Dela via

Versionsanteckningar för dedikerad SQL-pool (tidigare SQL DW) i Azure Synapse Analytics

Den här artikeln sammanfattar de nya funktionerna och förbättringarna i de senaste versionerna av en dedikerad SQL-pool (tidigare SQL DW) i Azure Synapse Analytics. Artikeln innehåller även viktiga innehållsuppdateringar som inte är direkt relaterade till versionen men som publicerats inom samma tidsram. Förbättringar av andra Azure-tjänster finns i Tjänstuppdateringar.

Kontrollera din dedikerade SQL-poolversion (tidigare SQL DW)

När nya funktioner distribueras till alla regioner kan du kontrollera vilken version som distribueras till din instans och kontrollera funktionstillgänglighet i den senaste versionsinformationen. Om du vill kontrollera versionen ansluter du till din dedikerade SQL-pool (tidigare SQL DW) via SQL Server Management Studio (SSMS) och kör SELECT @@VERSION; för att returnera den aktuella versionen. Använd den här versionen för att bekräfta vilken version som har tillämpats på din dedikerade SQL-pool (tidigare SQL DW). Datumet i utdata identifierar månaden för den version som tillämpas på din dedikerade SQL-pool (tidigare SQL DW). Detta gäller endast förbättringar på servicenivå.

För verktygsförbättringar kontrollerar du att du har rätt version installerad som anges i versionsanteckningen.

Anteckning

Produktnamnet som returneras av SELECT @@VERSION ändras från Microsoft Azure SQL Data Warehouse till Microsoft Azure Synapse Analytics. Vi skickar ett meddelande i förväg innan ändringen görs. Den här ändringen är relevant för kunder som parsar produktnamn från resultatet av SELECT-@@VERSION i sin programkod. Om du vill undvika programkodändringar på grund av produktomprofilering använder du dessa kommandon för att fråga SERVERPROPERTY om databasens produktnamn och version: Om du vill returnera versionsnummer XX.X.XXXXX.X (utan produktnamn) använder du det här kommandot:

SELECT SERVERPROPERTY('ProductVersion')

--To return engine edition, use this command that returns 6 for Azure Synapse Analytics:

SELECT SERVERPROPERTY('EngineEdition')

Dec 2020

Tjänstförbättringar Detaljer
Lagrad procedur sp_rename för kolumner (förhandsversion) Det blev enklare att byta namn på en kolumn utan CTAS. Azure Synapse SQL har nu lagt till stöd för den system lagrade proceduren sp_rename (förhandsversion) för att byta namn på en icke-distributionskolumn i en användartabell. Den här funktionen är för närvarande i förhandsversion och stöds i verktyg på GA. Mer information finns i sp_rename.
Ytterligare parameter för T-SQL Predict Med den här nya versionen läggs en obligatorisk ytterligare parameter med namnet "RUNTIME" till för den befintliga T-SQL PREDICT-instruktionen. Information om hur du uppdaterar dina befintliga skript finns i exempel i T-SQL PREDICT.

Okt 2020

Tjänstförbättringar Detaljer
T-SQL Inline Table-Valued Functions (förhandsversion) Med den här versionen kan du nu skapa infogade tabellvärdesfunktioner med Transact-SQL och köra frågor mot deras resultat på samma sätt som i en tabell. Den här funktionen är för närvarande i förhandsversion och stöds i verktyg på GA. Mer information finns i CREATE FUNCTION (Azure Synapse Analytics).
MERGE-kommando (förhandsversion) Du kan nu köra åtgärder för att infoga, uppdatera eller ta bort på en måltabell från resultatet av en koppling till en källtabell. Du kan till exempel synkronisera två tabeller genom att infoga, uppdatera eller ta bort rader i en tabell baserat på skillnader som finns i den andra tabellen. Kontrollera MERGE för detaljer.

aug 2020

Tjänstförbättringar Detaljer
Arbetsbelastningshantering – portalupplevelse Användare kan konfigurera och hantera sina inställningar för arbetsbelastningshantering via Azure Portal. Det är möjligt att konfigurera arbetsbelastningsgrupper och arbetsbelastningsklassificerare med prioritet.
Förbättrad katalogvy för tabellmappningar Den nya katalogvyn sys.pdw_permanent_table_mappings mappar object_ids av permanenta användartabeller till deras fysiska tabellnamn.

Juli 2020

Tjänstförbättringar Detaljer
Kryptering på kolumnnivå (offentlig förhandsversion) Skydda känslig information i Azure Synapse Analytics genom att tillämpa symmetrisk kryptering på en datakolumn med Hjälp av Transact-SQL. Kryptering på kolumnnivå har inbyggda funktioner som du kan använda för att kryptera data med hjälp av symmetriska nycklar som skyddas ytterligare med ett certifikat, lösenord, symmetrisk nyckel eller asymmetrisk nyckel. Mer information finns i Kryptera en datakolumn. Den här funktionen är nu allmänt tillgänglig.
Stöd för kompatibilitetsnivå (GA) Med den här versionen kan användarna nu ange en databass kompatibilitetsnivå för att hämta transact-SQL-språket och frågebearbetningsbeteenden för en specifik version av Synapse SQL-motorn. Mer information finns i sys.database_scoped_configurations och Ändra databasomfattningskonfiguration.
Säkerhet på radnivå Den här versionen innehåller en förbättring för uppdaterings- och borttagningsåtgärder på rader där RLS tillämpas på dem. Med den här versionen kommer uppdaterings- och borttagningsåtgärder med inbyggda funktioner som "is_rolemember" att lyckas om den inbyggda inte refererar till någon kolumn i DML-måltabellen. Före den här förbättringen misslyckades dessa åtgärder på grund av begränsningar i de underliggande DML-åtgärderna.
DBCC SHRINKDATABASE (GA) Nu kan du minska storleken på data och loggfiler i den angivna databasen. Mer information finns i dokumentationen.

