如何开始使用 Azure Data Studio：新手入门 – wiki基地

Azure Data Studio 新手入门：从零开始掌握数据利器

在当今数据驱动的世界里，高效的数据管理和查询工具是每一位数据专业人士、开发人员乃至数据分析师不可或缺的利器。Azure Data Studio (ADS) 正是这样一款强大、灵活且跨平台的数据工具。它不仅仅是 SQL Server Management Studio (SSMS) 的轻量级替代品，更是为现代数据开发工作流程量身打造的新一代工具。

如果你是初次接触数据库工具，或者习惯了传统的重量级客户端，Azure Data Studio 可能会给你带来耳目一新的体验。本篇文章将作为你的详尽入门指南，带你一步步了解什么是 Azure Data Studio，如何获取和安装它，如何连接到你的第一个数据库，以及如何开始执行查询、使用强大的笔记本功能，并探索其丰富的扩展生态系统。我们将从最基础的概念讲起，确保即使是完全的新手也能顺利上手。

预计阅读时长： 约 25-30 分钟
目标读者： 数据库初学者，希望了解并使用 Azure Data Studio 的开发人员、数据分析师及 IT 专业人士。

第一部分：初识 Azure Data Studio – 为什么选择它？

在深入学习如何使用之前，我们先来了解一下 Azure Data Studio 是什么，以及它有哪些独特的优势，让你愿意花时间去学习它。

什么是 Azure Data Studio？

Azure Data Studio 是 Microsoft 开发的一款跨平台数据库工具，支持 Windows、macOS 和 Linux 操作系统。它是一款桌面应用程序，提供现代编辑器体验，内置智能感知（IntelliSense）、代码片段、源代码控制集成和集成的终端。它被设计为一个为数据平台专业人员日常任务（如查询、编写脚本、构建和排除数据库故障）提供强大支持的工具。

Azure Data Studio vs. SQL Server Management Studio (SSMS)

许多人可能更熟悉 SQL Server Management Studio (SSMS)，这是 Microsoft 传统的、功能齐全的 SQL Server 管理工具。那么，Azure Data Studio 和 SSMS 有什么区别呢？

特性	Azure Data Studio	SQL Server Management Studio (SSMS)
平台支持	Windows, macOS, Linux	仅 Windows
目标	轻量级、专注于数据开发和查询	功能全面的数据库管理和配置工具
用户界面	基于 Visual Studio Code shell，现代、轻量	传统的 Windows 应用程序界面
安装体积	较小	较大
功能集	核心查询、笔记本、集成终端、扩展性强	全面的管理、配置、开发、BI 工具集成
离线工作	良好支持	良好支持
连接类型	SQL Server, Azure SQL, Synapse, PostgreSQL, MySQL (通过扩展)	SQL Server (及部分Azure DB), SSAS, SSRS, SSIS
核心卖点	跨平台、笔记本、Git集成、高度可定制化	强大的管理功能、完善的向导、深度集成

为什么选择 Azure Data Studio？

跨平台： 无论你使用哪种操作系统，都能愉快地工作。这对于团队成员使用不同系统的场景尤其方便。
轻量级和快速： 相较于 SSMS，ADS 启动更快，运行时占用资源更少，提供了更流畅的体验。
现代编辑器： 继承了 Visual Studio Code 的优秀基因，提供出色的代码编辑体验，包括智能感知、语法高亮、代码格式化等。
强大的笔记本功能： 这是 ADS 的一个重要特色。你可以将 SQL 查询、Python 代码、Markdown 文本和查询结果集成到同一个交互式文档中，非常适合数据探索、文档编写和教学。
集成终端： 内置终端可以直接执行操作系统命令，方便进行文件操作、调用命令行工具等，无需切换应用。
源代码控制集成： 与 Git 深度集成，方便管理你的 SQL 脚本和笔记本的版本。
丰富的扩展生态系统： 你可以通过安装扩展来增加对其他数据库类型（如 PostgreSQL, MySQL）、管理工具（如 SQL Agent）、Azure 服务或其他功能的的支持。
专注于开发者： 它更侧重于数据开发、查询和探索，提供了许多开发者喜欢的功能。

总而言之，如果你经常需要在不同操作系统上工作，需要一个快速、现代、灵活且专注于数据查询和开发的工具，特别是如果你对交互式笔记本感兴趣，那么 Azure Data Studio 绝对值得你拥有。

第二部分：获取与安装 Azure Data Studio

现在，你已经了解了 Azure Data Studio 的价值。接下来，我们将一步步教你如何下载和安装它。

步骤 1：访问官方下载页面

打开你的网络浏览器，访问 Azure Data Studio 的官方下载页面。你可以在搜索引擎中搜索 “Azure Data Studio download” 或直接访问 Microsoft 的官方文档网站。通常的下载页面链接是：https://docs.microsoft.com/en-us/sql/azure-data-studio/download-azure-data-studio (请注意，链接可能会更新，请以官方文档为准)。

