Connettere, eseguire query ed esportare dati con PolyBase

Si applica a: SQL Server 2016 (13.x) e versioni successive Azure SQL Database AzureSQL Managed InstanceSQL database in Microsoft Fabric

La virtualizzazione dei dati consente di eseguire query di Transact-SQL (T-SQL) su dati esterni senza caricarli nel database. PolyBase è la funzionalità del motore di database che implementa la virtualizzazione dei dati in SQL Server e Azure SQL. Si definisce un'origine dati esterna, un formato di file facoltativo e una tabella esterna e quindi si esegue una query sulla tabella esterna con SELECT come qualsiasi altra tabella.

Questa guida consente di:

Casi d'uso comuni

La tabella seguente descrive i possibili scenari di utilizzo.

Quali funzionalità sono disponibili dove?

La tabella seguente illustra le funzionalità di base di PolyBase e di virtualizzazione dei dati disponibili in ogni piattaforma SQL. Usare questa tabella per determinare le operazioni che è possibile eseguire sulla piattaforma prima di usare le guide dettagliate.

¹ SQL Server 2019 (15.x) supporta OPENROWSET(BULK...) per i percorsi di file di rete e locali. In SQL Server 2022 (16.x) e versioni successive supporta OPENROWSET(BULK...) anche la lettura dall'archiviazione cloud con FORMAT = 'PARQUET', FORMAT = DELTAe FORMAT = 'CSV'.

² Il supporto CSV in SQL Server 2019 (15.x) richiedeva Hadoop. In SQL Server 2022 (16.x) e versioni successive il file CSV è supportato in modo nativo senza Hadoop.

³ Usa il connettore SQL Server (sqlserver://). Le credenziali con ambito database hanno come destinazione l'endpoint SQL di Azure, gli stessi passaggi della connessione a un altro SQL Server.

⁴ L'autenticazione con Managed Identity è supportata per la connessione a Azure Blob Storage (ABS) e ADLS Gen2. Richiede SQL Server abilitato per Azure Arc o SQL Server in una macchina virtuale di Azure per SQL Server locale. È disponibile in modo nativo nel database SQL di Azure e nell'istanza gestita di SQL di Azure.

Interrogare dati esterni

Prima di scegliere uno scenario specifico, comprendere i tre modi per eseguire query sui dati esterni:

I servizi PolyBase sono necessari per l'accesso ai file cloud in SQL Server 2019 (15.x) e SQL Server 2022 (16.x). SQL Server 2025 (17.x) e versioni successive hanno il supporto nativo per CSV, Parquet e Delta senza PolyBase.

Guida alle decisioni

Scegliere lo scenario

Dopo aver compreso i tre approcci, usare una delle guide seguenti per implementare il caso d'uso specifico.

File di query (Parquet, CSV o Delta)

Se i dati si trovano in file Parquet, CSV o Delta in Archiviazione BLOB di Azure, ADLS Gen2, archiviazione compatibile con S3 o OneLake, seguire una delle guide seguenti:

È anche possibile seguire una di queste esercitazioni dettagliate:

Connettersi a un'altra istanza di SQL Server, al database SQL di Azure o a Istanza Gestita di SQL

In SQL Server 2019 (15.x) e versioni successive PolyBase può eseguire query sulle tabelle in un'altra istanza di SQL Server, nel database SQL di Azure o in Istanza gestita di SQL di Azure, senza usare server collegati.

Per una guida dettagliata, vedere Configurare PolyBase per accedere ai dati esterni in SQL Server.

Connettersi a Oracle, Teradata o MongoDB

SQL Server 2019 (15.x) e versioni successive possono eseguire query su Oracle, Teradata, MongoDB e Cosmos DB tramite connettori ODBC PolyBase.

Connettersi ad Azure Blob Storage o Azure Data Lake Storage Gen2 (ADLS Gen2)

In SQL Server 2022 (16.x), i prefissi URI sono stati modificati. Quando si esegue la migrazione da SQL Server 2019 (15.x) o versioni precedenti:

• Archiviazione BLOB di Azure: Cambia wasb[s]:// in abs://
• ADLS Gen2: Passare abfs[s]:// a adls://

Per altre informazioni, vedere Configurare PolyBase per accedere ai dati esterni in Archiviazione BLOB di Azure.

