Was ist der SQL-Analyseendpunkt für ein Lakehouse?

Der SQL-Analyseendpunkt bietet Ihnen eine schreibgeschützte T-SQL-Abfrageschnittstelle über die Delta-Tabellen in Ihrem Lakehouse. Jedes Lakehouse stellt automatisch einen SQL-Analyseendpunkt bereit, wenn er erstellt wird – es gibt nichts Zusätzliches zum Einrichten. Hinter den Kulissen wird der SQL-Analyseendpunkt auf demselben Modul wie die Fabric Data Warehouse ausgeführt, sodass Sie sql-Abfragen mit hoher Leistung und geringer Latenz ohne Infrastrukturverwaltung erhalten.

Der SQL-Analyseendpunkt ist nicht für Seehäuser einzigartig. Andere Fabric-Elemente, einschließlich warehouses, gespiegelte Datenbanken, SQL-Datenbanken und Azure Cosmos DB – stellen außerdem einen SQL-Analyse-Endpunkt automatisch bereit. Die Erfahrung und Einschränkungen sind für alle gleich.

Ihre Möglichkeiten

Der SQL-Analyseendpunkt wird im schreibgeschützten Modus über Delta-Tabellen ausgeführt– Sie können keine Daten darin einfügen, aktualisieren oder löschen. Um Daten zu ändern, wechseln Sie zum Lakehouse, und verwenden Sie Apache Spark.

Innerhalb dieses schreibgeschützten Bereichs können Sie:

• Query Delta-Tabellen mit T-SQL – Führen Sie SELECT-Anweisungen für jede Delta-Tabelle in Ihrem Lakehouse aus, einschließlich Tabellen, die über Verknüpfungen zu externem Azure Data Lake Storage oder Amazon S3 bereitgestellt werden.
• Erstellen von Ansichten, Funktionen und gespeicherten Prozeduren – Kapseln von Geschäftslogik und wiederverwendbaren Abfragemustern in T-SQL-Objekten, die im SQL-Analyseendpunkt beibehalten werden.
• Anwenden von Sicherheit auf Zeilenebene und Objektebene – Verwenden Sie sql granulare Berechtigungen , um zu steuern, welche Tabellen, Spalten oder Zeilen von Benutzern angezeigt werden.
• Erstellen Von Power BI-Berichten – Power BI-Semantikmodelle können über den Tabular Data Stream (TDS)-Endpunkt eine Verbindung mit dem SQL-Analyseendpunkt herstellen, sodass Sie Berichte über Ihre Lakehouse-Daten erstellen können.
• Abfrage über Arbeitsbereiche hinweg – Verwenden Sie OneLake-Tastenkombinationen , um auf Delta-Tabellen in anderen Seehäusern oder Lagerhäusern zu verweisen, und verknüpfen Sie sie dann in einer einzigen Abfrage. Weitere Arbeitsbereichsübergreifende Szenarien finden Sie in Lakehouse SQL Analytics-Endpunkt-Anwendungsfällen.

Access des SQL-Analyseendpunkts

Sie können den SQL-Analyseendpunkt auf zwei Arten öffnen:

• Vom Arbeitsbereich aus — Suchen Sie in der Liste der Arbeitsbereichselemente das SQL-Analytics-Endpunkt-Element (das denselben Namen wie Ihr Lakehouse trägt) und wählen Sie es aus.
• Verwenden Sie im Lakehouse-Explorer – Im oberen rechten Bereich des Menübands die Dropdownliste, um zur SQL Analytics-Endpunktansicht zu wechseln.

In jedem Fall wird der Abfrageeditor geöffnet, in dem Sie T-SQL-Abfragen gegen Ihre Delta-Tabellen schreiben und ausführen können.

Sicherheit

SQL-Sicherheitsregeln, die für den SQL-Analyseendpunkt festgelegt sind, gelten nur, wenn über den Endpunkt auf Daten zugegriffen wird. Sie gelten nicht, wenn über Spark oder andere Tools auf dieselben Daten zugegriffen wird.

