Qual é o endpoint de análise SQL para um lakehouse?

O ponto de extremidade de análise do SQL fornece uma superfície de consulta T-SQL de somente leitura sobre as tabelas Delta em seu lakehouse. Cada lakehouse provisiona automaticamente um endpoint de análise SQL quando ele é criado, não há nada extra para configurar. Por trás das cenas, o endpoint de análises SQL é executado no mesmo mecanismo que o Fabric Data Warehouse, assim você obtém consultas SQL de alto desempenho e baixa latência sem gerenciar a infraestrutura.

O ponto de extremidade de análise do SQL não é exclusivo para lakehouses. Outros itens do Fabric, incluindo warehouses, bancos de dados espelhados, bancos de dados SQL e Azure Cosmos DB — também provisionam automaticamente um ponto de extremidade de análise de SQL. A experiência e as limitações são as mesmas em todas elas.

Screenshot do endpoint de análise SQL para um lakehouse mostrando o editor de consultas e a lista de tabelas.

O que você pode fazer

O ponto de extremidade de análise do SQL opera no modo somente leitura nas tabelas Delta, não sendo possível inserir, atualizar ou excluir dados por meio dele. Para modificar dados, alterne para o lakehouse e utilize o Apache Spark.

Nesse limite de somente leitura, você pode:

  • Consultar tabelas Delta utilizando T-SQL — Execute instruções SELECT em qualquer tabela Delta em seu lakehouse, incluindo tabelas expostas por meio de atalhos para Azure Data Lake Storage ou Amazon S3 externos.
  • Criar exibições, funções e procedimentos armazenados – encapsular a lógica de negócios e padrões de consulta reutilizáveis em objetos T-SQL que persistem no ponto de extremidade de análise do SQL.
  • Aplicar segurança em nível de linha e de nível de objeto – use permissões granulares do SQL para controlar quais usuários podem ver quais tabelas, colunas ou linhas.
  • Criar relatórios do Power BI — os modelos semânticos do Power BI podem se conectar ao endpoint de análise do SQL por meio do ponto de extremidade do TDS (Fluxo de Dados Tabular), para que você possa criar relatórios sobre seus dados do Lakehouse.
  • Consultar entre workspaces — Use atalhos do OneLake para referenciar tabelas Delta em outros lakehouses ou warehouses, em seguida, uni-los em uma única consulta. Para obter mais cenários entre workspaces, consulte casos de uso do ponto de extremidade de análise de SQL do Lakehouse.

Observação

As tabelas Delta externas criadas com o código Spark não são visíveis para o endpoint de análise SQL. Use atalhos na seção Tabelas para tornar as tabelas Delta externas visíveis. Para saber como, consulte Criar um atalho.

Acesse o endpoint de análise de SQL

Você pode abrir o ponto de extremidade de análise do SQL de duas maneiras:

  • Do workspace — Na lista de itens do workspace, localize o item de ponto de extremidade de análise do SQL (ele compartilha um nome com o lakehouse) e selecione-o.
  • Do explorador do Lakehouse — Na área superior direita da faixa de opções, use a lista suspensa para alternar para a exibição do endpoint de análise SQL.

Em qualquer caso, o editor de consultas é aberto, onde você pode escrever e executar consultas T-SQL em suas tabelas Delta.

Segurança

As regras de segurança do SQL definidas no ponto de extremidade de análise do SQL só se aplicam quando os dados são acessados por meio do ponto de extremidade. Eles não se aplicam quando os mesmos dados são acessados por meio do Spark ou de outras ferramentas.

Para proteger seus dados:

  • Defina permissões SQL granulares no ponto de extremidade de análise SQL para controlar acesso a tabelas, colunas ou linhas específicas.
  • Defina funções e permissões de workspace para controlar quem pode acessar o lakehouse e seus dados por meio de outros métodos.

Para obter mais informações sobre o modelo de segurança, consulte a segurança do OneLake para pontos de extremidade de análise de SQL.

Sincronização de metadados

Quando você cria ou atualiza uma tabela Delta em seu lakehouse, o endpoint de análise SQL detecta automaticamente a alteração e atualiza seus metadados SQL — definições de tabela, tipos de coluna e estatísticas. Não há nenhuma etapa de importação e nenhuma sincronização manual é necessária. Há várias opções para iniciar manualmente a atualização dos metadados do endpoint de análise SQL.

Para obter mais informações, consulte sincronização de metadados do endpoint de análises SQL.

Reprovisionamento

Se o ponto de extremidade de análise do SQL não for provisionado quando você criar um Lakehouse, poderá tentar novamente diretamente da página inicial do Lakehouse sem recriar o Lakehouse.