Connettersi all'archiviazione di oggetti compatibile con S3

SQL Server 2022 (16.x) e versioni successive supportano l'archiviazione compatibile con S3, ad esempio Amazon S3, MinIO e Ceph.

Per altre informazioni, vedere Configurare PolyBase per accedere ai dati esterni nell'archiviazione oggetti compatibile con S3.

Esportare dati con CREATE EXTERNAL TABLE AS SELECT (CETAS)

CETAS esporta i risultati delle query in file esterni (Parquet o CSV) in Archiviazione BLOB di Azure, ADLS Gen2 o archiviazione compatibile con S3.

Per la documentazione di riferimento di Transact-SQL, vedere CREATE EXTERNAL TABLE AS SELECT (CETAS).

Esempi di avvio rapido

Esempio 1: query ad hoc in un file Parquet (OPENROWSET)

Nessuna tabella esterna necessaria. Funziona in SQL Server 2022 (16.x) e versioni successive, database SQL di Azure, Istanza gestita di SQL di Azure e database SQL in Fabric.

SELECT TOP 10 *
FROM OPENROWSET (
    BULK 'abs://mycontainer@mystorageaccount.blob.core.windows.net/data/sales/*.parquet',
    FORMAT = 'PARQUET'
) AS [result];

Esempio 2: Tabella esterna in formato CSV in Azure Blob Storage

Questo esempio funziona su tutte le piattaforme SQL che supportano PolyBase.

• Passaggio 1: Creare una chiave master del database (DMK). Questo passaggio è obbligatorio perché le credenziali archiviano un segreto del token SAS. Tuttavia, è possibile eseguire questo passaggio se si usa l'autenticazione di Identità gestita o Microsoft Entra.

  CREATE MASTER KEY ENCRYPTION BY PASSWORD = '<strong_password>';
  

• Passaggio 2: Creare una credenziale con un token SAS. Omettere l'elemento iniziale ?.

  CREATE DATABASE SCOPED CREDENTIAL MyStorageCred
  WITH IDENTITY = 'SHARED ACCESS SIGNATURE',
       SECRET = '<your_SAS_token>'; -- omit the leading '?'
  

• Passaggio 3: Creare un'origine dati esterna.

  CREATE EXTERNAL DATA SOURCE MyAzureStorage
  WITH (
      LOCATION = 'abs://mycontainer@mystorageaccount.blob.core.windows.net',
      CREDENTIAL = MyStorageCred
  );
  

• Passaggio 4: Creare un formato di file per il file CSV.

  CREATE EXTERNAL FILE FORMAT CsvFormat
  WITH (
      FORMAT_TYPE = DELIMITEDTEXT,
      FORMAT_OPTIONS (
          FIELD_TERMINATOR = ',',
          STRING_DELIMITER = '"',
          FIRST_ROW = 2
      )
  );
  

• Passaggio 5: Creare la tabella esterna.

  CREATE EXTERNAL TABLE dbo.SalesExternal
  (
      OrderId INT,
      OrderDate DATE,
      Amount DECIMAL (18, 2),
      Customer NVARCHAR (100)
  )
  WITH (
      DATA_SOURCE = MyAzureStorage,
      LOCATION = '/data/sales/',
      FILE_FORMAT = CsvFormat
  );
  

• Passaggio 6: Eseguire una query sulla tabella esterna.

  SELECT *
  FROM dbo.SalesExternal
  WHERE OrderDate >= '2025-01-01';
  

Esempio 3: Interrogare una tabella in un'altra istanza di SQL Server

Questo esempio funziona in SQL Server 2019 (15.x) e versioni successive.

• Passaggio 1: Creare una chiave master del database (obbligatoria perché le credenziali archivia una password).

  CREATE MASTER KEY ENCRYPTION
  BY PASSWORD = '<strong_password>';
  

• Passaggio 2: Creare credenziali per l'istanza remota di SQL Server.

