「Developers, Developers, Developers…」

— Steve Ballmer，2000 年 PDC，談 .Net

第 4 章的 AI 能力固然是開發者故事的一大塊，但 SQL Server 2025 給開發者的禮物遠不止於此。本章將帶你看遍 JSON、T-SQL、Change Event Streaming（CES）與內建 REST API 等亮點。

十年來最強的開發者版本#

SQL Server 2016 為開發者帶來 Query Store、JSON 支援、Temporal Tables、PolyBase、In-Memory OLTP 強化、Dynamic Data Masking 等。SQL Server 2016 SP1 更讓 Standard Edition 取得近乎與 Enterprise 一致的 T-SQL 介面。

SQL Server 2025 的開發者亮點：

Data API Builder（DAB）#

DAB 並非 SQL Server 2025 的新概念（前身為 Project Hawaii，2023 年春開放公開預覽），但在 SQL Server 2025 上潛力極大：

• 在 SQL Server 之上提供 REST 或 GraphQL API
• 取代 ODBC、ADO.Net 等 TDS 連線的「plumbing code」
• 可獨立部署，或整合 Azure Static Web Apps、Container Apps、AKS、Web App for Containers
• 文件：https://aka.ms/dab

Developer Edition 的雙風味#

過去若正式環境使用 Standard Edition，無法以 Developer Edition 完整測試其限制（Developer Edition 等同 Enterprise）。

SQL Server 2025 提供兩種風味：

• 模擬 Enterprise Edition
• 模擬 Standard Edition

開發者不再需要為了「測試 Standard 限制」而消耗一份正式授權。

JSON#

SQL Server 2016 開始支援 JSON，但僅以 nvarchar 文字儲存：

• 文件大時資料庫膨脹
• 任何更新都要重寫整段文字
• 必須先用 ISJSON() 驗證
• 索引只能建在文字型別欄位上

Microsoft Mechanics 主持人 Jeremy Chapman 形容 SQL Server 2025 的新 JSON：「relational database 裡的 NoSQL database」。

原生 json 資料型別#

優點：

• 更快讀取：文件已經解析
• 更快寫入：可只更新單一值，不必重寫整份文件
• 更省空間：壓縮最佳化（MVP Daniel Hutmacher 的測試顯示節省約 50%）
• 既有程式碼相容
• 內部使用 LOB 結構，每筆最大 2GB
• 強制有效 JSON：插入無效 JSON 會直接報錯（Msg 13609）
• 支援 modify 直接更新內部單一值

JSON 索引#

• 採用類似 XML 索引的結構（非傳統 B-tree）
• 可用 CREATE JSON INDEX 建立在整欄或某個 JSON 路徑（path）
• JSON_PATH、JSON_VALUE、JSON_CONTAINS 等可受惠

新 T-SQL 函式#

• JSON_ARRAYAGG：把多列彙總成單一 JSON 陣列
• JSON_OBJECTAGG：以 key/value 對輸出 JSON
• JSON_CONTAINS：路徑搜尋（含巢狀陣列）

範例：使用 json 資料型別#

USE orders;

-- 取出單一 JSON 值
SELECT o.order_id,
       JSON_VALUE(o.order_info, '$.AccountNumber') AS account_number
FROM dbo.Orders o;

-- 把所有列彙總成單一 JSON 陣列
SELECT JSON_ARRAYAGG(o.order_info)
FROM dbo.Orders o;

-- 以 key/value 對輸出
SELECT JSON_OBJECTAGG(o.order_id : o.order_info)
FROM dbo.Orders o;

-- 直接修改 JSON 內部值，不必整列重寫
UPDATE dbo.Orders
   SET order_info.modify('$.Quantity', 2)
WHERE order_id = 1;

範例：JSON 索引#

USE contactsdb;

-- 巢狀陣列搜尋（無索引時是 scan）
SELECT JSON_VALUE(jdoc, '$.name') AS name,
       JSON_QUERY(jdoc, '$.tags') AS tags
FROM contacts
WHERE JSON_CONTAINS(jdoc, 'fitness', '$.tags[*]') = 1;

