Notas sobre a versão do SQL Data Warehouse do AzureAzure SQL Data Warehouse release notes

Este artigo resume os novos recursos e melhorias nas versões recentes do azure SQL data warehouse (Azure SQL DW).This article summarizes the new features and improvements in the recent releases of Azure SQL Data Warehouse (Azure SQL DW). O artigo também lista as atualizações de conteúdo notáveis que não estão diretamente relacionadas à versão, mas publicadas no mesmo período de tempo.The article also lists notable content updates that aren't directly related to the release but published in the same time frame. Para aprimoramentos em outros serviços do Azure, consulte atualizações de serviço.For improvements to other Azure services, see Service updates.

Verifique sua versão de SQL Data Warehouse do AzureCheck your Azure SQL Data Warehouse version

À medida que novos recursos são distribuídos para todas as regiões, verifique a versão implantada em sua instância e as notas de versão mais recentes do Azure SQL DW para disponibilidade de recursos.As new features are rolled out to all regions, check the version deployed to your instance and the latest Azure SQL DW release notes for feature availability. Para verificar sua versão do SQL DW do Azure, conecte-se ao seu data warehouse via SQL Server Management Studio (SSMS) e execute SELECT @@VERSION; para retornar a versão atual do SQL DW do Azure.To check your Azure SQL DW version, connect to your data warehouse via SQL Server Management Studio (SSMS) and run SELECT @@VERSION; to return the current version of Azure SQL DW.

Saída de exemplo:Sample output:

Versão do SQL Data Warehouse

Use a versão identificada para confirmar qual versão foi aplicada ao Azure SQL DW.Use the version identified to confirm which release has been applied to your Azure SQL DW.

Janeiro de 2020January 2020

Melhorias nos serviçosService improvements DetalhesDetails
Métricas de Portal de Gerenciamento de carga de trabalho (versão prévia)Workload Management Portal Metrics (Preview) Com o lançamento do isolamento da carga de trabalho para visualização deste último outubro, os usuários podem criar seus próprios grupos de cargas de trabalho para gerenciar com eficiência os recursos do sistema e garantir que os SLAs comerciais sejam atendidos.With the release of Workload Isolation for preview this past October, users can create their own workload groups to efficiently manage system resources and ensure business SLAs are met. Como parte dos aprimoramentos gerais de Gerenciamento de carga de trabalho do Azure Synapse Analytics, novas métricas de monitoramento de gerenciamento de carga de trabalho agora estão disponíveis.As part of the overall workload management enhancements for Azure Synapse Analytics, new workload management monitoring metrics are now available.

Monitorar sua carga de trabalho agora tem mais informações com as seguintes métricas:Monitoring your workload now has greater insights with the following metrics:
Porcentagem de recursos de limite efetivo- Effective cap resource percent
Percentual de recurso mín. mínimo efetivo- Effective min resource percent
-Consultas ativas do grupo de cargas de trabalho- Workload group active queries
-Alocação do grupo de cargas de trabalho por porcentagem máxima de recursos- Workload group allocation by max resource percent
-Alocação do grupo de cargas de trabalho por porcentagem do sistema- Workload group allocation by system percent
-Tempos limite de consulta do grupo de cargas de trabalho- Workload group query timeouts
-Grupo de cargas de trabalho consultas em fila- Workload group queued queries

Use essas métricas para identificar afunilamentos de grupo de carga de trabalho ou grupos de carga de trabalho configurados com isolamento de carga de trabalho subutilizado.Use these metrics to identify workload group bottlenecks or workload groups that are configured with underutilized workload isolation. Essas métricas podem ser usadas no portal do Azure que permite a divisão por grupo de carga de trabalho.These metrics can be used in the Azure Portal that allows splitting by workload group. Filtre e fixe seus grafos favoritos em um painel para obter acesso rápido às informações.Filter and pin your favorite graphs to a dashboard for quick access to insights.
Métricas de monitoramento do portalPortal Monitoring Metrics As seguintes métricas foram adicionadas ao portal para monitorar a atividade de consulta geral:The following metrics were added to the portal for monitoring overall query activity:
-Consultas ativas- Active queries
-Consultas em fila- Queued queries

Essas métricas são descritas junto com as métricas existentes na documentação monitoramento de utilização de recursos e atividade de consulta.These metrics are described along with the existing metrics in the Monitoring resource utilization and query activity documentation.
Nome do produtoProduct Name Em junho de 2020, o nome do produto retornado por SELECT @@VERSION será alterado de SQL Data Warehouse do Microsoft Azure para o Azure Synapse Analytics.By June 2020, the product name returned by SELECT @@VERSION will change from Microsoft Azure SQL Data Warehouse to Azure Synapse Analytics. Publicaremos a agenda em nossas notas de versão.We will publish the schedule in our release notes. Essa alteração é relevante para clientes que analisam o nome do produto do resultado de SELECT @@VERSION no código do aplicativo.This change is relevant for customers who parse product name from the result of SELECT @@VERSION in their application code. Para evitar alterações no código do aplicativo devido à Remarcação do produto, use estes comandos para consultar SERVERPROPERTY para o nome e a versão do produto de banco de dados.To avoid application code changes due to product rebranding, please use these commands to query SERVERPROPERTY for the database product name and version.
Para retornar o número de versão do DW XX. X. XXXXX. X (sem o nome do produto) Use este comando: SELECT SERVERPROPERTY (' ProductVersion ')To return DW version number XX.X.XXXXX.X (without product name) use this command: SELECT SERVERPROPERTY('ProductVersion')
Para retornar a edição do mecanismo, use este comando que retorna 6 para o Azure Synapse Analytics (anteriormente SQL Data Warehouse): selecione SERVERPROPERTY (' EngineEdition ')To return engine edition, use this command that returns 6 for Azure Synapse Analytics (Formerly SQL Data Warehouse): SELECT SERVERPROPERTY('EngineEdition')