  CREATE DATABASE SCOPED CREDENTIAL RemoteSqlCred
  WITH IDENTITY = 'remote_user',
       SECRET = '<password>';
  

• Passaggio 3: Creare l'origine dati esterna.

  CREATE EXTERNAL DATA SOURCE RemoteSqlServer
  WITH (
      LOCATION = 'sqlserver://remote-server.contoso.com',
      PUSHDOWN = ON,
      CREDENTIAL = RemoteSqlCred
  );
  

• Passaggio 4: Creare la tabella esterna (nome composto in tre parti in LOCATION).

  CREATE EXTERNAL TABLE dbo.RemoteCustomers
  (
      CustomerId INT,
      CustomerName NVARCHAR (200)
          COLLATE SQL_Latin1_General_CP1_CI_AS
  )
  WITH (
      DATA_SOURCE = RemoteSqlServer,
      LOCATION = 'SalesDB.dbo.Customers'
  );
  

• Passaggio 5: Interrogare i server.

  SELECT c.CustomerName,
         s.Amount
  FROM dbo.RemoteCustomers AS c
       INNER JOIN dbo.LocalSales AS s
           ON c.CustomerId = s.CustomerId;
  

Esempio 4: Esportare i risultati in Parquet con CETAS

Funziona in SQL Server 2022 (16.x) e versioni successive, Istanza gestita di SQL di Azure.

• Passaggio 1: Abilitare CETAS (solo SQL Server).

  EXECUTE sp_configure 'allow polybase export', 1;
  RECONFIGURE;
  

• Passaggio 2: Creare credenziali e origine dati (riutilizzare da esempi precedenti).

• Passaggio 3: Creare un formato file per esportare in Parquet.

  CREATE EXTERNAL FILE FORMAT ParquetFormat
  WITH (
      FORMAT_TYPE = PARQUET
  );
  

• Passaggio 4: Esportare i risultati delle query.

  CREATE EXTERNAL TABLE dbo.Sales2025Export
  WITH (
      DATA_SOURCE = MyAzureStorage,
      LOCATION = '/exports/sales_2025.parquet',
      FILE_FORMAT = ParquetFormat
  ) AS
  SELECT *
  FROM Sales.Orders
  WHERE OrderDate >= '2025-01-01';
  

Blocchi predefiniti T-SQL per PolyBase

Prima di implementare qualsiasi scenario, comprendere gli oggetti T-SQL di base usati da PolyBase e come interagiscono:

Per informazioni su queste istruzioni T-SQL, vedere:

• CREA ORIGINE DATI ESTERNA
• CREA FORMATO DI FILE ESTERNO
• CREATE EXTERNAL TABLE (Crea tabella esterna)
• OPENROWSET
• CREATE EXTERNAL TABLE AS SELECT (CETAS)

Per informazioni di riferimento complete su Transact-SQL per tutti gli oggetti, vedere Riferimento Transact-SQL PolyBase.

Quando è necessario CREATE MASTER KEY?

Viene creata una chiave master del database usando la sintassi CREATE MASTER KEY. La DMK crittografa i segreti archiviati all'interno delle credenziali con ambito nel database. È obbligatorio solo quando la credenziale contiene un valore segreto, ovvero quando archivia una password, un token o una chiave di accesso.

• DMK è obbligatorio (le credenziali memorizzano un segreto):

  Tipo di autenticazione	Valore della proprietà IDENTITY	Ha un segreto	DMK
  Token di firma di accesso condiviso	'SHARED ACCESS SIGNATURE'	Sì	Obbligatorio
  Chiave di accesso S3	'S3 ACCESS KEY'	Sì	Obbligatorio
  Accesso SQL/autenticazione di base	'<username>'	Sì	Obbligatorio
  Chiave di accesso dell'account di archiviazione	'<storage_account_name>'	Sì	Obbligatorio

• DMK non è obbligatorio (nessun segreto archiviato):

  Tipo di autenticazione	Valore della proprietà IDENTITY	Ha un segreto	DMK
  Identità gestita	'Managed Identity'	No	Non obbligatorio
  Microsoft Entra ID	'User Identity' oppure 'Managed Identity'	No	Non obbligatorio

Esempi:

In questa query di esempio, la DMK è obbligatoria (la credenziale archivia un token SAS).