-- 建立 JSON 索引
DROP INDEX IF EXISTS [ji_contacts] ON contacts;

CREATE JSON INDEX ji_contacts ON contacts(jdoc) FOR ('$');

JSON 索引支援壓縮等選項。完整語法見 https://learn.microsoft.com/sql/t-sql/statements/create-json-index-transact-sql。

T-SQL 強化#

正規表示式（Regular Expressions, RegEx）#

SQL Server 2025（dbcompat 170）終於支援 RegEx，遵循 POSIX 標準。

範例：CHECK constraint 用 RegEx 驗證 email 與電話#

CHECK (REGEXP_LIKE(Email, '^[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Za-z]{2,}$'))

CHECK (REGEXP_LIKE(PhoneNumber,
    '^(?:\+\d{1,3}[ -]?)?(?:\([2-9]\d{2}\)[ -]?\d{3}-\d{4}|[2-9]\d{2}[ -]?\d{3}-\d{4})$'))

複雜的 email/phone 驗證，傳統 LIKE 幾乎做不到，現在一行 RegEx 搞定。

範例：複雜搜尋#

-- 找 .org 結尾、local part 含 .will + 至少 3 個英文字母的 email
SELECT [Name], Email
FROM dbo.EMPLOYEES
WHERE REGEXP_LIKE(LOWER(Email), '^[^@]*\.will[a-z]{3,}@[a-z0-9.-]+\.org$');

其他 T-SQL 強化#

-- PRODUCT
SELECT GroupId, PRODUCT(Value) AS ProductOfValues
FROM MyTable
GROUP BY GroupId;

-- UNISTR：插入 emoji
SELECT UNISTR(N'Hello \\+1F603');

適用情境：複利、機率、良率、幾何平均等。把運算放在 T-SQL，比在應用程式做更快。

Change Event Streaming（CES）#

CDC、CT 與 CES 的差異#

運作方式#

CES 重用 Synapse Link（SQL Server 2022）的引擎元件。啟用後可看到 wait_type = SYNAPSE_LINK_COMMIT 的背景 worker。worker 採池化（pool）設計，多資料庫啟用 CES 不會耗盡 worker pool。

• 以 per-database 為單位
• 目前唯一支援的目的端是 Azure Event Hub
• Synapse Link 是把變更落到 Azure Storage Landing Zone；CES 則直接 stream HTTP 到 Event Hub
• 訊息採 CloudEvents 標準（CNCF 規格）
• 兩種傳輸協定：AMQP（Event Hubs 標準）或 Kafka（Apache Kafka on Event Hubs 相容端點）

訊息格式#

• INSERT → 新列
• UPDATE → 舊列 + 新列
• DELETE → 被刪的列
• 訊息自描述 schema——包含資料庫、資料表、欄位定義，可以建構通用處理系統

限制與注意事項#

重要限制：

• 必須啟用 PREVIEW_FEATURES
• CES 會延後 log truncation——log record 無法在訊息成功送達 Event Hub 前截斷；但如果應用消費端慢，不會影響 truncation
• 不能與下列共存：Fabric Mirroring、Transactional Replication、CDC、Synapse Link
• Change Tracking（CT）可與 CES 共存
• 啟用 CES 的表 不能 TRUNCATE
• DDL 可變更，但不會發出 DDL 訊息，後續訊息會反映 schema 變更
• 沒有初始 snapshot——如需要，由開發者自行處理

範例：Contoso 出貨問題（CES + Azure Function + AI Agent）#

這個範例需要：

• Azure 訂閱（不能用免費）
• Azure Event Hub、Azure Function App、Azure AI Foundry 中的 AI Agent
• SQL Server 2025 Developer/Enterprise Edition（混合模式驗證 + sysadmin 登入）
• VSCode 用以執行 Azure Function

流程#

flowchart LR
    A["SQL Server 2025\nOrders 資料表"] -- "INSERT" --> B["CES"]
    B -- "CloudEvents" --> C["Azure Event Hub"]
    C --> D["Azure Function"]
    D -- "判定預估出貨日 > 30 天" --> E["Azure AI Agent\n(gpt-4.5-preview)"]
    E -- "建議的解決方案" --> D
    D -- "更新客戶/物流" --> F["後續處理"]

