Referência da linguagem SQL de aceleração de consulta

A aceleração de consulta dá suporte a uma linguagem do tipo ANSI SQL para expressar consultas em conteúdos de blobs. O dialeto SQL de aceleração de consulta é um subconjunto do ANSI SQL que dá suporte a um conjunto limitado de tipos de dados, operadores etc., mas que também pode ser expandido no ANSI SQL para dar suporte a consultas em formatos de dados semiestruturados hierárquicos, como JSON.

Sintaxe SELECT

A única instrução SQL com suporte da aceleração de consulta é a SELECT. Este exemplo retorna todas as linhas para as quais o retorno da expressão é true.

SELECT * FROM table [WHERE expression] [LIMIT limit]

Para dados formatados em CSV, a tabela deve ser . Isso significa que a consulta será executada em qualquer blob especificado na chamada REST. Para dados formatados com JSON, a tabela é um "descritor de tabela". COnfira a seção Descritores de Tabela deste artigo.

No exemplo a seguir, no caso de cada linha para a qual o retorno da expressão WHERE é true, a instrução retorna uma nova linha como resultado da avaliação de cada uma das expressões de projeção.

SELECT expression [, expression ...] FROM table [WHERE expression] [LIMIT limit]

Você pode especificar uma ou mais colunas específicas como parte da expressão SELECT (por exemplo, SELECT Title, Author, ISBN).

O exemplo a seguir retorna uma computação de agregação (por exemplo: o valor médio de uma determinada coluna) sobre cada uma das linhas para as quais a expressão retorna true.

SELECT aggregate_expression FROM table [WHERE expression] [LIMIT limit]

O exemplo a seguir retorna deslocamentos adequados para a divisão de um blob formatado em CSV. Consulte a seção Sys.Split deste artigo.

SELECT sys.split(split_size)FROM BlobStorage

Tipos de dados

Todos os valores de dados formatados em CSV são lidos como cadeias de caracteres. Os valores de cadeia de caracteres podem ser convertidos em outros tipos usando expressões CAST. Os valores podem ser convertidos implicitamente em outros tipos, dependendo do contexto. Para saber mais, consulte Precedência de tipo de dados (Transact-SQL).

Expressões

Referência a campos

Para dados formatados em JSON ou em CSV com uma linha de cabeçalho, os campos podem ser referenciados por nome. Esses nomes podem ser colocados entre aspas ou não. Os nomes de campo entre aspas são colocados entre caracteres de aspas duplas ("), podem conter espaços e diferenciam maiúsculas de minúsculas. Os nomes de campos sem aspas não diferenciam maiúsculas de minúsculas e não podem conter caracteres especiais.

Em dados formatados em CSV, os campos também podem ser referenciados por ordinal, prefixado com um caractere de sublinhado (_). Por exemplo, o primeiro campo pode ser referenciado como _1 ou o décimo primeiro como _11. A referência dos campos por ordinal é útil para dados formatados em CSV que não contêm uma linha de cabeçalho. Nesse caso, a única maneira de fazer referências a um determinado campo é por ordinal.

Operadores

Há suporte para os seguintes operadores SQL padrão:

Se os tipos de dados à esquerda e à direita de um operador forem diferentes, a conversão automática será executada de acordo com as regras especificadas em Precedência de tipo de dados (Transact-SQL).

A linguagem SQL de aceleração de consulta dá suporte a um subconjunto muito pequeno de tipos de dados que são discutidos neste artigo. Consulte a seção Tipos de dados deste artigo.

Conversões

A linguagem SQL de aceleração de consulta dá suporte ao operador CAST, de acordo com as regras em Conversão de tipo de dados (mecanismo de banco de dados).

Ela também fornece suporte a um subconjunto muito pequeno de tipos de dados que são discutidos nesse artigo. Consulte a seção Tipos de dados deste artigo.

Funções de cadeia de caracteres

A linguagem SQL de aceleração de consulta dá suporte às seguintes funções de cadeia de caracteres SQL padrão:

Veja a seguir alguns exemplos:

Funções de data

Há suporte para as seguintes funções de data SQL padrão:

• DATE_ADD
• DATE_DIFF
• EXTRACT
• TO_STRING
• TO_TIMESTAMP

Atualmente, todos os formatos de data de IS08601 padrão são convertidos.

Função DATE_ADD

A linguagem SQL de aceleração de consulta fornece suporte de ano, mês, dia, hora, minuto e segundo para a função DATE_ADD.

Exemplos:

DATE_ADD(datepart, quantity, timestamp)
DATE_ADD('minute', 1, CAST('2017-01-02T03:04:05.006Z' AS TIMESTAMP)

Função DATE_DIFF

A linguagem SQL de aceleração de consulta fornece suporte de ano, mês, dia, hora, minuto e segundo para a função DATE_DIFF.

