Заметки о выпуске для Хранилища данных SQL AzureAzure SQL Data Warehouse release notes

В этой статье перечислены новые функции и усовершенствования в последних выпусках хранилища данных SQL Azure (хранилище Azure SQL).This article summarizes the new features and improvements in the recent releases of Azure SQL Data Warehouse (Azure SQL DW). В статье также перечислены важные обновления содержимого, которые не связаны непосредственно с выпуском, но опубликованы в одном и том же кадре.The article also lists notable content updates that aren't directly related to the release but published in the same time frame. Улучшения других служб Azure см. в разделе обновления служб.For improvements to other Azure services, see Service updates.

Проверка версии хранилища данных SQL AzureCheck your Azure SQL Data Warehouse version

По мере выпуска новых функций во все регионы Проверьте версию, развернутую в экземпляре, и последние заметки о выпуске хранилища данных SQL Azure для доступности функций.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. Чтобы проверить версию хранилища данных SQL Azure, подключитесь к хранилищу с помощью SQL Server Management Studio (SSMS) и запустите SELECT @@VERSION;, чтобы получить текущую версию хранилища Azure SQL.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.

Пример выходных данных:Sample output:

Версия хранилища данных SQL

Используйте указанную версию, чтобы подтвердить, какой выпуск был применен к ХРАНИЛИЩу данных SQL Azure.Use the version identified to confirm which release has been applied to your Azure SQL DW.

Октябрь 2019 г.October 2019

Улучшения службыService improvements Подробная информацияDetails
Копировать (Предварительная версия)Copy (Preview) Мы рады сообщить об общедоступной предварительной версии простой и гибкой инструкции COPY для приема данных.We are excited to announce the public preview of a simple and flexible COPY statement for data ingestion. С помощью одной инструкции теперь можно легко получать данные с дополнительной гибкостью и без необходимости использования высокопривилегированных пользователей.With only one statement, you can now seamlessly ingest data with additional flexibility and without requiring high privileged users. Дополнительные сведения см. в разделе копирование документации по командам.For more information, see COPY command documentation.
Изоляция рабочей нагрузки (Предварительная версия)Workload Isolation (Preview) Для поддержки клиентов, более демократичным их хранилища данных, мы сообщаем о новых возможностях интеллектуального управления рабочими нагрузками.To support customers as they democratize their data warehouses, we are announcing new features for intelligent workload management. Новая функциональная возможность изоляции рабочей нагрузки позволяет управлять выполнением разнородных рабочих нагрузок, обеспечивая гибкость и контроль над ресурсами хранилища данных.The new Workload Isolation functionality allows you to manage the execution of heterogeneous workloads while providing flexibility and control over data warehouse resources. Это приводит к повышению предсказуемости выполнения и расширяет возможности удовлетворения стандартных соглашений об уровне обслуживания.This leads to improved execution predictability and enhances the ability to satisfy predefined SLAs.
Помимо изоляции рабочей нагрузки, теперь доступны дополнительные параметры классификации рабочей нагрузки.In addition to workload isolation, additional options are now available for Workload Classification. Помимо классификации имени входа, синтаксис классификатора рабочей нагрузки предоставляет возможность классификации запросов на основе метки запроса, контекста сеанса и времени суток.Beyond login classification, the Create Workload Classifier syntax provides the capability to classify requests based on query label, session context and time of day.
ПРОГНОЗИРОВАНИе (Предварительная версия)PREDICT (Preview) Теперь вы можете оценить модели машинного обучения в хранилище данных, избегая больших и сложных перемещений данных.You can now score machine learning models within your data warehouse avoiding the need for large and complex data movement. Функция ПРОГНОЗИРОВАНИя T-SQL использует среду Open Model Framework и использует данные и модель машинного обучения в качестве входных данных для создания прогнозов.The T-SQL PREDICT function relies on open model framework and takes data and machine learning model as input to generate predictions.
SSDT CI/CD (ОБЩЕДОСТУПНАЯ ВЕРСИЯ)SSDT CI/CD (GA) Сегодня мы рады сообщить о выходе общей доступности самой последней запрошенной функции для проектов баз данных 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. Этот выпуск включает поддержку SSDT с Visual Studio 2019 вместе с интеграцией собственной платформы с помощью Azure DevOps, предоставляющей встроенные возможности непрерывной интеграции и развертывания (CI/CD) для развертываний на уровне предприятия.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.
Материализованный вид (общедоступная версия)Materialized View (GA) Материализованный режим сохраняет данные, возвращаемые запросом определения представления, и автоматически обновляется по мере изменения данных в базовых таблицах.A Materialized View persists the data returned from the view definition query and automatically gets updated as data changes in the underlying tables. Он повышает производительность сложных запросов (обычно запросы с объединениями и агрегатами), предоставляя простые операции обслуживания.It improves the performance of complex queries (typically queries with joins and aggregations) while offering simple maintenance operations. Дополнительные сведения см. в разделе Настройка производительности с материализованными представлениями.For more information, see Performance tuning with materialized views. Установите SQL Server Management Studio 18,4 или более поздней версии для создания скриптов материализованных представлений.Install SQL Server Management Studio 18.4 or later for scripting Materialized Views.
Динамическое маскирование данных (GA)Dynamic Data Masking (GA) Функция динамического маскирования данных предотвращает несанкционированный доступ к вашим конфиденциальным данным в хранилище данных благодаря немедленному их маскированию в результатах запроса. При этом используются заданные вами правила маскирования.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. Дополнительные сведения см. в разделе Динамическое маскирование данных в базе данных SQL. For more information, see SQL Database dynamic data masking.
Изоляция моментальных снимков READ COMMITTED (общедоступная версия)Read Committed Snapshot Isolation (GA) Чтобы включить или отключить изоляцию моментального снимка для пользовательской базы данных, можно использовать инструкцию ALTER базе данных.You can use ALTER DATABSE to enable or disable snapshot isolation for a user database. Чтобы не влиять на текущую рабочую нагрузку, можно установить этот параметр во время периода обслуживания базы данных или подождать, пока не появится активное соединение с базой данных.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. Дополнительные сведения см. в разделе Параметры ALTER DATABASE SET.For more information, see Alter database set options.
Упорядоченный кластеризованный индекс columnstore (GA)Ordered Clustered Columnstore Index (GA) Columnstore — это основная возможность хранения и эффективного запрашивания больших объемов данных.Columnstore is a key enabler for storing and efficiently querying large amounts of data. Упорядоченные кластеризованные индексы columnstore еще больше оптимизируют выполнение запросов, так как они обеспечивают эффективную корректировку сегментов.Ordered clustered columnstore indexes further optimize query execution by enabling efficient segment elimination.   Дополнительные сведения см. в разделе Настройка производительности с упорядоченным кластеризованным индексом columnstore.   For more information, see Performance tuning with ordered clustered columnstore index.
Кэширование результирующего набора (GA)Result Set Caching (GA) Если включено кэширование результирующего набора, хранилище данных SQL Azure автоматически кэширует результаты запроса в пользовательской базе данных для многократного использования.When result set caching is enabled, Azure SQL Data Warehouse automatically caches query results in the user database for repetitive use. Это позволяет последующим выполнениям запросов получать результаты непосредственно из материализованного кэша, поэтому перерасчет не требуется.This allows subsequent query executions to get results directly from the persisted cache so recomputation is not needed. Кэширование результирующего набора улучшает производительность запросов и сокращает использование ресурсов вычислений.Result set caching improves query performance and reduces compute resource usage. Кроме того, запросы, использующие кэшированный набор результатов, не используют слоты выдачи и поэтому не учитываются для существующих ограничений параллелизма.In addition, queries using cached results set do not use any concurrency slots and thus do not count against existing concurrency limits. В целях безопасности пользователи могут получить доступ к кэшированным результатам только в том случае, если они имеют те же разрешения на доступ к данным, что и пользователи, создающие кэшированные результаты.For security, users can only access the cached results if they have the same data access permissions as the users creating the cached results. Дополнительные сведения см. в разделе Настройка производительности с кэшированием результирующих наборов.For more information, see Performance tuning with result set caching. Применяется к версии 10.0.10783.0 или более поздней.Applies to version 10.0.10783.0 or higher.