啟用 CES#

-- 1. 建立資料庫、啟用 PREVIEW_FEATURES、建立 DATABASE SCOPED CREDENTIAL
USE [ContosoOrders];

-- 2. 啟用 CES
EXEC sys.sp_enable_event_stream;

-- 3. 建立 stream group 並加入資料表（指向 Azure Event Hub）

-- 4. 檢查設定
EXEC sys.sp_help_change_feed;
EXEC sys.sp_help_change_feed_table @source_schema = 'dbo', @source_name = 'Orders';

監視訊息#

SELECT * FROM sys.dm_change_feed_log_scan_sessions
ORDER BY start_time DESC;

看到 error_count > 0 時，查 sys.dm_change_feed_errors 取得錯誤細節。

Azure Function 程式片段（C#）#

public async Task Run(
    [EventHubTrigger("<AEH>", Connection = "<AEHspace>_<policy>_EVENTHUB")]
    EventData[] events)
{
    // 解析 CES 訊息
    if (DateTime.TryParse(currentRow["SalesDate"]?.ToString(), out DateTime salesDate)
     && DateTime.TryParse(currentRow["EstimatedShipDate"]?.ToString(), out DateTime estShip))
    {
        if ((estShip - salesDate).TotalDays > 30)
        {
            await CheckShipment(currentRow);   // 呼叫 AI Agent
        }
    }
}

AI Agent 的 system instruction：「分析 Contoso 訂單的出貨資訊，評估是否需要尋找替代方案以加速延遲的出貨。」

下達一筆 75 天才出貨的訂單，AI Agent 會自動回傳處理建議。

CES 將是開發者建構事件驅動架構的未來；Fabric Mirroring 偏向多數使用者的預設選擇。後續路線圖包括 Kafka 等更多目的端。

REST API：sp_invoke_external_rest_endpoint#

起源：Project Solaria#

2022 年的 Project Solaria 原本針對 Azure Functions，後來擴展為「在 SQL Server 引擎內透過 HTTPS 呼叫任意 REST 端點」。命名靈感來自 Asimov 的小說《The Naked Sun》中的 Solaria 行星——當時在 SQL 中支援 REST 被視為「異端傳統」。

安全性#

安全前提：

• 必須先啟用 external rest endpoint enabled 伺服器設定
• 使用者需 EXECUTE ANY EXTERNAL ENDPOINT 權限（預設只有 sysadmin）
• 必須 HTTPS——所有流量以 TLS 加密

預設是「關」的；不需要額外的「關閉開關」。

語法#

EXECUTE @returnValue = sp_invoke_external_rest_endpoint
    [ @url = ] N'url'
  [ , [ @payload = ] N'request_payload' ]
  [ , [ @headers = ] N'http_headers_as_json_array' ]
  [ , [ @method = ] 'GET' | 'POST' | 'PUT' | 'PATCH' | 'DELETE' | 'HEAD' ]
  [ , [ @timeout = ] seconds ]
  [ , [ @credential = ] credential ]
  [ , @response OUTPUT ]
  [ , [ @retry_count = ] # of retries if there are errors ]

重要參數#

• URL：HTTPS endpoint
• Method：預設 POST
• Headers：metadata；SQL Server 一律自動注入 content-type: application/json; charset=utf-8、accept: application/json、user-agent: <EDITION>/<VERSION>
• Payload：JSON / XML / 文字
• Response：OUTPUT 參數（NVARCHAR(MAX)）
• Credential：DATABASE SCOPED CREDENTIAL，可為 API key 或 Managed Identity；用 IDENTITY = 'HTTPEndpointHeaders' 把值塞進 headers

引擎行為#

引擎細節：

• 同步呼叫；T-SQL 須等待 REST 服務回應
• SQL worker thread 以 preemptive 模式執行，避免阻塞 SQLOS scheduler
• 並發上限：150 個 worker thread 或 10% 的 max worker threads——超過會出 Msg 10928
• wait_type = HTTP_EXTERNAL_CONNECTION