DATE_DIFF(datepart, timestamp, timestamp)
DATE_DIFF('hour','2018-11-09T00:00+05:30','2018-11-09T01:00:23-08:00') 

Função EXTRACT

Para aplicar EXTRACT em uma parte diferente da de data com suporte para a função DATE_ADD, a linguagem SQL de aceleração de consulta fornece suporte a timezone_hour e timezone_minute como parte de data.

Exemplos:

EXTRACT(datepart FROM timestampstring)
EXTRACT(YEAR FROM '2010-01-01T')

Função TO_STRING

Exemplos:

TO_STRING(TimeStamp , format)
TO_STRING(CAST('1969-07-20T20:18Z' AS TIMESTAMP),  'MMMM d, y')

Esta tabela descreve as cadeias de caracteres que você pode usar para especificar o formato de saída da função TO_STRING.

Função TO_TIMESTAMP

Somente os formatos IS08601 são suportados.

Exemplos:

TO_TIMESTAMP(string)
TO_TIMESTAMP('2007T')

Expressões de agregação

Uma instrução SELECT pode conter uma ou mais expressões de projeção ou uma única expressão de agregação. Há suporte para as seguintes expressões de agregação:

MISSING

O operador IS MISSING é o único não padrão com suporte para a linguagem SQL de aceleração de consulta. Para dados JSON, se um campo estiver ausente de um registro de entrada específico, o campo de expressão IS MISSING será avaliado com relação ao valor booleano true.

Descritores de tabela

Para dados CSV, o nome da tabela é sempre BlobStorage. Por exemplo:

SELECT * FROM BlobStorage

Para os dados JSON, estão disponíveis opções adicionais:

SELECT * FROM BlobStorage[*].path

Isso permite consultas em subconjuntos de dados JSON.

Para essas consultas, você pode mencionar o caminho em parte da cláusula FROM. Ele o ajudará a analisar o subconjunto de dados JSON. O caminho também pode fazer referência a valores de objeto e matriz JSON.

Veja o exemplo a seguir para entender o que foi mencionado acima com mais detalhes.

Estes são os dados de amostra:

{
  "id": 1,
  "name": "mouse",
  "price": 12.5,
  "tags": [
    "wireless",
    "accessory"
  ],
  "dimensions": {
    "length": 3,
    "width": 2,
    "height": 2
  },
  "weight": 0.2,
  "warehouses": [
    {
      "latitude": 41.8,
      "longitude": -87.6
    }
  ]
}

Você pode estar interessado somente no objeto JSON warehouses dos dados acima. O objeto warehouses é um tipo de matriz JSON, portanto, você pode mencioná-lo na cláusula FROM. Sua consulta de amostra pode ser semelhante à seguinte.

SELECT latitude FROM BlobStorage[*].warehouses[*]

A consulta obtém todos os campos, mas seleciona apenas a latitude.

Para acessar somente o valor do objeto JSON dimensions, escolha esse objeto como referência em sua consulta. Por exemplo:

SELECT length FROM BlobStorage[*].dimensions

Isso também limita seu acesso aos membros do objeto dimensions. Use uma consulta para acessar outros membros de campos JSON e valores internos de objetos JSON, como mostrado no exemplo a seguir:

SELECT weight,warehouses[0].longitude,id,tags[1] FROM BlobStorage[*]

Sys.Split

Esta é uma forma especial da instrução SELECT, que está disponível somente para dados formatados em CSV.

SELECT sys.split(split_size) FROM BlobStorage

Use-a nos casos em que você deseja baixar e processar registros de dados CSV em lotes. Dessa forma, você processa registros em paralelo em vez de ter de baixar todos os registros de uma só vez. Essa instrução não retorna registros do arquivo CSV. Em vez disso, ela retorna uma coleção de tamanhos de lote. Você pode usar cada tamanho de lote para recuperar um lote de registros de dados.

Use o parâmetro split_size para especificar o número de bytes que você deseja que cada lote contenha. Por exemplo, para processar apenas 10 MB de dados por vez, a instrução será semelhante a SELECT sys.split(10485760)FROM BlobStorage porque 10 MB é igual a 10.485.760 bytes. Cada lote conterá os registros que couberem nesses 10 MB de espaço.

Na maioria dos casos, o tamanho de cada lote será um pouco maior do que o número especificado. Isso ocorre porque um lote não pode conter um registro parcial. Se o último registro em um lote iniciar antes do fim do limite, o lote será maior para que possa conter o registro completo. O tamanho do último lote provavelmente será menor do que o tamanho especificado.

Confira também

• Aceleração de consulta do Azure Data Lake Storage
• Filtrar dados com a aceleração de consulta do Azure Data Lake Storage