Maj 2020

Tjänstförbättringar Detaljer
Arbetsbelastningsisolering (GA) Arbetsbelastningsisolering är nu allmänt tillgänglig. Via arbetsbelastningsgrupper kan du reservera och begränsa resurser. Det går också att konfigurera tidsgränser för frågor för att avbryta skenande frågor.
Portalen för arbetsbelastningshantering (förhandsversion) Användare kan konfigurera och hantera sina inställningar för arbetsbelastningshantering via Azure Portal. Det är möjligt att konfigurera arbetsbelastningsgrupper och arbetsbelastningsklassificerare med prioritet.
Ändra arbetsbelastningsgrupp Nu är det möjligt att använda kommandot ALTER WORKLOAD GROUP . Använd "ändra" för att ändra konfigurationen för en befintlig arbetsbelastningsgrupp.
Automatisk schemaidentifiering för Parquet-filer med COPY-kommandot (förhandsversion) Kommandot COPY stöder nu automatisk schemaidentifiering vid inläsning av Parquet-filer. Kommandot identifierar automatiskt Parquet-filschemat och skapar tabellen före belastningen. Kontakta följande distributionslista för e-post för att aktivera den här funktionen: sqldwcopypreview@service.microsoft.com.
Läs in komplexa Parquet-datatyper med COPY-kommandot (förhandsversion) KOMMANDOT COPY stöder nu inläsning av komplexa Parquet-typer. Du kan läsa in komplexa typer som Kartor och listor i strängkolumner. Kontakta följande distributionslista för e-post för att aktivera den här funktionen: sqldwcopypreview@service.microsoft.com.
Automatisk komprimeringsidentifiering av Parquet-filer med COPY-kommandot COPY-kommandot stöder nu automatisk identifiering av komprimeringsmetoden för Parquet-filerna. Kontakta följande distributionslista för e-post för att aktivera den här funktionen: sqldwcopypreview@service.microsoft.com.
Ytterligare belastningsrekommendationer Läs in rekommendationer är nu tillgängliga för Synapse SQL. Få proaktiva meddelanden när du ska dela dina filer för maximalt dataflöde, samplaceera ditt lagringskonto med din dedikerade SQL-pool (tidigare SQL DW) eller öka batchstorleken när du använder inläsningsverktyg som SQLBulkCopy API eller BCP
T-SQL Uppdateringsbar distributionskolumn (GA) Användare kan nu uppdatera data som lagras i distributionskolumnen. Mer information finns i vägledningen för att utforma distribuerade tabeller i en dedikerad SQL-pool (tidigare SQL DW).
T-SQL Update/Delete from... Anslut (GA) Uppdatera och ta bort baserat på resultat från anslutning till en annan tabell är nu tillgängligt. Mer information finns i Dokumentation om uppdatering och borttagning .
T-SQL PREDICT (förhandsversion) Nu kan du förutsäga maskininlärningsmodeller i ditt informationslager och undvika behovet av stora och komplexa dataförflyttningar. T-SQL PREDICT-funktionen förlitar sig på ett öppet modellramverk och tar data- och maskininlärningsmodellen som indata för att generera förutsägelser. För mer information, se dokumentationen.

apr 2020

Tjänstförbättringar Detaljer
Databaskompatibilitetsnivå (förhandsversion) Med den här versionen kan användarna nu ange en databass kompatibilitetsnivå för att hämta transact-SQL-språket och frågebearbetningsbeteenden för en specifik version av Synapse SQL-motorn. Mer information finns i sys.database_scoped_configurations och Ändra databasomfattningskonfiguration.
Sp_beskriv_ej_deklarerade_parametrar Tillåt användare att se metadata om odeklarerade parametrar i en Transact-SQL-batch. Mer information finns i sp_describe_undeclared_parameters.




Verktygsförbättringar Detaljer
Visual Studio 16.6 Preview 5 – SQL Server Data Tools (SSDT) Den här versionen innehåller följande förbättringar för SSDT:

– Dataidentifiering och -klassificering
– COPY-instruktion
– Tabeller med unika begränsningar
– Tabeller med ett ordnat grupperat columnstore-index

Den här versionen innehåller följande korrigeringar för SSDT:

– När du ändrar datatypen för distributionskolumnen utför uppdateringsskriptet som genereras av SSDT en CTAS- och RENAME-åtgärd i stället för att släppa och återskapa tabellen.