Outubro de 2019October 2019

Melhorias nos serviçosService improvements DetalhesDetails
Cópia (visualização)Copy (Preview) Estamos empolgados em anunciar a visualização pública de uma simples e flexível instrução de cópia para ingestão de dados.We are excited to announce the public preview of a simple and flexible COPY statement for data ingestion. Com apenas uma instrução, agora você pode ingerir diretamente os dados com flexibilidade adicional e sem a necessidade de usuários com alto privilégio.With only one statement, you can now seamlessly ingest data with additional flexibility and without requiring high privileged users. Para obter mais informações, consulte copiar documentação do comando.For more information, see COPY command documentation.
Isolamento de carga de trabalho (versão prévia)Workload Isolation (Preview) Para dar suporte aos clientes à medida que eles democratizem seus data warehouses, estamos anunciando novos recursos para gerenciamento de carga de trabalho inteligente.To support customers as they democratize their data warehouses, we are announcing new features for intelligent workload management. A nova funcionalidade de isolamento de carga de trabalho permite que você gerencie a execução de cargas de trabalho heterogêneas e forneça flexibilidade e controle sobre data warehouse recursos.The new Workload Isolation functionality allows you to manage the execution of heterogeneous workloads while providing flexibility and control over data warehouse resources. Isso leva a uma previsibilidade de execução aprimorada e aprimora a capacidade de satisfazer os SLAs predefinidos.This leads to improved execution predictability and enhances the ability to satisfy predefined SLAs.
Além do isolamento da carga de trabalho, opções adicionais agora estão disponíveis para classificação de carga de trabalho.In addition to workload isolation, additional options are now available for Workload Classification. Além da classificação de logon, a sintaxe criar classificador de carga de trabalho fornece a capacidade de classificar solicitações com base no rótulo da consulta, no contexto da sessão e na hora do dia.Beyond login classification, the Create Workload Classifier syntax provides the capability to classify requests based on query label, session context and time of day.
PREVER (visualização)PREDICT (Preview) Agora você pode pontuar modelos de aprendizado de máquina dentro de seu data warehouse, evitando a necessidade de movimentação de dados grande e complexa.You can now score machine learning models within your data warehouse avoiding the need for large and complex data movement. A função de previsão do T-SQL depende da estrutura do modelo aberto e usa o modelo de dados e de aprendizado de máquina como entrada para gerar previsões.The T-SQL PREDICT function relies on open model framework and takes data and machine learning model as input to generate predictions.
CI/CD (GA) SSDTSSDT CI/CD (GA) Hoje, estamos empolgados em anunciar a disponibilidade geral do recurso mais alto solicitado para projetos de banco de dados SQL Data Warehouse – SQL Server Data Tools (SSDT).Today we are excited to announce the General Availability of the highest requested feature for SQL Data Warehouse – SQL Server Data Tools (SSDT) Database projects. Esta versão inclui suporte para SSDT com o Visual Studio 2019, juntamente com a integração da plataforma nativa com o Azure DevOps fornecendo recursos internos de CI/CD (integração contínua e implantação) para implantações de nível empresarial.This release includes support for SSDT with Visual Studio 2019 along with native platform integration with Azure DevOps providing built-in continuous integration and deployment (CI/CD) capabilities for enterprise level deployments.
Exibição materializada (GA)Materialized View (GA) Uma Exibição Materializada persiste os dados retornados da consulta de definição de exibição e é atualizada automaticamente conforme os dados são alterados nas tabelas subjacentes.A Materialized View persists the data returned from the view definition query and automatically gets updated as data changes in the underlying tables. Ela melhora o desempenho de consultas complexas (normalmente consultas com junções e agregações) e oferece operações simples de manutenção.It improves the performance of complex queries (typically queries with joins and aggregations) while offering simple maintenance operations. Para obter mais informações, consulte ajuste de desempenho com exibições materializadas.For more information, see Performance tuning with materialized views. Instale o SQL Server Management Studio 18,4 ou posterior para gerar script de exibições materializadas.Install SQL Server Management Studio 18.4 or later for scripting Materialized Views.
Máscara de Dados Dinâmicos (GA)Dynamic Data Masking (GA) A DDM (Máscara de Dados Dinâmicos) impede o acesso não autorizado aos seus dados confidenciais no seu data warehouse ocultando-os imediatamente nos resultados de consulta com base nas regras de mascaramento que você define.Dynamic Data Masking (DDM) prevents unauthorized access to your sensitive data in your data warehouse by obfuscating it on-the-fly in the query results, based on the masking rules you define. Para saber mais, confira mascaramento de dados dinâmicos do SQL Database. For more information, see SQL Database dynamic data masking.
Leitura de isolamento de instantâneo confirmado (GA)Read Committed Snapshot Isolation (GA) Você pode usar ALTER bancos para habilitar ou desabilitar o isolamento de instantâneo para um banco de dados de usuário.You can use ALTER DATABSE to enable or disable snapshot isolation for a user database. Para evitar o impacto em sua carga de trabalho atual, convém definir essa opção durante a janela de manutenção do banco de dados ou aguardar até que não haja nenhuma outra conexão ativa com o banco de dados.To avoid impact to your current workload, you may want to set this option during database maintenance window or wait until there is no other active connection to the database. Para obter mais informações, consulte Opções ALTER DATABASE SET.For more information, see Alter database set options.
Índice Columnstore clusterizado ordenado (GA)Ordered Clustered Columnstore Index (GA) O columnstore é um fator fundamental para armazenar e consultar com eficiência grandes quantidades de dados.Columnstore is a key enabler for storing and efficiently querying large amounts of data. Os índices columnstore em cluster ordenados otimizam ainda mais a execução da consulta possibilitando eliminação eficiente de segmentos.Ordered clustered columnstore indexes further optimize query execution by enabling efficient segment elimination.   Para obter mais informações, consulte ajuste de desempenho com o índice columnstore clusterizado ordenado.   For more information, see Performance tuning with ordered clustered columnstore index.
Cache do conjunto de resultados (GA)Result Set Caching (GA) Quando o cache do conjunto de resultados estiver habilitado, o Azure SQL Data Warehouse armazenará em cache automaticamente os resultados da consulta no banco de dados do usuário para uso repetitivo.When result set caching is enabled, Azure SQL Data Warehouse automatically caches query results in the user database for repetitive use. Isso permite que as execuções de consulta subsequentes obtenham resultados diretamente do cache persistente, de modo que a recomputação não seja necessária.This allows subsequent query executions to get results directly from the persisted cache so recomputation is not needed. O cache do conjunto de resultados melhora o desempenho da consulta e reduz o uso de recursos de computação.Result set caching improves query performance and reduces compute resource usage. Além disso, as consultas que usam resultados em cache definidos não usam nenhum slot de simultaneidade e, portanto, não contam com os limites de simultaneidade existentes.In addition, queries using cached results set do not use any concurrency slots and thus do not count against existing concurrency limits. Por segurança, os usuários só poderão acessar os resultados armazenados em cache se tiverem as mesmas permissões de acesso a dados que os usuários que criam os resultados armazenados em cache.For security, users can only access the cached results if they have the same data access permissions as the users creating the cached results. Para obter mais informações, consulte ajuste de desempenho com cache de conjunto de resultados.For more information, see Performance tuning with result set caching. Aplica-se à versão 10.0.10783.0 ou superior.Applies to version 10.0.10783.0 or higher.