CREATE MASTER KEY ENCRYPTION BY PASSWORD = '<strong_password>';

CREATE DATABASE SCOPED CREDENTIAL SasCred
WITH IDENTITY = 'SHARED ACCESS SIGNATURE',
     SECRET = '<your_SAS_token>';

In questa query di esempio la DMK non è necessaria (Identità gestita, nessun segreto).

CREATE DATABASE SCOPED CREDENTIAL ManagedIdentityCred
WITH IDENTITY = 'Managed Identity';

In questa query di esempio, la DMK non è necessaria (pass-through di Microsoft Entra, nessun segreto).

CREATE DATABASE SCOPED CREDENTIAL EntraIdCred
WITH IDENTITY = 'User Identity';

Accesso remoto ai dati con OPENROWSET e tabelle esterne

SQL Server offre tre approcci distinti per eseguire query sui dati remoti. È possibile scegliere l'approccio corretto quando si conoscono le differenze nella sintassi, nell'autenticazione e nell'architettura.

I servizi PolyBase sono necessari per l'accesso ai file cloud in SQL Server 2019 (15.x) e SQL Server 2022 (16.x). SQL Server 2025 (17.x) e versioni successive hanno supporto per i file cloud nativi e non richiedono più PolyBase per CSV, Parquet o Delta.

Quando usare ogni approccio

Usare OLE DB OPENROWSET per:

• Query ad hoc rapide e monouso senza creare oggetti persistenti
• Microsoft Entra ID o autenticazione dell'identità gestita (tramite MSOLEDBSQL)
• Evitare dipendenze del servizio PolyBase
• Connessione a qualsiasi origine dati con un provider OLE DB

Usare File OPENROWSET(BULK) per:

• Esplorazione di file ad hoc e individuazione dello schema
• Trasformazioni rapide e anteprime prima di applicare una definizione di tabella
• Trasformazioni inline delle colonne flessibili (conversione, filtraggio, colonne calcolate)
• Dati che non cambiano di frequente e non richiedono metadati persistenti

Usare i connettori PolyBase con CREATE EXTERNAL TABLE per:

• Definizioni di tabella persistenti riutilizzabili a cui accedono più utenti o applicazioni
• Carichi di lavoro di produzione che richiedono statistiche e ottimizzazione del piano di query
• Spostamento dei calcoli verso origini remote (filtri spinti in Oracle, SQL Server e così via)
• Governance e sicurezza condivise (dopo la creazione, gli utenti necessitano solo dell'autorizzazione SELECT )
• Quando si dispone dell'autenticazione SQL disponibile per l'origine remota

OPENROWSET (OLE DB): query remote ad hoc (nessun servizio PolyBase richiesto)

Il formato OLE DB di OPENROWSET si connette a un'origine dati remota tramite un provider OLE DB, esegue una query pass-through e restituisce i risultati come set di righe. Si tratta di un'alternativa monouso ad hoc a un server collegato. Non vengono creati metadati persistenti. Questa sintassi non richiede servizi PolyBase e non supporta file cloud o origini dati esterne.

Questa query di esempio si connette a un server SQL remoto tramite OLE DB (non PolyBase).

SELECT *
FROM OPENROWSET (
    'MSOLEDBSQL',
    'Server=remote-server;Database=AdventureWorks;Trusted_Connection=yes;',
    'SELECT TOP 10 * FROM AdventureWorks.Sales.SalesOrderHeader'
);

OPENROWSET(BULK) - Interrogazioni basate su file (PolyBase)

Il BULK formato di OPENROWSET legge i dati direttamente dai file. In SQL Server 2019 (15.x) e versioni precedenti legge da percorsi di file LOCALI o UNC e richiede un file di formato. In SQL Server 2022 (16.x) e versioni successive è possibile leggere dall'archiviazione cloud usando i DATA_SOURCE parametri e FORMAT . Questo approccio è la versione integrata di PolyBase usata per la virtualizzazione dei dati.

