mengetahui informasi selengkapnya, lihat Masking Data Dinamis Azure SQL Database. |
| Kepentingan beban kerja sekarang Tersedia Secara Umum | Klasifikasi Manajemen Beban Kerja dan Kepentingan memberikan kemampuan untuk memengaruhi urutan kueri yang dijalankan. Untuk mengetahui informasi selengkapnya tentang kepentingan beban kerja, lihat artikel ringkasan Klasifikasi dan Kepentingan dalam dokumentasi. Lihat juga dokumen MEMBUAT PENGGOLONG BEBAN KERJA. Lihat kepentingan beban kerja dalam tindakan di video di bawah ini: -Konsep Manajemen Beban Kerja -Skenario Manajemen Beban Kerja |
| Dukungan T-SQL tambahan | Area permukaan bahasa T-SQL untuk Synapse SQL telah diperluas guna menyertakan dukungan untuk: - TRIM |
| Fungsi JSON | Analis bisnis kini dapat menggunakan bahasa T-SQL yang familier untuk mengkueri dan memanipulasi dokumen yang diformat sebagai data JSON menggunakan fungsi JSON baru berikut: - ISJSON - JSON_VALUE - JSON_QUERY - JSON_MODIFY - OPENJSON |
| Penembolokan Tataan Hasil (Pratinjau) | Penembolokan tataan hasil memungkinkan waktu respons kueri instan sekaligus mengurangi waktu ke wawasan untuk analis bisnis dan pengguna pelaporan. Untuk informasi lebih lanjut, lihat: - ALTER DATABASE (Transact-SQL) - Opsi ALTER DATABASE SET (Transact SQL) - SET RESULT SET CACHING (Transact-SQL) - SET Statement (Transact-SQL) - sys.databases (Transact-SQL) |
| Indeks penyimpan kolom berkluster (Pratinjau) | Penyimpan kolom adalah kunci yang memungkinkan untuk menyimpan dan secara efisien mengkueri data dalam jumlah besar. Untuk masing-masing tabel, data tersebut membagi data masuk ke dalam Grup Baris dan masing-masing kolom Grup Baris membentuk Segmen pada disk. Indeks penyimpan kolom berkluster yang diurutkan lebih mengoptimalkan eksekusi kueri dengan memungkinkan eliminasi segmen yang efisien. Untuk informasi selengkapnya, lihat: - CREATE TABLE - CREATE COLUMNSTORE INDEX (Transact-SQL). |
Maret 2019
| Peningkatan layanan | Detail |
|---|---|
| Penemuan & Klasifikasi Data | Penemuan & Klasifikasi Data sekarang tersedia dalam pratinjau publik untuk SQL Synapse. Sangat penting untuk melindungi data sensitif dan privasi pelanggan Anda. Seiring pertumbuhan aset data bisnis dan pelanggan Anda, aset menjadi tidak dapat dikelola untuk menemukan, mengklasifikasikan, dan melindungi data. Fitur penemuan dan klasifikasi data yang kami perkenalkan secara asli dengan SQL Synapse membantu melindungi data Anda agar lebih mudah dikelola. Keuntungan keseluruhan dari kemampuan ini adalah: • Memenuhi standar privasi data dan persyaratan kepatuhan regulasi. • Membatasi akses ke dan memperketat keamanan gudang data yang berisi data yang sangat sensitif. • Memantau dan memperingatkan akses anomali ke data sensitif. • Visualisasi data sensitif di dasbor pusat pada portal Azure. Penemuan & Klasifikasi Data tersedia di semua wilayah Azure, Ini adalah bagian dari Keamanan Data Tingkat Lanjut termasuk Penilaian Kerentanan dan Deteksi Ancaman. Untuk mengetahui informasi selengkapnya tentang Penemuan & Klasifikasi Data, lihat posting blog dan dokumentasi online kami. |