Setembro de 2019September 2019

Melhorias nos serviçosService improvements DetalhesDetails
Link privado do Azure (visualização)Azure Private Link (Preview) Com o link privado do Azure, você pode criar um ponto de extremidade privado em sua rede virtual (VNet) e mapeá-lo para o SQL DW do Azure.With Azure Private Link, you can create a private endpoint in your Virtual Network (VNet) and map it to your Azure SQL DW. Esses recursos são então acessíveis por meio de um endereço IP privado em sua VNet, permitindo a conectividade local por meio de emparelhamento privado e/ou gateway de VPN do Azure ExpressRoute.These resources are then accessible over a private IP address in your VNet, enabling connectivity from on-premises through Azure ExpressRoute private peering and/or VPN gateway. De modo geral, isso simplifica a configuração de rede, não exigindo que você a Abra em endereços IP públicos.Overall, this simplifies the network configuration by not requiring you to open it up to public IP addresses. Isso também permite a proteção contra riscos de vazamento de dados.This also enables protection against data exfiltration risks. Para obter mais detalhes, consulte visão geral e documentação do SQL DW.For more details, see overview and SQL DW documentation.
Classificação de & de descoberta de dados (GA)Data Discovery & Classification (GA) O recurso de classificação e descoberta de dados já está disponível para o público geral.Data discovery and classification feature is now Generally Available. Esse recurso fornece recursos avançados para descobrir, classificar, rotular & proteger dados confidenciais em seus bancos de dado.This feature provides advanced capabilities for discovering, classifying, labeling & protecting sensitive data in your databases.
Integração de um clique do Azure AdvisorAzure Advisor one-click Integration O SQL Data Warehouse agora se integra diretamente com as recomendações do assistente do Azure na folha visão geral, juntamente com a oferta de uma experiência com um único clique.SQL Data Warehouse now directly integrates with Azure Advisor recommendations in the overview blade along with providing a one-click experience. Agora você pode descobrir recomendações na folha de visão geral em vez de navegar até a folha do supervisor do Azure.You can now discover recommendations in the overview blade instead of navigating to the Azure advisor blade. Saiba mais sobre as recomendações aqui.Find out more about recommendations here.
Ler isolamento de instantâneo confirmado (visualização)Read Committed Snapshot Isolation (Preview) Você pode usar ALTER bancos para habilitar ou desabilitar o isolamento de instantâneo para um banco de dados de usuário.You can use ALTER DATABSE to enable or disable snapshot isolation for a user database. Para evitar o impacto em sua carga de trabalho atual, convém definir essa opção durante a janela de manutenção do banco de dados ou aguardar até que não haja nenhuma outra conexão ativa com o banco de dados.To avoid impact to your current workload, you may want to set this option during database maintenance window or wait until there is no other active connection to the database. Para obter mais informações, consulte Opções ALTER DATABASE SET.For more information, see Alter database set options.
EXECUTAR como (Transact-SQL)EXECUTE AS (Transact-SQL) Executar como O suporte a T-SQL agora está disponível em SQL Data Warehouse permitindo que os clientes definam o contexto de execução de uma sessão para o usuário especificado.EXECUTE AS T-SQL support is now available in SQL Data Warehouse enabling customers to set the execution context of a session to the specified user.
Suporte a T-SQL adicionalAdditional T-SQL support A área de superfície da linguagem T-SQL para SQL Data Warehouse foi estendida para incluir suporte para:The T-SQL language surface area for SQL Data Warehouse has been extended to include support for:
formato de - (Transact-SQL)- FORMAT (Transact-SQL)
TRY_PARSE de - (Transact-SQL)- TRY_PARSE (Transact-SQL)
TRY_CAST de - (Transact-SQL)- TRY_CAST (Transact-SQL)
TRY_CONVERT de - (Transact-SQL)- TRY_CONVERT (Transact-SQL)
- Sys. user_token (Transact-SQL)- sys.user_token (Transact-SQL)

Julho de 2019July 2019

Melhorias nos serviçosService improvements DetalhesDetails
Exibição materializada (visualização)Materialized View (Preview) Uma Exibição Materializada persiste os dados retornados da consulta de definição de exibição e é atualizada automaticamente conforme os dados são alterados nas tabelas subjacentes.A Materialized View persists the data returned from the view definition query and automatically gets updated as data changes in the underlying tables. Ela melhora o desempenho de consultas complexas (normalmente consultas com junções e agregações) e oferece operações simples de manutenção.It improves the performance of complex queries (typically queries with joins and aggregations) while offering simple maintenance operations. Para obter mais informações, consulte:For more information, see:
- CREATE MATERIALIZED VIEW AS SELECT (Transact-SQL)- CREATE MATERIALIZED VIEW AS SELECT (Transact-SQL)
- ALTER materializated View (Transact-SQL) - ALTER MATERIALIZED VIEW (Transact-SQL)
- instruções t-SQL com suporte no Azure SQL data warehouse- T-SQL statements supported in Azure SQL Data Warehouse
Suporte a T-SQL adicionalAdditional T-SQL support A área de superfície da linguagem T-SQL para SQL Data Warehouse foi estendida para incluir suporte para:The T-SQL language surface area for SQL Data Warehouse has been extended to include support for:
- no fuso horário (Transact-SQL)- AT TIME ZONE (Transact-SQL)
STRING_AGG de - (Transact-SQL)- STRING_AGG (Transact-SQL)
Cache do conjunto de resultados (visualização)Result set caching (Preview) Comandos DBCC adicionados para gerenciar o cache do conjunto de resultados anunciado anteriormente.DBCC commands added to manage the previously announced result set cache. Para obter mais informações, consulte:For more information, see:
- DBCC DROPRESULTSETCACHE (Transact-SQL)- DBCC DROPRESULTSETCACHE (Transact-SQL)
- DBCC SHOWRESULTCACHESPACEUSED (Transact-SQL)- DBCC SHOWRESULTCACHESPACEUSED (Transact-SQL)
Consulte também a nova coluna result_set_cache em Sys. dm_pdw_exec_requests que mostra quando uma consulta executada usou o cache do conjunto de resultados.Also see the new result_set_cache column in sys.dm_pdw_exec_requests that shows when an executed query used the result set cache.
Índice columnstore clusterizado ordenado (versão prévia)Ordered clustered columnstore index (Preview) Nova coluna, column_store_order_ordinal, adicionada a Sys. index_columns para identificar a ordem das colunas em um índice columnstore clusterizado ordenado.New column, column_store_order_ordinal, added to sys.index_columns to identify the order of columns in an ordered clustered columnstore index.

Maio de 2019May 2019

Melhorias nos serviçosService improvements DetalhesDetails
Mascaramento de dados dinâmicos (visualização)Dynamic data masking (Preview) A DDM (Máscara de Dados Dinâmicos) impede o acesso não autorizado aos seus dados confidenciais no seu data warehouse ocultando-os imediatamente nos resultados de consulta com base nas regras de mascaramento que você define.Dynamic Data Masking (DDM) prevents unauthorized access to your sensitive data in your data warehouse by obfuscating it on-the-fly in the query results, based on the masking rules you define. Para saber mais, confira mascaramento de dados dinâmicos do SQL Database. For more information, see SQL Database dynamic data masking.
Importância da carga de trabalho agora disponível para o público geralWorkload importance now Generally Available A Classificação e Importância de Gerenciamento de Carga de Trabalho permitem influenciar a ordem de execução das consultas.Workload Management Classification and Importance provide the ability to influence the run order of queries. Para obter mais informações sobre a importância da carga de trabalho, consulte os artigos visão geral da classificação e importância na documentação do.For more information on workload importance, see the Classification and Importance overview articles in the documentation. Confira também o documento criar classificador de carga de trabalho .Check out the CREATE WORKLOAD CLASSIFIER doc as well.