Nel contesto di PolyBase e della virtualizzazione dei dati, quando si fa riferimento a OPENROWSET, questa guida fa riferimento alla sintassi OPENROWSET(BULK ...) con una clausola FORMAT per eseguire query su file esterni.

Esempi:

L'esempio di query legge un file Parquet da Azure Blob Storage (SQL Server 2022 e versioni successive).

SELECT TOP 10 *
FROM OPENROWSET (
    BULK 'data/sales/*.parquet',
    DATA_SOURCE = 'MyAzureStorage',
    FORMAT = 'PARQUET'
) AS [result];

Questa query di esempio legge un file Parquet con un percorso inline (database SQL di Azure, Istanza gestita di SQL di Azure).

SELECT TOP 10 *
FROM OPENROWSET (
    BULK 'abs://mycontainer@mystorageaccount.blob.core.windows.net/data/sales/*.parquet',
    FORMAT = 'PARQUET'
) AS [result];

Quando usare OPENROWSET e tabelle esterne

Sia OPENROWSET(BULK ...) sia le tabelle esterne consentono di eseguire query su dati esterni con T-SQL, ma sono progettate per casi d'uso diversi. La tabella seguente riepiloga le differenze principali per decidere quale approccio si adatta allo scenario.

Usare OPENROWSET quando è necessaria flessibilità

Usare OPENROWSET per esplorare un file, testare schemi diversi o aggiungere colonne e trasformazioni calcolate senza creare oggetti persistenti. Ad esempio, è possibile estrarre il percorso del file come colonna, eseguire il cast dei tipi di dati inline o filtrare le espressioni calcolate in una singola query.

Questa query di esempio include colonne calcolate e trasformazioni:

SELECT result.filename() AS [FileName],
       result.filepath(1) AS [Year],
       result.filepath(2) AS [Month],
       CAST (OrderDate AS DATE) AS OrderDate,
       Amount,
       OrderDate
FROM OPENROWSET (
    BULK 'abs://mycontainer@mystorageaccount.blob.core.windows.net/data/sales/*/*/*/*.parquet',
    FORMAT = 'PARQUET'
) AS result
WHERE result.filepath(1) = '2025';

Utilizzare tabelle esterne quando è necessaria la persistenza e la governance

Usare tabelle esterne quando più utenti o applicazioni devono eseguire ripetutamente query negli stessi dati esterni. Definire lo schema, l'origine dati e le credenziali una sola volta e archiviarli nel database. I consumatori necessitano SELECT solo dell'autorizzazione sulla tabella.

Le tabelle esterne supportano anche le statistiche usate da Query Optimizer per creare piani di esecuzione migliori. È possibile creare le statistiche manualmente o consentire al motore di crearle automaticamente (SQL Server 2022 (16.x) e versioni successive.

Questa query di esempio crea statistiche su una tabella esterna per piani di query migliori.

CREATE STATISTICS Stats_OrderDate
ON dbo.SalesExternal(OrderDate)
WITH FULLSCAN;

Per altre informazioni sulle statistiche per entrambi gli approcci, vedere Considerazioni sulle prestazioni di PolyBase - Statistiche.

BULK INSERT e OPENROWSET(BULK): quale è consigliabile usare?

Sia BULK INSERT che OPENROWSET(BULK ...) importano dati da file in SQL Server utilizzando lo stesso motore di caricamento massivo sottostante. Tuttavia, differiscono nella sintassi, nella flessibilità e nelle operazioni che è possibile eseguire con i risultati. Nella tabella seguente sono riepilogate le differenze principali:

Quando scegliere "BULK INSERT"

Usare BULK INSERT quando si dispone di un caricamento semplice da file a tabella e non è necessario trasformare, filtrare o unire i dati durante l'importazione. Usa una sintassi più semplice per csv o altri file delimitati:

Questa query di esempio carica un file CSV da Archiviazione BLOB di Azure direttamente in una tabella.

BULK INSERT Sales.Invoices
FROM 'invoices/inv-2025-01.csv'
WITH (
    DATA_SOURCE = 'MyAzureBlobStorage',
    FORMAT = 'CSV',
    FIRSTROW = 2,
    FIELDTERMINATOR = ',',
    ROWTERMINATOR = '\n'
);

Questa query di esempio carica un file locale con un file di formato per il mapping delle colonne.