步骤 2：选择适合你操作系统的版本

在下载页面，你会看到针对不同操作系统的下载链接：

Windows: 通常提供用户安装器 (.exe) 和 .zip 文件。对于大多数用户，推荐下载用户安装器，它会帮你处理好安装过程。
macOS: 提供 .zip 或 .dmg 文件。推荐下载 .dmg 文件，它是一个磁盘映像文件，安装过程更简单。
Linux: 提供 .deb (适用于 Debian/Ubuntu) 和 .rpm (适用于 Fedora/CentOS/RHEL) 包。请根据你的 Linux 发行版选择正确的包。

点击对应你操作系统的下载链接开始下载文件。

步骤 3：执行安装程序

下载完成后，根据你的操作系统执行安装程序：

Windows (.exe 安装器):
1. 找到下载的 .exe 文件并双击运行。
2. 接受许可协议。
3. 选择安装位置（通常使用默认位置即可）。
4. 选择是否创建桌面快捷方式、添加到 PATH 环境变量等选项（建议勾选“添加到 PATH”选项，方便在命令行启动）。
5. 点击“安装”。
6. 等待安装完成，然后点击“完成”并选择是否立即启动 Azure Data Studio。
Windows (.zip 文件):
1. 找到下载的 .zip 文件。
2. 右键点击文件，选择“解压缩到当前文件夹”或指定一个目标文件夹。
3. 解压缩后，进入解压后的文件夹，找到 azuredatastudio.exe 文件。
4. 双击 azuredatastudio.exe 即可运行程序。这种方式无需安装，适合便携使用，但不会在开始菜单创建快捷方式或添加到 PATH。
macOS (.dmg 文件):
1. 找到下载的 .dmg 文件并双击打开。
2. 一个虚拟磁盘将会挂载，并在 Finder 中打开一个窗口。
3. 将窗口中的“Azure Data Studio”图标拖拽到“Applications”（应用程序）文件夹中。
4. 等待文件复制完成。
5. 完成复制后，你可以关闭窗口并弹出虚拟磁盘（右键点击 Finder 左侧设备列表中的磁盘图标选择“推出”）。
6. 现在你可以在“Applications”文件夹或 Launchpad 中找到 Azure Data Studio 并启动它。
Linux (.deb 文件):
1. 打开终端。
2. 使用 cd 命令切换到下载文件所在的目录。
3. 执行以下命令安装：
  bash sudo dpkg -i <下载的文件名>.deb sudo apt-get install -f # 如果有依赖问题，执行此命令修复
4. 安装完成后，你可以在应用程序菜单中找到 Azure Data Studio 并启动它，或者在终端输入 azuredatastudio 启动。
Linux (.rpm 文件):
1. 打开终端。
2. 使用 cd 命令切换到下载文件所在的目录。
3. 执行以下命令安装：
  bash sudo rpm -ivh <下载的文件名>.rpm
4. 安装完成后，你可以在应用程序菜单中找到 Azure Data Studio 并启动它，或者在终端输入 azuredatastudio 启动。

步骤 4：首次启动与基本配置

安装完成后，启动 Azure Data Studio。首次启动时，你可能会看到一些欢迎界面、提示安装常用扩展（如 SQL Server dacpac、SQL Agent 等）或主题选择。你可以根据需要选择，或者先跳过这些步骤，稍后在程序中进行配置。

恭喜！你已经成功安装了 Azure Data Studio。接下来，我们将学习如何连接到你的数据库。

第三部分：连接到你的第一个数据库

Azure Data Studio 的核心功能之一就是连接到各种数据库系统。本节将详细介绍如何建立一个数据库连接。

步骤 1：打开“新建连接”对话框

启动 Azure Data Studio 后，有几种方式可以打开“新建连接”对话框：

在欢迎页中找到“新建连接”按钮并点击。
在左侧的“活动栏”（Activity Bar）中点击第一个图标（通常是一个插头或数据库图标），这是“连接”视图。在连接视图的顶部，点击“新建连接”按钮（通常是一个加号图标）。
使用快捷键：在 Windows/Linux 上是 Ctrl+N，在 macOS 上是 Cmd+N（这也会打开一个新的查询窗口，但顶部有连接选项）。或者通过菜单：文件 (File) > 新建连接 (New Connection)。