So sichern Sie Ihre Daten:

• Legen Sie SQL granulare Berechtigungen für den SQL-Analyseendpunkt fest, um access auf bestimmte Tabellen, Spalten oder Zeilen zu steuern.
• Legen Sie Workspace-Rollen und -Berechtigungen fest, um zu steuern, wer über andere Pfade auf das Lakehouse und seine Daten zugreifen kann.

Weitere Informationen zum Sicherheitsmodell finden Sie unter OneLake-Sicherheit für SQL-Analyseendpunkte.

Metadatensynchronisierung

Wenn Sie eine Delta-Tabelle in Ihrem Lakehouse erstellen oder aktualisieren, erkennt der SQL-Analyseendpunkt automatisch die Änderung und aktualisiert seine SQL-Metadaten – Tabellendefinitionen, Spaltentypen und Statistiken. Es gibt keinen Importschritt und keine manuelle Synchronisierung erforderlich. Sie haben mehrere Optionen, um eine Aktualisierung der SQL Analytics-Endpunktmetadaten manuell zu initiieren.

Weitere Informationen finden Sie unter SQL Analytics-Endpunktmetadatensynchronisierung.

Erneute Bereitstellung

Wenn der SQL-Analyseendpunkt beim Erstellen eines Lakehouses nicht bereitgestellt werden kann, können Sie den Vorgang direkt von der Lakehouse-Startseite wiederholen, ohne das Lakehouse neu zu erstellen.

Einschränkungen

Der SQL-Analyseendpunkt teilt sein Modul mit dem Fabric-Data Warehouse und teilen sich dieselben Einschränkungen.

Die folgenden Einschränkungen gelten für die automatische Schemagenerierung und Metadatenermittlung von SQL-Analyseendpunkten.

• Daten sollten im Delta Parquet-Format vorliegen, damit sie im SQL-Analyse-Endpunkt automatisch ermittelt werden. Delta Lake ist ein Open-Source-Speicherframework, das die Erstellung einer Lakehouse-Architektur ermöglicht.

• Die Delta-Spaltenzuordnung nach Name wird unterstützt, die Delta-Spaltenzuordnung nach ID wird jedoch nicht unterstützt. Weitere Informationen finden Sie unter Delta Lake-Funktionen und Fabric-Erfahrungen.

  • Die Delta-Spaltenzuordnung im SQL-Analyseendpunkt befindet sich derzeit in der Vorschauphase.

• Deltatabellen, die außerhalb des Ordners /tables erstellt wurden, sind im SQL-Analyseendpunkt nicht verfügbar.

  Wenn im SQL-Analyseendpunkt keine Lakehouse-Tabelle angezeigt wird, überprüfen Sie den Speicherort der Tabelle. Nur die Tabellen, die auf Daten im /tables Ordner verweisen, sind im SQL-Analyseendpunkt verfügbar. Die Tabellen, die im Lake auf Daten im Ordner /files verweisen, werden im SQL-Analyseendpunkt nicht zur Verfügung gestellt. Verschieben Sie Ihre Daten als Problemumgehung in den Ordner /tables.

• Einige Spalten in den Spark Delta-Tabellen sind in den Tabellen im SQL-Analyseendpunkt möglicherweise nicht verfügbar. Für jede Delta-Tabelle in Ihrem Lakehouse generiert der SQL-Analyseendpunkt automatisch eine Tabelle mit T-SQL-Datentypen. Das SQL Analytics-Endpunktmodul basiert auf dem Fabric Data Warehouse-Modul und gibt Datentypen weiter. Eine vollständige Liste der unterstützten Datentypen finden Sie unter Datentypen in Fabric Data Warehouse.