BULK INSERT dbo.Products
FROM 'C:\Data\products.csv'
WITH (
    FORMATFILE = 'C:\Data\products.fmt',
    FIRSTROW = 2,
    TABLOCK
);

Quando scegliere OPENROWSET(BULK)

Usare OPENROWSET(BULK ...) quando sono necessarie una o più delle condizioni seguenti:

• Eseguire query oppure visualizzare in anteprima i dati dei file senza creare una tabella.
• Trasformare, filtrare o unire dati durante l'importazione.
• Carica file Parquet o Delta (solo OPENROWSET supporta questi formati).
• Importare un intero file come singolo valore LOB (SINGLE_BLOB, SINGLE_CLOB, SINGLE_NCLOB).

Questa query di esempio visualizza in anteprima un file CSV da Azure Blob Storage senza inserire i dati in nessun posto.

SELECT TOP 10 *
FROM OPENROWSET (
    BULK 'invoices/inv-2025-01.csv',
    DATA_SOURCE = 'MyAzureBlobStorage',
    FORMAT = 'CSV',
    FIRSTROW = 2,
    FIELDTERMINATOR = ','
) AS src;

In questa query di esempio vengono inseriti dati con trasformazione e filtro.

INSERT INTO Sales.Invoices (InvoiceDate, Amount, Customer)
SELECT CAST (InvoiceDate AS DATE),
       Amount * 1.1, -- Apply a 10% markup
       UPPER(Customer)
FROM OPENROWSET (
    BULK 'invoices/inv-2025-01.csv',
    DATA_SOURCE = 'MyAzureBlobStorage',
    FORMAT = 'CSV',
    FIRSTROW = 2
) WITH (
    InvoiceDate VARCHAR (10),
    Amount DECIMAL (18, 2),
    Customer VARCHAR (100)
) AS src
WHERE Amount IS NOT NULL;

Questa query di esempio carica un file Parquet (non possibile con BULK INSERT).

INSERT INTO Sales.Invoices
SELECT *
FROM OPENROWSET (
    BULK 'data/invoices/*.parquet',
    DATA_SOURCE = 'MyAzureStorage',
    FORMAT = 'PARQUET') AS src;

Questa query di esempio importa un intero file XML come singolo valore varbinary(max).

INSERT INTO dbo.XmlDocuments (DocContent)
SELECT BulkColumn
FROM OPENROWSET (
    BULK 'C:\Data\catalog.xml',
    SINGLE_BLOB
) AS x;

Per altre informazioni, vedere le guide correlate seguenti:

• Usare BULK INSERT o OPENROWSET(BULK...) per importare dati in SQL Server: guida dettagliata affiancata con considerazioni sulla sicurezza.
• Importazione ed esportazione bulk di dati (SQL Server): panoramica di tutti i metodi di spostamento dei dati in blocco (bcp, BULK INSERT, OPENROWSET).
• BULK INSERT (Transact-SQL): riferimento T-SQL completo.
• OPENROWSET BULK (Transact-SQL): riferimento T-SQL completo.
• Esempi di accesso massivo ai dati in Archiviazione BLOB di Azure: esempi affiancati che utilizzano entrambi i metodi con Archiviazione BLOB di Azure.
• Importazione bulk di dati di oggetti di grandi dimensioni con il provider di set di righe bulk OPENROWSET (SQL Server):SINGLE_BLOB , SINGLE_CLOBed SINGLE_NCLOB esempi.
• Usare un file di formato per importare in blocco i dati (SQL Server): formattare l'utilizzo dei file con entrambi i metodi.
  • Mantenere i valori Null o i valori predefiniti durante un'importazione in blocco (SQL Server)
  • Mantenere i valori Identity durante l'importazione in blocco dei dati (SQL Server)

Funzioni di metadati utili

Quando si eseguono query su file esterni con OPENROWSET o tabelle esterne, è possibile usare diverse funzioni e procedure predefinite per esaminare i metadati dei file, individuare gli schemi e implementare query a conoscenza delle partizioni.

filepath() e filename()

Le filepath() funzioni e filename() restituiscono parti del percorso del file o del nome file per ogni riga nel set di risultati. Sono particolarmente utili per:

• Eliminazione delle partizioni: filtra i segmenti di cartella (ad esempio, le partizioni anno/mese/giorno) in modo che il motore legga solo i file corrispondenti invece di analizzare tutti gli elementi.