步骤 2：填写连接详细信息

“新建连接”对话框是连接数据库的关键。你需要在这里提供连接所需的信息。主要的字段包括：

连接类型 (Connection type): 选择你要连接的数据库类型。默认通常是 Microsoft SQL Server。你也可以通过安装扩展来支持其他类型，例如 PostgreSQL 或 MySQL。
服务器 (Server): 输入数据库服务器的名称或 IP 地址。
- 连接本地 SQL Server Express/Developer 版本：可能需要输入 localhost\SQLEXPRESS 或 .\SQLEXPRESS 或 (localdb)\MSSQLLocalDB 等。
- 连接网络上的 SQL Server：输入服务器的计算机名或 IP 地址，可能还需要指定端口号，格式为 服务器名,端口号 或 IP地址,端口号 (如果端口不是默认的 1433)。
- 连接 Azure SQL Database/Managed Instance：输入完整的服务器名称，例如 your-server-name.database.windows.net 或 your-mi-name.public.xxxx.database.windows.net。
身份验证类型 (Authentication type): 这是非常重要的一步，决定了你如何登录数据库。常见的类型有：
- SQL Login (SQL 登录): 使用数据库内部的用户账号和密码进行身份验证。你需要输入 用户 (User name) 和 密码 (Password)。这是连接到 Azure SQL 或某些非域环境下的 SQL Server 的常用方式。
- Windows Authentication (Windows 身份验证): 使用当前登录 Windows 操作系统的用户身份进行身份验证。如果你的 SQL Server 允许 Windows 身份验证，并且你的 Windows 用户有权限访问，这是最安全和方便的方式。在 macOS 或 Linux 上，如果连接的是加入了 Windows 域的 SQL Server，可能需要特定的配置或使用其他身份验证方式。
- Azure Active Directory – Universal with MFA support (Azure AD 身份验证 – 支持 MFA 的通用): 连接 Azure SQL Database 或 Managed Instance 时常用的方式。会弹出一个 Azure AD 登录窗口，你可能需要输入 Azure AD 账号并进行多因素身份验证（MFA）。
- Azure Active Directory – Password (Azure AD 身份验证 – 密码): 使用 Azure AD 用户名和密码直接登录（不推荐，特别是如果开启了 MFA）。
- Azure Active Directory – Integrated (Azure AD 身份验证 – 集成): 使用当前登录 Windows 的 Azure AD 身份进行集成身份验证（需要 Windows 操作系统加入 Azure AD 或使用 Azure AD 用户登录）。
- Azure Active Directory – Managed Identity (Azure AD 身份验证 – 托管标识): 用于连接 Azure 资源（如 Azure VM, App Service）上运行的应用程序，使用其托管标识进行身份验证。
- Azure Active Directory – Service Principal (Azure AD 身份验证 – 服务主体): 使用 Azure AD 应用程序的服务主体 ID 和秘钥进行身份验证。
- 其他 (Others): 根据安装的扩展，这里可能会出现其他身份验证类型。
对于初学者，最常见的是 SQL Login 或 Windows Authentication。 请根据你的数据库配置选择正确的方式并填写相应的凭据。
* 数据库名称 (Database name): （可选）你可以直接连接到某个特定的数据库，或者留空连接到默认数据库（通常是 master 数据库）。连接后再切换到你想工作的数据库也是可以的。
* 服务器组 (Server group): （可选）你可以将连接添加到某个组中，方便管理大量的服务器连接。点击“新建服务器组”可以创建一个新的组。
* 连接名称 (Connection name): （可选）给这个连接起一个易于识别的名字，方便下次快速连接。如果留空，ADS 会根据服务器名自动生成一个名字。

步骤 3：测试连接

在填写完所有信息后，强烈建议点击右下角的“测试连接 (Test Connection)”按钮。这将尝试使用你提供的信息连接到服务器，并告诉你是否成功或失败的原因。

如果测试成功，说明你的信息填写正确，可以进行下一步。
如果测试失败，会显示错误信息。常见的错误包括：
- 服务器名称错误或无法解析。
- 网络问题（防火墙阻止连接、服务器未启动等）。
- 用户名或密码错误。
- 身份验证类型选择错误。
- 数据库不存在（如果指定了数据库名称）。

根据错误信息，仔细检查你填写的信息和网络设置，进行修正后再次测试。

步骤 4：建立连接

测试连接成功后，点击“连接 (Connect)”按钮。

如果连接成功，你会在左侧的“连接”视图中看到你刚刚添加的服务器连接。点击服务器名称旁边的展开箭头，你就可以看到服务器下的数据库列表。点击数据库名称旁的箭头，可以展开查看数据库下的对象（表、视图、存储过程等）。

恭喜！你已经成功连接到了你的第一个数据库。 现在，你已经进入了 Azure Data Studio 的主界面，可以开始探索和使用了。

第四部分：熟悉 Azure Data Studio 的界面

成功连接数据库后，你将看到 Azure Data Studio 的主界面。熟悉界面布局有助于你更高效地使用这款工具。ADS 的界面风格与 Visual Studio Code 非常相似，如果你熟悉 VS Code，会感觉很亲切。

