¿Cuál es el punto de conexión de análisis SQL para un lakehouse?

El punto de conexión de SQL Analytics ofrece una superficie de consulta T-SQL de solo lectura sobre las tablas Delta en tu lakehouse. Cada lakehouse aprovisiona automáticamente un punto de conexión de SQL Analytics al ser creado, sin necesidad de configuración adicional. En segundo plano, el punto de conexión de SQL Analytics se ejecuta en el mismo motor que el Fabric Data Warehouse, por lo que obtendrá consultas SQL de alto rendimiento y baja latencia sin administrar la infraestructura.

El punto de conexión de SQL Analytics no es único para lakehouses. Otros elementos de Fabric, incluidos warehouses, mirrored databases, SQL databases y Azure Cosmos DB también aprovisionan automáticamente un punto de conexión de análisis SQL. La experiencia y las limitaciones son las mismas en todos ellos.

Captura de pantalla del punto de conexión de SQL Analytics para una instancia de Lakehouse que muestra el editor de consultas y la lista de tablas.

Qué puede hacer

El punto de conexión de SQL Analytics funciona en modo de solo lectura a través de tablas Delta; no se pueden insertar, actualizar ni eliminar datos a través de él. Para modificar los datos, cambie a lakehouse y use Apache Spark.

Dentro de ese límite de solo lectura, puede hacer lo siguiente:

  • Realizar consultas en tablas Delta con T-SQL — Ejecute instrucciones SELECT en cualquier tabla Delta en su lakehouse, incluyendo tablas expuestas mediante atajos a Azure Data Lake Storage externo o Amazon S3.
  • Crear vistas, funciones y procedimientos almacenados : encapsula la lógica de negocios y los patrones de consulta reutilizables en objetos T-SQL que persisten en el punto de conexión de SQL Analytics.
  • Aplicar seguridad de nivel de fila y de nivel de objeto : use permisos granulares de SQL para controlar qué usuarios pueden ver qué tablas, columnas o filas.
  • Compilación de informes de Power BI : los modelos semánticos de Power BI pueden conectarse al punto de conexión de SQL Analytics a través de su punto de conexión de flujo de datos tabular (TDS), por lo que puede crear informes a través de los datos de Lakehouse.
  • Consulta entre áreas de trabajo : use accesos directos de OneLake para hacer referencia a tablas Delta en otras casas de lago o almacenes y, a continuación, combinarlas en una sola consulta. Para ver más escenarios entre espacios de trabajo, consulte Casos de uso del punto de conexión de análisis de SQL de Lakehouse.

Nota:

Las tablas Delta externas creadas con código Spark no son visibles para el punto de conexión de SQL Analytics. Utilice accesos directos en la sección Tablas para hacer visibles las tablas Delta externas. Para obtener información sobre cómo hacerlo, consulte Creación de un acceso directo.

Acceder al punto de conexión de SQL Analytics

Puede abrir el punto de conexión de SQL Analytics de dos maneras:

  • Desde el área de trabajo — En la lista de elementos del área de trabajo, busque el elemento del punto de conexión de SQL Analytics (comparte el mismo nombre con lakehouse) y selecciónelo.
  • Desde el explorador de Lakehouse : en el área superior derecha de la cinta de opciones, use la lista desplegable para cambiar a la vista del punto de conexión de SQL Analytics.

En cualquier caso, el editor de consultas se abre donde puede escribir y ejecutar consultas de T-SQL en las tablas Delta.

Seguridad

Las reglas de seguridad de SQL establecidas en el punto de conexión de SQL Analytics solo se aplican cuando se accede a los datos a través del punto de conexión. No se aplican cuando se accede a los mismos datos a través de Spark u otras herramientas.

Para proteger los datos:

Para más información sobre el modelo de seguridad, consulte Seguridad de OneLake para puntos de conexión de análisis de SQL.

Sincronización de metadatos

Al crear o actualizar una tabla Delta en lakehouse, el punto de conexión de SQL Analytics detecta automáticamente el cambio y actualiza sus metadatos de SQL: definiciones de tabla, tipos de columna y estadísticas. No hay ningún paso de importación y no se requiere sincronización manual. Tiene varias opciones para iniciar manualmente una actualización de los metadatos del punto de conexión de SQL Analytics.

Para más información, consulte Sincronización de metadatos del punto de conexión de SQL Analytics.

Reaprovisionamiento

Si el punto de conexión de SQL Analytics no se puede aprovisionar al crear una instancia de Lakehouse, puede volver a intentarlo directamente desde la página principal de Lakehouse sin volver a crear la instancia de Lakehouse.

Captura de pantalla que muestra la opción de reintentar el aprovisionamiento de puntos de conexión de SQL Analytics en lakehouse.