• Esposizione dei metadati di origine: includere il nome o il percorso del file di origine come colonna nei risultati della query, utile per il controllo o il debug.

Si applica a: Database SQL di Azure, Istanza gestita di SQL di Azure, SQL Server 2022 (16.x) e versioni successive, database SQL in Fabric.

Questa query di esempio usa filepath() per l'eliminazione delle partizioni e filename() per identificare i file di origine. Legge solo i file nella /2025/ cartella e legge solo i file nella /06/ sottocartella.

SELECT result.filename() AS SourceFile,
       result.filepath(1) AS [Year],
       result.filepath(2) AS [Month],
       *
FROM OPENROWSET (
    BULK 'abs://mycontainer@mystorageaccount.blob.core.windows.net/data/sales/*/*/*.parquet',
    FORMAT = 'PARQUET'
) AS result
WHERE result.filepath(1) = '2025' 
      AND result.filepath(2) = '06';

sp_describe_first_result_set - Individuare i tipi di colonna OPENROWSET

Il motore deduce automaticamente i tipi di dati delle colonne quando si usano file Parquet (OPENROWSET) attraverso l'inferenza dello schema. I tipi dedotti potrebbero essere più grandi del necessario. Ad esempio, le colonne di caratteri vengono spesso dedotti come varchar(8000) perché i metadati Parquet non includono una lunghezza massima. Questa scelta può ridurre le prestazioni e consumare più memoria.

Usare sp_describe_first_result_set per esaminare lo schema dedotto prima di finalizzare la query. Dopo aver visualizzato i tipi dedotti, specificare i tipi più stretti in una WITH clausola per migliorare le prestazioni.

• Passaggio 1: Esaminare lo schema dedotto.

  EXECUTE sp_describe_first_result_set N'
  SELECT *
  FROM OPENROWSET(
      BULK ''abs://mycontainer@mystorageaccount.blob.core.windows.net/data/sales/*.parquet'',
      FORMAT = ''PARQUET''
  ) AS result';
  

  L'output mostra il nome di ogni colonna, il tipo di dati dedotto, la lunghezza massima, la precisione e la scala. Se vedi varchar(8000) dove sarebbe sufficiente un varchar(100), sovrascriverlo:

• Passaggio 2: Usare tipi espliciti per ottenere prestazioni migliori.

  SELECT TOP 100 *
  FROM OPENROWSET (
      BULK 'abs://mycontainer@mystorageaccount.blob.core.windows.net/data/sales/*.parquet',
      FORMAT = 'PARQUET'
  ) WITH (
      OrderId INT,
      OrderDate DATE,
      Amount DECIMAL (18, 2),
      Customer VARCHAR (100) -- much narrower than the inferred varchar(8000)
  ) AS result;
  

L'inferenza dello schema funziona solo con i file Parquet. Per i file CSV, specificare sempre le definizioni di colonna in una WITH clausola (per OPENROWSET) o nell'istruzione CREATE EXTERNAL TABLE . sp_describe_first_result_set è una procedura generale di SQL Server e SQL di Azure, ma è particolarmente utile per OPENROWSET le query. Per maggiori informazioni, vedi sp_describe_first_result_set.

Prestazioni, risoluzione dei problemi e procedure consigliate

Dopo aver implementato la virtualizzazione dei dati, usare queste guide per ottimizzare le prestazioni, diagnosticare i problemi e garantire la conformità alla produzione:

Contenuti correlati

• Virtualizzazione dei dati con PolyBase in SQL Server
• Introduzione con PolyBase in SQL Server 2022
• Informazioni di riferimento su Transact-SQL per PolyBase
• Mapping dei tipi con PolyBase
• Installare PolyBase in Windows
• Installare PolyBase in Linux