主界面主要由以下几个区域组成：

活动栏 (Activity Bar): 位于窗口的最左侧，包含一系列图标，用于切换不同的视图。默认常见的图标包括：
- 连接 (Connections): 显示你保存的数据库连接列表，以及当前已连接的服务器和其下的数据库对象。这是你开始工作的主要入口。
- 浏览器 (Explorer): 文件浏览器，可以打开和管理本地文件（如 SQL 脚本文件、Notebook 文件）。
- 搜索 (Search): 全局搜索功能，可以在文件内容中查找文本。
- Notebooks: 显示最近打开的 Notebook 文件列表。
- 扩展 (Extensions): 管理已安装和可用的扩展。
- 源代码控制 (Source Control): 如果你的工作区与 Git 仓库关联，这里会显示 Git 状态信息和操作。
  点击活动栏的图标，右侧的侧边栏会切换到对应的视图。
侧边栏/视图 (Sidebar/View): 位于活动栏右侧，根据你在活动栏选择的图标显示不同的内容。
- 当你点击“连接”图标时，这里会显示你保存的服务器连接列表，以及当前连接的服务器仪表板（Server Dashboard）。
- 当你点击“浏览器”图标时，这里会显示一个文件浏览器树状结构。
- 服务器仪表板 (Server Dashboard) 是 ADS 的一个特色功能，它提供了一个概览，显示服务器信息、数据库列表、运行时配置、备份历史等（具体内容取决于连接的数据库类型和服务器版本）。仪表板上通常有可点击的卡片，方便你快速访问常用任务或信息。
编辑器组 (Editor Group): 占据窗口的大部分中心区域，是你进行主要工作的地方，比如编写和执行 SQL 查询、编辑文本文件、运行 Notebook。
- 当你打开一个 SQL 查询文件（.sql）或创建一个新的查询窗口时，一个查询编辑器会在这个区域打开。
- 当你打开或创建一个 Notebook 文件（.ipynb）时，一个 Notebook 编辑器会在这里打开。
- 这个区域支持标签页，你可以同时打开多个文件或查询窗口，并在它们之间切换。
面板区域 (Panel Area): 位于窗口底部，可以向上拖动调整大小，显示不同的信息输出。常见的面板包括：
- 结果 (Results): 显示 SQL 查询执行后的结果集。
- 消息 (Messages): 显示 SQL 查询执行过程中的信息、警告和错误。
- 终端 (Terminal): 集成的命令行终端，可以直接执行操作系统命令。
- 问题 (Problems): 显示代码中的语法错误、警告等信息。
- 输出 (Output): 显示扩展或其他后台进程的输出信息。
  你可以通过点击面板顶部的标签页在不同的面板之间切换。
状态栏 (Status Bar): 位于窗口的最底部，提供有关当前状态的有用信息。例如，显示当前连接的服务器和数据库、当前用户、查询执行状态、编码格式、文件行数等。

探索界面：

花点时间点击活动栏上的不同图标，看看侧边栏会显示什么。
连接到一个数据库后，点击连接旁边的箭头展开，看看能看到哪些对象。点击服务器名称，看看服务器仪表板显示了哪些信息。
尝试打开一个新的查询窗口 (Ctrl+N 或 Cmd+N)，看看查询编辑器是什么样子的。
尝试执行一个简单的查询（我们稍后会讲到），看看结果会显示在哪个面板。

熟悉这些界面元素是你高效使用 Azure Data Studio 的基础。

第五部分：编写和执行你的第一个 SQL 查询

连接上数据库并熟悉了界面后，最重要的任务自然是编写和执行 SQL 查询来与数据交互。

步骤 1：打开一个新的查询窗口

你可以通过以下几种方式打开一个新的查询编辑器：

在连接视图中，右键点击你想要查询的数据库名称，选择“新建查询 (New Query)”。这是推荐的方式，因为它会自动将查询窗口与该数据库连接起来。
在菜单栏中选择 文件 (File) > 新建查询 (New Query)。
使用快捷键 Ctrl+N (Windows/Linux) 或 Cmd+N (macOS)。
点击左侧活动栏中“连接”图标，然后在顶部找到并点击“新建查询”按钮（通常是一个带有加号的 SQL 文件图标）。

打开一个新的查询窗口后，它会出现在编辑器组区域。窗口的顶部会显示当前连接的服务器和数据库名称，以及连接的用户信息。如果通过 文件 > 新建查询 或快捷键打开，你可能需要在窗口顶部的手动选择要连接的服务器和数据库。

步骤 2：编写 SQL 查询

在查询编辑器中，你可以开始编写你的 SQL 语句了。ADS 的编辑器提供了许多便利功能：

语法高亮： 不同的 SQL 关键字、函数、字符串等会以不同的颜色显示，使代码更易读。
智能感知 (IntelliSense)： 当你输入 SQL 关键字、表名、列名、函数名时，ADS 会弹出建议列表，帮助你快速输入正确的名称。按下 Tab 键或 Enter 键可以接受建议。这是一个非常强大的功能，可以显著提高编写效率并减少拼写错误。
代码片段 (Snippets): ADS 预设了一些常用的代码片段，比如输入 sql 然后按下 Tab 键，它可能会为你生成一个基本的 SELECT 语句框架。你也可以自定义代码片段。
格式化文档： 右键点击编辑器区域，选择“格式化文档 (Format Document)”或使用快捷键 Shift+Alt+F (Windows/Linux) / Shift+Option+F (macOS) 可以自动调整代码的缩进和格式，使其更整洁易读。
注释： 使用 -- 在一行末尾添加单行注释，使用 /* ... */ 添加多行块注释。良好的注释习惯有助于理解代码。

