Snabbstart: Använda serverlös SQL-pool

2025-04-02

Synapse serverlös SQL-pool är en serverlös frågetjänst som gör att du kan köra SQL-frågor på filer som placeras i Azure Storage. I den här snabbstarten får du lära dig hur du frågar efter olika typer av filer med hjälp av en serverlös SQL-pool. En lista över format som stöds finns i OPENROWSET.

Den här snabbstarten visar hur du frågar CSV-, Apache Parquet- och JSON-filer.

Förutsättningar

Välj en SQL-klient för att utfärda frågor:

Azure Synapse Studio är ett webbverktyg som du kan använda för att bläddra bland filer i lagring och skapa SQL-frågor.
Visual Studio Code med mssql-tillägget är ett plattformsoberoende enkelt utvecklar- och dataverktyg som gör att du kan köra SQL-frågor och notebook-filer på din databas på begäran.
SQL Server Management Studio är ett klientverktyg som gör att du kan köra SQL-frågor på din databas på begäran.

Den här snabbstarten använder följande parametrar:

Parameter	Beskrivning
Tjänstslutpunktsadress för serverlös SQL-pool	Används som servernamn
Tjänstslutpunktsregion för serverlös SQL-pool	Används för att avgöra vilken lagring som ska användas i exempel
Användarnamn och lösenord för slutpunktsåtkomst	Används för att komma åt slutpunkten
Databasen som används för att skapa vyer	Databas som används som startpunkt i exempel

Första installationen

Innan du använder exemplen:

Skapa en databas för dina vyer (om du vill använda vyer).
Skapa autentiseringsuppgifter som ska användas av en serverlös SQL-pool för att få åtkomst till filer i lagringen.

Skapa databas

Skapa en egen databas i demosyfte. Du kan använda den här databasen för att skapa dina vyer och för exempelfrågorna i den här artikeln.

Anteckning

Databaserna används endast för att visa metadata, inte för faktiska data. Skriv ned databasnamnet för användning senare i snabbstarten.

Använd följande T-SQL-kommando och ändra <mydbname> till ett valfritt namn:

CREATE DATABASE <mydbname>

Skapa datakälla

Om du vill köra frågor med en serverlös SQL-pool skapar du en datakälla som en serverlös SQL-pool kan använda för att komma åt filer i lagring. Kör följande kodfragment för att skapa datakällan som används i exempel i det här avsnittet. Ersätt <strong-password-here> med ett starkt lösenord.

-- create master key that will protect the credentials:
CREATE MASTER KEY ENCRYPTION BY PASSWORD = '<strong-password-here>'

-- create credentials for containers in our demo storage account
CREATE DATABASE SCOPED CREDENTIAL sqlondemand
WITH IDENTITY='SHARED ACCESS SIGNATURE',  
SECRET = 'sv=2022-11-02&ss=b&srt=co&sp=rl&se=2042-11-26T17:40:55Z&st=2024-11-24T09:40:55Z&spr=https&sig=DKZDuSeZhuCWP9IytWLQwu9shcI5pTJ%2Fw5Crw6fD%2BC8%3D'
GO
CREATE EXTERNAL DATA SOURCE SqlOnDemandDemo WITH (
    LOCATION = 'https://sqlondemandstorage.blob.core.windows.net',
    CREDENTIAL = sqlondemand
);

Fråga CSV-filer

Följande bild visar en förhandsgranskning av filen som ska frågas:

Skärmbild som visar de första 10 raderna i CSV-filen utan rubrik, ny rad i Windows-format.

Följande fråga visar hur du läser en CSV-fil som inte innehåller en rubrikrad, med ny rad i Windows-format och kommaavgränsade kolumner:

SELECT TOP 10 *
FROM OPENROWSET
  (
      BULK 'csv/population/*.csv',
      DATA_SOURCE = 'SqlOnDemandDemo',
      FORMAT = 'CSV', PARSER_VERSION = '2.0'
  )
WITH
  (
      country_code VARCHAR (5)
    , country_name VARCHAR (100)
    , year smallint
    , population bigint
  ) AS r
WHERE
  country_name = 'Luxembourg' AND year = 2017

Du kan ange schema vid frågekompileringstid. Fler exempel finns i Så här kör du frågor mot CSV-filer.

Efterfråga Parquet-filer

Följande exempel visar möjligheterna för automatisk schemainferens för att ställa frågor till Parquet-filer. Det returnerar antalet rader i september 2017 utan att ange schema.

Kommentar

Du behöver inte ange kolumner i OPENROWSET WITH sats när du läser Parquet-filer. I så fall använder serverlös SQL-pool metadata i Parquet-filen och binder kolumner efter namn.

SELECT COUNT_BIG(*)
FROM OPENROWSET
  (
      BULK 'parquet/taxi/year=2017/month=9/*.parquet',
      DATA_SOURCE = 'SqlOnDemandDemo',
      FORMAT='PARQUET'
  ) AS nyc

För mer information, se Sök i Parquet-filer med serverlös SQL-pool.

Efterfråga JSON-filer

JSON-exempelfil

Filer lagras i en json-container med hjälp av mappböcker och innehåller en enda bokpost med följande struktur:

{  
   "_id":"ahokw88",
   "type":"Book",
   "title":"The AWK Programming Language",
   "year":"1988",
   "publisher":"Addison-Wesley",
   "authors":[  
      "Alfred V. Aho",
      "Brian W. Kernighan",
      "Peter J. Weinberger"
   ],
   "source":"DBLP"
}

Exempelfråga

Följande fråga visar hur du använder JSON_VALUE för att hämta skalärvärden (titel, utgivare) från en bok med titeln Probabilistic and Statistical Methods in Cryptology, An Introduction:

SELECT
    JSON_VALUE(jsonContent, '$.title') AS title
  , JSON_VALUE(jsonContent, '$.publisher') as publisher
  , jsonContent
FROM OPENROWSET
  (
      BULK 'json/books/*.json',
      DATA_SOURCE = 'SqlOnDemandDemo'
    , FORMAT='CSV'
    , FIELDTERMINATOR ='0x0b'
    , FIELDQUOTE = '0x0b'
    , ROWTERMINATOR = '0x0b'
  )
WITH
  ( jsonContent varchar(8000) ) AS [r]
WHERE
  JSON_VALUE(jsonContent, '$.title') = 'Probabilistic and Statistical Methods in Cryptology, An Introduction'

Viktigt!

Vi läser hela JSON-filen som en enskild rad eller kolumn. Så FIELDTERMINATOR, FIELDQUOTEoch ROWTERMINATOR är inställda på 0x0b eftersom vi inte förväntar oss att hitta den i filen.

Feedback

Var den här sidan till hjälp?