| GRUP BERDASARKAN ROLLUP | ROLLUP sekarang menjadi opsi GRUP BERDASARKAN yang didukung. GRUP BERDASARKAN ROLLUP membuat grup untuk setiap kombinasi ekspresi kolom. GRUP BERDASARKAN juga "menyatukan" hasilnya menjadi subtotal dan total keseluruhan. Fungsi GRUP BERDASARKAN memproses dari kanan ke kiri, mengurangi jumlah ekspresi kolom di mana fungsi membuat grup dan agregasi. Urutan kolom mempengaruhi output ROLLUP dan dapat mempengaruhi jumlah baris dalam tataan hasil. Untuk mengetahui informasi selengkapnya tentang GROUP BY ROLLUP, lihat GROUP BY (Transact-SQL) |
| Peningkatan akurasi untuk metrik portal DWU yang digunakan dan CPU | SQL Synapse secara signifikan meningkatkan akurasi metrik di portal Microsoft Azure. Rilis ini mencakup perbaikan pada definisi metrik CPU dan DWU yang Digunakan untuk mencerminkan beban kerja Anda dengan benar di semua simpul komputasi. Sebelum perbaikan ini, nilai metrik kurang dilaporkan. Berharap untuk melihat peningkatan metrik DWU yang digunakan dan CPU di portal Microsoft Azure. |
| Keamanan Tingkat Baris | Kami memperkenalkan kemampuan Keamanan tingkat Baris pada bulan Nov 2017. Kami sekarang telah memperluas dukungan ini ke tabel eksternal juga. Selain itu, kami telah menambahkan dukungan untuk memanggil fungsi tidak ditentukan dalam fungsi bernilai tabel sebaris (TVF sebaris) yang diperlukan untuk mendefinisikan predikat aturan keamanan. Penambahan ini memungkinkan Anda menentukan IS_ROLEMEMBER(), USER_NAME() dll dalam predikat aturan keamanan. Untuk mengetahui informasi lebih lanjut, lihat contoh dalam Dokumentasi Keamanan tingkat Baris. |
| Dukungan T-SQL Tambahan | Area permukaan bahasa T-SQL untuk SQL Synapse telah diperluas guna menyertakan dukungan untuk STRING_SPLIT (T-SQL). |
| Penyempurnaan Pengoptimal Kueri | Pengoptimalan kueri adalah komponen penting dari database apa pun. Membuat pilihan optimal tentang cara terbaik menjalankan kueri dapat menghasilkan peningkatan yang signifikan. Saat menjalankan kueri analitik yang kompleks di lingkungan terdistribusi, jumlah operasi yang dijalankan penting. Performa kueri telah ditingkatkan dengan menghasilkan rencana berkualitas lebih baik. Rencana ini meminimalkan operasi transfer data yang mahal dan komputasi yang berlebihan seperti, subkueri berulang. Untuk mengetahui informasi selengkapnya, lihat posting blog Azure Synapse Analytics. |
Peningkatan dokumentasi
| Peningkatan dokumentasi | Detail |
|---|---|
Januari 2019
Peningkatan layanan
| Peningkatan layanan | Detail |
|---|---|
| Urutan Pengembalian Berdasarkan Pengoptimalan | PILIH…URUTAN BERDASARKAN kueri mendapatkan peningkatan performa dalam rilis ini. Sekarang, semua simpul komputasi mengirim hasil ke satu simpul komputasi. Simpul ini menggabungkan dan mengurutkan hasil serta mengembalikan hasil kepada pengguna. Menggabungkan melalui satu simpul komputasi menghasilkan perolehan performa yang signifikan ketika tataan hasil kueri berisi sejumlah besar baris. Sebelumnya, mesin eksekusi kueri akan mengurutkan hasil pada masing-masing simpul komputasi. Hasilnya akan dialirkan ke simpul kontrol. Simpul kontrol kemudian akan menggabungkan hasilnya. |
| Peningkatan Pergerakan Data untuk PartitionMove dan BroadcastMove | Langkah-langkah pergerakan data dari jenis ShuffleMove, menggunakan teknik pergerakan data instan. Untuk mengetahui informasi selengkapnya, lihat blog peningkatan performa. Dengan rilis ini, PartitionMove dan BroadcastMove sekarang didukung oleh teknik pergerakan data instan yang sama. Kueri pengguna yang menggunakan jenis langkah pergerakan data ini akan berjalan dengan performa yang ditingkatkan. Tidak ada perubahan kode yang diperlukan untuk memanfaatkan peningkatan performa ini. |
