Referência da linguagem SQL de aceleração de consultas

A aceleração de consultas suporta uma linguagem semelhante a UM SQL anSI para expressar consultas através de conteúdos de blobs. O dialeto SQL de aceleração de consultas é um subconjunto do ANSI SQL, com um conjunto limitado de tipos de dados suportados, operadores, etc., mas também se expande no ANSI SQL para suportar consultas sobre formatos de dados semiestruturados hierárquicos, como JSON.

Selecionar Sintaxe

A única instrução SQL suportada pela aceleração de consultas é a instrução SELECT. Este exemplo devolve cada linha para a qual a expressão devolve verdadeiro.

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

Para dados formatados em CSV, a tabela tem de ser BlobStorage. Isto significa que a consulta será executada em relação ao blob especificado na chamada REST. Para dados formatados com JSON, a tabela é um "descritor de tabela". Veja a secção Descritores de Tabela deste artigo.

No exemplo seguinte, para cada linha para a qual a expressão WHERE devolve verdadeiro, esta instrução devolverá uma nova linha que é feita a partir da avaliação de cada uma das expressões de projeção.

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

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

O exemplo seguinte devolve um cálculo agregado (por exemplo: o valor médio de uma determinada coluna) sobre cada uma das linhas para as quais a expressão devolve verdadeiro.

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

O exemplo seguinte devolve desvios adequados para dividir um blob formatado em CSV. Veja a secção Sys.Split deste artigo.

SELECT sys.split(split_size)FROM BlobStorage

Tipos de Dados

Ao ler valores de dados formatados em CSV, todos os valores são lidos como cadeias. Os valores de cadeia podem ser convertidos noutros tipos com expressões CAST. Os valores podem ser implicitamente convertidos noutros tipos, consoante o contexto. para obter mais informações, veja Precedência do tipo de dados (Transact-SQL).

Expressions (Expressões)

Referenciar campos

Para dados formatados em JSON ou dados formatados em CSV com uma linha de cabeçalho, os campos podem ser referenciados por nome. Os nomes dos campos podem ser citados ou não citados. Os nomes de campos citados estão entre carateres de aspas duplas ("), podem conter espaços e são sensíveis às maiúsculas e minúsculas. Os nomes de campo não listados não são sensíveis a maiúsculas e minúsculas e podem não conter carateres especiais.

Nos dados formatados em CSV, os campos também podem ser referenciados por ordinal, com um caráter de sublinhado (_). Por exemplo, o primeiro campo pode ser referenciado como _1ou o décimo primeiro campo pode ser referenciado como _11. Referenciar campos por ordinal é útil para dados formatados em CSV que não contenham uma linha de cabeçalho, caso em que a única forma de referenciar um determinado campo é por ordinal.

Operadores

São suportados os seguintes operadores SQL padrão:

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

A linguagem SQL de aceleração de consultas suporta apenas um subconjunto muito pequeno dos tipos de dados abordados nesse artigo. Veja a secção Tipos de Dados deste artigo.

Moldes

A linguagem SQL de aceleração de consultas suporta o operador CAST, de acordo com as regras aqui: Conversão de tipo de dados (Motor de Base de Dados).

A linguagem SQL de aceleração de consultas suporta apenas um pequeno subconjunto dos tipos de dados abordados nesse artigo. Veja a secção Tipos de Dados deste artigo.

Funções de cadeia

A linguagem SQL de aceleração de consultas suporta as seguintes funções de cadeia de SQL padrão:

Eis alguns exemplos:

Funções de data

São suportadas as seguintes funções de data SQL padrão:

• DATE_ADD
• DATE_DIFF
• EXTRACT
• TO_STRING
• TO_TIMESTAMP

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

função DATE_ADD

A linguagem SQL de aceleração de consultas suporta ano, mês, dia, hora, minuto, segundo para a DATE_ADD função.

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 consultas suporta ano, mês, dia, hora, minuto, segundo para a DATE_DIFF função.

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

Função EXTRACT

Para EXTRAÇÃO que não seja a parte de data suportada para a DATE_ADD função, a linguagem SQL de aceleração de consultas suporta timezone_hour e timezone_minute como parte da 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 que pode utilizar para especificar o formato de saída da TO_STRING função.

função TO_TIMESTAMP

Apenas 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. São suportadas as seguintes expressões de agregação:

EM FALTA

O IS MISSING operador é o único não padrão suportado pela linguagem SQL de aceleração de consultas. Para dados JSON, se um campo estiver em falta num determinado registo de entrada, o campo IS MISSING de expressão será avaliado como verdadeiro valor booleano.

Descritores de Tabela

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

SELECT * FROM BlobStorage

Para dados JSON, estão disponíveis opções adicionais:

SELECT * FROM BlobStorage[*].path

Isto permite consultas em subconjunto dos dados JSON.

Para consultas JSON, pode mencionar o caminho numa parte da cláusula FROM. Estes caminhos ajudarão a analisar o subconjunto de dados JSON. Estes caminhos podem fazer referência aos valores de Matriz E Objeto JSON.

Vamos dar um exemplo para compreender isto mais detalhadamente.

Estes são os nossos dados de exemplo:

{
  "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
    }
  ]
}

Poderá estar interessado apenas no warehouses objeto JSON dos dados acima. O warehouses objeto é um tipo de matriz JSON, pelo que pode mencioná-lo na cláusula FROM. A sua consulta de exemplo pode ter um aspeto semelhante a este.

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

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

Se quisesse aceder apenas ao valor do dimensions objeto JSON, poderia utilizar esse objeto na consulta. Por exemplo:

SELECT length FROM BlobStorage[*].dimensions

Isto também limita o acesso aos membros do dimensions objeto. Se quiser aceder a outros membros de campos JSON e valores internos de objetos JSON, poderá utilizar uma consulta, tal como mostrado no exemplo seguinte:

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

Sys.Split

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

SELECT sys.split(split_size) FROM BlobStorage

Utilize esta instrução nos casos em que pretende transferir e, em seguida, processe registos de dados CSV em lotes. Desta forma, pode processar registos em paralelo em vez de ter de transferir todos os registos de uma só vez. Esta instrução não devolve registos do ficheiro CSV. Em vez disso, devolve uma coleção de tamanhos de lote. Em seguida, pode utilizar cada tamanho de lote para obter um lote de registos de dados.

Utilize o parâmetro split_size para especificar o número de bytes que pretende que cada lote contenha. Por exemplo, se quiser processar apenas 10 MB de dados de cada vez, a instrução terá o seguinte aspeto: SELECT sys.split(10485760)FROM BlobStorage porque 10 MB é igual a 10 485 760 bytes. Cada lote irá conter o máximo de registos que puder caber nesses 10 MB.

Na maioria dos casos, o tamanho de cada lote será ligeiramente superior ao número especificado. Isto acontece porque um lote não pode conter um registo parcial. Se o último registo num lote começar antes do fim do limiar, o lote será maior para que possa conter o registo completo. O tamanho do último lote será provavelmente menor do que o tamanho especificado.

Ver também

• aceleração de consultas Azure Data Lake Storage
• Filtrar dados com Azure Data Lake Storage aceleração de consultas