Veja a importância da carga de trabalho em ação nos vídeos abaixo:See workload importance in action in the below videos:
conceitos de gerenciamento de carga de trabalho --Workload Management concepts
cenários de gerenciamento de carga de trabalho --Workload Management scenarios
Suporte a T-SQL adicionalAdditional T-SQL support A área de superfície da linguagem T-SQL para SQL Data Warehouse foi estendida para incluir suporte para:The T-SQL language surface area for SQL Data Warehouse has been extended to include support for:
- aparar- TRIM
Funções JSONJSON functions Os analistas de negócios agora podem usar uma linguagem T-SQL familiar para consultar e manipular documentos formatados como dados JSON usando as novas funções JSON a seguir no Azure data warehouse:Business analysts can now use familiar T-SQL language to query and manipulate documents that are formatted as JSON data using the following new JSON functions in Azure Data Warehouse:
- ISJSON- ISJSON
- JSON_VALUE- JSON_VALUE
- JSON_QUERY- JSON_QUERY
- JSON_MODIFY- JSON_MODIFY
- OPENJSON- OPENJSON
Cache do conjunto de resultados (visualização)Result set caching (Preview) O cache de conjunto de resultados permite tempos de resposta de consulta instantânea e reduz o tempo de insight para analistas de negócios e usuários de relatórios.Result-set caching enables instant query response times while reducing time-to-insight for business analysts and reporting users. Para obter mais informações, consulte:For more information, see:
- ALTER DATABASE (Transact-SQL)- ALTER DATABASE (Transact-SQL)
opções - ALTER DATABASE SET (TRANSACT SQL)- ALTER DATABASE SET Options (Transact SQL)
- definir cache de conjunto de resultados (Transact-SQL)- SET RESULT SET CACHING (Transact-SQL)
instrução - Set (Transact-SQL)- SET Statement (Transact-SQL)
- sys.databases (Transact-SQL)- sys.databases (Transact-SQL)
Índice columnstore clusterizado ordenado (versão prévia)Ordered clustered columnstore index (Preview) O columnstore é um fator fundamental para armazenar e consultar com eficiência grandes quantidades de dados.Columnstore is a key enabler for storing and efficiently querying large amounts of data. Para cada tabela, ele divide os dados recebidos em grupos de linhas e cada coluna de um grupo de linhas forma um segmento no disco.For each table, it divides the incoming data into Row Groups and each column of a Row Group forms a Segment on a disk. Os índices columnstore em cluster ordenados otimizam ainda mais a execução da consulta possibilitando eliminação eficiente de segmentos.Ordered clustered columnstore indexes further optimize query execution by enabling efficient segment elimination.   Para obter mais informações, consulte:   For more information, see:
CREATE TABLE de - (SQL data warehouse do Azure)- CREATE TABLE (Azure SQL Data Warehouse)
- CREATE COLUMNSTORE INDEX (Transact-SQL).- CREATE COLUMNSTORE INDEX (Transact-SQL).

Março de 2019March 2019

Melhorias nos serviçosService improvements DetalhesDetails
Descoberta e classificação de dadosData Discovery & Classification A Descoberta e Classificação de Dados agora está disponível na versão prévia pública do SQL Data Warehouse do Azure.Data Discovery & Classification is now available in public preview for Azure SQL Data Warehouse. É essencial proteger dados confidenciais e a privacidade de seus clientes.It’s critical to protect sensitive data and the privacy of your customers. À medida que seus ativos de dados de negócios e clientes crescem, eles se tornam não gerenciáveis para descobrir, classificar e proteger seus dados.As your business and customer data assets grow, it becomes unmanageable to discover, classify, and protect your data. O recurso de descoberta e classificação de dados que estamos introduzindo nativamente com o Azure SQL Data Warehouse ajuda a tornar a proteção de seus dados mais gerenciável.The data discovery and classification feature that we’re introducing natively with Azure SQL Data Warehouse helps make protecting your data more manageable. Os benefícios gerais dessa funcionalidade são:The overall benefits of this capability are:
•   atender aos padrões de privacidade de dados e aos requisitos de conformidade regulatória.•   Meeting data privacy standards and regulatory compliance requirements.
•   restringir o acesso e a proteção da segurança de data warehouses que contêm dados altamente confidenciais.•   Restricting access to and hardening the security of data warehouses containing highly sensitive data.
•   monitoramento e alertas sobre o acesso anormal aos dados confidenciais.•   Monitoring and alerting on anomalous access to sensitive data.
•   visualização de dados confidenciais em um painel central no portal do Azure.•   Visualization of sensitive data in a central dashboard on the Azure portal.

A classificação de & de descoberta de dados está disponível para o Azure SQL Data Warehouse em todas as regiões do Azure, faz parte da segurança de dados avançada, incluindo avaliação de vulnerabilidade e detecção de ameaças.Data Discovery & Classification is available for Azure SQL Data Warehouse in all Azure regions, It's part of Advanced Data Security including Vulnerability Assessment and Threat Detection. Para obter mais informações sobre a classificação de & de dados de descoberta, consulte a postagem de blog e nossa documentaçãoonline.For more information about Data Discovery & Classification, see the blog post and our online documentation.
AGRUPAR POR ROLLUPGROUP BY ROLLUP O ROLLUP agora é uma opção GROUP BY com suporte no Azure data warehouse.ROLLUP is now a supported GROUP BY option in Azure Data Warehouse. GROUP BY ROLLUP cria um grupo para cada combinação de expressões de coluna.GROUP BY ROLLUP creates a group for each combination of column expressions. Agrupar por também "acumula" os resultados em subtotais e totais gerais.GROUP BY also "rolls up" the results into subtotals and grand totals. A função GROUP BY processa da direita para a esquerda, diminuindo o número de expressões de coluna sobre as quais ele cria grupos e agregações.The GROUP BY function processes from right to left, decreasing the number of column expressions over which it creates groups and aggregation(s). A ordem da coluna afeta a saída de ROLLUP e pode afetar o número de linhas no conjunto de resultados.The column order affects the ROLLUP output and can affect the number of rows in the result set.