| Bug Terlihat | Versi Azure Synapse yang salah - SELECT @@VERSION dapat menghasilkan versi yang salah, 10.0.9999.0. Versi yang benar untuk rilis saat ini adalah 10.0.10106.0. Bug ini telah dilaporkan dan sedang ditinjau. |
Peningkatan dokumentasi
| Peningkatan dokumentasi | Detail |
|---|---|
| tidak ada | |
Desember 2018
Peningkatan layanan
| Peningkatan layanan | Detail |
|---|---|
| Titik Akhir Layanan Virtual Network Tersedia Secara Umum | Rilis ini mencakup ketersediaan umum Titik Akhir Layanan Virtual Network (VNet) untuk Analitik SQL di Azure Synapse Analytics di semua wilayah Azure. Titik Akhir Layanan VNet memungkinkan Anda mengisolasi konektivitas ke server Anda dari subnet tertentu atau set subnet dalam jaringan virtual. Lalu lintas ke Azure Synapse Analytics dari VNet Anda akan selalu berada dalam jaringan backbone Azure. Rute langsung ini akan lebih disukai daripada rute tertentu yang mengambil lalu lintas internet melalui appliance virtual atau lokal. Tidak ada tagihan tambahan yang dibebankan untuk akses jaringan virtual melalui titik akhir layanan. Model harga saat ini untuk Azure Synapse Analytics berlaku apa adanya. Dengan rilis ini, kami juga mengaktifkan konektivitas PolyBase ke Azure Data Lake Storage Gen2 (ADLS) melalui driver Sistem File Blob Azure (ABFS). Azure Data Lake Storage Gen2 menghadirkan semua kualitas yang diperlukan untuk siklus hidup lengkap data analitik ke Azure Storage. Fitur dari dua layanan penyimpanan Azure yang ada, Azure Blob Storage dan Azure Data Lake Storage Gen1 digabungkan. Fitur dari Azure Data Lake Storage Gen1, seperti semantik sistem file, keamanan tingkat file, dan skala dikombinasikan dengan penyimpanan biaya rendah, bertingkat, ketersediaan tinggi/kemampuan pemulihan bencana, dari Azure Blob Storage. Dengan menggunakan Polybase Anda juga dapat mengimpor data ke Analitik SQL di Azure Synapse Analytics dari Azure Storage yang diamankan ke VNet. Demikian pula, mengekspor data dari Azure Synapse Analytics ke Azure Storage yang diamankan ke VNet juga didukung melalui Polybase. Untuk mengetahui informasi selengkapnya tentang Titik Akhir Layanan VNet di Azure Synapse Analytics, lihat posting blog atau dokumentasi. |
| Pemantauan Performa Otomatis (Pratinjau) | Penyimpanan Kueri sekarang tersedia di Pratinjau di Analitik SQL di Azure Synapse Analytics. Penyimpanan Kueri dirancang untuk membantu Anda dengan pemecahan masalah performa kueri dengan melacak kueri, rencana kueri, statistik runtime, dan riwayat kueri untuk membantu Anda memantau aktivitas dan performa gudang data. Penyimpanan Kueri adalah serangkaian penyimpanan internal dan Tampilan Manajemen Dinamis (DMV) yang memungkinkan Anda untuk: • Mengidentifikasi dan menyetel kueri yang paling banyak menggunakan sumber daya • Mengidentifikasi dan meningkatkan beban kerja yang tidak direncanakan • Mengevaluasi performa kueri dan dampak ke paket berdasarkan perubahan statistik, indeks, atau ukuran sistem (pengaturan DWU) • Melihat teks kueri lengkap untuk semua kueri yang dijalankan Penyimpanan Kueri berisi tiga penyimpanan aktual: • Penyimpanan rencana untuk mempertahankan informasi rencana eksekusi • Penyimpanan statistik