Azure Synapse Analytics 中的无服务器 SQL 池
每个 Azure Synapse Analytics 工作区都附带了无服务器 SQL 池终结点，使用这些终结点可以在 Azure Data Lake（Parquet、Delta Lake、带分隔符的文本格式）、Azure Cosmos DB 或 Dataverse 中查询数据。
无服务器 SQL 池是针对数据湖中的数据运行的查询服务。 它可让你通过以下功能访问数据：
- 熟悉的 T-SQL 语法，可以就地查询数据，而无需将数据复制或加载到专用存储。 若要了解详细信息，请参阅 T-SQL 支持部分。
- 通过 T-SQL 接口建立的集成连接，提供各种商业智能和即席查询工具（包括最流行的驱动程序）。 若要了解详细信息，请参阅客户端工具部分。
无服务器 SQL 池是专为大规模数据和计算功能构建的分布式数据处理系统。 使用无服务器 SQL 池可在几秒到几分钟内分析完大数据，具体所需时间取决于工作负荷。 得益于内置的查询执行容错机制，即使是对于涉及大型数据集的长时间运行的查询，该系统也能够提供很高的可靠性和成功率。
无服务器 SQL 池是无服务器服务，因此不需要设置基础结构，也不需要维护群集。 此服务的默认终结点将在每个 Azure Synapse 工作区内提供，因此在创建工作区后，可以立即开始查询数据。
保留的资源不产生任何费用，你只需为运行的查询所处理的数据付费。因此，此模型是真正的按用量付费模型。
如果在数据管道中使用 Apache Spark for Azure Synapse 进行数据准备、清理或扩充，可以直接从无服务器 SQL 池查询已在流程中创建的 Spark 外部表。 使用专用链接可将无服务器 SQL 池终结点整合到托管工作区 VNet 中。
无服务器 SQL 池权益
如果需要探索 Data Lake 中的数据、从这些数据获取见解，或者要优化现有的数据转换管道，则可从使用无服务器 SQL 池获益。 它适用于以下方案：
- 基本发现和探索 - 快速推理 Data Lake 中各种格式（Parquet、CSV、JSON）的数据，以便你可以规划好如何从这些数据提取见解。
- 逻辑数据仓库 – 基于原始数据或异类数据提供关系抽象，而无需重新放置和转换数据，使你看到的数据始终是最新数据。 详细了解如何创建逻辑数据仓库。
- 数据转换 - 使用 T-SQL 以简单、可缩放且高效的方式转换 Lake 中的数据，以便可将数据馈送到 BI 和其他工具，或者载入到关系数据存储（Synapse SQL 数据库、Azure SQL 数据库等）。
不同的职业角色可以从无服务器 SQL 池获益：
- 数据工程师可以使用此服务探索 Lake、转换和准备数据，以及简化数据转换管道。 有关详细信息，请查看此教程。
- 得益于 OPENROWSET 和自动架构推理等功能，数据科学家可以快速推理 Lake 中数据的内容和结构。
- 数据分析师可以使用熟悉的 T-SQL 语言或他们偏好的、可连接到无服务器 SQL 池的工具，探索数据科学家或数据工程师创建的数据和 Spark 外部表。
- BI 专业人员可以快速基于 Lake 中的数据创建 Power BI 报表和 Spark 表。
如何开始使用无服务器 SQL 池
每个 Azure Synapse 工作区中都会提供无服务器 SQL 池终结点。 可以创建一个工作区，然后使用熟悉的工具立即开始查询数据。
确保应用最佳做法来获得最佳性能。
客户端工具
使用无服务器 SQL 池，可以将现有的 SQL 即席查询和商业智能工具连接到 Data Lake 中。 由于它提供用户熟悉的 T-SQL 语法，因此任何能够与 SQL 产品/服务建立 TDS 连接的工具都可连接和查询 Synapse SQL。 可以与 Azure Data Studio 进行连接并运行即席查询，或者与 Power BI 进行连接以快速获取见解。
T-SQL 支持
无服务器 SQL 池提供 T-SQL 查询外围应用，该外围应用在某些方面略有增强/扩展，以便改善半结构化和非结构化数据的查询体验。 此外，由于无服务器 SQL 池的设计，T-SQL 语言的某些方面不受支持，例如，目前不支持 DML 功能。
- 可以使用熟悉的概念来组织工作负荷：
- 数据库 - 无服务器 SQL 池终结点可以包含多个数据库。
- 架构 - 数据库中可以包含一个或多个称作“架构”的对象所有权组。