Сентябрь 2019 г.September 2019

Улучшения службыService improvements Подробная информацияDetails
Частная ссылка Azure (Предварительная версия)Azure Private Link (Preview) С помощью частного канала Azureможно создать частную конечную точку в виртуальной сети и связать ее с хранилищем данных SQL Azure.With Azure Private Link, you can create a private endpoint in your Virtual Network (VNet) and map it to your Azure SQL DW. Затем эти ресурсы доступны через частный IP-адрес в виртуальной сети, что позволяет осуществлять подключение из локальной среды через частный пиринг Azure ExpressRoute и (или) VPN-шлюз.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. В целом, это упрощает настройку сети за счет того, что не требуется открывать общедоступные IP-адреса.Overall, this simplifies the network configuration by not requiring you to open it up to public IP addresses. Это также обеспечивает защиту от рисков утечка данных.This also enables protection against data exfiltration risks. Дополнительные сведения см. в разделе Обзор и Документация по хранилищу данных SQL.For more details, see overview and SQL DW documentation.
Классификация & обнаружения данных (общедоступная версия)Data Discovery & Classification (GA) Функция обнаружения и классификации данных теперь общедоступна.Data discovery and classification feature is now Generally Available. Эта функция предоставляет расширенные возможности для обнаружения, классификации и маркировки & защиты конфиденциальных данных в базах данных.This feature provides advanced capabilities for discovering, classifying, labeling & protecting sensitive data in your databases.
Интеграция Azure Advisor одним щелчкомAzure Advisor one-click Integration Хранилище данных SQL прямо интегрируется с рекомендациями помощника по Azure в колонке "Обзор" и предоставляет возможность однократного щелчка.SQL Data Warehouse now directly integrates with Azure Advisor recommendations in the overview blade along with providing a one-click experience. Теперь вы можете найти рекомендации в колонке "Обзор" вместо перехода к колонке помощника по Azure.You can now discover recommendations in the overview blade instead of navigating to the Azure advisor blade. Дополнительные сведения о рекомендациях см. здесь.Find out more about recommendations here.
Изоляция моментальных снимков READ COMMITTED (Предварительная версия)Read Committed Snapshot Isolation (Preview) Чтобы включить или отключить изоляцию моментального снимка для пользовательской базы данных, можно использовать инструкцию ALTER базе данных.You can use ALTER DATABSE to enable or disable snapshot isolation for a user database. Чтобы не влиять на текущую рабочую нагрузку, можно установить этот параметр во время периода обслуживания базы данных или подождать, пока не появится активное соединение с базой данных.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. Дополнительные сведения см. в разделе Параметры ALTER DATABASE SET.For more information, see Alter database set options.
EXECUTE AS (Transact-SQL)EXECUTE AS (Transact-SQL) выполнить как Поддержка T-SQL теперь доступна в хранилище данных SQL, что позволяет клиентам задавать контекст выполнения сеанса для указанного пользователя.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.
Дополнительная поддержка T-SQLAdditional T-SQL support Контактная зона языка T-SQL для хранилища данных SQL была расширена и включает поддержку следующих функций:The T-SQL language surface area for SQL Data Warehouse has been extended to include support for:
формат - (Transact-SQL)- FORMAT (Transact-SQL)
TRY_PARSE - (Transact-SQL)- TRY_PARSE (Transact-SQL)
TRY_CAST - (Transact-SQL)- TRY_CAST (Transact-SQL)
TRY_CONVERT - (Transact-SQL)- TRY_CONVERT (Transact-SQL)
- sys. user_token (Transact-SQL)- sys.user_token (Transact-SQL)

