Naslaginformatie over SQL-taal voor queryversnelling

Queryversnelling ondersteunt een ANSI SQL-achtige taal voor het uitdrukken van query's via blob-inhoud. Het SQL-dialect voor queryversnelling is een subset van ANSI SQL, met een beperkte set ondersteunde gegevenstypen, operators, enzovoort, maar het breidt ook uit op ANSI SQL ter ondersteuning van query's via hiërarchische semi-gestructureerde gegevensindelingen zoals JSON.

SELECT-syntaxis

De enige SQL-instructie die wordt ondersteund door queryversnelling, is de SELECT-instructie. In dit voorbeeld wordt elke rij geretourneerd waarvoor de expressie waar retourneert.

SELECT * FROM table [WHERE expression] [LIMIT limit]

Voor csv-opgemaakte gegevens moet de tabel zijn BlobStorage. Dit betekent dat de query wordt uitgevoerd op basis van de blob die is opgegeven in de REST-aanroep. Voor met JSON opgemaakte gegevens is de tabel een 'tabeldescriptor'. Zie de sectie Tabeldescriptors van dit artikel.

In het volgende voorbeeld retourneert deze instructie voor elke rij waarvoor de WHERE-expressie waar retourneert een nieuwe rij die is gemaakt van het evalueren van elk van de projectie-expressies.

SELECT expression [, expression ...] FROM table [WHERE expression] [LIMIT limit]

U kunt een of meer specifieke kolommen opgeven als onderdeel van de SELECT-expressie (bijvoorbeeld SELECT Title, Author, ISBN).

In het volgende voorbeeld wordt een statistische berekening geretourneerd (bijvoorbeeld de gemiddelde waarde van een bepaalde kolom) voor elk van de rijen waarvoor de expressie waar retourneert.

SELECT aggregate_expression FROM table [WHERE expression] [LIMIT limit]

In het volgende voorbeeld worden geschikte offsets geretourneerd voor het splitsen van een csv-geformatteerde blob. Zie de sectie Sys.Split van dit artikel.

SELECT sys.split(split_size)FROM BlobStorage

Gegevenstypen

Bij het lezen van waarden uit gegevens in CSV-indeling worden alle waarden gelezen als tekenreeksen. Tekenreekswaarden kunnen worden geconverteerd naar andere typen met behulp van CAST-expressies. Waarden kunnen impliciet worden omgezet naar andere typen, afhankelijk van de context. Zie De prioriteit van het gegevenstype (Transact-SQL) voor meer informatie.

Uitdrukkingen

Verwijzen naar velden

Voor met JSON opgemaakte gegevens of csv-opgemaakte gegevens met een veldnamenrij kunnen velden worden verwezen op naam. Veldnamen kunnen worden aanhalingeerd of niet aanhalingeerd. Namen van aanhalingstekens staan tussen dubbele aanhalingstekens ("), kunnen spaties bevatten en hoofdlettergevoelig zijn. Namen van niet-aanhalingstekens zijn niet hoofdlettergevoelig en mogen geen speciale tekens bevatten.

In csv-opgemaakte gegevens kunnen velden ook worden verwezen door rangtelwoorden, voorafgegaan door een onderstrepingsteken (_). Er kan bijvoorbeeld naar het eerste veld worden verwezen als _1, of naar het elfde veld kan worden verwezen als _11. Het verwijzen naar velden per rangschikking is handig voor gegevens in CSV-indeling die geen veldnamenrij bevatten. In dat geval is de enige manier om naar een bepaald veld te verwijzen per rangschikking.

Bedieners

De volgende standaard-SQL-operators worden ondersteund:

Als gegevenstypen aan de linkerkant en rechts van een operator verschillend zijn, wordt automatische conversie uitgevoerd volgens de regels die hier zijn opgegeven: Prioriteit van gegevenstype (Transact-SQL).

De SQL-taal voor queryversnelling ondersteunt slechts een zeer kleine subset van de gegevenstypen die in dat artikel worden besproken. Zie de sectie Gegevenstypen van dit artikel.

Werpt

De SQL-taal voor queryversnelling ondersteunt de CAST-operator, volgens de regels hier: Conversie van gegevenstype (Database Engine).a0>

De SQL-taal voor queryversnelling ondersteunt slechts een kleine subset van de gegevenstypen die in dat artikel worden besproken. Zie de sectie Gegevenstypen van dit artikel.

Stringfuncties

De SQL-taal voor queryversnelling ondersteunt de volgende standaard SQL-tekenreeksfuncties:

Hier volgen enkele voorbeelden:

Datumfuncties

De volgende standaard SQL-datumfuncties worden ondersteund:

• DATE_ADD
• DATE_DIFF
• EXTRACT
• TO_STRING
• TO_TIMESTAMP

Momenteel worden alle datumnotaties van standaard IS08601 geconverteerd.

DATE_ADD, functie

De SQL-taal voor queryversnelling ondersteunt jaar, maand, dag, uur, minuut, seconde voor de DATE_ADD functie.

Voorbeelden:

DATE_ADD(datepart, quantity, timestamp)
DATE_ADD('minute', 1, CAST('2017-01-02T03:04:05.006Z' AS TIMESTAMP)

DATE_DIFF, functie

De SQL-taal voor queryversnelling ondersteunt jaar, maand, dag, uur, minuut, seconde voor de DATE_DIFF functie.