Mars 2020

Verktygsförbättringar Detaljer
Visual Studio 16.6 Preview 2 – SQL Server Data Tools (SSDT) Den här versionen innehåller följande förbättringar och korrigeringar för SSDT:

– Löst ett problem där ändring av en tabell som refereras till av en materialiserad vy (MV) gör att Alter View-instruktioner genereras som inte stöds för MV:er

– Implementerade en ändring för att säkerställa att åtgärden Schema compare inte misslyckas när säkerhetsobjekt på radnivå finns i databasen eller projektet. Säkerhetsobjekt på radnivå stöds för närvarande inte för SSDT.

– Tröskelvärdet för tidsgränsen för SQL Server Object Explorer har ökats för att undvika tidsgränser när ett stort antal objekt i databasen listas

– Optimerat hur SQL Server Object Explorer hämtar listan över databasobjekt för att minska instabiliteten och öka prestandan när du fyller i objektutforskaren

Januari 2020

Tjänstförbättringar Detaljer
Mått för arbetsbelastningshanteringsportalen (förhandsversion) Med lanseringen av arbetsbelastningsisolering för förhandsversion i oktober kan användarna skapa egna arbetsbelastningsgrupper för att effektivt hantera systemresurser och se till att serviceavtalen för företag uppfylls. Som en del av de övergripande förbättringarna av arbetsbelastningshantering för Azure Synapse Analytics är nya mått för övervakning av arbetsbelastningshantering nu tillgängliga.

Övervakningen av din arbetsbelastning har nu större insikter med följande mått:
– Effektiv resursprocent för kap
– Effektiv min resursprocent
– Aktiva frågor i arbetsbelastningsgrupp
– Arbetsbelastningsgruppallokering efter maximal resursprocent
– Arbetsbelastningsgruppallokering efter systemprocent
– Tidsgränser för frågor i arbetsbelastningsgrupp
– Köade frågor i arbetsbelastningsgrupp

Använd dessa mått för att identifiera flaskhalsar för arbetsbelastningsgrupper eller arbetsbelastningsgrupper som har konfigurerats med underutnyttjad arbetsbelastningsisolering. Dessa mått kan användas i Azure Portal som tillåter delning efter arbetsbelastningsgrupp. Filtrera och fäst dina favoritdiagram på en instrumentpanel för snabb åtkomst till insikter.
Portalövervakningsmått Följande mått har lagts till i portalen för övervakning av övergripande frågeaktivitet:
– Aktiva frågor
– Köade frågor

Dessa mått beskrivs tillsammans med de befintliga måtten i dokumentationen Övervakning av resursanvändning och frågeaktivitet.

Oktober 2019

Tjänstförbättringar Detaljer
Kopiera (förhandsversion) Vi är glada över att kunna presentera den offentliga förhandsversionen av en enkel och flexibel COPY-instruktion för datainmatning. Med bara en instruktion kan du nu sömlöst mata in data med ytterligare flexibilitet och utan att kräva högprivilegierade användare. Mer information finns i dokumentationen för COPY-kommandot.
Arbetsbelastningsisolering (förhandsversion) För att stödja kunderna när de demokratiserar sina informationslager presenterar vi nya funktioner för intelligent arbetsbelastningshantering. Med den nya funktionen isolering av arbetsbelastningar kan du hantera körningen av heterogena arbetsbelastningar samtidigt som du ger flexibilitet och kontroll över informationslagerresurser. Detta leder till förbättrad körningsförutsägbarhet och förbättrar möjligheten att uppfylla fördefinierade serviceavtal.
Utöver arbetsbelastningsisolering finns det nu ytterligare alternativ för arbetsbelastningsklassificering. Förutom inloggningsklassificering ger syntaxen Create Workload Classifier möjlighet att klassificera begäranden baserat på frågeetikett, sessionskontext och tid på dagen.
PREDICT (förhandsversion) Nu kan du poängsätta maskininlärningsmodeller i ditt informationslager och undvika behovet av stora och komplexa dataförflyttningar. T-SQL PREDICT-funktionen förlitar sig på ett öppet modellramverk och tar data- och maskininlärningsmodellen som indata för att generera förutsägelser.
SSDT CI/CD (GA) Idag är vi glada över att kunna meddela den allmänna tillgängligheten för den mest efterfrågade funktionen för SQL Analytics - SQL Server Data Tools (SSDT) databasprojekt. Den här versionen innehåller stöd för SSDT med Visual Studio 2019 tillsammans med inbyggd plattformsintegrering med Azure DevOps som tillhandahåller inbyggda funktioner för kontinuerlig integrering och distribution (CI/CD) för distributioner på företagsnivå.
Materialiserad vy (GA) En materialiserad vy bevarar data som returneras från vydefinitionsfrågan och uppdateras automatiskt när data ändras i de underliggande tabellerna. Det förbättrar prestandan för komplexa frågor (vanligtvis frågor med kopplingar och sammansättningar) samtidigt som du erbjuder enkla underhållsåtgärder. För mer information, se Prestandaoptimering med materialiserade vyer. Installera SQL Server Management Studio 18.4 eller senare för skripthantering av materialiserade vyer.
Dynamisk datamaskering (allmän tillgänglighet) Dynamisk datamaskering (DDM) förhindrar obehörig åtkomst till känsliga data i ditt informationslager genom att dölja dem direkt i frågeresultat baserat på de maskeringsregler som du definierar. Mer information finns i SQL Database dynamisk datamaskning.
Läs bekräftad ögonblicksbildisolering (GA) Du kan använda ALTER DATABASE för att aktivera eller inaktivera ögonblicksbildisolering för en användardatabas. För att undvika påverkan på den aktuella arbetsbelastningen kanske du vill ange det här alternativet under fönstret för databasunderhåll eller vänta tills det inte finns någon annan aktiv anslutning till databasen. Mer information finns i Ändra alternativ för databasuppsättningar.
Ordnat grupperat columnstore-index (GA) Kolumnlagring är ett viktigt verktyg vad gäller lagring av och effektiv frågekörning mot stora mängder data. Sorterade, grupperade kolumnlagringsindex optimerar frågekörningen ytterligare genom effektiv segmentborttagning.   Mer information finns i Prestandajustering med ordnat grupperat columnstore-index.
Cachelagring av resultatuppsättning (GA) När cachelagring av resultatuppsättningar är aktiverat cachelagras frågeresultat automatiskt i användardatabasen för upprepad användning. Detta gör att efterföljande frågekörningar kan hämta resultat direkt från den bevarade cachen så att ingen omkomputation behövs. Cachelagring av resultatuppsättningar förbättrar frågeprestandan och minskar användningen av beräkningsresurser. Dessutom använder frågor som använder cachelagrade resultatuppsättningar inte några samtidighetsfack och räknas därför inte mot befintliga samtidighetsgränser. För säkerhet kan användarna bara komma åt cachelagrade resultat om de har samma behörigheter för dataåtkomst som de användare som skapar cachelagrade resultat. Mer information finns i Prestandajustering med cachelagring av resultatuppsättningar. Gäller för version 10.0.10783.0 eller senare.