Июль 2019 г.July 2019

Улучшения службыService improvements Подробная информацияDetails
Материализованные представления (Предварительная версия)Materialized View (Preview) Материализованный режим сохраняет данные, возвращаемые запросом определения представления, и автоматически обновляется по мере изменения данных в базовых таблицах.A Materialized View persists the data returned from the view definition query and automatically gets updated as data changes in the underlying tables. Он повышает производительность сложных запросов (обычно запросы с объединениями и агрегатами), предоставляя простые операции обслуживания.It improves the performance of complex queries (typically queries with joins and aggregations) while offering simple maintenance operations. Дополнительные сведения см. в следующих источниках.For more information, see:
- создать материализованный представление как SELECT (Transact-SQL) - CREATE MATERIALIZED VIEW AS SELECT (Transact-SQL)
- изменении материализованных представлений (Transact-SQL) - ALTER MATERIALIZED VIEW (Transact-SQL)
- инструкций t-SQL, поддерживаемых в хранилище данных SQL Azure- T-SQL statements supported in Azure SQL Data Warehouse
Дополнительная поддержка T-SQLAdditional T-SQL support Контактная зона языка T-SQL для хранилища данных SQL была расширена и включает поддержку следующих функций:The T-SQL language surface area for SQL Data Warehouse has been extended to include support for:
- в часовом поясе (Transact-SQL)- AT TIME ZONE (Transact-SQL)
STRING_AGG - (Transact-SQL)- STRING_AGG (Transact-SQL)
Кэширование результирующего набора (Предварительная версия)Result set caching (Preview) Добавлены команды DBCC для управления ранее объявленным кэшем результирующего набора.DBCC commands added to manage the previously announced result set cache. Дополнительные сведения см. в следующих источниках.For more information, see:
- DBCC дропресултсеткаче (Transact-SQL) - DBCC DROPRESULTSETCACHE (Transact-SQL)
- DBCC шовресулткачеспацеусед (Transact-SQL) - DBCC SHOWRESULTCACHESPACEUSED (Transact-SQL)
См. также столбец New result_set_cache в представлении sys. dm_pdw_exec_requests , показывающий, когда выполненный запрос использовал кэш результирующего набора.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.
Упорядоченный кластеризованный индекс columnstore (Предварительная версия)Ordered clustered columnstore index (Preview) Новый столбец column_store_order_ordinal, добавленный в sys. index_columns для задания порядка столбцов в упорядоченном кластеризованном индексе columnstore.New column, column_store_order_ordinal, added to sys.index_columns to identify the order of columns in an ordered clustered columnstore index.

Май 2019 г.May 2019

Улучшения службыService improvements Подробная информацияDetails
Динамическое маскирование данных (Предварительная версия)Dynamic data masking (Preview) Функция динамического маскирования данных предотвращает несанкционированный доступ к вашим конфиденциальным данным в хранилище данных благодаря немедленному их маскированию в результатах запроса. При этом используются заданные вами правила маскирования.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. Дополнительные сведения см. в разделе Динамическое маскирование данных в базе данных SQL. For more information, see SQL Database dynamic data masking.
Уровень важности рабочей нагрузки теперь общедоступенWorkload importance now Generally Available Классификация и важность управления рабочими нагрузками позволяют определять порядок выполнения запросов.Workload Management Classification and Importance provide the ability to influence the run order of queries. Дополнительные сведения о важности рабочей нагрузки см. в статьях Обзор классификации и важности в документации.For more information on workload importance, see the Classification and Importance overview articles in the documentation. Ознакомьтесь с документом- классификатором создания рабочей нагрузки .Check out the CREATE WORKLOAD CLASSIFIER doc as well.

См. раздел важность рабочей нагрузки в действии в следующих видеороликах:See workload importance in action in the below videos:
Основные понятия управления рабочей Нагрузкой --Workload Management concepts
сценарии управления рабочей Нагрузкой --Workload Management scenarios
Дополнительная поддержка T-SQLAdditional T-SQL support Контактная зона языка T-SQL для хранилища данных SQL была расширена и включает поддержку следующих функций:The T-SQL language surface area for SQL Data Warehouse has been extended to include support for:
- обрезать- TRIM
Функции JSONJSON functions Бизнес-аналитики теперь могут использовать знакомый язык T-SQL для запроса и обработки документов, отформатированных как данные JSON, с помощью следующих новых функций JSON в хранилище данных Azure: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:
- а JSON- ISJSON
- JSON_VALUE- JSON_VALUE
- JSON_QUERY- JSON_QUERY
- JSON_MODIFY- JSON_MODIFY
- OPENJSON- OPENJSON
Кэширование результирующего набора (Предварительная версия)Result set caching (Preview) Кэширование наборов результатов позволяет мгновенно отреагировать на запросы, уменьшая время на анализ бизнес-аналитиков и пользователей отчетов.Result-set caching enables instant query response times while reducing time-to-insight for business analysts and reporting users. Дополнительные сведения см. в следующих источниках.For more information, see:
- ALTER DATABASE (Transact-SQL)- ALTER DATABASE (Transact-SQL)
- Параметры инструкции ALTER DATABASE SET (TRANSACT SQL)- ALTER DATABASE SET Options (Transact SQL)
- установить кэширование результирующего набора (Transact-SQL)- SET RESULT SET CACHING (Transact-SQL)
инструкция SET - (Transact-SQL)- SET Statement (Transact-SQL)
- sys. databases (Transact-SQL)- sys.databases (Transact-SQL)
Упорядоченный кластеризованный индекс columnstore (Предварительная версия)Ordered clustered columnstore index (Preview) Columnstore — это основная возможность хранения и эффективного запрашивания больших объемов данных.Columnstore is a key enabler for storing and efficiently querying large amounts of data. Для каждой таблицы входящие данные делятся на группы строк, а каждый столбец группы строк составляет сегмент на диске.For each table, it divides the incoming data into Row Groups and each column of a Row Group forms a Segment on a disk. Упорядоченные кластеризованные индексы columnstore еще больше оптимизируют выполнение запросов, так как они обеспечивают эффективную корректировку сегментов.Ordered clustered columnstore indexes further optimize query execution by enabling efficient segment elimination.   Дополнительные сведения см. в следующих статьях:   For more information, see:
CREATE TABLE - (хранилище данных SQL Azure)- CREATE TABLE (Azure SQL Data Warehouse)
- создать индекс COLUMNSTORE (Transact-SQL).- CREATE COLUMNSTORE INDEX (Transact-SQL).