Nota:

El reaprovisionamiento todavía puede producir un error, como puede hacer el aprovisionamiento inicial. Si se produce un error en los intentos repetidos, póngase en contacto con el soporte técnico.

Limitaciones

El punto de conexión de SQL Analytics comparte su motor con el Data Warehouse de Fabric, y ambos comparten las mismas limitaciones.

Las siguientes limitaciones se aplican a la generación automática de esquemas y a la detección de metadatos del punto de conexión de análisis SQL.

  • Los datos deben estar en formato Delta Parquet para que se detecten automáticamente en el punto de conexión de análisis SQL. Delta Lake es un marco de almacenamiento de código abierto que permite construir la arquitectura Lakehouse.

  • Se admite la asignación de columnas delta por nombre, pero no se admite la asignación de columnas delta por id. Para obtener más información, consulte Características de Delta Lake y experiencias de Fabric.

  • Las tablas Delta creadas fuera de la carpeta /tables no están disponibles en el punto de conexión de análisis SQL.

    Si no ve una tabla de Lakehouse en el punto de conexión de SQL Analytics, compruebe la ubicación de la tabla. Solo las tablas que hacen referencia a datos de la /tables carpeta están disponibles en el punto de conexión de SQL Analytics. Las tablas que hacen referencia a datos de la carpeta /files del lago no se exponen en el punto de conexión de análisis SQL. Como solución alternativa, mueva los datos a la /tables carpeta.

  • Es posible que algunas columnas que existen en las tablas Delta de Spark no estén disponibles en las tablas del punto de conexión de análisis SQL. Para cada tabla Delta de Lakehouse, el punto de conexión de SQL Analytics genera automáticamente una tabla con tipos de datos T-SQL. El motor de punto de conexión de SQL Analytics se basa en el motor de Fabric Data Warehouse y comparte tipos de datos. Para obtener una lista completa de los tipos de datos admitidos, consulte Tipos de datos en Fabric Data Warehouse.

  • Si agrega una restricción de claves externas entre tablas en el punto de conexión de análisis SQL, no podrá realizar más cambios en el esquema (por ejemplo, agregar las nuevas columnas). Si no ve las columnas de Delta Lake con los tipos que se deben admitir en el punto de conexión de análisis SQL, compruebe si hay alguna restricción de clave externa que pueda impedir las actualizaciones en la tabla.

  • Para obtener información y recomendaciones sobre el rendimiento del punto de conexión de SQL Analytics, consulte Consideraciones sobre el rendimiento del punto de conexión de SQL Analytics.

  • Las Funciones Definidas por el Usuario escalares (UDF) se admiten cuando son aplicables. Para obtener más información, consulte CREATE FUNCTION y Scalar UDF inlining.

  • El tipo de datos varchar(max) solo se admite en los puntos de conexión de SQL Analytics para bases de datos de Fabric y elementos reflejados, y no para Lakehouses. Las tablas creadas a partir del 10 de noviembre de 2025 se asignarán automáticamente con varchar(max). Las tablas creadas antes del 10 de noviembre de 2025 deben volver a crearse para adoptar un nuevo tipo de datos o se actualizarán automáticamente a varchar(max) durante el siguiente cambio de esquema.

El truncamiento de datos a 8 KB todavía se aplica a las tablas del endpoint de SQL Analytics del Lakehouse, incluyendo accesos directos a un objeto reflejado.

Dado que no todas las tablas admiten uniones varchar(max), estas columnas pueden no funcionar como se esperaba si una de las tablas todavía tiene un truncamiento de datos. Por ejemplo, si utilizas CTAS para una tabla de un elemento reflejado recién creado en una tabla de Lakehouse usando Spark, y luego las unes mediante la columna con varchar(max), los resultados de la consulta serán diferentes en comparación con el tipo de datos varchar(8000). Si desea seguir teniendo un comportamiento anterior, puede convertir la columna a varchar(8000) en la consulta.

Puede confirmar si una tabla tiene cualquier columna varchar(max) de los metadatos del esquema mediante la siguiente consulta de T-SQL. Un max_length valor de -1 representa varchar(max):

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');

  • Los esquemas con nombres que entran en conflicto con esquemas del sistema (como sys o information_schema) y entidades de seguridad de base de datos (como db_owner, db_datareader) no se admiten en el punto de conexión de SQL Analytics. Las tablas de estos esquemas no se sincronizarán con el punto de conexión de SQL Analytics.

  • Un área de trabajo admite hasta 150 elementos combinados de almacén y puntos de conexión de analítica SQL. No se admite la creación de elementos adicionales más allá de este límite. Elimine un elemento existente antes de crear uno nuevo.

Contenido relacionado

  • Last updated on