September 2019

Tjänstförbättringar Detaljer
Azure Private Link (förhandsversion) Med Azure Private Link kan du skapa en privat slutpunkt i ditt virtuella nätverk (VNet) och mappa den till din dedikerade SQL-pool. Dessa resurser är sedan tillgängliga via en privat IP-adress i ditt virtuella nätverk, vilket möjliggör anslutning från en lokal plats via privat Azure ExpressRoute-peering och/eller VPN-gateway. På det hela taget förenklar detta nätverkskonfigurationen genom att du inte kräver att du öppnar den för offentliga IP-adresser. Detta möjliggör också skydd mot dataexfiltreringsrisker. Mer information finns i översikten och SQL Analytics-dokumentationen.
Dataidentifiering och klassificering (GA) Dataidentifierings- och klassificeringsfunktionen är nu allmänt tillgänglig. Den här funktionen innehåller avancerade funktioner för att identifiera, klassificera, märka och skydda känsliga data i dina databaser.
Integrering med ett klick i Azure Advisor SQL Analytics i Azure Synapse integreras nu direkt med Azure Advisor-rekommendationer på översiktsbladet tillsammans med en upplevelse med ett klick. Nu kan du identifiera rekommendationer på översiktsbladet i stället för att gå till Azure Advisor-bladet. Läs mer om rekommendationer här.
Läs bekräftad ögonblicksbildisolering (förhandsversion) Du kan använda ALTER DATABASE för att aktivera eller inaktivera ögonblicksbildisolering för en användardatabas. För att undvika påverkan på den aktuella arbetsbelastningen kanske du vill ange det här alternativet under fönstret för databasunderhåll eller vänta tills det inte finns någon annan aktiv anslutning till databasen. Mer information finns i Ändra alternativ för databasuppsättningar.
KÖR SOM (Transact-SQL) EXECUTE AS T-SQL-stöd är nu tillgängligt, vilket gör det möjligt för kunder att ställa in körningskonteksten för en session till den angivna användaren.
Ytterligare T-SQL-stöd T-SQL-språkytan för Synapse SQL har utökats till att omfatta stöd för:
-
-

Juli 2019

Tjänstförbättringar Detaljer
Materialiserad vy (förhandsvisning) En materialiserad vy bevarar data som returneras från vydefinitionsfrågan och uppdateras automatiskt när data ändras i de underliggande tabellerna. Det förbättrar prestandan för komplexa frågor (vanligtvis frågor med kopplingar och sammansättningar) samtidigt som du erbjuder enkla underhållsåtgärder. Mer information finns i:
-
-
Ytterligare T-SQL-stöd T-SQL-språkytan för Synapse SQL har utökats till att omfatta stöd för:
-
-
Cachelagring av resultatuppsättningar (förhandsversion) DBCC-kommandon har lagts till för att hantera den tidigare aviserade resultatuppsättningscachen. Mer information finns i:
- DBCC DROPRESULTSETCACHE (Transact-SQL)
- DBCC SHOWRESULTCACHESPACEUSED (Transact-SQL)
Se även den nya kolumnen result_set_cache i
som visar när en körd fråga använde resultatcache.
Ordnat grupperat columnstore-index (förhandsversion) Ny kolumn, column_store_order_ordinal, har lagts till i sys.index_columns för att identifiera ordningen på kolumner i ett ordnat grupperat kolumnlagringsindex.