Март 2019 г.March 2019

Улучшения службыService improvements Подробная информацияDetails
Обнаружение и классификация данныхData Discovery & Classification Теперь предоставляется общедоступная предварительная версия функции обнаружения и классификации данных для Хранилища данных SQL Azure.Data Discovery & Classification is now available in public preview for Azure SQL Data Warehouse. Важно защищать конфиденциальные данные и конфиденциальность ваших клиентов.It’s critical to protect sensitive data and the privacy of your customers. По мере роста бизнес-ресурсов и данных клиентов они становятся неуправляемыми для обнаружения, классификации и защиты данных.As your business and customer data assets grow, it becomes unmanageable to discover, classify, and protect your data. Функция обнаружения и классификации данных, представляемая в собственном коде с помощью хранилища данных SQL Azure, помогает защитить данные более управляемыми.The data discovery and classification feature that we’re introducing natively with Azure SQL Data Warehouse helps make protecting your data more manageable. Основные преимущества таких возможностей:The overall benefits of this capability are:
•   соответствии стандартам конфиденциальности данных и нормативным требованиям.•   Meeting data privacy standards and regulatory compliance requirements.
•   ограничения доступа к хранилищам данных, содержащим строго конфиденциальные данные, и усиления безопасности.•   Restricting access to and hardening the security of data warehouses containing highly sensitive data.
•   мониторинг и оповещение о аномальном доступе к конфиденциальным данным.•   Monitoring and alerting on anomalous access to sensitive data.
•   визуализации конфиденциальных данных в центральной панели мониторинга портал Azure.•   Visualization of sensitive data in a central dashboard on the Azure portal.

Классификация & обнаружения данных доступна для хранилища данных SQL Azure во всех регионах Azure, оно является частью дополнительной защиты данных, включая оценку уязвимостей и обнаружение угроз.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. Дополнительные сведения о классификации & обнаружения данных см. в записи блога и в нашей электронной документации.For more information about Data Discovery & Classification, see the blog post and our online documentation.
СВЕДЕНИЕ GROUP BYGROUP BY ROLLUP СВЕРТКА теперь поддерживается параметром GROUP BY в хранилище данных Azure.ROLLUP is now a supported GROUP BY option in Azure Data Warehouse. СВЕРТКА GROUP BY создает группу для каждого сочетания выражений столбцов.GROUP BY ROLLUP creates a group for each combination of column expressions. GROUP BY также выполняет сведение результатов в подытоги и общие итоги.GROUP BY also "rolls up" the results into subtotals and grand totals. Функция GROUP BY обрабатывает справа налево, уменьшая число выражений столбцов, по которым создаются группы и агрегаты.The GROUP BY function processes from right to left, decreasing the number of column expressions over which it creates groups and aggregation(s). Порядок столбцов влияет на выходные данные СВЕРТКИ и может повлиять на количество строк в результирующем наборе.The column order affects the ROLLUP output and can affect the number of rows in the result set.

Дополнительные сведения о группе "СВЕДЕНИЕ по" см. в разделе Group By (Transact-SQL) .For more information on GROUP BY ROLLUP, see GROUP BY (Transact-SQL)
Улучшенная точность использования DWU и метрик на портале ЦПImproved accuracy for DWU used and CPU portal metrics Хранилище данных SQL значительно повышает точность метрик в портал Azure.SQL Data Warehouse significantly enhances metric accuracy in the Azure portal. Этот выпуск включает в себя исправление для ЦП и DWU использовало определение метрики, чтобы правильно отразить рабочую нагрузку на всех вычислительных узлах.This release includes a fix to the CPU and DWU Used metric definition to properly reflect your workload across all compute nodes. Перед этим исправлением значения метрик были неподчиненными.Before this fix, metric values were being underreported. Вы должны увидеть увеличение количества используемых DWU и метрик ЦП в портал Azure.Expect to see an increase in the DWU used and CPU metrics in the Azure portal.
Безопасность на уровне строкRow Level Security Мы включили функции безопасности на уровне строк в ноября 2017.We introduced Row-level Security capability back in Nov 2017. Теперь эта поддержка также расширена для внешних таблиц.We’ve now extended this support to external tables as well. Кроме того, добавлена поддержка вызова недетерминированных функций во встроенных возвращающих табличное значение функциях (inline возвращающие табличное), необходимых для определения предиката фильтра безопасности.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. Это добавление позволяет указать IS_ROLEMEMBER (), USER_NAME () и т. д. в предикате фильтра безопасности.This addition allows you to specify IS_ROLEMEMBER(), USER_NAME() etc. in the security filter predicate. Дополнительные сведения см. в примерах в документации по безопасности на уровне строк.For more information, please see the examples in the Row-level Security documentation.
Дополнительная поддержка T-SQLAdditional T-SQL Support Контактная зона языка T-SQL для хранилища данных SQL расширена и включает поддержку 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).
Усовершенствования оптимизатора запросовQuery Optimizer enhancements Оптимизация запросов является важнейшим компонентом любой базы данных.Query optimization is a critical component of any database. Выбор оптимального способа выполнения запроса может привести к значительному улучшению.Making optimal choices on how to best execute a query can yield significant improvements.  При выполнении сложных аналитических запросов в распределенной среде количество выполненных операций имеет значение.  When executing complex analytical queries in a distributed environment, the number of operations executed matters. Производительность запросов была улучшена за счет создания лучших планов качества.Query performance has been enhanced by producing better quality plans. Эти планы снижают объем ресурсоемких операций по переносу данных и избыточных вычислений, таких как повторяющиеся вложенные запросы.These plans minimize expensive data transfer operations and redundant computations such as, repeated subqueries. Дополнительные сведения см. в этой записи блогахранилища данных SQL Azure.For more information, see this Azure SQL Data Warehouse blog post.