示例：编写一个简单的查询

假设你的数据库中有一个名为 Employees 的表，你想要查看表中的所有数据。你可以在查询编辑器中输入以下 SQL 语句：

sql -- 这是一个查询所有员工信息的注释 SELECT EmployeeID, FirstName, LastName, Department FROM Employees;

或者，如果你只想看前几行，可以使用 TOP 关键字（适用于 SQL Server）：

sql SELECT TOP 10 EmployeeID, FirstName, LastName, Department FROM Employees;

如果你想切换到另一个数据库执行查询，可以在查询窗口顶部选择下拉列表切换数据库，或者在查询脚本中使用 USE 语句：

“`sql
USE YourDatabaseName;
GO — GO 是一个批处理分隔符，表示前面的语句执行完毕后再执行下面的语句

SELECT * FROM YourTableName;
“`
步骤 3：执行 SQL 查询

编写好查询语句后，你需要执行它才能看到结果。有几种执行方式：

执行当前查询窗口的所有语句： 点击编辑器顶部工具栏的绿色“运行 (Run)”按钮（通常是一个播放图标），或按下快捷键 F5。这将执行当前查询窗口中的所有 SQL 语句。
执行选定的部分语句： 如果你只希望执行查询窗口中的一部分语句（例如，你写了多个查询，只想执行其中一个），用鼠标选中你想要执行的代码块，然后点击绿色的“运行”按钮，或按下快捷键 Ctrl+Shift+E (Windows/Linux) / Cmd+Shift+E (macOS)。这是非常常用的技巧，可以避免不小心执行了其他不相关的语句。

步骤 4：查看查询结果

执行查询后，底部的面板区域会自动切换到“结果 (Results)”选项卡，显示查询返回的数据。

结果网格： 数据以表格的形式显示在网格中，你可以滚动查看数据。在网格的左侧，通常有一个数字列显示行号。
消息选项卡： 在“结果”选项卡旁边是“消息 (Messages)”选项卡。这里会显示查询执行的状态信息，比如执行了多少行、执行耗时、是否有错误或警告信息。如果查询出错，错误信息也会在这里显示。仔细阅读错误信息是解决问题的第一步。
结果操作： 在结果网格的上方，有一些按钮可以对结果进行操作，比如：
- 将结果保存为 CSV, JSON, Excel, XML 等格式文件。
- 将结果另存为 T-SQL 脚本（INSERT 语句）。
- 复制结果到剪贴板。
- 查看查询执行计划（Execution Plan） – 对于复杂的查询，查看执行计划可以帮助分析性能问题。

排查查询错误：

如果在执行查询时遇到错误，请：
1. 查看“消息 (Messages)”面板，那里有详细的错误描述、错误代码和发生错误的行号。
2. 根据错误信息，检查你的 SQL 语法、表名、列名是否正确。
3. 确认你连接到了正确的数据库，并且当前用户有权限访问相关的表或执行查询。
4. 利用智能感知功能，输入时注意查看建议，避免拼写错误。
5. 对于复杂的查询，尝试分解成简单的部分逐一执行，定位问题的具体位置。

通过不断编写和执行查询，你会越来越熟悉 SQL 语法和 Azure Data Studio 的查询编辑器功能。

第六部分：体验强大的 Notebooks 功能

Notebooks 是 Azure Data Studio 中非常独特且实用的功能。它允许你将代码（SQL、Python 等）和文本（Markdown）结合在一个交互式文档中。这使得 Notebooks 成为数据探索、编写教程、构建数据处理流程文档、分享分析结果的绝佳工具。

什么是 ADS Notebook？

ADS Notebooks 基于流行的 Jupyter Notebook 技术，但针对数据专业人士进行了优化。一个 Notebook 由一系列“单元格 (Cells)”组成。单元格可以是：

代码单元格 (Code Cell): 包含可以执行的代码，例如 SQL 查询、Python 脚本等。执行后，结果会直接显示在该单元格下方。
文本单元格 (Text Cell): 包含使用 Markdown 格式编写的文本。Markdown 允许你轻松创建标题、段落、列表、链接、图片、代码块等，用于解释代码、描述数据、记录步骤。

为什么使用 Notebooks？

文档化： 在代码旁边直接添加解释性文本，使得整个流程或分析过程清晰易懂。
可重现性： 按照顺序执行单元格，可以确保你的步骤是可重现的。
交互性： 可以逐步执行代码，查看中间结果，方便调试和探索。
分享： Notebook 文件 (.ipynb) 是标准的 JSON 格式，易于分享和在支持 Jupyter 的环境中打开。

步骤 1：创建一个新的 Notebook

有几种方法可以创建新的 Notebook：

在欢迎页中找到“新建 Notebook”按钮并点击。
在左侧的“活动栏”中点击“Notebooks”图标（通常是一个书本或笔记本图标），然后点击顶部的“新建 Notebook”按钮（通常是一个加号图标）。
在菜单栏中选择 文件 (File) > 新建 Notebook (New Notebook)。
使用快捷键 Ctrl+Shift+N (Windows/Linux) / Cmd+Shift+N (macOS)。