Para obter mais informações sobre o ROLLUP GROUP BY, consulte Group by (Transact-SQL)For more information on GROUP BY ROLLUP, see GROUP BY (Transact-SQL)
Precisão aprimorada para DWU usadas e métricas do portal da CPUImproved accuracy for DWU used and CPU portal metrics SQL Data Warehouse aprimora significativamente a precisão da métrica no portal do Azure.SQL Data Warehouse significantly enhances metric accuracy in the Azure portal. Esta versão inclui uma correção para a definição de métrica usada pela CPU e pelo DWU para refletir corretamente sua carga de trabalho em todos os nós de computação.This release includes a fix to the CPU and DWU Used metric definition to properly reflect your workload across all compute nodes. Antes dessa correção, os valores de métrica estavam sendo subportados.Before this fix, metric values were being underreported. Espere ver um aumento nas métricas de CPU e DWU usadas no portal do Azure.Expect to see an increase in the DWU used and CPU metrics in the Azure portal.
Segurança em Nível de LinhaRow Level Security Introduzimos o recurso de segurança em nível de linha novamente em novembro de 2017.We introduced Row-level Security capability back in Nov 2017. Agora, estendemos esse suporte para tabelas externas também.We’ve now extended this support to external tables as well. Além disso, adicionamos suporte para chamar funções não determinísticas nas funções com valor de tabela embutida (TVFs embutido) necessárias para definir um predicado de filtro de segurança.Additionally, we’ve added support for calling non-deterministic functions in the inline table-valued functions (inline TVFs) required for defining a security filter predicate. Essa adição permite que você especifique IS_ROLEMEMBER (), USER_NAME () etc. no predicado de filtro de segurança.This addition allows you to specify IS_ROLEMEMBER(), USER_NAME() etc. in the security filter predicate. Para obter mais informações, consulte os exemplos na documentação de segurança em nível de linha.For more information, please see the examples in the Row-level Security documentation.
Suporte a T-SQL adicionalAdditional T-SQL Support A área de superfície da linguagem T-SQL para SQL Data Warehouse foi estendida para incluir suporte para STRING_SPLIT (Transact-SQL).The T-SQL language surface area for SQL Data Warehouse has been extended to include support for STRING_SPLIT (Transact-SQL).
Aprimoramentos do otimizador de consultaQuery Optimizer enhancements A otimização de consulta é um componente crítico de qualquer banco de dados.Query optimization is a critical component of any database. Fazer escolhas ideais para a melhor execução de uma consulta pode gerar melhorias significativas.Making optimal choices on how to best execute a query can yield significant improvements.  Ao executar consultas analíticas complexas em um ambiente distribuído, o número de operações executadas é importante.  When executing complex analytical queries in a distributed environment, the number of operations executed matters. O desempenho da consulta foi aprimorado, produzindo melhores planos de qualidade.Query performance has been enhanced by producing better quality plans. Esses planos minimizam operações caras de transferência de dados e computações redundantes, como subconsultas repetidas.These plans minimize expensive data transfer operations and redundant computations such as, repeated subqueries. Para obter mais informações, consulte esta postagem no blogdo Azure SQL data warehouse.For more information, see this Azure SQL Data Warehouse blog post.

Melhorias na documentaçãoDocumentation improvements

Melhorias na documentaçãoDocumentation improvements DetalhesDetails

Janeiro de 2019January 2019

Melhorias nos serviçosService improvements

Melhorias nos serviçosService improvements DetalhesDetails
Ordem de Devolução por OtimizaçãoReturn Order By Optimization Consultas SELECT...ORDER BY obtêm um aumento de desempenho nesta versão.SELECT…ORDER BY queries get a performance boost in this release. Agora, todos os nós de computação enviam seus resultados para um único nó de computação.Now, all compute nodes send their results to a single compute node. Esse nó mescla e classifica os resultados e os retorna para o usuário.This node merges and sorts the results and returns them to the user. A mesclagem por meio de um único nó de computação resulta em um ganho de desempenho significativo quando o conjunto de resultados de consulta contém um grande número de linhas.Merging through a single compute node results in a significant performance gain when the query result set contains a large number of rows. Anteriormente, o mecanismo de execução de consulta ordenaria os resultados em cada nó de computação.Previously, the query execution engine would order results on each compute node. Os resultados seriam transmitidos para o nó de controle.The results would them be streamed to the control node. Em seguida, o nó de controle mesclaria os resultados.The control node would then merge the results.
Aprimoramentos de Movimentação de Dados para PartitionMove e BroadcastMoveData Movement Enhancements for PartitionMove and BroadcastMove No Azure SQL Data Warehouse Gen2, as etapas de movimentação de dados do tipo ShuffleMove, usam técnicas de movimentação de dados instantâneos.In Azure SQL Data Warehouse Gen2, data movement steps of type ShuffleMove, use instant data movement techniques. Para obter mais informações, consulte blog sobre aprimoramentos de desempenho.For more information, see performance enhancements blog. Com esta versão, PartitionMove e BroadcastMove agora são compatíveis com as mesmas técnicas de movimentação de dados instantâneas.With this release, PartitionMove and BroadcastMove are now powered by the same instant data movement techniques. As consultas de usuário que usam esses tipos de etapas de movimentação de dados serão executadas com um desempenho aprimorado.User queries that use these types of data movement steps will run with improved performance. Nenhuma alteração de código é necessária para aproveitar essas melhorias de desempenho.No code change is required to take advantage of these performance improvements.
Bugs importantesNotable Bugs Versão incorreta do SQL Data Warehouse do Azure-SELECT @@VERSION pode retornar a versão incorreta, 10.0.9999.0.Incorrect Azure SQL Data Warehouse version - SELECT @@VERSION may return the incorrect version, 10.0.9999.0. A versão correta para a versão atual é 10.0.10106.0.The correct version for the current release is 10.0.10106.0. Esse bug foi relatado e está em revisão.This bug has been reported and is under review.

Melhorias na documentaçãoDocumentation improvements

Melhorias na documentaçãoDocumentation improvements DetalhesDetails
nonenone

Dezembro de 2018December 2018

Melhorias nos serviçosService improvements

Melhorias nos serviçosService improvements DetalhesDetails
Pontos de extremidade de serviço de rede virtual geralmente disponíveisVirtual Network Service Endpoints Generally Available Esta versão inclui a disponibilidade geral dos Pontos de Extremidade de Serviço de VNET (Rede Virtual) para o SQL Data Warehouse do Azure em todas as regiões do Azure.This release includes general availability of Virtual Network (VNet) Service Endpoints for Azure SQL Data Warehouse in all Azure regions. Os Pontos de Extremidade de serviço de VNET permitem isolar a conectividade com o servidor lógico de uma única sub-rede ou de um conjunto de sub-redes na rede virtual.VNet Service Endpoints enable you to isolate connectivity to your logical server from a given subnet or set of subnets within your virtual network. O tráfego para o SQL Data Warehouse do Azure da VNET sempre permanecerá na rede backbone do Azure.The traffic to Azure SQL Data Warehouse from your VNet will always stay within the Azure backbone network. Essa rota direta será preferencial em relação a outras rotas específicas que passam o tráfego da Internet por soluções de virtualização ou localmente.This direct route will be preferred over any specific routes that take Internet traffic through virtual appliances or on-premises. Não há cobrança adicional para acesso à rede virtual por meio de pontos de extremidade de serviço.No additional billing is charged for virtual network access through service endpoints. O modelo de preço atual do SQL Data Warehouse do Azure se aplica no estado em que se encontra.Current pricing model for Azure SQL Data Warehouse applies as is.