Улучшения документацииDocumentation improvements

Улучшения документацииDocumentation improvements Подробная информацияDetails

Январь 2019 г.January 2019

Улучшения службыService improvements

Улучшения службыService improvements Подробная информацияDetails
Оптимизация возврата результатов запросов по порядкуReturn Order By Optimization В этом выпуске повышается производительность запросов SELECT...ORDER BY.SELECT…ORDER BY queries get a performance boost in this release. Теперь все расчетные узлы отправляют свои результаты в один узел вычислений.Now, all compute nodes send their results to a single compute node. Этот узел выполняет слияние и сортировку результатов и возвращает их пользователю.This node merges and sorts the results and returns them to the user. Объединение через один вычислительный узел обеспечивает прирост производительности, если результирующий набор запросов содержит большое количество строк.Merging through a single compute node results in a significant performance gain when the query result set contains a large number of rows. Ранее механизм выполнения запросов будет упорядочивать результаты на каждом вычислительном узле.Previously, the query execution engine would order results on each compute node. Результаты будут передаваться в поток управления на управляющий узел.The results would them be streamed to the control node. Затем узел элемента управления объединит результаты.The control node would then merge the results.
Усовершенствования перемещения данных для PartitionMove и BroadcastMoveData Movement Enhancements for PartitionMove and BroadcastMove В Gen2 хранилища данных SQL Azure шаги перемещения данных типа Шуффлемове используют методы перемещения данных мгновенно.In Azure SQL Data Warehouse Gen2, data movement steps of type ShuffleMove, use instant data movement techniques. Дополнительные сведения см. в блоге улучшение производительности.For more information, see performance enhancements blog. В этом выпуске Партитионмове и Броадкастмове теперь являются одними и теми же методами перемещения мгновенных данных.With this release, PartitionMove and BroadcastMove are now powered by the same instant data movement techniques. Запросы пользователей, которые используют эти типы шагов перемещения данных, будут выполняться с улучшенной производительностью.User queries that use these types of data movement steps will run with improved performance. Чтобы воспользоваться преимуществами улучшений производительности, не нужно вносить изменения в код.No code change is required to take advantage of these performance improvements.
Важные ошибкиNotable Bugs Неправильная версия хранилища данных SQL Azure — SELECT @@VERSION может возвращать неправильную версию, 10.0.9999.0.Incorrect Azure SQL Data Warehouse version - SELECT @@VERSION may return the incorrect version, 10.0.9999.0. Правильная версия текущего выпуска — 10.0.10106.0.The correct version for the current release is 10.0.10106.0. Эта ошибка нам известна и находится на рассмотрении.This bug has been reported and is under review.

Улучшения документацииDocumentation improvements

Улучшения документацииDocumentation improvements Подробная информацияDetails
Nonenone

Декабрь 2018 г.December 2018

Улучшения службыService improvements

Улучшения службыService improvements Подробная информацияDetails
Общедоступные конечные точки службы виртуальной сетиVirtual Network Service Endpoints Generally Available Этот выпуск включает общедоступную версию конечных точек службы виртуальной сети для Хранилища данных SQL Azure во всех регионах Azure.This release includes general availability of Virtual Network (VNet) Service Endpoints for Azure SQL Data Warehouse in all Azure regions. Конечные точки виртуальной сети позволяют изолировать подключение к логическому серверу из заданной подсети или набора подсетей в виртуальной сети.VNet Service Endpoints enable you to isolate connectivity to your logical server from a given subnet or set of subnets within your virtual network. Трафик, поступающий из виртуальной сети в Хранилище данных SQL Azure, всегда остается в магистральной сети Azure.The traffic to Azure SQL Data Warehouse from your VNet will always stay within the Azure backbone network. Этот прямой маршрут предпочтительнее, чем какие-либо специальные маршруты, предполагающие прием трафика из Интернета через виртуальные модули или локальные службы.This direct route will be preferred over any specific routes that take Internet traffic through virtual appliances or on-premises. Дополнительная плата за доступ к виртуальной сети через конечные точки службы не взимается.No additional billing is charged for virtual network access through service endpoints. Текущая модель ценообразования для Хранилища данных SQL Azure применяется без изменений.Current pricing model for Azure SQL Data Warehouse applies as is.