步骤 2：选择 Kernel (内核) 和连接

创建新的 Notebook 后，你会看到一个空的 Notebook 界面。在界面的右上方，你需要选择：

Kernel (内核): 选择执行代码的语言环境。对于数据库工作，最常用的是 SQL。你也可以安装扩展来支持 Python、Spark (PySpark, Scala), Kusto 等。
连接 (Attach to): 选择要连接的数据库服务器或连接。点击旁边的下拉列表，选择你之前保存的某个连接。这样，Notebook 中的 SQL 代码单元格就会在该连接上执行。

步骤 3：添加和编辑单元格

新的 Notebook 默认会有一个空的文本单元格和一个空的代码单元格。

添加单元格： 将鼠标悬停在单元格之间或 Notebook 的底部，会出现“+ 代码 (+ Code)”和“+ 文本 (+ Text)”按钮，点击即可在当前位置下方添加对应的单元格。
代码单元格： 点击代码单元格进入编辑模式，在其中输入你的 SQL 查询或其他代码（取决于你选择的 Kernel）。编写代码时，同样享受智能感知、语法高亮等编辑器功能。
文本单元格： 点击文本单元格进入编辑模式，使用 Markdown 语法编写文本。在编辑时，右侧会实时预览文本的渲染效果。编写完成后，点击单元格外部或按下 Shift+Enter 退出编辑模式并渲染文本。
移动、删除单元格： 将鼠标悬停在单元格的左侧，会出现移动手柄（六个点）和删除按钮（垃圾桶图标），点击即可移动或删除单元格。

示例：创建一个简单的 SQL Notebook

创建一个新的 Notebook。
选择 Kernel 为 SQL，选择你连接的数据库。
添加一个文本单元格： 点击第一个文本单元格，输入以下 Markdown 文本：
“`markdown
# 员工数据探索 Notebook

本 Notebook 用于演示如何从 Employees 表中查询和展示数据。

首先，我们查看 Employees 表的前10行数据。
编辑完成后，点击单元格外部渲染文本。 4. **添加一个代码单元格：** 在第一个单元格下方点击“+ 代码”，输入以下 SQL 查询：sql
SELECT TOP 10 *
FROM Employees;
5. **执行代码单元格：** 点击代码单元格左侧的“运行单元格 (Run cell)”按钮（通常是一个播放图标），或选中单元格按下 `Shift+Enter`。查询会在你选择的连接上执行。 6. **查看结果：** 查询结果会以表格形式直接显示在代码单元格下方。 7. **添加另一个文本单元格：** 描述一下结果：markdown
上面的表格展示了 Employees 表的前10行数据。我们可以看到 EmployeeID, FirstName, LastName 等列。

接下来，我们统计一下不同部门的员工数量。
8. **添加另一个代码单元格：** 编写统计查询：sql
SELECT Department, COUNT() AS EmployeeCount
FROM Employees
GROUP BY Department
ORDER BY EmployeeCount DESC;
“`
9. 执行并查看结果：* 运行该代码单元格，查看不同部门的员工数量统计结果。

步骤 4：保存 Notebook

完成 Notebook 后，通过 文件 (File) > 保存 (Save) 或 另存为 (Save As...) 来保存它。Notebook 文件以 .ipynb 为扩展名。将文件保存在你易于管理的位置。

Notebooks 是一个非常强大的协作和学习工具。尝试用它来记录你的数据分析步骤、编写数据库脚本的使用说明、或者分享你的数据探索过程。

第七部分：管理数据库对象（基础）

除了编写和执行查询，Azure Data Studio 也提供了一些基本的数据库对象管理功能，尽管不如 SSMS 那么全面，但足以应对日常开发需求。

步骤 1：在连接视图中浏览对象

在左侧的“连接”视图中，展开你的服务器连接，然后展开数据库。你将看到一些文件夹，比如“表 (Tables)”、“视图 (Views)”、“存储过程 (Stored Procedures)”、“函数 (Functions)”等。展开这些文件夹，可以看到具体的数据库对象列表。

