Datatyper i Microsoft Fabric
Gäller för:✅ SQL-analysslutpunkt och lager i Microsoft Fabric
Tabeller i Microsoft Fabric stöder de vanligaste T-SQL-datatyperna.
- Mer information om hur du skapar tabeller finns i Tabeller.
- Syntax finns i CREATE TABLE (SKAPA TABELL)
Datatyper i Warehouse
Warehouse stöder en delmängd av T-SQL-datatyper. Varje erbjuden datatyp baseras på SQL Server-datatypen med samma namn. Mer information finns i referensartikeln för var och en i följande tabell.
Kategori | Datatyper som stöds |
---|---|
Exakta numeriska värden | |
Ungefärlig numeriska värden | |
Datum och tid | |
Teckensträngar med fast längd | |
Teckensträngar med variabel längd |
|
Binära strängar |
* Precisionen för datetime2 och tid är begränsad till 6 siffror precision på bråkdelar av sekunder.
** Datatypen uniqueidentifier är en T-SQL-datatyp utan matchande datatyp i Delta Parquet. Därför lagras den som en binär typ. Warehouse stöder lagring och läsning av kolumner med unikaidentifierare , men dessa värden kan inte läsas på SQL-analysslutpunkten. När du läser unikaidentifierarvärden i lakehouse visas en binär representation av de ursprungliga värdena. Därför fungerar inte funktioner som korskopplingar mellan lager- och SQL-analysslutpunkten med hjälp av en unikidentifierarkolumn som förväntat.
Stöd för varchar (max) och varbinary (max) är för närvarande i förhandsversion.
Mer information om vilka datatyper som stöds, inklusive deras precision, finns i datatyper i CREATE TABLE-referens.
Datatyper som inte stöds
För T-SQL-datatyper som för närvarande inte stöds är vissa alternativ tillgängliga. Se till att du utvärderar användningen av dessa typer eftersom precision och frågebeteende varierar:
Datatypen stöds inte | Tillgängliga alternativ |
---|---|
pengar och småpengar | Använd decimal, observera dock att den inte kan lagra den monetära enheten. |
datetime och smalldatetime | Använd datetime2. |
datetimeoffset | Använd datetime2, men du kan använda datetimeoffset för att konvertera data med funktionen AT TIME ZONE (Transact-SQL). Ett exempel finns i datetimeoffset. |
nchar och nvarchar | Använd tecken respektive varchar eftersom det inte finns någon liknande unicode-datatyp i Parquet. Typ av tecken och varchar i en UTF-8-sortering kan använda mer lagring än nchar och nvarchar för att lagra unicode-data. Information om hur miljön påverkas finns i Lagringsskillnader mellan UTF-8 och UTF-16. |
text och ntext | Använd varchar. |
bild | Använd varbinary. |
tinyint | Använd smallint. |
geografi | Ingen motsvarighet. |
Datatyper som inte stöds kan fortfarande användas i T-SQL-kod för variabler eller någon minnesintern användning i sessionen. Det är inte tillåtet att skapa tabeller eller vyer som bevarar data på disken med någon av dessa typer.
En guide för att skapa en tabell i Warehouse finns i Skapa tabeller.
Autogenererade datatyper i SQL-analysslutpunkten
Tabellerna i SQL Analytics-slutpunkten skapas automatiskt när en tabell skapas i det associerade lakehouse-objektet. Kolumntyperna i SQL Analytics-slutpunktstabellerna härleds från deltatyperna för källan.
Reglerna för att mappa ursprungliga Delta-typer till SQL-typerna i SQL-analysslutpunkten visas i följande tabell:
Deltadatatyp | SQL-datatyp (mappad) |
---|---|
LONG, BIGINT | bigint |
BOOLEAN, BOOL | bit |
INT, HELTAL | Int |
TINYINT, BYTE, SMALLINT, SHORT | smallint |
DUBBEL | flyta |
FLOAT, REAL | verklig |
DATE | datum |
TIMESTAMP | datetime2 |
CHAR(n) | varchar(n) med Latin1_General_100_BIN2_UTF8 sortering |
STRING, VARCHAR(n) | varchar(n) med Latin1_General_100_BIN2_UTF8 sortering |
STRING, VARCHAR(MAX) | varchar(MAX) med Latin1_General_100_BIN2_UTF8 sortering |
BINÄR | varbinary(n) |
DECIMAL, DEC, NUMERISK | decimal(p,s) |
De kolumner som har de typer som inte visas i tabellen representeras inte som tabellkolumner i SQL-analysslutpunkten.