Com esta versão, também habilitamos a conectividade do PolyBase no ADLS (Azure Data Lake Storage) Gen2 por meio do driver do ABFS (Sistema de Arquivos de Blob do Azure).With this release, we also enabled PolyBase connectivity to Azure Data Lake Storage Gen2 (ADLS) via Azure Blob File System (ABFS) driver. O Azure Data Lake Storage Gen2 leva todas as qualidades necessárias para o ciclo de vida completo dos dados analíticos para o Armazenamento do Azure.Azure Data Lake Storage Gen2 brings all the qualities that are required for the complete lifecycle of analytics data to Azure Storage. Os recursos dos dois serviços de armazenamento do Azure existentes, o Armazenamento de Blobs do Azure e o Azure Data Lake Storage Gen1, foram convergidos.Features of the two existing Azure storage services, Azure Blob Storage and Azure Data Lake Storage Gen1 are converged. Os recursos do Azure Data Lake Storage Gen1, como semântica do sistema de arquivos, segurança e escala em nível de arquivo, são combinados com armazenamento em camadas de baixo custo e funcionalidades de alta disponibilidade/recuperação de desastre do Armazenamento de Blobs do Azure.Features from Azure Data Lake Storage Gen1, such as file system semantics, file-level security, and scale are combined with low-cost, tiered storage, and high availability/disaster recovery capabilities from Azure Blob Storage.

Usando o PolyBase, você também pode importar dados para o SQL Data Warehouse do Azure do Armazenamento do Azure protegido para a VNET.Using Polybase you can also import data into Azure SQL Data Warehouse from Azure Storage secured to VNet. Da mesma forma, também há suporte para exportação de dados do SQL Data Warehouse do Azure para o Armazenamento do Azure protegido para a VNET por meio do PolyBase.Similarly, exporting data from Azure SQL Data Warehouse to Azure Storage secured to VNet is also supported via Polybase.

Para obter mais informações sobre Pontos de Extremidade de Serviço de VNET no SQL Data Warehouse do Azure, consulte a postagem no blog ou a documentação.For more information on VNet Service Endpoints in Azure SQL Data Warehouse, refer to the blog post or the documentation.
Monitoramento de desempenho automático (visualização)Automatic Performance Monitoring (Preview) O Repositório de Consultas agora está disponível na Versão Prévia do SQL Data Warehouse do Azure.Query Store is now available in Preview for Azure SQL Data Warehouse. O Repositório de Consultas foi projetado para ajudá-lo com a solução de problemas de desempenho de consultas pelo acompanhamento de consultas, planos de consulta, estatísticas de runtime e histórico de consultas para ajudá-lo a monitorar a atividade e o desempenho de seu data warehouse.Query Store is designed to help you with query performance troubleshooting by tracking queries, query plans, runtime statistics, and query history to help you monitor the activity and performance of your data warehouse. O Repositório de Consultas é um conjunto de repositórios internos e DMVs (Exibições de Gerenciamento Dinâmico) que permitem:Query Store is a set of internal stores and Dynamic Management Views (DMVs) that allow you to:

•   identificar e ajustar as principais consultas de consumo de recursos•   Identify and tune top resource consuming queries
•   identificar e melhorar as cargas de trabalho não planejadas•   Identify and improve unplanned workloads
•   avaliar o desempenho e o impacto da consulta no plano por alterações nas estatísticas, nos índices ou no tamanho do sistema (configuração DWU)•   Evaluate query performance and impact to the plan by changes in statistics, indexes, or system size (DWU setting)
•   ver o texto completo da consulta para todas as consultas executadas•   See full query text for all queries executed

O Repositório de Consultas contém três repositórios reais:The Query Store contains three actual stores:
•   um repositório de planos para persistir as informações do plano de execução•   A plan store for persisting the execution plan information
•   um repositório de estatísticas de tempo de execução para persistir as informações de estatísticas de execução•   A runtime stats store for persisting the execution statistics information
•   um repositório de estatísticas de espera para manter informações de estatísticas de espera.•   A wait stats store for persisting wait stats information.

O SQL Data Warehouse gerencia esses armazenamentos automaticamente e fornece um número ilimitado de consultas storied nos últimos sete dias sem custo adicional.SQL Data Warehouse manages these stores automatically and provides an unlimited number of queries storied over the last seven days at no additional charge. A habilitação do Repositório de Consultas é tão simples quanto a execução de uma instrução T-SQL ALTER DATABASE:Enabling Query Store is as simple as running an ALTER DATABASE T-SQL statement:
SQL----ALTER DATABASE [DatabaseName] SET QUERY_STORE = ON;-------para obter mais informações sobre Repositório de Consultas na SQL Data Warehouse do Azure, consulte o artigo monitorando o desempenho usando o repositório de consultase as DMVs do repositório de consultas, como Sys. query_store_query.sql ----ALTER DATABASE [DatabaseName] SET QUERY_STORE = ON;-------For more information on Query Store in Azure SQL Data Warehouse, see the article, Monitoring performance by using the Query Store, and the Query Store DMVs, such as sys.query_store_query. Veja a seguir a postagem no blog anunciando a versão.Here is the blog post announcing the release.
Reduzir as camadas de computação para o Azure SQL Data Warehouse Gen2Lower Compute Tiers for Azure SQL Data Warehouse Gen2 O SQL Data Warehouse do Azure Gen2 agora dá suporte a camadas inferiores de computação.Azure SQL Data Warehouse Gen2 now supports lower compute tiers. Os clientes podem experimentar recursos de segurança, flexibilidade e desempenho líder do SQL Data Warehouse do Azure começando com 100 cDWU (Unidades de Data Warehouse) e aumentá-las para 30.000 cDWU em minutos.Customers can experience Azure SQL Data Warehouse’s leading performance, flexibility, and security features starting with 100 cDWU (Data Warehouse Units) and scale to 30,000 cDWU in minutes. A partir de meados de dezembro de 2018, os clientes poderão se beneficiar do desempenho e da flexibilidade do Gen2 com camadas inferiores de computação nas regiões, com o restante das regiões disponíveis durante 2019.Starting mid-December 2018, customers can benefit from Gen2 performance and flexibility with lower compute tiers in regions, with the rest of the regions available during 2019.