В этом выпуске также реализовано подключение PolyBase к Azure Data Lake Storage 2-го поколения (ADLS) через драйвер файловой системы больших двоичных объектов Azure (ABFS).With this release, we also enabled PolyBase connectivity to Azure Data Lake Storage Gen2 (ADLS) via Azure Blob File System (ABFS) driver. Хранилище Azure Data Lake Storage 2-го поколения обладает всеми качествами, необходимыми для выполнения каждого из этапов жизненного цикла данных аналитики для службы хранилища Azure.Azure Data Lake Storage Gen2 brings all the qualities that are required for the complete lifecycle of analytics data to Azure Storage. В нем объединены возможности двух существующих служб хранилища Azure (хранилище BLOB-объектов Azure и ADLS 1-го поколения).Features of the two existing Azure storage services, Azure Blob Storage and Azure Data Lake Storage Gen1 are converged. Функции, описанные в статье Документация по Azure Data Lake Storage Gen1, например семантика файловой системы, защита на уровне файлов и масштабирование, объединены с экономичностью, многоуровневостью, возможностями высокой доступности и аварийного восстановления хранилища BLOB-объектов 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.

С помощью PolyBase также можно импортировать данные в Хранилище данных SQL Azure из хранилища Azure, закрепленного за вашей виртуальной сетью.Using Polybase you can also import data into Azure SQL Data Warehouse from Azure Storage secured to VNet. Кроме того, PolyBase поддерживает экспорт данных из Хранилища данных SQL Azure в хранилище Azure, закрепленное за вашей виртуальной сетью.Similarly, exporting data from Azure SQL Data Warehouse to Azure Storage secured to VNet is also supported via Polybase.

Дополнительные сведения о конечных точках службы виртуальной сети в Хранилище данных SQL Azure см. в записи блога или документации.For more information on VNet Service Endpoints in Azure SQL Data Warehouse, refer to the blog post or the documentation.
Автоматическое наблюдение за производительностью (Предварительная версия)Automatic Performance Monitoring (Preview) Хранилище запросов теперь доступно в предварительной версии для Хранилища данных SQL Azure.Query Store is now available in Preview for Azure SQL Data Warehouse. Хранилище запросов упрощает устранение проблем с производительностью запросов за счет отслеживания запросов, планов запросов, статистики среды выполнения и журнала запросов, с помощью которых можно выполнять мониторинг активности и производительности хранилища данных.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. Хранилище запросов — это набор внутренних хранилищ и динамических административных представлений (DMV), с помощью которых можно:Query Store is a set of internal stores and Dynamic Management Views (DMVs) that allow you to:

•   выявление и настройка наиболее ресурсоемких запросов, использующих ресурсы•   Identify and tune top resource consuming queries
•   выявление и улучшение незапланированных рабочих нагрузок•   Identify and improve unplanned workloads
•   оценивать производительность запросов и влияние на план путем изменения статистики, индексов или размера системы (параметр DWU).•   Evaluate query performance and impact to the plan by changes in statistics, indexes, or system size (DWU setting)
•   см. полный текст запроса для всех выполненных запросов•   See full query text for all queries executed

Хранилище запросов содержит три фактических хранилища:The Query Store contains three actual stores:
•   хранилище планов для сохранения сведений о плане выполнения•   A plan store for persisting the execution plan information
•   хранилище статистики времени выполнения для сохранения сведений о статистике выполнения•   A runtime stats store for persisting the execution statistics information
•   хранилище статистики ожидания для сохранения сведений о статистике ожидания.•   A wait stats store for persisting wait stats information.

Хранилище данных SQL управляет этими хранилищами автоматически и предоставляет неограниченное количество запросов, сториед за последние семь дней без дополнительной оплаты.SQL Data Warehouse manages these stores automatically and provides an unlimited number of queries storied over the last seven days at no additional charge. Чтобы включить хранилище запросов, просто выполните инструкцию 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;-------дополнительные сведения о хранилище запросов в хранилище данных SQL Azure см. в статье мониторинг производительности с помощью хранилища запросови динамических административных представлений хранилища запросов, таких как 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. Вот запись блога с объявлением о выпуске.Here is the blog post announcing the release.
Более низкие уровни вычислений для хранилища данных SQL Azure Gen2Lower Compute Tiers for Azure SQL Data Warehouse Gen2 Хранилище данных SQL Azure 2-го поколения теперь поддерживает более низкие уровни вычислений.Azure SQL Data Warehouse Gen2 now supports lower compute tiers. Клиенты могут оценить лучшую производительность, гибкость и возможности безопасности Хранилища данных SQL Azure, начиная со 100 cDWU (вычислительные единицы использования хранилища данных), и увеличивать масштаб до 30 000 cDWU за считаные минуты.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. Начиная с середины декабря 2018 года клиенты могут использовать преимущества производительности и гибкость 2-го поколения на низких уровнях вычислений в этих регионах. Поддержка для остальных регионов станет доступна в течение 2019 года.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.