回傳值#

• 0：HTTPS 成功（HTTP 2xx）
• 非 0：HTTP 狀態碼
• HTTPS 連線本身失敗：拋例外
• Msg 11558：REST 回傳的 JSON 無法被解析

社群應用範例#

範例：用 REST API 完成 RAG 故事#

延續第 4 章的向量搜尋，再呼叫 chat completion 模型分析結果。

-- STEP 1: 把向量搜尋結果存入暫存表
DROP TABLE IF EXISTS #ProcResult;
CREATE TABLE #ProcResult
(
    ProductName NVARCHAR(200) NULL,
    ProductDescription NVARCHAR(MAX) NULL,
    StockLevel INT NULL
);

INSERT INTO #ProcResult (ProductName, ProductDescription, StockLevel)
EXEC find_relevant_products_vector_search
    @prompt = N'Show me stuff for extreme outdoor sports',
    @stock = 100,
    @top = 20;

-- STEP 2: 把結果格式化成 JSON
DECLARE @resultSetJson NVARCHAR(MAX);
SELECT @resultSetJson =
(
    SELECT ProductName, ProductDescription
    FROM #ProcResult
    FOR JSON PATH, INCLUDE_NULL_VALUES
);

-- STEP 3: 組裝 chat completion 的 payload
DECLARE @escapedJson NVARCHAR(MAX) = STRING_ESCAPE(@resultSetJson, 'json');
DECLARE @url NVARCHAR(MAX) = N'https://<azureai>/openai/deployments/gpt-4o/chat/completions?api-version=2025-01-01-preview';
DECLARE @credential NVARCHAR(4000) = N'https://<azureai>.openai.azure.com';
DECLARE @userPrompt NVARCHAR(MAX) = N'Are these good products for someone who is an extreme sports enthusiast. Anything missing?';

DECLARE @payload NVARCHAR(MAX) =
N'{
  "messages": [
    { "role": "system", "content": "You are a helpful assistant that analyzes small SQL result sets about products from an outdoor sports company. Be concise, structured, and actionable." },
    { "role": "user",   "content": "' + @userPrompt + '"},
    { "role": "user",   "content": "' + @escapedJson + '"}
  ],
  "temperature": 0.7
}';

-- STEP 4: 呼叫 chat completion 模型
DECLARE @statusCode INT, @response NVARCHAR(MAX);
EXEC @statusCode = sp_invoke_external_rest_endpoint
    @url        = @url,
    @method     = N'POST',
    @payload    = @payload,
    @credential = @credential,
    @response   = @response OUTPUT,
    @timeout    = 120;

-- STEP 5: 取出回應內容
SELECT c.content
FROM OPENJSON(@response, '$.result.choices')
WITH ( content NVARCHAR(MAX) '$.message.content' ) AS c;

常見錯誤：

• HTTP 429：「Requests to the OpenAI API have been throttled. Please retry after some time.」需要增加資源或加上延遲
• HTTP 400：payload 格式錯誤，@response 會帶詳細錯誤

模型回應仍是 JSON 結構，需用 OPENJSON 取出 $.message.content。

模型實際回傳的內容會分析產品適合度、缺口（缺少安全護具、特殊配件、服飾、其他極限運動裝備、維修工具）並給出強化建議——全部在 T-SQL 與 SQL Server 安全邊界內完成。

現代的 SQL 開發者#

SQL 開發者回來了。把半結構化文件交給原生 JSON、把 RegEx 留在 T-SQL、用 CES 建構事件驅動架構，再用 sp_invoke_external_rest_endpoint 串接地端或雲端 REST 服務（含 chat completion 模型）；結合第 4 章的向量搜尋，便能打造現代資料應用平台。

• 開發者最新動態：https://aka.ms/sqldev
• Azure SQL Devs’ Corner：https://devblogs.microsoft.com/azure-sql

下一章將進入 Azure Arc，把 SQL Server 與雲端連結起來。