2019 maj

Tjänstförbättringar Detaljer
Dynamisk datamaskering (förhandsversion) Dynamisk datamaskering (DDM) förhindrar obehörig åtkomst till känsliga data i ditt informationslager genom att dölja dem direkt i frågeresultat baserat på de maskeringsregler som du definierar. Mer information finns i SQL Database dynamisk datamaskning.
Arbetsbelastningens betydelse är nu allmänt tillgänglig Hanteringsklassificering och prioritet för arbetsbelastning gör det möjligt att påverka körningsordningen för frågor. Mer information om arbetsbelastningsprioritet finns i översiktsartiklarna om  klassificering och prioritet i dokumentationen. Gå även igenom dokumentet CREATE WORKLOAD CLASSIFIER (Skapa arbetsbelastningsklassificerare).

Se arbetsbelastningens betydelse i praktiken i videorna nedan:
- Begrepp för arbetsbelastningshantering
- Scenarier för arbetsbelastningshantering
Ytterligare T-SQL-stöd T-SQL-språkytan för Synapse SQL har utökats till att omfatta stöd för:
- TRIM
JSON-funktioner Affärsanalytiker kan nu använda välbekant T-SQL-språk för att fråga efter och manipulera dokument som är formaterade som JSON-data med hjälp av följande nya JSON-funktioner:
-
JSON_QUERY - JSON_MODIFY
- OPENJSON
Cachelagring av resultatuppsättningar (förhandsversion) Cachelagring av resultatuppsättningar möjliggör snabba svarstider för frågor samtidigt som tid till insikt för affärsanalytiker och rapporterande användare minskas. Mer information finns i:
- ALTER DATABASE (Transact-SQL)
- ALTER DATABASE SET Options (Transact SQL)
- SET RESULT SET CACHING (Transact-SQL)
- SET Statement (Transact-SQL)
- sys.databases (Transact-SQL)
Ordnat grupperat columnstore-index (förhandsversion) Kolumnlagring är ett viktigt verktyg vad gäller lagring av och effektiv frågekörning mot stora mängder data. För varje tabell delar den in inkommande data i radgrupper, och varje kolumn i en radgrupp bildar ett segment på en disk. Sorterade, grupperade kolumnlagringsindex optimerar frågekörningen ytterligare genom effektiv segmentborttagning.   Mer information finns i:
- CREATE COLUMNSTORE INDEX (Transact-SQL).

Mars 2019

Tjänstförbättringar Detaljer
Dataidentifiering och -klassificering Dataidentifiering och klassificering är nu tillgängligt i offentlig förhandsversion för Synapse SQL. Det är viktigt att skydda känsliga data och dina kunders integritet. När dina affärs- och kunddatatillgångar växer blir det ohanterligt att identifiera, klassificera och skydda dina data. Den dataidentifierings- och klassificeringsfunktion som vi introducerar internt med Synapse SQL hjälper till att göra det enklare att skydda dina data. Några av funktionens fördelar är följande:
• Uppfylla datasekretessstandarder och regelefterlevnadskrav.
• Begränsa åtkomsten till och stärka säkerheten för informationslager som innehåller mycket känsliga data.
• Övervakning och avisering vid avvikande åtkomst till känsliga data.
• Visualisering av känsliga data på en central instrumentpanel på Azure Portal.

Dataidentifiering och klassificering är tillgängligt i alla Azure-regioner, det är en del av Advanced Data Security, inklusive sårbarhetsbedömning och hotidentifiering. Mer information om dataidentifiering och klassificering finns i blogginläggetoch vår onlinedokumentation.
GRUPPERA EFTER SAMMANSLAGNING "ROLLUP är nu ett alternativ för GROUP BY som stöds." GROUP BY ROLLUP skapar en grupp för varje kombination av kolumnuttryck. GROUP BY "rullar också upp" resultatet i delsummor och totalsummor. Funktionen GROUP BY bearbetar från höger till vänster, vilket minskar antalet kolumnuttryck över vilka den skapar grupper och aggregeringar. Kolumnordningen påverkar ROLLUP-utdata och kan påverka antalet rader i resultatuppsättningen.