Обеспечив точку входа для хранилищ данных следующего поколения, корпорация Майкрософт открыла возможности для ориентированных на прибыль пользователей, которые хотят оценить все преимущества безопасного, высокопроизводительного хранилища данных, не тратя время на поиски наиболее подходящей для них пробной среды.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. Пользователи могут начать со 100 cDWU (ниже чем текущая точка входа в 500 cDWU).Customers may start as low as 100 cDWU, down from the current 500 cDWU entry point. Хранилище данных SQL 2-го поколения продолжает поддерживать операции остановки и возобновления и выходит за пределы обеспечения гибкости в вычислениях.SQL Data Warehouse Gen2 continues to support pause and resume operations and goes beyond just the flexibility in compute. 2 поколение также поддерживает неограниченную емкость хранилища столбцов, а также в 2,5 раза больше памяти для каждого запроса, до 128 одновременных запросов и функции адаптивного кэширования.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. Эти функции в среднем дают в пять раз большую производительность по сравнению с той же единицей использования хранилища данных 1-го поколения за ту же цену.These features on average bring five times more performance compared to the same Data Warehouse Unit on Gen1 at the same price. Геоизбыточные резервные копии являются стандартными для 2-го поколения со встроенной гарантированной защитой данных.Geo-redundant backups are standard for Gen2 with built-in guaranteed data protection. Хранилище данных SQL Azure 2-го поколения выполнит масштабирование, когда вы будете готовы.Azure SQL Data Warehouse Gen2 is ready to scale when you are.
Слияние фона columnstoreColumnstore Background Merge По умолчанию хранилище данных SQL Azure (Azure SQL DW) хранит данные в столбчатом формате с микроразделами, называемыми группами строк.By default, Azure SQL Data Warehouse (Azure SQL DW) stores data in columnar format, with micro-partitions called rowgroups. Иногда, из-за ограничений памяти при построении индекса или времени загрузки данных, группы строк могут быть сжаты в размере (меньше оптимального размера миллионов строк).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. Группы строк могут также стать фрагментированными из-за удалений.Rowgroups may also become fragmented due to deletes. Небольшие или фрагментированные группы строк приводят к более высокому потреблению памяти, а также к неэффективному выполнению запросов.Small or fragmented rowgroups result in higher memory consumption, as well as inefficient query execution. В этом выпуске Azure SQL DW задача фонового обслуживания columnstore объединяет небольшие сжатые группы строк, создавая большие группы строк, чтобы лучше использовать память и ускорить выполнение запросов.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.

Октябрь 2018 г.October 2018

Улучшения службыService improvements

Улучшения службыService improvements Подробная информацияDetails
DevOps для хранилищ данныхDevOps for Data Warehousing Часто запрашиваемая функция для хранилища данных SQL теперь доступна в режиме предварительной версии с поддержкой средств SQL Server Data Tools (SSDT) для 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! Теперь разработчики смогут использовать для совместной работы единую базу кода с управлением версиями и быстро распространять изменения на любой экземпляр в любой точке мира.Teams of developers can now collaborate over a single, version-controlled codebase and quickly deploy changes to any instance in the world. Вас это тоже интересует?Interested in joining? Эта функция уже предоставляется в режиме предварительной версии.This feature is available for preview today! Чтобы зарегистрироваться, посетите страницу с формой регистрации для использования предварительной версии SQL Server Data Tools для Хранилища данных SQL для Visual Studio.You can register by visiting the SQL Data Warehouse Visual Studio SQL Server Data Tools (SSDT) - Preview Enrollment form. Учитывая высокий спрос, мы ограничиваем доступ к предварительной версии, чтобы обеспечить максимальное удобство для клиентов.Given the high demand, we are managing acceptance into preview to ensure the best experience for our customers. Мы ставим задачу подтвердить ваш статус в течение семи рабочих дней после регистрации.Once you sign up, our goal is to confirm your status within seven business days.
безопасность на уровне строк общедоступная версияRow Level Security Generally Available Хранилище данных SQL Azure (хранилище данных SQL) теперь поддерживает безопасность на уровне строк (RLS), которая дает мощные возможности для защиты конфиденциальных данных.Azure SQL Data Warehouse (SQL DW) now supports row level security (RLS) adding a powerful capability to secure your sensitive data. С появлением RLS вы сможете внедрять политики безопасности, которые управляют доступом конкретных пользователей к конкретным строкам в таблицах.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. RLS обеспечивает такой точный контроль доступа, не требуя изменять архитектуру хранилища данных.RLS enables this fine-grained access control without having to redesign your data warehouse. RLS упрощает реализацию системы безопасности в целом, перемещая логику ограничения доступа на уровень базы данных из уровня приложения, который отделен от данных.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. Также RLS избавляет от необходимости создавать представления специально для фильтрации строк при управлении доступом.RLS also eliminates the need to introduce views to filter out rows for access control management. Для всех наших клиентов эта функция безопасности корпоративного уровня предоставляется без дополнительной оплаты.There is no additional cost for this enterprise-grade security feature for all our customers.
Дополнительные рекомендацииAdvanced Advisors Тонкая настройки для хранилища данных SQL Azure стала еще проще благодаря дополнительным рекомендациям и метрикам для хранилища данных.Advanced tuning for Azure SQL Data Warehouse (SQL DW) just got simpler with additional data warehouse recommendations and metrics. В Помощнике по Azure вам доступны дополнительные рекомендации по повышению производительности, в том числе следующие.There are additional advanced performance recommendations through Azure Advisor at your disposal, including:

1. адаптивный кэш — рекомендуется использовать для оптимизации использования кэша.1. Adaptive cache – Be advised when to scale to optimize cache utilization.
2. Распределение таблиц — определите, когда следует реплицировать таблицы, чтобы уменьшить перемещение данных и повысить производительность рабочей нагрузки.2. Table distribution – Determine when to replicate tables to reduce data movement and increase workload performance.
3. tempdb — сведения о том, когда следует масштабировать и настраивать классы ресурсов, чтобы снизить состязание за базу данных tempdb.3. Tempdb – Understand when to scale and configure resource classes to reduce tempdb contention.