runtime untuk mempertahankan informasi statistik eksekusi • Penyimpanan statistik tunggu untuk mempertahankan informasi statistik tunggu. Analitik SQL di Azure Synapse Analytics mengelola penyimpanan ini secara otomatis dan memberikan jumlah kueri yang tidak terbatas selama tujuh hari terakhir tanpa biaya tambahan. Mengaktifkan Penyimpanan Kueri semampu menjalankan pernyataan ALTER DATABASE T-SQL: sql ----ALTER DATABASE [DatabaseName] SET QUERY_STORE = ON;-------Untuk mengetahui informasi lebih lanjut tentang Penyimpanan Kueri, lihat artikel Memantau kinerja dengan menggunakan Penyimpanan Kueri, dan tampilan manajemen dinamis Penyimpanan Kueri, seperti sys.query_store_query. Untuk informasi selengkapnya tentang analisis kueri historis, lihat Penyimpanan dan analisis kueri historis di Azure Synapse Analytics. |
| Tingkat Komputasi Yang Lebih Rendah untuk Analitik SQL | Analitik SQL di Azure Synapse Analytics kini mendukung tingkat komputasi yang lebih rendah. Pelanggan dapat menikmati fitur performa, fleksibilitas, dan keamanan terkemuka Azure Synapse Analytics mulai dari 100 cDWU (unit gudang data) dan skala hingga 30.000 cDWU dalam hitungan menit. Mulai pertengahan Desember 2018, pelanggan dapat memperoleh keuntungan dari performa Gen2 dan fleksibilitas dengan tingkat komputasi yang lebih rendah di wilayah, dengan sisa wilayah yang tersedia selama 2019. Dengan menghilangkan titik masuk untuk pergudangan data generasi berikutnya, Microsoft membuka pintu bagi pelanggan yang mementingkan nilai yang ingin mengevaluasi semua keuntungan dari gudang data yang aman dan performa tinggi tanpa menebak lingkungan percobaan mana yang terbaik bagi pelanggan. Pelanggan dapat memulai serendah 100 cDWU, turun dari titik masuk 500 cDWU saat ini. Analitik SQL terus mendukung jeda dan melanjutkan operasi dan melampaui hanya fleksibilitas dalam komputasi. Gen2 juga mendukung kapasitas penyimpanan kolom tanpa batas bersama dengan memori 2,5 kali lebih banyak per kueri, hingga 128 kueri bersamaan dan fitur penembolokan adaptif. Fitur-fitur ini rata-rata menghasilkan performa lima kali lebih banyak dibandingkan dengan Unit gudang data yang sama pada Gen1 dengan harga yang sama. Cadangan geo-redundan adalah standar untuk Gen2 dengan perlindungan data bawaan yang dijamin. Analitik SQL di Azure Synapse Analytics siap untuk menskalakan ketika Anda siap. |
| Gabungan Latar Belakang Penyimpanan Kolom | Secara default, Azure SQL Data menyimpan data dalam format kolom, dengan partisi mikro yang disebut rowgroups. Terkadang, karena kendala memori pada build indeks atau waktu pemuatan data, rowgroup dapat dikompresi dengan ukuran kurang dari satu juta baris optimal. Rowgroups juga dapat menjadi terfragmentasi karena penghapusan. Rowgroups kecil atau terfragmentasi menghasilkan konsumsi memori tinggi, serta eksekusi kueri yang tidak efisien. Dengan rilis ini, tugas pemeliharaan latar belakang penyimpanan kolom menggabungkan rowgroups terkompresi kecil untuk membuat rowgroups yang lebih besar untuk menggunakan memori dengan lebih baik dan mempercepat eksekusi kueri. |
Oktober 2018
Peningkatan layanan
| Peningkatan layanan | Detail |
|---|---|