步骤 2：查看对象属性和生成脚本

右键点击列表中的任何数据库对象（如一个表），会弹出一个上下文菜单，提供一些常用的操作：

选择顶部 1000 行 (Select Top 1000 Rows): 快速生成并执行一个 SELECT TOP 1000 查询，查看表中的前 1000 行数据。这非常方便进行数据预览。
脚本为… (Script as…): 这个选项非常有用。你可以选择生成创建 (CREATE)、修改 (ALTER)、删除 (DROP)、插入 (INSERT)、更新 (UPDATE)、删除 (DELETE) 等操作的 T-SQL 脚本。
- 例如，选择“脚本为 CREATE > 到新查询编辑器 (Script as CREATE > To New Query Editor)”会打开一个新查询窗口，其中包含了创建该表的 T-SQL 语句。
- 选择“脚本为 INSERT > 到新查询编辑器 (Script as INSERT > To New Query Editor)”可以生成向该表插入数据的 INSERT 语句模板。
  这些生成的脚本是学习 SQL DDL (数据定义语言) 和 DML (数据操作语言) 的好方法，也可以作为你修改或重建对象的起点。
设计 (Design): （可能需要安装特定扩展）可以打开一个可视化设计器来修改表的结构（添加、删除、修改列等）。
新建 [对象类型] (New [Object Type]): 例如，“新建表 (New Table)”、“新建视图 (New View)”等，可以帮助你打开相应的编辑器或向导来创建新的数据库对象。

步骤 3：使用查询编辑器管理对象

虽然有右键菜单，但更常见和灵活的方式是直接在查询编辑器中编写和执行 DDL/DML 语句来管理数据库对象。例如：

创建新表：
sql CREATE TABLE NewEmployees ( EmployeeID INT PRIMARY KEY, FirstName NVARCHAR(50), LastName NVARCHAR(50), HireDate DATE );
修改表结构（添加列）：
sql ALTER TABLE Employees ADD Salary DECIMAL(10, 2);
删除表：
sql DROP TABLE NewEmployees;

你可以在查询编辑器中编写这些语句，然后执行它们来创建、修改或删除数据库对象。结合智能感知和脚本生成功能，即使是编写复杂的 DDL 语句也变得相对容易。

记住，Azure Data Studio 更侧重于数据开发者的需求，对于复杂的数据库管理任务（如配置高可用性、复制、性能调优的特定向导等），SSMS 可能仍然是更强大的选择。但对于日常的查询、脚本编写和基本的对象操作，ADS 完全胜任。

第八部分：探索和使用扩展

Azure Data Studio 的强大之处还在于其丰富的扩展生态系统。扩展可以为你提供更多功能，支持更多数据库类型，或者集成更多工具。

步骤 1：打开“扩展”视图

在左侧的“活动栏”中，点击最底部的“扩展”图标（通常是一个方块叠在一起的图标）。侧边栏会切换到“扩展”视图。

步骤 2：查找和安装扩展

在“扩展”视图的顶部有一个搜索框。你可以输入关键词来查找你需要的扩展。例如：

搜索 PostgreSQL 可以找到用于连接和管理 PostgreSQL 数据库的扩展。
搜索 MySQL 可以找到用于连接和管理 MySQL 数据库的扩展。
搜索 SQL Agent 可以找到用于管理 SQL Server Agent 作业的扩展。
搜索 Azure 可以找到与各种 Azure 服务（如 Azure Functions, Azure Arc）集成的扩展。
你也可以浏览“推荐”或“流行”列表来发现有趣的扩展。

找到你感兴趣的扩展后，点击它的名称可以查看详细信息，包括功能描述、评价、安装量等。要安装扩展，只需点击扩展名称旁边的“安装 (Install)”按钮。

步骤 3：使用安装的扩展

安装完成后，通常需要重新加载 Azure Data Studio（点击扩展旁边可能出现的“Reload”按钮，或手动关闭再打开 ADS）。重新加载后，扩展提供的功能就会生效。

如果安装的是数据库连接扩展（如 PostgreSQL, MySQL），在“新建连接”对话框的“连接类型”下拉列表中就会出现新的选项。
如果安装的是管理工具扩展（如 SQL Agent），可能会在连接视图中右键点击服务器时出现新的菜单项，或者在服务器仪表板上出现新的卡片或选项。
其他类型的扩展可能会在编辑器中增加新的命令、快捷键，或者在活动栏中增加新的图标。

一些推荐的扩展：

PostgreSQL: 如果你需要连接 PostgreSQL 数据库。
MySQL: 如果你需要连接 MySQL 数据库。
SQL Agent: 如果你需要管理 SQL Server Agent 作业（计划任务）。
SQL Server Profiler: 提供一个简单的事件探查器功能。
Azure Account: 方便你在 ADS 中登录 Azure 账号并访问相关的 Azure 服务。
Azure Data Studio Azure Functions Extension: 允许你在 ADS 中开发和部署 Azure Functions。
Dacpac: 支持部署和创建 Dacpac 文件，用于数据库版本管理。

通过安装适合你工作需求的扩展，可以极大地增强 Azure Data Studio 的功能。

第九部分：基本管理任务与故障排除（简介）

尽管 Azure Data Studio 更侧重开发，但也包含了一些基本的数据库管理功能，并提供了故障排除的途径。

基本管理任务：

备份/还原数据库： 对于 SQL Server，ADS 通常提供创建备份和执行还原的对话框。在连接视图中右键点击数据库，查找类似“任务 (Tasks)”或“备份 (Backup)”、“还原 (Restore)”的选项。这些对话框通常比 SSMS 的更简化，适合执行标准备份和还原操作。对于更复杂的场景，可能仍然需要 SSMS 或 T-SQL 脚本。
监控： 服务器仪表板提供了一些基本的性能指标和服务器信息概览。通过安装扩展（如 SQL Server Agent），你可以查看作业历史和状态。对于深入的性能监控和调优，SSMS 的活动监视器和执行计划分析工具通常更强大。