Ao remover o ponto de entrada para o data warehouse da próxima geração, a Microsoft abre as portas para clientes orientados pelo valor que desejam avaliar todos os benefícios de um data warehouse seguro e de alto desempenho, sem ter que adivinhar qual ambiente de avaliação é melhor para eles.By dropping the entry point for next-generation data warehousing, Microsoft opens the doors to value-driven customers who want to evaluate all the benefits of a secure, high-performance data warehouse without guessing which trial environment is best for them. Os clientes podem começar com apenas 100 cDWU, abaixo do ponto de entrada atual de 500 cDWU.Customers may start as low as 100 cDWU, down from the current 500 cDWU entry point. O SQL Data Warehouse Gen2 continua oferecendo suporte a operações de pausa e retomada e vai além de apenas flexibilidade na computação.SQL Data Warehouse Gen2 continues to support pause and resume operations and goes beyond just the flexibility in compute. O Gen2 também dá suporte à capacidade de armazenamento ilimitado de columnstore, juntamente com 2,5 vezes mais memória por consulta, até 128 consultas simultâneas e recursos de cache adaptável.Gen2 also supports unlimited column-store storage capacity along with 2.5 times more memory per query, up to 128 concurrent queries and adaptive caching features. Em média, esses recursos geram cinco vezes mais desempenho em comparação com a mesma Unidade de Data Warehouse no Gen1 pelo mesmo preço.These features on average bring five times more performance compared to the same Data Warehouse Unit on Gen1 at the same price. Backups com redundância geográfica são um padrão no Gen2 com a proteção de dados incorporada garantida.Geo-redundant backups are standard for Gen2 with built-in guaranteed data protection. O SQL Data Warehouse Gen2 do Azure está pronto para ser dimensionado de acordo com as suas necessidades.Azure SQL Data Warehouse Gen2 is ready to scale when you are.
Mesclagem em segundo plano ColumnstoreColumnstore Background Merge Por padrão, o SQL DW do Azure (SQL Data Warehouse do Azure) armazena dados em formato de coluna, com micropartições chamadas rowgroups.By default, Azure SQL Data Warehouse (Azure SQL DW) stores data in columnar format, with micro-partitions called rowgroups. Às vezes, devido a restrições de memória no tempo de carregamento de dados ou de build de índice, os rowgroups podem ser compactados com um tamanho menor que o ideal de um milhão de linhas.Sometimes, due to memory constrains at index build or data load time, the rowgroups may be compressed with less than the optimal size of one million rows. Os rowgroups também podem se tornar fragmentados devido a exclusões.Rowgroups may also become fragmented due to deletes. Rowgroups pequenos ou fragmentados resultam em maior consumo de memória, bem como em uma execução de consulta ineficiente.Small or fragmented rowgroups result in higher memory consumption, as well as inefficient query execution. Com esta versão do SQL DW do Azure, a tarefa de manutenção de columnstore em segundo plano mescla pequenos rowgroups compactados para criar rowgroups maiores para melhor utilização da memória e aceleração da execução da consulta.With this release of Azure SQL DW, the columnstore background maintenance task merges small compressed rowgroups to create larger rowgroups to better utilize memory and speed up query execution.

Outubro de 2018October 2018

Melhorias nos serviçosService improvements

Melhorias nos serviçosService improvements DetalhesDetails
DevOps para data warehousingDevOps for Data Warehousing O recurso altamente solicitado para o SQL Data Warehouse (SQL DW) está agora em visualização com o suporte para o SSDT (SQL Server Data Tool) no Visual Studio!The highly requested feature for SQL Data Warehouse (SQL DW) is now in preview with the support for SQL Server Data Tool (SSDT) in Visual Studio! Equipes de desenvolvedores agora podem colaborar em uma única base de código controlada por versão e implantar rapidamente as alterações em qualquer instância do mundo.Teams of developers can now collaborate over a single, version-controlled codebase and quickly deploy changes to any instance in the world. Interessado em participar?Interested in joining? Esse recurso está disponível para visualização hoje mesmo!This feature is available for preview today! Você pode se registrar visitando o SSDT (Ferramentas de dados do SQL Server do SQL Data Warehouse Visual Studio) - formulário de inscrição prévia.You can register by visiting the SQL Data Warehouse Visual Studio SQL Server Data Tools (SSDT) - Preview Enrollment form. Dada a alta demanda, estamos gerenciando a aceitação na visualização para garantir a melhor experiência para nossos clientes.Given the high demand, we are managing acceptance into preview to ensure the best experience for our customers. Depois de se inscrever, nossa meta é confirmar seu status em até sete dias úteis.Once you sign up, our goal is to confirm your status within seven business days.
Segurança em Nível de Linha disponível para o público geralRow Level Security Generally Available O SQL Data Warehouse (SQL DW) do Azure agora oferece suporte à segurança no nível de linha (RLS), adicionando um recurso poderoso para proteger seus dados confidenciais.Azure SQL Data Warehouse (SQL DW) now supports row level security (RLS) adding a powerful capability to secure your sensitive data. Com a introdução do RLS, você pode implementar políticas de segurança para controlar o acesso a linhas em suas tabelas, como em quem pode acessar quais linhas.With the introduction of RLS, you can implement security policies to control access to rows in your tables, as in who can access what rows. O RLS permite esse controle de acesso de baixa granularidade sem ter que reprojetar seu data warehouse.RLS enables this fine-grained access control without having to redesign your data warehouse. O RLS simplifica o modelo geral de segurança, pois a lógica de restrição de acesso está localizada na própria camada do banco de dados, e não longe dos dados em outro aplicativo.RLS simplifies the overall security model as the access restriction logic is located in the database tier itself rather than away from the data in another application. O RLS também elimina a necessidade de introduzir exibições para filtrar linhas para o gerenciamento de controle de acesso.RLS also eliminates the need to introduce views to filter out rows for access control management. Não há custo adicional para esse recurso de segurança de nível corporativo para todos os nossos clientes.There is no additional cost for this enterprise-grade security feature for all our customers.
Consultores avançadosAdvanced Advisors O ajuste avançado para o SQL Data Warehouse do Azure (SQL DW) ficou mais simples com recomendações e métricas adicionais de data warehouse.Advanced tuning for Azure SQL Data Warehouse (SQL DW) just got simpler with additional data warehouse recommendations and metrics. Existem recomendações de desempenho avançadas adicionais por meio do Assistente do Azure à sua disposição, incluindo:There are additional advanced performance recommendations through Azure Advisor at your disposal, including:

1. cache adaptável – seja avisado quando dimensionar para otimizar a utilização do cache.1. Adaptive cache – Be advised when to scale to optimize cache utilization.
2. distribuição de tabela – determine quando replicar tabelas para reduzir a movimentação de dados e aumentar o desempenho da carga de trabalho.2. Table distribution – Determine when to replicate tables to reduce data movement and increase workload performance.
3. tempdb – entenda quando dimensionar e configurar classes de recursos para reduzir a contenção de tempdb.3. Tempdb – Understand when to scale and configure resource classes to reduce tempdb contention.