Метрики хранилища данных более тесно интегрированы с Azure Monitor, в том числе улучшена настраиваемая таблица мониторинга для метрик в колонке обзора, обновляемых практически в реальном времени.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. Вам больше не нужно покидать колонку обзора хранилища данных, чтобы получить доступ к метрикам Azure Monitor при отслеживании использования либо проверять и применять рекомендации для хранилища данных.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. Кроме того, доступны новые метрики, например использование tempdb и адаптивного кэша, дополняющие рекомендации по производительности.In addition, there are new metrics available, such as tempdb and adaptive cache utilization to complement your performance recommendations.
Расширенная настройка с помощью встроенных помощниковAdvanced tuning with integrated advisors Дополнительная настройка Хранилища данных SQL Azure теперь стала еще проще благодаря новым рекомендациям и метрикам для хранилища данных и новому интерфейсу колонки сводных данных на портале, которая теперь объединяет функции помощника по Azure и 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.
Ускоренное восстановление базы данных (ADR)Accelerated Database Recovery (ADR) Ускоренное восстановление базы данных (ADR) для Хранилища данных SQL Azure теперь находится в режиме общедоступной предварительной версии.Azure SQL Data Warehouse Accelerated Database Recovery (ADR) is now in Public Preview. ADR — это новая функция ядра СУБД SQL Server, которая значительно повышает доступность базы данных, особенно при наличии длительных транзакций, благодаря полностью обновленному процессу восстановления.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. Основных преимуществ ADR: быстрое и согласованное восстановление базы данных и мгновенный откат транзакций.The primary benefits of ADR are fast and consistent database recovery and instantaneous transaction rollback.
Журналы диагностики Azure MonitorAzure Monitor diagnostics logs Теперь Хранилище данных SQL предоставляет расширенные аналитические сведения о рабочих нагрузках благодаря непосредственной интеграции с журналами диагностики Azure Monitor.SQL Data Warehouse (SQL DW) now enables enhanced insights into analytical workloads by integrating directly with Azure Monitor diagnostic logs. Эта новая возможность позволяет разработчикам анализировать поведение рабочих нагрузок в течение продолжительного времени и принимать обоснованные решения касательно оптимизации запросов или управления производительностью.This new capability enables developers to analyze workload behavior over an extended time period and make informed decisions on query optimization or capacity management. Теперь мы добавили внешний процесс ведения журнала, который реализован через журналы диагностики Azure Monitor и предоставляет дополнительные сведения о рабочей нагрузке хранилища данных.We have now introduced an external logging process through Azure Monitor diagnostic logs that provide additional insights into your data warehouse workload. Одним нажатием кнопки вы теперь можете настроить журналы диагностики для устранения неполадок по истории производительности запросов с применением 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. Журналы диагностики Azure Monitor поддерживают настраиваемые периоды удержания за счет сохранения журналов в учетной записи хранения для аудита, возможность потоковой передачи журналов в концентраторы событий для получения аналитических данных телеметрии практически в реальном времени, а также возможность анализировать журналы, используя Log Analytics с запросами журналов.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. Журналы диагностики состоят из представлений телеметрии для хранилища данных, эквивалентных динамическим административным представлениям для устранения неполадок, связанных с производительностью Хранилища данных SQL.Diagnostic logs consist of telemetry views of your data warehouse equivalent to the most commonly used performance troubleshooting DMVs for SQL Data Warehouse. В этом первоначальном выпуске доступны следующие динамические административные представления системы: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
Управление памятью columnstoreColumnstore memory management По мере того как количество групп строк для хранилища столбцов возрастает, увеличивается и объем памяти, необходимый для управления внутренними метаданными сегментов столбцов для этих групп строк.As the number of compressed column store row groups increases, the memory required to manage the internal column segment metadata for those rowgroups increases. В результате общая производительность запросов и результативность запросов к одному из динамических административных представлений columnstore может снизиться.As a result, query performance and queries executed against some of the Columnstore Dynamic Management Views (DMVs) can degrade. В этом выпуске реализованы улучшения, которые позволят оптимизировать размер внутренних метаданных в таких случаях. Это обеспечит удобство и высокую производительность при выполнении запросов.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.
Интеграция Azure Data Lake Storage 2-го поколения (GAAzure Data Lake Storage Gen2 integration (GA Хранилище данных SQL Azure теперь имеет встроенную возможности интеграции с Azure Data Lake Storage 2-го поколенияAzure SQL Data Warehouse (SQL DW) now has native integration with Azure Data Lake Storage Gen2. Клиенты теперь могут с помощью внешних таблиц загружать данные из ABFS в Хранилище данных SQL.Customers can now load data using external tables from ABFS into SQL DW. Эта функция позволяет пользователям интегрировать пулы данных в Azure Data Lake Storage 2-го поколения.This functionality enables customers to integrate with their data lakes in Data Lake Storage Gen2.
Важные ошибкиNotable Bugs CETAS to Parquet сбои в небольших классах ресурсов в хранилищах данных DW2000 и др. Это исправление правильно определяет пустую ссылку в таблице Create External Table как на Parquet кода.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.

Значение столбца идентификаторов может потеряться в некоторых CTAS операциях. значение столбца идентификации может не сохраняться при Ктасед в другую таблицу.Identity column value might lose in some CTAS operation - The value of an identify column may not be preserved when CTASed to another table. Сообщается в блоге.Reported in a blog.

Внутренняя ошибка в некоторых случаях, когда сеанс завершается, пока запрос еще выполняется. Это исправление запускает исключение InvalidOperationException, если при выполнении запроса происходит прерывание сеанса.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.

(Развернуто в ноябре 2018) Клиенты столкнулись с неоптимальной производительностью при попытке загрузить несколько небольших файлов из ADLS (GEN1) с помощью polybase.(Deployed in November 2018) Customers were experiencing a suboptimal performance when attempting to load multiple small files from ADLS (Gen1) using Polybase. — Производительность системы была узким местом во время проверки маркера безопасности AAD.- System performance was bottlenecked during AAD security token validation. Кэширование маркеров безопасности помогло решить проблемы с производительностью.Performance problems were mitigated by enabling caching of security tokens.

Дополнительная информацияNext steps

Дополнительные сведенияMore information