| DevOps untuk Pergudangan Data | Fitur yang sangat diminta untuk SQL Synapse di Azure Synapse Analytics sekarang dalam pratinjau dengan dukungan untuk SQL Server Data Tools (SSDT) di Visual Studio! Tim pengembang sekarang dapat berkolaborasi melalui satu dasar kode yang dikontrol versi dan dengan cepat menyebarkan perubahan pada instans apa pun di dunia. Tertarik untuk bergabung? Fitur ini tersedia untuk pratinjau hari ini! Anda dapat mendaftar dengan membuka SQL Server Data Tools (SSDT) Visual Studio - Formulir Pendaftaran Pratinjau. Mengingat tingginya permintaan, kami mengelola penerimaan ke pratinjau untuk memastikan pengalaman terbaik bagi pelanggan kami. Setelah Anda mendaftar, tujuan kami adalah untuk mengonfirmasi status Anda dalam waktu tujuh hari kerja. |
| Keamanan Tingkat Baris Tersedia Secara umum | SQL Synapse di Azure Synapse Analytics sekarang mendukung keamanan tingkat baris (RLS) yang menambahkan kemampuan yang tangguh untuk mengamankan data sensitif Anda. Dengan pengenalan RLS, Anda dapat menerapkan kebijakan keamanan untuk mengontrol akses ke baris di tabel Anda, seperti mengontrol siapa yang dapat mengakses baris apa. RLS memungkinkan kontrol akses yang halus ini tanpa harus mendesain ulang gudang data Anda. RLS menyederhanakan model keamanan keseluruhan karena logika pembatasan akses terletak di tingkat database itu sendiri daripada jauh dari data di aplikasi lain. RLS juga menghilangkan kebutuhan untuk memperkenalkan tampilan untuk mengatur baris untuk manajemen kontrol akses. Tidak ada biaya tambahan untuk fitur keamanan tingkat perusahaan ini untuk semua pelanggan kami. |
| Azure Advisor Tingkat Lanjut | Penyetelan tingkat lanjut untuk SQL Synapse di Azure Synapse Analytics semakin sederhana dengan rekomendasi dan metrik gudang data tambahan. Ada rekomendasi performa lanjutan tambahan melalui Azure Advisor yang Anda inginkan, termasuk: 1. Cache adaptif - Disarankan kapan harus menskalakan untuk mengoptimalkan pemanfaatan cache. 2. Distribusi tabel – Tentukan kapan harus mereplikasi tabel untuk mengurangi pergerakan data dan meningkatkan performa beban kerja. 3. Tempdb – Memahami kapan harus menskalakan dan mengonfigurasi kelas sumber daya untuk mengurangi ketidakcocokan tempdb. Ada integrasi metrik gudang data yang lebih dalam dengan Azure Monitor termasuk bagan pemantauan yang dapat disesuaikan yang ditingkatkan untuk metrik mendekati real-time dalam bilah ringkasan. Anda tidak lagi harus meninggalkan bilah ringkasan gudang data untuk mengakses metrik Azure Monitor saat memantau penggunaan, atau memvalidasi dan menerapkan rekomendasi gudang data. Selain itu, ada metrik baru yang tersedia, seperti tempdb dan pemanfaatan cache adaptif untuk melengkapi rekomendasi performa Anda. |
| Penyetelan tingkat lanjut dengan penasihat terintegrasi | Penyetelan tingkat lanjut untuk Azure Synapse Analytics semakin sederhana dengan rekomendasi dan metrik gudang data tambahan dan desain ulang bilah ringkasan portal yang memberikan pengalaman terintegrasi dengan Azure Advisor dan Azure Monitor. |
| Pemulihan Database yang Dipercepat (ADR) | Pemulihan Database yang Dipercepat (ADR) Azure Synapse Analytics sekarang berada di Pratinjau Umum. ADR adalah Mesin SQL Server baru yang sangat meningkatkan ketersediaan database, terutama di hadapan transaksi yang berjalan lama, dengan sepenuhnya mendesain ulang proses pemulihan saat ini dari bawah ke atas. Keuntungan utama ADR adalah pemulihan database yang cepat dan konsisten serta pemutaran kembali transaksi seketika. |
