微软SQL全面升级：AI能力、安全强化与Fabric一体化深度解析

在Data Exposed节目最新一期中，微软数据平台布道师Anna Hoffman系统梳理了微软SQL团队自SQLCon大会以来交付的重要更新。从SQL Server到Azure SQL、Fabric中的SQL数据库，再到各类开发工具，微软再次展示了其"倾听用户需求并快速交付"的产品节奏。本文将对这些关键更新进行分类解读。

云端引擎：安全与AI能力双线推进

有一个前提值得反复强调：无论是Azure SQL、Fabric中的SQL数据库还是本地SQL Server，它们背后都是同一个微软SQL引擎。Azure SQL Database、SQL Managed Instance与本地SQL Server 2022+共享同一个核心查询引擎（SQL OS + Query Processor），T-SQL语法、查询优化器行为和存储引擎机制高度一致。云端之所以能更快交付新特性，是因为其发布流程绕过了传统装箱版的漫长测试周期与ISV兼容性验证，采用滚动更新（rolling update）模型，可以在数周内完成从内部预览到GA的全流程。这也是为什么云服务往往能率先体验到新特性。

安全层面的多项强化

微软正积极推动用户从SQL身份验证迁移到更安全的替代方案——事实上，微软内部已全面禁止使用密码登录。在加密层面，Azure SQL Database引入了支持AES密钥的TDE（透明数据加密），以符合NSA的CNSA 2.0推荐标准。

TDE（Transparent Data Encryption）是SQL Server 2008引入的静态数据加密机制，通过数据库加密密钥（DEK）对数据页面进行实时加解密，对应用层完全透明。CNSA 2.0（Commercial National Security Algorithm Suite 2.0）是美国国家安全局（NSA）于2022年发布的后量子密码迁移路线图，要求联邦机构和国防相关系统在2030年代前完成向AES-256、RSA-3072+、ECDH P-384等算法的迁移，并将量子安全算法（如CRYSTALS-Kyber）纳入长期规划。Azure SQL引入AES密钥TDE，正是为了提前满足这一合规要求，对金融、医疗和政府行业客户尤为重要。

另一项亮点是基于正则表达式的动态数据脱敏，目前处于预览阶段，让敏感字段的遮蔽规则控制更加精细灵活。

AI能力加速落地

云端SQL新增了AI生成嵌入向量（AI generate embeddings）及外部模型对象支持，大幅简化了在Azure SQL上构建RAG（检索增强生成）应用的开发流程。

RAG（Retrieval-Augmented Generation，检索增强生成）是目前企业AI落地最主流的架构模式之一。其核心思路是：将私有知识库文本转换为高维浮点数向量（Embedding），存储在支持向量相似度搜索的数据存储中，在推理时先检索语义相近的文档片段，再将其作为上下文注入大语言模型的提示词（Prompt），从而让模型"知道"企业私有数据，而无需昂贵的微调（Fine-tuning）。Azure SQL新增的"AI generate embeddings"能力，允许开发者在SQL层直接调用外部嵌入模型（如Azure OpenAI的text-embedding系列）生成向量并存储，配合向量索引完成近似最近邻（ANN）搜索，大幅减少了构建RAG管道所需的中间件层级。此外，对LOB（大对象二进制）类型的正则表达式支持也同步落地至SQL Server CU5。

值得期待的路线图特性

Anna还透露了几项即将推出的功能：**变更事件流（Change Event Streaming）**已在Hyperscale和SQL托管实例中进入公开预览，Fabric版本也即将跟进。

变更事件流是CDC（Change Data Capture，变更数据捕获）技术在云原生时代的进化形态。传统CDC通过读取数据库事务日志，以低延迟方式捕获行级数据变更，并将其发布为事件流，供下游系统（如数据仓库、搜索引擎、缓存层）实时消费。与批量ETL相比，CDC可将数据延迟从小时级压缩到秒级。微软在Hyperscale和SQL Managed Instance中落地的变更事件流，将CDC与Azure Event Hubs或Fabric Eventstream深度集成，让SQL数据库能够原生参与事件驱动的现代数据架构，而无需依赖Debezium等第三方连接器。

本地时区支持这一社区呼吁已久的需求正在逐步推出；Hyperscale同步推出超大vCore系列选项，兼顾从小规模起步到超大规模扩展的全场景需求。

Fabric中的SQL：迁移助手与Fabric Apps

Fabric中的SQL数据库终于交付了社区期待已久的两大能力。

**迁移助手（Migration Assistant）**现已上线：用户可直接在Fabric工作区中点击"迁移"按钮，选择目标数据库（如Fabric中的SQL数据库），通过导入DAC包完成配置，再借助复制作业完成数据迁移，整个流程无需离开Fabric界面。

更重量级的发布是Fabric Apps（曾用代号Rafen）——本质上是一个内置SQL数据库的后端即服务（Backend as a Service）平台。Anna特别推荐了这一模式：它与GitHub Copilot、VS Code的"可共享站点"（shareable sites）理念相近，但核心优势在于完全运行在企业管控范围内，权限严格限定在对应工作区。

系统会在部署时自动配置数据库，无需手动操作。Anna分享了自己构建并已开源至GitHub的示例应用——该应用能够读取工作区数据、写回数据库，并支持在共享站点上进行评论等交互操作，只需分享一个始终保持最新状态的链接即可。