• Wenn Sie im SQL-Analyseendpunkt eine Fremdschlüsseleinschränkung zwischen Tabellen hinzufügen, können Sie keine weiteren Schemaänderungen vornehmen (z. B. die neuen Spalten hinzufügen). Wenn die Delta Lake-Spalten mit den Typen, die im SQL-Analyseendpunkt unterstützt werden sollten, nicht angezeigt werden, überprüfen Sie, ob eine Fremdschlüsseleinschränkung vorliegt, die Updates für die Tabelle möglicherweise verhindert.

• Informationen und Empfehlungen zur Leistung des SQL-Analyseendpunkts finden Sie unter Überlegungen zur Leistung des SQL-Analyseendpunkts.

• Skalare UDFs werden unterstützt, wenn sie inlineierbar sind. Weitere Informationen finden Sie unter CREATE FUNCTION und Scalar UDF inlining.

• Der Datentyp varchar(max) wird nur in SQL-Analyseendpunkten von gespiegelten Elementen und Fabric-Datenbanken und nicht für Lakehouses unterstützt. Tabellen, die nach dem 10. November 2025 erstellt wurden, werden automatisch mit varchar(max)zugeordnet. Tabellen, die vor dem 10. November 2025 erstellt wurden, müssen neu erstellt werden, um einen neuen Datentyp zu übernehmen, oder während der nächsten Schemaänderung automatisch auf varchar(max) aktualisiert werden.

Datenkürzung auf 8 KB gilt weiterhin für die Tabellen im SQL-Analyseendpunkt des Lakehouse, einschließlich Verknüpfungen zu einem gespiegelten Element.

Da alle Tabellen keine varchar(max) -Verknüpfungen für diese Spalten unterstützen, funktioniert dies möglicherweise nicht wie erwartet, wenn eine der Tabellen noch eine Datenkürzung aufweist. Wenn Sie zum Beispiel eine Tabelle eines kürzlich erstellten gespiegelten Objekts mithilfe von Spark in einer Lakehouse-Tabelle erstellen und dann diese Tabellen über die Spalte mit dem Datentyp varchar(max) verbinden, unterscheiden sich die Abfrageergebnisse von denen mit dem Datentyp varchar(8000). Wenn Sie das vorherige Verhalten beibehalten möchten, können Sie die Spalte in der Abfrage in varchar(8000) umwandeln.

Sie können bestätigen, ob eine Tabelle eine varchar(max) -Spalte aus den Schemametadaten mithilfe der folgenden T-SQL-Abfrage enthält. Ein max_length-Wert von -1 stellt varchar(max) dar:

SELECT o.name, c.name, type_name(user_type_id) AS [type], max_length
FROM sys.columns AS c
INNER JOIN sys.objects AS o
ON c.object_id = o.object_id
WHERE max_length = -1 
AND type_name(user_type_id) IN ('varchar', 'varbinary');

• Schemas mit Namen, die mit Systemschemas (z. B. sys oder information_schema) und Datenbanksicherheitsprinzipalen (z. B. db_owner oder db_datareader) in Konflikt stehen, werden im SQL-Analyse-Endpunkt nicht unterstützt. Tabellen unter diesen Schemas können nicht mit dem SQL-Analyseendpunkt synchronisiert werden.

• Ein Arbeitsbereich unterstützt kombiniert bis zu 150 Data Warehouse- und SQL Analytics-Endpunkte. Das Erstellen zusätzlicher Elemente über diesen Grenzwert hinaus wird nicht unterstützt. Löschen Sie ein vorhandenes Element, bevor Sie ein neues Element erstellen.

Zugehöriger Inhalt

• Lakehouse SQL Analytics-Endpunkt-Anwendungsfälle
• Abfragen des SQL-Analyseendpunkts oder -Lagers
• Überlegungen zur Leistung des SQL-Analyseendpunkts
• OneLake-Sicherheit für SQL-Analyseendpunkte
• SQL granulare Berechtigungen
• Arbeitsbereichsrollen und -berechtigungen
• Lakehouse-Übersicht