Mer information om GROUP BY ROLLUP finns i GROUP BY (Transact-SQL)
Förbättrad noggrannhet för använda DWU och CPU-portalsmått Synapse SQL förbättrar mätnoggrannheten avsevärt i Azure Portal. Den här versionen innehåller en korrigering av definitionen av cpu- och DWU-mått som används för att korrekt återspegla din arbetsbelastning över alla beräkningsnoder. Innan den här korrigeringen underrapporterades måttvärden. Förvänta dig att se en ökning av de DWU-mått som används och CPU-mått i Azure Portal.
Säkerhet på radnivå Vi introducerade säkerhetsfunktioner på radnivå redan i november 2017. Vi har nu utökat det här stödet även till externa tabeller. Dessutom har vi lagt till stöd för att anropa icke-deterministiska funktioner i de infogade tabellvärdesfunktioner (infogade TVF:er) som krävs för att definiera ett säkerhetsfilterpredikat. Med det här tillägget kan du ange IS_ROLEMEMBER(), USER_NAME() osv. i säkerhetsfilterpredikatet. Mer information finns i exemplen i säkerhetsdokumentationen på radnivå.
Ytterligare T-SQL-stöd T-SQL-språkytan för Synapse SQL har utökats till att omfatta stöd för STRING_SPLIT (Transact-SQL).
Förbättringar av frågeoptimeraren Frågeoptimering är en viktig komponent i alla databaser. Att göra optimala val om hur du bäst kör en fråga kan ge betydande förbättringar. När du kör komplexa analysfrågor i en distribuerad miljö är antalet åtgärder som körs viktiga. Frågeprestanda har förbättrats genom att skapa bättre kvalitetsplaner. Dessa planer minimerar dyra dataöverföringsåtgärder och redundanta beräkningar, till exempel upprepade underfrågor. Mer information finns i det här blogginlägget om Azure Synapse.

Dokumentationsförbättringar

Dokumentationsförbättringar Detaljer

Januari 2019

Tjänstförbättringar

Tjänstförbättringar Detaljer
Återställ ordning genom optimering SELECT... ORDER BY-frågor får en prestandaförbättring i den här versionen. Nu skickar alla beräkningsnoder sina resultat till en enda beräkningsnod. Den här noden sammanfogar och sorterar resultatet och returnerar dem till användaren. Sammanslagning via en enda beräkningsnod resulterar i en betydande prestandavinst när frågeresultatuppsättningen innehåller ett stort antal rader. Tidigare sorterade frågekörningsmotorn resultaten på varje beräkningsnod. Resultatet skulle strömmas till kontrollnoden. Kontrollnoden sammanfogar sedan resultatet.
Förbättringar av dataflytt för PartitionMove och BroadcastMove Dataförflyttningssteg av typen ShuffleMove använder tekniker för omedelbar dataflytt. Mer information finns i bloggen om prestandaförbättringar. Med den här versionen drivs PartitionMove och BroadcastMove nu av samma tekniker för direkt dataflytt. Användarfrågor som använder dessa typer av dataförflyttningssteg körs med bättre prestanda. Ingen kodändring krävs för att dra nytta av dessa prestandaförbättringar.
Anmärkningsvärda buggar Felaktig Azure Synapse-version – SELECT @@VERSION kan returnera den felaktiga versionen 10.0.9999.0. Rätt version för den aktuella versionen är 10.0.10106.0. Den här buggen har rapporterats och är under granskning.

Dokumentationsförbättringar

Dokumentationsförbättringar Detaljer
inget

2018 december

Tjänstförbättringar

Tjänstförbättringar Detaljer
Tjänstslutpunkter för virtuellt nätverk allmänt tillgängliga Den här versionen innehåller allmän tillgänglighet för tjänstslutpunkter för virtuellt nätverk (VNet) för SQL Analytics i Azure Synapse i alla Azure-regioner. Med VNet-tjänstslutpunkter kan du isolera anslutningen till servern från ett visst undernät eller en uppsättning undernät i det virtuella nätverket. Trafiken till Azure Synapse från ditt virtuella nätverk kommer alltid att finnas i Azure-stamnätverket. Den här direktvägen föredras framför alla specifika vägar som tar Internettrafik via virtuella installationer eller lokalt. Ingen ytterligare fakturering debiteras för åtkomst till virtuella nätverk via tjänstslutpunkter. Den aktuella prismodellen för Azure Synapse gäller som den är.

Med den här versionen har vi även aktiverat PolyBase-anslutning till Azure Data Lake Storage Gen2 (ADLS) via Azure Blob File System-drivrutinen (ABFS). Azure Data Lake Storage Gen2 innehåller alla de egenskaper som krävs för hela livscykeln för analysdata till Azure Storage. Funktionerna i de två befintliga Azure Storage-tjänsterna, Azure Blob Storage och Azure Data Lake Storage Gen1, konvergeras. Funktioner från Azure Data Lake Storage Gen1, till exempel filsystemssemantik, säkerhet på filnivå och skalning, kombineras med låg kostnad, nivåindelad lagring och funktioner för hög tillgänglighet/haveriberedskap från Azure Blob Storage.

Med Polybase kan du också importera data till SQL Analytics i Azure Synapse från Azure Storage som skyddas till VNet. På samma sätt stöds även export av data från Azure Synapse till Azure Storage som skyddas till VNet via Polybase.

Mer information om VNet-tjänstslutpunkter i Azure Synapse finns i blogginlägget eller dokumentationen.
Automatisk prestandaövervakning (förhandsversion) Query Store är nu tillgängligt som förhandsversion i SQL Analytics i Azure Synapse. Query Store är utformat för att hjälpa dig med felsökning av frågeprestanda genom att spåra frågor, frågeplaner, körningsstatistik och frågehistorik som hjälper dig att övervaka aktivitet och prestanda för ditt informationslager. Query Store är en uppsättning interna butiker och dynamiska hanteringsvyer (DMV:er) som gör att du kan:

• Identifiera och finjustera frågor som förbrukar mest resurser
• Identifiera och förbättra oplanerade arbetsbelastningar
• Utvärdera frågeprestanda och påverkan på planen genom ändringar i statistik, index eller systemstorlek (DWU-inställning)
• Se fullständig frågetext för alla frågor som genomförs

Query Store innehåller tre faktiska lager:
• Ett planlager för att bevara utförandeplanens information
• En körningsstatistikdatabas för att spara körningsstatistikinformationen
• Ett väntestatistiklager för att spara information om väntestatistik.