SQL Server CU5：锁管理、全文索引与可用性组

本地SQL Server方面，多个累积更新（CU）已相继落地，其中CU5包含若干值得关注的实用改进：

• 锁管理器缓存内存百分比配置：新增MaxLockManagerCacheMemoryPercent配置项，官方推荐设置为20%，同时保留调回60%的向后兼容选项，帮助DBA更精细地管控锁占用的内存开销。
• In-Memory OLTP的CPU饥饿问题修复：In-Memory OLTP（代号Hekaton）是SQL Server 2014引入的内存优化表引擎，采用乐观多版本并发控制（MVCC）替代传统锁机制，在高并发短事务场景下性能卓越。然而Hekaton引擎使用独立的XTP调度器，在极高并发下可能与SQL OS标准Worker线程池产生资源竞争，导致XTP线程无法及时获得CPU时间片，即"CPU饥饿"现象。CU5针对这一调度竞争进行了专项修复，对于使用内存优化表承载核心业务负载的客户而言具有实际生产价值。
• 全文索引V2：现可通过数据库范围配置启用，迁移至SQL Server 2025时需注意这可能是一项破坏性变更（breaking change）。

CU1则为**包含式可用性组（Contained AGs）**带来了Linux平台增强：现在可以直接通过侦听器创建或还原数据库，无需额外连接到物理实例，满足了许多用户的长期诉求。

包含式可用性组是SQL Server 2022引入的重要架构改进，旨在解决传统Always On AG的长期痛点：AG的元数据（登录名、SQL Agent作业、链接服务器等）原本存储在实例级别，故障转移后需在新主副本上手动重建这些对象。包含式AG将这些实例级对象"下沉"至专用系统数据库，随AG一起复制和故障转移，使AG真正成为自包含的可移植单元。CU1的Linux增强进一步消除了管理员必须知晓物理实例地址的运维负担，使跨平台混合AG场景的管理更加统一。

开发者工具全面升级：VS Code、SSMS与驱动程序

工具层面的进展同样密集，多个方向并行推进。

SSMS与VS Code扩展

在Build大会期间，MSSQL for VS Code扩展人气大幅攀升，新增了从扩展内直接预配免费Azure SQL数据库的能力，进一步降低上手门槛。SSMS则迎来包括Agent模式在内的多项功能更新，以及呼声长达数年的SQL格式化器和**架构比较（Schema Compare）**工具。

其他重要工具动态

• SQL Notebooks回归：这一功能的回归在社区中引发热烈反响。
• SQL MCP Server公开预览：MCP（Model Context Protocol，模型上下文协议）是Anthropic于2024年底发布的开放标准协议，旨在解决AI Agent与外部工具、数据源之间的标准化集成问题。MCP定义了统一的服务器-客户端通信规范，使LLM能够通过标准接口发现并调用工具（Tools）、读取资源（Resources）。SQL MCP Server的公开预览意味着AI Agent可以通过MCP协议直接与SQL数据库交互——查询数据、执行存储过程、获取Schema信息——而无需为每个AI框架单独编写数据库适配层。微软工程师Jerry在Azure SQL Dev Corner持续发布部署与使用指南。
• Azure Data Studio平滑迁移：随着ADS于年初正式弃用，SSMS提供了连接配置的平滑导入能力。
• 驱动程序全面升级：新增对Apache Arrow的支持（Arrow Fetch API显著提升批量数据导出性能）。Apache Arrow是Apache基金会主导的跨语言内存数据格式标准，采用列式存储布局（Columnar Format），专为分析型工作负载和零拷贝跨进程数据共享设计。与传统的行式ODBC逐行Fetch相比，Arrow格式允许驱动程序以批量列式块传输数据，配合SIMD向量化指令可将批量导出吞吐量提升5-10倍。对于使用Pandas、Polars等DataFrame库的数据科学家，这意味着显著减少内存分配开销和数据类型转换成本。Python驱动还改进了批量复制逻辑，Django支持范围扩展，PHP支持重新回归。值得一提的是，Arrow支持还接纳了来自社区的代码贡献。

AI时代的数据库安全与DP-800认证

Anna在节目收尾时再次重申了AI时代的数据库安全原则。无论是通过RAG模式还是借助Microsoft Foundry构建AI应用，都必须确保数据库配置遵循最小权限原则，避免因权限过度开放而酿成数据事故。在AI Agent能够自主执行SQL查询的场景下，这一原则尤为关键——一个权限过高的数据库账号，可能在Agent被提示词注入（Prompt Injection）攻击后暴露整个数据集。

为帮助从业者跟上AI浪潮，微软推出了全新的SQL AI开发者认证DP-800，专注于在SQL环境中开发AI应用及使用最新数据库能力，是数据工程师和数据库开发者提升AI落地能力的重要认证路径。

总结

从这份阶段性盘点可以看出，微软SQL的演进主线十分清晰：以统一引擎为基础，在云端快速迭代AI与安全能力，同时通过Fabric打通数据一体化体验，并大力升级开发者工具链。

对于数据从业者而言，无论你身处SQL Server、Azure SQL还是Fabric生态，都值得通过官方博客（aka.ms/newsupdate2026）持续跟进这些更新。DP-800认证与SQL MCP Server的推出，更预示着数据库正加速成为AI应用栈中不可或缺的一等公民。

核心要点