故障排除：

连接问题： 这是最常见的问题。
- 检查服务器名称/IP 和端口是否正确。
- 检查防火墙设置，确保数据库服务器端口（默认为 1433 for SQL Server）是开放的，并且 ADS 所在的机器可以访问。
- 检查身份验证类型和凭据（用户名、密码）是否正确。
- 确保数据库服务正在运行。
- 如果连接 Azure SQL，检查你的 IP 是否被服务器防火墙允许，或者是否配置了 VNet Service Endpoint 或 Private Link。
- 查看“输出 (Output)”面板，特别是与连接尝试相关的日志，可能会提供更多线索。
查询执行错误：
- 仔细阅读“消息 (Messages)”面板中的错误信息，它通常会指出错误类型和发生错误的行号。
- 检查 SQL 语法、表名、列名是否拼写正确。
- 确认你当前正在查询正确的数据库（查看查询窗口顶部的数据库名称）。
- 检查用户是否有执行该查询所需的权限。
- 对于长时间运行或性能差的查询，可以使用“显示估计的执行计划 (Display Estimated Execution Plan)”或“显示实际执行计划 (Display Actual Execution Plan)”功能（通常在查询编辑器工具栏或右键菜单中）来分析查询的执行步骤和潜在瓶颈。
界面或功能异常：
- 尝试重启 Azure Data Studio。
- 检查是否安装了可能导致问题的扩展，可以尝试禁用或卸载最近安装的扩展。
- 查看 ADS 的输出日志（可以通过菜单或命令面板访问，通常在 帮助 (Help) > 切换开发人员工具 (Toggle Developer Tools) 中查看控制台输出），可能会有错误信息。
- 如果问题持续存在，访问 Azure Data Studio 的 GitHub 仓库查看是否存在已知问题，或者提交新的问题报告。

第十部分：下一步：持续学习与探索

掌握了 Azure Data Studio 的基本用法只是开始。数据世界的工具和技术不断发展，持续学习至关重要。

深入学习 SQL： ADS 只是一个工具，SQL 语言本身才是你与数据库交流的基础。花时间学习更高级的 SQL 查询技巧、存储过程、函数、索引、事务等。
探索更多 ADS 功能：
- 任务面板 (Task History): 在连接视图中，可能会有一个任务面板，显示正在进行或已完成的后台任务，如备份、还原。
- 源代码控制集成 (Git): 如果你使用 Git 进行版本控制，学习如何在 ADS 中使用其内置的 Git 功能来管理你的 SQL 脚本和 Notebooks。
- 用户设置 (User Settings): ADS 提供了丰富的配置选项，可以自定义主题、字体、快捷键、编辑器行为等。访问 文件 (File) > 首选项 (Preferences) > 设置 (Settings) 来探索这些选项。
学习数据库管理基础： 了解数据库的架构、安全性、性能优化、备份策略等基础知识，有助于你更好地使用 ADS 进行开发和管理。
探索特定数据库平台： 无论你使用的是 SQL Server, Azure SQL, PostgreSQL 还是 MySQL，深入学习你所使用的数据库平台的特性和最佳实践。
利用官方资源： Microsoft Learn (learn.microsoft.com) 提供了大量的 Azure Data Studio 和 SQL 相关的免费学习路径、教程和文档。这是获取权威知识的最佳来源。
参与社区： 加入相关的技术论坛、Q&A 网站（如 Stack Overflow）或社区群组，与其他用户交流经验，寻求帮助，分享知识。Azure Data Studio 的 GitHub 仓库也是一个活跃的社区，你可以在那里报告问题、提出建议或贡献代码。
尝试更多扩展： 根据你的工作需要，定期查看 ADS 的扩展市场，发现新的实用工具。

总结

恭喜你阅读到这里！通过本篇详尽的指南，你已经了解了 Azure Data Studio 的基本概念、安装方法、如何连接数据库、如何在现代编辑器中编写和执行 SQL 查询、如何利用强大的 Notebook 功能，以及如何管理数据库对象和扩展 ADS 的功能。

Azure Data Studio 是一款为数据专业人士设计的优秀工具，它结合了现代开发体验、跨平台支持和灵活的扩展性。无论你是处理本地 SQL Server，还是 Azure SQL Database, Azure Synapse Analytics，甚至是其他通过扩展支持的数据库，ADS 都能为你提供流畅高效的工作体验。

入门只是第一步。最重要的是勤加练习，动手实践。从简单的查询开始，逐步尝试更复杂的功能，探索 Notebooks 的应用场景，并根据你的需求安装和使用扩展。

希望这篇指南能为你打开 Azure Data Studio 的大门，祝你在数据探索和管理的旅程中一切顺利！