SQL Analytics i Azure Synapse hanterar dessa butiker automatiskt och tillhandahåller ett obegränsat antal frågor som lagrats under de senaste sju dagarna utan extra kostnad. Att aktivera Query Store är lika enkelt som att köra en ALTER DATABASE T-SQL-instruktion:
sql ----ALTER DATABASE [DatabaseName] SET QUERY_STORE = ON;-------För mer information om Query Store, se artikeln Övervakning av prestanda med hjälp av Query Store och QUERY Store DMV:er, till exempel sys.query_store_query. Mer information om historisk frågeanalys finns i Historisk frågelagring och analys i Azure Synapse Analytics.
Lägre beräkningsnivåer för SQL Analytics SQL Analytics i Azure Synapse har nu stöd för lägre beräkningsnivåer. Kunder kan uppleva Azure Synapse:s ledande prestanda-, flexibilitets- och säkerhetsfunktioner från och med 100 cDWU (informationslagerenheter) och skala till 30 000 cDWU på några minuter. Från och med mitten av december 2018 kan kunderna dra nytta av Gen2-prestanda och flexibilitet med lägre beräkningsnivåer i regioner, med resten av regionerna tillgängliga under 2019.

Genom att släppa startpunkten för nästa generations datalager öppnar Microsoft dörrarna för värdedrivna kunder som vill utvärdera alla fördelar med ett säkert, högpresterande informationslager utan att gissa vilken utvärderingsmiljö som är bäst för dem. Kunder kan börja så lågt som 100 cDWU, ned från den aktuella 500 cDWU-startpunkten. SQL Analytics fortsätter att stödja pausa och återuppta åtgärder och går utöver bara flexibiliteten i beräkning. Gen2 stöder också obegränsad lagringskapacitet för kolumnlagring tillsammans med 2,5 gånger mer minne per fråga, upp till 128 samtidiga frågor och anpassningsbara cachelagringsfunktioner . Dessa funktioner ger i genomsnitt fem gånger mer prestanda jämfört med samma informationslagerenhet på Gen1 till samma pris. Geo-redundanta säkerhetskopior är standard för Gen2 med inbyggt garanterat dataskydd. SQL Analytics i Azure Synapse är redo att skalas när du är redo.
Bakgrundssammanslagning för columnstore Som standard lagrar Azure SQL Data data i kolumnformat, med mikropartitioner som kallas rowgroups. Ibland, på grund av minnesbegränsningar vid indexgenerering eller datainläsningstid, kan radgrupperna komprimeras med mindre än den optimala storleken på en miljon rader. Radgrupper kan också bli fragmenterade på grund av borttagningar. Små eller fragmenterade radgrupper resulterar i högre minnesförbrukning samt ineffektiv frågeexekvering. Med den här versionen sammanfogar bakgrundsunderhållsuppgiften i kolumnlagret små komprimerade radgrupper för att skapa större radgrupper, vilket gör det möjligt att bättre utnyttja minnet och påskynda exekveringen av frågor.

2018 oktober

Tjänstförbättringar

Tjänstförbättringar Detaljer
DevOps för Datalagring Den mycket efterfrågade funktionen för Synapse SQL i Azure Synapse är nu i förhandsversion med stöd för SQL Server Data Tool (SSDT) i Visual Studio! Team med utvecklare kan nu samarbeta över en enda, versionskontrollerad kodbas och snabbt distribuera ändringar till alla instanser i världen. Vill du gå med? Den här funktionen är tillgänglig för förhandsversion idag! Du kan registrera dig genom att gå till Visual Studio SQL Server Data Tools (SSDT) – formulär för förhandsversionsregistrering. Med tanke på den höga efterfrågan hanterar vi acceptans i förhandsversionen för att säkerställa den bästa upplevelsen för våra kunder. När du har registrerat dig är vårt mål att bekräfta din status inom sju arbetsdagar.
Säkerhet på radnivå allmänt tillgänglig Synapse SQL i Azure Synapse stöder nu säkerhet på radnivå (RLS) och lägger till en kraftfull funktion för att skydda känsliga data. Med introduktionen av RLS kan du implementera säkerhetsprinciper för att styra åtkomsten till rader i dina tabeller, som i vem som kan komma åt vilka rader. RLS möjliggör den här detaljerade åtkomstkontrollen utan att behöva göra om informationslagret. RLS förenklar den övergripande säkerhetsmodellen eftersom logiken för åtkomstbegränsning finns på själva databasnivån i stället för från data i ett annat program. RLS eliminerar också behovet av att introducera vyer för att filtrera bort rader för hantering av åtkomstkontroll. Det finns ingen extra kostnad för den här säkerhetsfunktionen i företagsklass för alla våra kunder.
Avancerade rådgivare Avancerad justering för Synapse SQL i Azure Synapse blev precis enklare med ytterligare rekommendationer och mått för informationslagret. Det finns ytterligare avancerade prestandarekommendationer via Azure Advisor till ditt förfogande, inklusive:

1. Anpassningsbar cache – Rekommenderas när du ska skala för att optimera cacheanvändningen.
2. Tabelldistribution – Avgör när tabeller ska replikeras för att minska dataflytten och öka arbetsbelastningens prestanda.
3. Tempdb – Förstå när du ska skala och konfigurera resursklasser för att minska tempdb-konkurrens.