DATE_DIFF(datepart, timestamp, timestamp)
DATE_DIFF('hour','2018-11-09T00:00+05:30','2018-11-09T01:00:23-08:00') 

EXTRACT, functie

Voor EXTRACT anders dan het datumonderdeel dat wordt ondersteund voor de DATE_ADD functie, ondersteunt de SQL-taal voor queryversnelling timezone_hour en timezone_minute als datumonderdeel.

Voorbeelden:

EXTRACT(datepart FROM timestampstring)
EXTRACT(YEAR FROM '2010-01-01T')

TO_STRING, functie

Voorbeelden:

TO_STRING(TimeStamp , format)
TO_STRING(CAST('1969-07-20T20:18Z' AS TIMESTAMP),  'MMMM d, y')

In deze tabel worden tekenreeksen beschreven die u kunt gebruiken om de uitvoerindeling van de TO_STRING functie op te geven.

TO_TIMESTAMP, functie

Alleen IS08601 indelingen worden ondersteund.

Voorbeelden:

TO_TIMESTAMP(string)
TO_TIMESTAMP('2007T')

Samenvoegingsexpressies

Een SELECT-instructie kan een of meer projectie-expressies of één statistische expressie bevatten. De volgende statistische expressies worden ondersteund:

VERMIST

De IS MISSING operator is de enige niet-standaard die de SQL-taal voor queryversnelling ondersteunt. Als voor JSON-gegevens een veld ontbreekt in een bepaalde invoerrecord, wordt het expressieveld IS MISSING geëvalueerd naar de Booleaanse waarde waar.

Tabeldescriptors

Voor CSV-gegevens is de tabelnaam altijd BlobStorage. Voorbeeld:

SELECT * FROM BlobStorage

Voor JSON-gegevens zijn er extra opties beschikbaar:

SELECT * FROM BlobStorage[*].path

Hierdoor kunnen query's worden uitgevoerd op subsets van de JSON-gegevens.

Voor JSON-query's kunt u het pad vermelden in een deel van de FROM-component. Deze paden helpen bij het parseren van de subset van JSON-gegevens. Deze paden kunnen verwijzen naar JSON-matrix- en objectwaarden.

Laten we een voorbeeld nemen om dit in meer detail te begrijpen.

Dit zijn onze voorbeeldgegevens:

{
  "id": 1,
  "name": "mouse",
  "price": 12.5,
  "tags": [
    "wireless",
    "accessory"
  ],
  "dimensions": {
    "length": 3,
    "width": 2,
    "height": 2
  },
  "weight": 0.2,
  "warehouses": [
    {
      "latitude": 41.8,
      "longitude": -87.6
    }
  ]
}

Mogelijk bent u alleen geïnteresseerd in het warehouses JSON-object uit de bovenstaande gegevens. Het warehouses object is een JSON-matrixtype, dus u kunt dit vermelden in de FROM-component. Uw voorbeeldquery kan er ongeveer als volgt uitzien.

SELECT latitude FROM BlobStorage[*].warehouses[*]

De query haalt alle velden op, maar selecteert alleen de breedtegraad.

Als u alleen toegang wilt krijgen tot de dimensions JSON-objectwaarde, kunt u verwijzen naar dat object in uw query. Voorbeeld:

SELECT length FROM BlobStorage[*].dimensions

Dit beperkt ook uw toegang tot leden van het dimensions object. Als u toegang wilt krijgen tot andere leden van JSON-velden en binnenste waarden van JSON-objecten, kunt u een query gebruiken, zoals wordt weergegeven in het volgende voorbeeld:

SELECT weight,warehouses[0].longitude,id,tags[1] FROM BlobStorage[*]

Sys.Split

Dit is een speciale vorm van de SELECT-instructie, die alleen beschikbaar is voor gegevens in CSV-indeling.

SELECT sys.split(split_size) FROM BlobStorage

Gebruik deze instructie in gevallen waarin u CSV-gegevensrecords in batches wilt downloaden en verwerken. Op die manier kunt u records parallel verwerken in plaats van dat u alle records tegelijk moet downloaden. Deze instructie retourneert geen records uit het CSV-bestand. In plaats daarvan wordt een verzameling batchgrootten geretourneerd. Vervolgens kunt u elke batchgrootte gebruiken om een batch met gegevensrecords op te halen.

Gebruik de parameter split_size om het aantal bytes op te geven dat elke batch moet bevatten. Als u bijvoorbeeld slechts 10 MB aan gegevens tegelijk wilt verwerken, ziet uw instructie er als volgt uit: SELECT sys.split(10485760)FROM BlobStorage omdat 10 MB gelijk is aan 10.485.760 bytes. Elke batch bevat zo veel records als in die 10 MB kan passen.

In de meeste gevallen is de grootte van elke batch iets hoger dan het getal dat u opgeeft. Dat komt doordat een batch geen gedeeltelijke record kan bevatten. Als de laatste record in een batch begint vóór het einde van de drempelwaarde, is de batch groter, zodat deze de volledige record kan bevatten. De grootte van de laatste batch is waarschijnlijk kleiner dan de grootte die u opgeeft.

Zie ook

• Versnelling van Azure Data Lake Storage-query's
• Gegevens filteren met behulp van Azure Data Lake Storage-queryversnelling