- 视图、存储过程、内联表值函数
- 外部资源 – 数据源、文件格式和表
可通过以下方式强制实施安全性：
- 登录名和用户
- 用于控制对存储帐户的访问的凭据
- 在每个对象级别授予、拒绝和撤销权限
- Microsoft Entra 集成
支持的 T-SQL：
- 支持完整的 SELECT 外围应用，包括大部分 SQL 函数
- CETAS - CREATE EXTERNAL TABLE AS SELECT
- 仅与视图和安全性相关的 DDL 语句
无服务器 SQL 池没有本地存储，只有元数据对象才存储在数据库中。 因此，不支持与以下概念相关的 T-SQL：
- 表
- 触发器
- 具体化视图
- 不与视图和安全性相关的 DDL 语句
- DML 语句
备注
无服务器 SQL 池查询有超时。 有关可能影响工作负载的查询超时的详细信息，请参阅无服务器 SQL 池系统约束。 目前无法更改超时。
扩展
为了使就地查询 Data Lake 文件中驻留的数据的体验顺畅，无服务器 SQL 池添加了以下功能，以此扩展了现有的 OPENROWSET 函数：
各种带分隔符的文本格式（包含自定义字段终止符、行终止符、转义符）
安全性
无服务器 SQL 池提供了一些机制来保护对数据的访问。
Microsoft Entra 集成和多重身份验证
借助无服务器 SQL 池，可以使用 Microsoft Entra 集成集中管理数据库用户和其他 Microsoft 服务的标识。 此功能简化了权限管理，增强了安全性。 Microsoft Entra ID 支持多重身份验证 (MFA)，以便在支持单一登录过程的同时提高数据和应用程序安全性。
身份验证
无服务器 SQL 池身份验证指的是用户连接到终结点时如何证明其身份。 支持两种类型的身份验证：
SQL 身份验证
此身份验证方法使用用户名和密码。
Microsoft Entra 身份验证：
此身份验证方法使用 Microsoft Entra ID 管理的标识。 对于 Microsoft Entra 用户，可以启用多重身份验证。 请尽可能使用 Active Directory 身份验证（集成安全性）。
授权
授权指的是用户可以在无服务器 SQL 池数据库中执行哪些操作，并且授权由用户帐户的数据库角色成员身份和对象级权限控制。
如果使用 SQL 身份验证，则 SQL 用户仅存在于无服务器 SQL 池中，而权限范围将限定为无服务器 SQL 池中的对象。 不能直接向 SQL 用户授予访问其他服务（例如 Azure 存储）中安全对象的权限，因为该用户仅存在于无服务器 SQL 池的范围内。 SQL 用户需使用支持的授权类型之一来访问文件。
如果使用 Microsoft Entra 身份验证，则用户可以登录到无服务器 SQL 池和其他服务（例如 Azure 存储），并可以向 Microsoft Entra 用户授予权限。
访问存储帐户
登录到无服务器 SQL 池服务的用户必须获得访问和查询 Azure 存储中的文件的授权。 无服务器 SQL 池支持以下授权类型：
共享访问签名 (SAS) 提供对存储帐户中的资源的委托访问权限。 通过 SAS，可以授予客户端对存储帐户中资源的访问权限，而无需共享帐户密钥。 通过 SAS 可以精细控制向具有 SAS 的客户端授予的访问权限类型：有效期间隔、授予的权限、可接受的 IP 地址范围、可接受的协议 (https/http)。
用户标识（也称为“直通”）是一种授权类型。在使用这种授权类型的情况下，登录到无服务器 SQL 池的 Microsoft Entra 用户的标识会用来授予对数据的访问权限。 在访问数据之前，Azure 存储管理员必须向访问数据的 Microsoft Entra 用户授予权限。 此授权类型使用登录到无服务器 SQL 池的 Microsoft Entra 用户，因此不受 SQL 用户类型的支持。
工作区标识是一种授权类型。在使用这种授权类型的情况下，将使用 Synapse 工作区的标识来授权访问数据。 在访问数据之前，Azure 存储管理员必须向工作区标识授予访问数据的权限。
Azure Cosmos DB 访问权限
需要使用 Azure Cosmos DB 帐户只读密钥创建服务器级凭据或数据库范围的凭据，才能访问 Azure Cosmos DB 分析存储。
后续步骤
可在以下文章中找到有关终结点连接和查询文件的更多信息：