Há uma integração mais profunda das métricas do data warehouse com o Azure Monitor, incluindo um gráfico de monitoramento personalizável aprimorado para métricas quase em tempo real na folha de visão geral.There is a deeper integration of data warehouse metrics with Azure Monitor including an enhanced customizable monitoring chart for near real-time metrics in the overview blade. Não é mais necessário sair da folha de visão geral do data warehouse para acessar as métricas do Azure Monitor ao monitorar o uso ou ao validar e aplicar recomendações do data warehouse.You no longer must leave the data warehouse overview blade to access Azure Monitor metrics when monitoring usage, or validating and applying data warehouse recommendations. Além disso, há novas métricas disponíveis, como tempdb e utilização de cache adaptável para complementar suas recomendações de desempenho.In addition, there are new metrics available, such as tempdb and adaptive cache utilization to complement your performance recommendations.
Ajuste avançado com consultores integradosAdvanced tuning with integrated advisors O ajuste avançado para o SQL Data Warehouse (SQL DW) do Azure ficou mais simples com recomendações e métricas adicionais de data warehouse e um novo design da folha de visão geral do portal que fornece uma experiência integrada com o Assistente do Azure e o Azure Monitor.Advanced tuning for Azure SQL Data Warehouse (SQL DW) just got simpler with additional data warehouse recommendations and metrics and a redesign of the portal overview blade that provides an integrated experience with Azure Advisor and Azure Monitor.
ADR (recuperação de banco de dados acelerada)Accelerated Database Recovery (ADR) A Recuperação de Banco de Dados Acelerada (ADR) do Azure SQL Data Warehouse está agora na Visualização Pública.Azure SQL Data Warehouse Accelerated Database Recovery (ADR) is now in Public Preview. O ADR é um novo Mecanismo do SQL Server que melhora bastante a disponibilidade do banco de dados, especialmente na presença de transações de longa duração, reformulando completamente o processo de recuperação atual do zero.ADR is a new SQL Server Engine that greatly improves database availability, especially in the presence of long running transactions, by completely redesigning the current recovery process from the ground up. Os principais benefícios do ADR são a recuperação rápida e consistente de bancos de dados e a reversão instantânea de transações.The primary benefits of ADR are fast and consistent database recovery and instantaneous transaction rollback.
Azure Monitor logs de diagnósticoAzure Monitor diagnostics logs O SQL Data Warehouse (SQL DW) agora permite insights aprimorados em cargas de trabalho analíticas, integrando-se diretamente aos logs de diagnóstico do Azure Monitor.SQL Data Warehouse (SQL DW) now enables enhanced insights into analytical workloads by integrating directly with Azure Monitor diagnostic logs. Esse novo recurso permite que os desenvolvedores analisem o comportamento da carga de trabalho durante um período prolongado e tomem decisões informadas sobre otimização de consulta ou gerenciamento de capacidade.This new capability enables developers to analyze workload behavior over an extended time period and make informed decisions on query optimization or capacity management. Introduzimos agora um processo de registro externo por meio de Logs de diagnóstico do Azure Monitor que fornecem informações adicionais sobre a carga de trabalho do data warehouse.We have now introduced an external logging process through Azure Monitor diagnostic logs that provide additional insights into your data warehouse workload. Com um único clique de um botão, você agora pode configurar os logs de diagnóstico para os recursos de solução de problemas de desempenho de consulta histórica usando Log Analytics.With a single click of a button, you are now able to configure diagnostic logs for historical query performance troubleshooting capabilities using Log Analytics. Os logs de diagnóstico do Azure Monitor dão suporte a períodos de retenção personalizáveis, salvando os logs em uma conta de armazenamento para fins de auditoria, a capacidade de transmitir logs para hubs de eventos próximos a insights de telemetria em tempo real e a capacidade de analisar logs usando Log Analytics com queries de log.Azure Monitor diagnostic logs support customizable retention periods by saving the logs to a storage account for auditing purposes, the capability to stream logs to event hubs near real-time telemetry insights, and the ability to analyze logs using Log Analytics with log queries. Os logs de diagnóstico são exibições de telemetria do data warehouse equivalentes aos DMVs de solução de problemas de desempenho mais usados no SQL Data Warehouse.Diagnostic logs consist of telemetry views of your data warehouse equivalent to the most commonly used performance troubleshooting DMVs for SQL Data Warehouse. Para esta versão inicial, ativamos as visualizações das seguintes visualizações de gerenciamento dinâmico do sistema:For this initial release, we have enabled views for the following system dynamic management views:

•   sys.dm_pdw_exec_requests•   sys.dm_pdw_exec_requests
•   sys.dm_pdw_request_steps•   sys.dm_pdw_request_steps
•   sys.dm_pdw_dms_workers•   sys.dm_pdw_dms_workers
•   sys.dm_pdw_waits•   sys.dm_pdw_waits
•   sys.dm_pdw_sql_requests•   sys.dm_pdw_sql_requests
Gerenciamento de memória ColumnstoreColumnstore memory management À medida que aumenta o número de grupos de linhas de repositório de coluna compactados, aumenta a memória necessária para gerenciar os metadados de segmento de coluna interna para os rowgroups.As the number of compressed column store row groups increases, the memory required to manage the internal column segment metadata for those rowgroups increases. Como resultado, podem degradar o desempenho de consulta e consultas executadas em relação a algumas exibições de Gerenciamento Dinâmico Columnstore (DMVs).As a result, query performance and queries executed against some of the Columnstore Dynamic Management Views (DMVs) can degrade. Foram feitos aperfeiçoamentos nesta versão para otimizar o tamanho dos metadados internos para esses casos, levando a experiência aprimorada e desempenho para essas consultas.Improvements have made in this release to optimize the size of the internal metadata for these cases, leading to improved experience and performance for such queries.
Integração de Azure Data Lake Storage Gen2 (GAAzure Data Lake Storage Gen2 integration (GA O SQL Data Warehouse do Azure (SQL DW) agora tem integração nativa com o Azure Data Lake Storage Gen2.Azure SQL Data Warehouse (SQL DW) now has native integration with Azure Data Lake Storage Gen2. Os clientes agora podem carregar dados usando tabelas externas do ABFS no SQL DW.Customers can now load data using external tables from ABFS into SQL DW. Essa funcionalidade permite aos clientes integrar Lagos seus dados no Azure Data Lake Storage Gen2.This functionality enables customers to integrate with their data lakes in Data Lake Storage Gen2.
Bugs importantesNotable Bugs CETAS a falhas de parquet em pequenas classes de recursos em data warehouses de DW2000 e mais-essa correção identifica corretamente uma referência nula no caminho de código de criação de tabela externa como para parquet.CETAS to Parquet failures in small resource classes on Data warehouses of DW2000 and more - This fix correctly identifies a null reference in the Create External Table As to Parquet code path.

O valor da coluna de identidade pode ser perdido em algumas operações CTAS-o valor de uma coluna de identificação não pode ser preservado quando CTASed para outra tabela.Identity column value might lose in some CTAS operation - The value of an identify column may not be preserved when CTASed to another table. Relatado em um blog.Reported in a blog.

Falha interna em alguns casos em que uma sessão é encerrada enquanto uma consulta ainda está em execução – essa correção dispara uma InvalidOperationException se uma sessão for encerrada quando a consulta ainda estiver em execução.Internal failure in some cases when a session is terminated while a query is still running - This fix triggers an InvalidOperationException if a session is terminated when the query is still running.

(Implantado em novembro de 2018) Os clientes estavam enfrentando um desempenho inferior ao tentar carregar vários arquivos pequenos do ADLS (GEN1) usando o polybase.(Deployed in November 2018) Customers were experiencing a suboptimal performance when attempting to load multiple small files from ADLS (Gen1) using Polybase. -O desempenho do sistema foi afunilado durante a validação do token de segurança do AAD.- System performance was bottlenecked during AAD security token validation. Problemas de desempenho foram reduzidos com a habilitação do cache de tokens de segurança.Performance problems were mitigated by enabling caching of security tokens.

Próximos passosNext steps

Mais informaçõesMore information