| Log sumber daya Azure Monitor | Azure Synapse Analytics sekarang memungkinkan wawasan yang ditingkatkan ke dalam beban kerja analitis dengan mengintegrasikan langsung ke log sumber daya Azure Monitor. Kemampuan baru ini memungkinkan pengembang untuk menganalisis perilaku beban kerja dengan jangka waktu yang lama dan membuat keputusan berdasarkan informasi tentang pengoptimalan kueri atau manajemen kapasitas. Kami sekarang telah memperkenalkan proses pengelogan eksternal melalui log sumber daya Azure Monitor yang memberikan wawasan tambahan tentang beban kerja gudang data Anda. Dengan satu klik tombol, Anda sekarang dapat mengonfigurasi log sumber daya untuk kemampuan pemecahan masalah performa kueri historis menggunakan Analitik Log. Log sumber daya Azure Monitor mendukung periode retensi yang dapat disesuaikan dengan menyimpan log ke akun penyimpanan untuk tujuan audit, kemampuan untuk mengalirkan log ke wawasan telemetri mendekati real-time hub kejadian, dan kemampuan untuk menganalisis log menggunakan Analitik Log dengan kueri log. Log sumber daya terdiri dari tampilan telemetri gudang data Anda yang setara dengan tampilan manajemen dinamis pemecahan masalah performa yang paling umum digunakan untuk Analitik SQL di Azure Synapse Analytics. Untuk rilis awal ini, kami telah mengaktifkan tampilan untuk tampilan manajemen dinamis sistem berikut: • sys.dm_pdw_exec_requests • sys.dm_pdw_request_steps • sys.dm_pdw_dms_workers • sys.dm_pdw_waits • sys.dm_pdw_sql_requests |
| Manajemen memori penyimpanan kolom | Ketika jumlah grup baris penyimpanan kolom terkompresi meningkat, memori yang diperlukan untuk mengelola metadata segmen kolom internal untuk grup baris tersebut meningkat. Akibatnya, performa kueri dan kueri yang dijalankan terhadap beberapa Tampilan Manajemen Dinamis (DMV) Penyimpanan data dapat menurun. Peningkatan telah dilakukan dalam rilis ini untuk mengoptimalkan ukuran metadata internal untuk kasus-kasus ini, yang mengarah pada peningkatan pengalaman dan performa untuk kueri tersebut. |
| Integrasi Azure Data Lake Storage Gen2 (GA) | Azure Synapse Analytics kini memiliki integrasi asli dengan Azure Data Lake Storage Gen2. Pelanggan sekarang dapat memuat data menggunakan tabel eksternal dari ABFS ke kumpulan SQL khusus (sebelumnya DW SQL). Fungsionalitas ini memungkinkan pelanggan untuk mengintegrasi data lake mereka di Data Lake Storage Gen2. |
| Bug Terlihat | CETAS untuk Parquet kegagalan di kelas sumber daya kecil pada Gudang data DW2000 dan banyak lagi - Perbaikan ini dengan benar mengidentifikasi referensi null di jalur kode Buat Tabel Eksternal Sebagai untuk Parquet. Nilai kolom identitas mungkin hilang dalam beberapa operasi CTAS - Nilai kolom identifikasi mungkin tidak dipertahankan saat CTASed ke tabel lain. Dilaporkan dalam blog. Kegagalan internal dalam beberapa kasus saat sesi dihentikan sedangkan kueri masih berjalan - Perbaikan ini memicu InvalidOperationException jika sesi dihentikan saat kueri masih berjalan. (Disebarkan pada November 2018) Pelanggan mengalami performa suboptimal ketika mencoba memuat beberapa file kecil dari ADLS (Gen1) menggunakan Polybase. - Performa sistem dipersempit selama validasi token Azure Active Directory. Masalah performa dikurangi dengan memungkinkan penembolokan token. |