Captura de tela mostrando a opção de tentar novamente a provisão do endpoint de análise SQL no lakehouse.

Observação

O reprovisionamento ainda pode falhar, assim como o provisionamento inicial pode. Se as tentativas repetidas falharem, entre em contato com o suporte.

Limitações

O ponto de extremidade de análise do SQL compartilha seu mecanismo com o Data Warehouse do Fabric e eles compartilham as mesmas limitações.

As seguintes limitações se aplicam à geração automática de esquemas e à descoberta de metadados do ponto de extremidade de análise do SQL.

  • Os dados devem estar no formato Delta Parquet para serem descobertos automaticamente no endpoint de análise SQL. O Delta Lake é uma estrutura de armazenamento de código aberto que permite a compilação da arquitetura Lakehouse.

  • Há suporte para mapeamento de coluna Delta por nome, mas não há suporte para mapeamento de coluna Delta por ID. Para obter mais informações, consulte Recursos do Delta Lake e as experiências do Fabric.

  • As tabelas Delta criadas fora da pasta /tables não estão disponíveis no ponto de extremidade de análise do SQL.

    Se você não vir uma tabela do Lakehouse no ponto de extremidade de análise SQL, verifique a localização da tabela. Somente as tabelas que fazem referência aos dados na /tables pasta estão disponíveis no ponto de extremidade de análise do SQL. As tabelas que fazem referência aos dados na pasta /files no lago de dados não são expostas no endpoint de análise do SQL. Como solução alternativa, mova seus dados para a pasta /tables.

  • Algumas colunas que existem nas tabelas do Spark Delta podem não estar disponíveis nas tabelas do endpoint de análise do SQL. Para cada tabela Delta no seu Lakehouse, o endpoint de análise SQL gera automaticamente uma tabela com tipos de dados T-SQL. O mecanismo do endpoint de análise SQL é baseado no mecanismo do Fabric Data Warehouse e compartilha os tipos de dados. Para obter uma lista completa de tipos de dados com suporte, consulte Tipos de dados no Fabric Data Warehouse.

  • Se você adicionar uma restrição de chave estrangeira entre tabelas no ponto de extremidade de análise do SQL, não poderá fazer outras alterações no esquema (por exemplo, adicionar as novas colunas). Se você não vir as colunas do Delta Lake com os tipos que devem ter suporte no ponto de extremidade de análise do SQL, verifique se há uma restrição de chave estrangeira que possa impedir atualizações na tabela.

  • Para obter informações e recomendações sobre o desempenho do ponto de extremidade de análise SQL, confira Considerações sobre o desempenho do ponto de extremidade de análise SQL.

  • UDFs escalares têm suporte quando inlináveis. Para obter mais informações, consulte CREATE FUNCTION e inlining escalar de UDF.

  • O tipo de dados varchar(max) só tem suporte em SQL Analytics Endpoints de itens espelhados e Banco de Dados Fabric, e não para Lakehouses. As tabelas criadas após 10 de novembro de 2025 serão mapeadas automaticamente com varchar(max). As tabelas criadas antes de 10 de novembro de 2025 precisam ser recriadas para adotar um novo tipo de dados ou serão atualizadas automaticamente para varchar(max) durante a próxima alteração de esquema.

O truncamento de dados a 8 KB ainda se aplica às tabelas no endpoint de análise SQL do Lakehouse, incluindo atalhos para itens espelhados.

Nem todas as tabelas dão suporte a junções nas colunas varchar(max); portanto, essas junções podem não funcionar como esperado se uma das tabelas ainda apresentar truncamento de dados. Por exemplo, se você CTAS uma tabela de um item espelhado recém-criado para uma tabela Lakehouse usando Spark e, em seguida, uni-las usando a coluna com varchar(max), os resultados da consulta serão diferentes em comparação com o tipo de dados varchar(8000). Se você quiser continuar a ter um comportamento anterior, poderá converter a coluna em varchar(8000) na consulta.

Você pode confirmar se uma tabela tem alguma coluna varchar(max) dos metadados de esquema usando a consulta T-SQL a seguir. Um 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');

  • Esquemas com nomes que entram em conflito com esquemas do sistema (como sys ou information_schema) e entidades de segurança de banco de dados (como db_owner, db_datareader) não têm suporte no ponto de extremidade de análise do SQL. As tabelas nesses esquemas não conseguirão se sincronizar com o ponto de extremidade de análise do SQL.

  • Um workspace oferece suporte a até 150 endpoints de warehouse e de análise SQL combinados. Não há suporte para a criação de itens adicionais além desse limite. Exclua um item existente antes de criar um novo.

Conteúdo relacionado

  • Last updated on