Det finns en djupare integration av datalagermått med Azure Monitor, med ett förbättrat och anpassningsbart övervakningsdiagram för nästan realtidsmått i översiktsbladet. Du behöver inte längre lämna informationslagrets översiktsblad för att få tillgång till måtten i Azure Monitor när du övervakar användning eller utvärderar och använder informationslagerrekommendationer. Dessutom finns det nya mått tillgängliga, till exempel tempdb och anpassningsbar cacheanvändning som komplement till dina prestandarekommendationer.
Avancerad justering med integrerade rådgivare Avancerad justering för Azure Synapse blev precis enklare med ytterligare rekommendationer och mått för informationslager och en omdesign av portalöversiktsbladet som ger en integrerad upplevelse med Azure Advisor och Azure Monitor.
Accelererad databasåterställning (ADR) Azure Synapse Accelerated Database Recovery (ADR) finns nu i offentlig förhandsversion. ADR är en ny SQL Server-motor som avsevärt förbättrar databastillgängligheten, särskilt i närvaro av långvariga transaktioner, genom att helt omdesigna den aktuella återställningsprocessen från grunden. De främsta fördelarna med ADR är snabb och konsekvent databasåterställning och omedelbar återställning av transaktioner.
Azure Monitor-resursloggar Azure Synapse ger nu bättre insikter om analytiska arbetsbelastningar genom att integrera direkt med Azure Monitor-resursloggar. Med den här nya funktionen kan utvecklare analysera arbetsbelastningsbeteendet under en längre tidsperiod och fatta välgrundade beslut om frågeoptimering eller kapacitetshantering. Vi har nu introducerat en extern loggningsprocess via Azure Monitor-resursloggar som ger ytterligare insikter om arbetsbelastningen i ditt informationslager. Med ett enda klick på en knapp kan du nu konfigurera resursloggar för historiska felsökningsfunktioner för frågeprestanda med Log Analytics. Azure Monitor-resursloggar stöder anpassningsbara kvarhållningsperioder genom att spara loggarna på ett lagringskonto i granskningssyfte, möjligheten att strömma loggar till händelsehubbar nära realtidstelemetriinsikter och möjligheten att analysera loggar med Log Analytics med loggfrågor. Resursloggar består av telemetridata för ditt datalager som motsvarar de mest använda DMVs för prestandafelsökning i SQL Analytics i Azure Synapse. För den här första versionen har vi aktiverat vyer för följande systemdynamikhanteringsvyer:

• sys.dm_pdw_exec_requests
• sys.dm_pdw_request_steps
• sys.dm_pdw_dms_workers
• sys.dm_pdw_waits
• sys.dm_pdw_sql_requests
Columnstore-minneshantering När antalet komprimerade kolumnlagringsradgrupper ökar ökar det minne som krävs för att hantera interna kolumnsegmentmetadata för dessa radgrupper. Det innebär att frågeprestanda och frågor som körs mot vissa av dmv:erna (Columnstore Dynamic Management Views) kan försämras. Förbättringar har gjorts i den här versionen för att optimera storleken på interna metadata för dessa fall, vilket leder till bättre upplevelse och prestanda för sådana frågor.
Azure Data Lake Storage Gen2-integrering (GA) Synapse Analytics har nu intern integrering med Azure Data Lake Storage Gen2. Kunder kan nu läsa in data med hjälp av externa tabeller från ABFS till en dedikerad SQL-pool (tidigare SQL DW). Med den här funktionen kan kunderna integrera med sina datasjöar i Data Lake Storage Gen2.
Anmärkningsvärda buggar CETAS till Parquet-fel i små resursklasser på datalager av DW2000 och större – Den här korrigeringen identifierar korrekt en null-referens i Create External Table As to Parquet-kodsökvägen.

Värdet för identitetskolumnen kan förloras i en CTAS-körning – Värdet för en identitetskolumn kanske inte bevaras när en CTAS-körning utförs till en annan tabell.

Internt fel i vissa fall när en session avslutas medan en fråga fortfarande körs – Den här korrigeringen utlöser en InvalidOperationException om en session avslutas när frågan fortfarande körs.

(Distribuerad i november 2018) Kunderna hade en underoptimal prestanda när de försökte läsa in flera små filer från ADLS (Gen1) med polybase. – Systemprestandan flaskhalsades under verifieringen av AAD-säkerhetstoken. Prestandaproblemen har åtgärdats genom att aktivera cachelagring av säkerhetstoken.

Nästa steg

Mer information