使用专用 SQL 池分析数据

项目
08/14/2024

在本教程中，使用纽约市出租车数据来探索专用 SQL 池的功能。

创建专用 SQL 池

在 Synapse Studio 的左窗格中的“分析池”下，选择“管理”>“SQL 池” 。
选择“新建”。
对于“专用 SQL 池名称”，请选择“SQLPOOL1”。
对于“性能级别”，请选择“DW100C”。
选择“查看 + 创建”>“创建”。你的专用 SQL 池将在几分钟内准备就绪。

你的专用 SQL 池与同样名为 SQLPOOL1 的 SQL 数据库相关联。

导航到数据>工作区。
应看到名为 SQLPOOL1 的数据库。如果未看到它，请选择“刷新”。

只要专用 SQL 池处于活动状态，就会使用计费资源。你可以在稍后暂停池以降低成本。

注意

在工作区中新建专用 SQL 池（之前称为 SQL DW）时，将打开专用 SQL 池预配页面。预配将在逻辑 SQL 服务器上进行。

将纽约市出租车数据加载到 SQLPOOL1

在 Synapse Studio 中，导航到“开发”中心，选择“+”按钮以添加新资源，然后新建 SQL 脚本。
在脚本上方的“连接到”下拉列表中选择“SQLPOOL1”池（在本教程的步骤 1 中创建的池）。

输入以下代码：

IF NOT EXISTS (SELECT * FROM sys.objects O JOIN sys.schemas S ON O.schema_id = S.schema_id WHERE O.NAME = 'NYCTaxiTripSmall' AND O.TYPE = 'U' AND S.NAME = 'dbo')
CREATE TABLE dbo.NYCTaxiTripSmall
    (
    [VendorID] bigint, 
    [store_and_fwd_flag] nvarchar(1) NULL, 
    [RatecodeID] float NULL, 
    [PULocationID] bigint NULL,  
    [DOLocationID] bigint NULL, 
    [passenger_count] float NULL, 
    [trip_distance] float NULL, 
    [fare_amount] float NULL, 
    [extra] float NULL, 
    [mta_tax] float NULL, 
    [tip_amount] float NULL, 
    [tolls_amount] float NULL, 
    [ehail_fee] float NULL, 
    [improvement_surcharge] float NULL, 
    [total_amount] float NULL, 
    [payment_type] float NULL, 
    [trip_type] float NULL, 
    [congestion_surcharge] float  NULL
    )
WITH
    (
    DISTRIBUTION = ROUND_ROBIN,
     CLUSTERED COLUMNSTORE INDEX
     -- HEAP
    )
GO

COPY INTO dbo.NYCTaxiTripSmall
(VendorID 1, store_and_fwd_flag 4, RatecodeID 5,  PULocationID 6 , DOLocationID 7,  
 passenger_count 8,trip_distance 9, fare_amount 10, extra 11, mta_tax 12, tip_amount 13, 
 tolls_amount 14, ehail_fee 15, improvement_surcharge 16, total_amount 17, 
 payment_type 18, trip_type 19, congestion_surcharge 20 )
FROM 'https://contosolake.dfs.core.chinacloudapi.cn/users/NYCTripSmall.parquet'
WITH
(
    FILE_TYPE = 'PARQUET'
    ,MAXERRORS = 0
    ,IDENTITY_INSERT = 'OFF'
)

选择“运行”按钮以执行脚本。
此脚本会在 60 秒内完成。它将 2 百万行纽约市出租车数据加载到一个名为 dbo.NYCTaxiTripSmall 的表中。

浏览专用 SQL 池中的纽约市出租车数据

在 Synapse Studio 中，转到“数据”中心。
转到“SQLPOOL1”>“表” 。
右键单击 dbo.NYCTaxiTripSmall 表，然后选择“新建 SQL 脚本”>“选择前 100 行” 。
等待新的 SQL 脚本创建并运行。
在 SQL 脚本的顶部，“连接到”会自动设置为名为“SQLPOOL1”的 SQL 池。

将 SQL 脚本的文本替换为此代码并运行。

SELECT passenger_count as PassengerCount,
      SUM(trip_distance) as SumTripDistance_miles,
      AVG(trip_distance) as AvgTripDistance_miles
INTO dbo.PassengerCountStats
FROM  dbo.NYCTaxiTripSmall
WHERE trip_distance > 0 AND passenger_count > 0
GROUP BY passenger_count;

SELECT * FROM dbo.PassengerCountStats
ORDER BY PassengerCount;

此查询会创建包含 trip_distance 字段中聚合数据的表 dbo.PassengerCountStats，然后查询新表。此数据显示总行程距离和平均行程距离与乘客数之间的关系。

在“SQL 脚本结果”窗口中，将“视图”更改为“图表”，从而以折线图形式查看结果的可视化效果。将“Category 列”更改为 PassengerCount。

下一步

分析 Azure 存储帐户中的数据

通过

使用专用 SQL 池分析数据

创建专用 SQL 池

将纽约市出租车数据加载到 SQLPOOL1

浏览专用 SQL 池中的纽约市出租车数据

下一步

其他资源