OPENROWSET和CREATE EXTERNAL TABLE是SQL Server 2022数据虚拟化核心方式；存储过程中应避免硬编码路径，优先建外部表以支持执行计划复用、WHERE下推及JOIN等操作，禁用UPDATE，需注意权限、网络配置及文件格式严格匹配。
直接用 OPENROWSET 就能查外部数据，但别在存储过程中硬编码路径
SQL Server 2022 的数据虚拟化不依赖链接服务器，而是靠 OPENROWSET 或 CREATE EXTERNAL TABLE。在存储过程中调用时，最常见错误是把 Azure 存储路径写死在 OPENROWSET 的 BULK 参数里——这会导致每次换数据集都要改存储过程，还无法参数化。
真正可行的做法是：先用 CREATE EXTERNAL DATA SOURCE 定义好数据源，再在存储过程中用动态 SQL 拼接 SELECT ... FROM OPENROWSET，或更稳妥地——把外部数据建为 EXTERNAL TABLE，然后像查本地表一样直接 SELECT。
-
OPENROWSET不支持变量替换路径，所以不能写成BULK @path - 如果路径固定且只读，优先走
CREATE EXTERNAL TABLE+SELECT，性能更稳、执行计划可复用 - 若路径需运行时决定（比如按日期切换文件夹），必须用
EXEC sp_executesql执行拼好的字符串，注意防 SQL 注入，对输入做白名单校验
CREATE EXTERNAL TABLE 是存储过程里最省心的数据虚拟化方式
比起每次查询都走 OPENROWSET，把外部 Parquet/CSV 文件映射成一张“假表”，能让存储过程逻辑干净、调试方便、还能加 WHERE 下推过滤。
关键点在于：外部表本身不存数据，但它的元数据（列名、类型）必须和实际文件结构严格一致；否则查询会报错，比如 Parquet 中的 int64 映射成 INT 没问题，但映射成 TINYINT 就可能溢出。
- 创建前确保已启用 PolyBase：
EXEC sp_configure 'polybase enabled', 1; RECONFIGURE; - 数据源地址必须用
abs://或adls://前缀，禁用https:// - 文件格式声明要匹配：Parquet 用
FORMAT = 'PARQUET'，CSV 用FORMAT = 'CSV'并指定FIELDQUOTE和FIRSTROW - 外部表可以参与
JOIN、GROUP BY，但聚合下推能力取决于存储后端，Azure Open Data 集合通常支持良好
存储过程里调用外部数据时，权限和网络常被忽略
本地表查不到数据顶多是 WHERE 写错；但外部数据查不到，八成是权限或网络卡住，错误信息却常显示为“无法打开大容量行集”或“拒绝访问”，非常误导。
真实原因往往藏在底层：SQL Server 进程账户没权限访问 Azure 存储、防火墙拦截了 outbound 443、或者没开外部网络访问开关。
- 检查是否允许外部网络：
EXEC sp_configure 'show advanced options', 1; RECONFIGURE; EXEC sp_configure 'external scripts enabled', 1; RECONFIGURE; - 确认 SQL Server 服务账户（不是你登录的 Windows 账户）有 Azure 存储的
Storage Blob Data Reader角色 - 如果用的是托管实例，确保虚拟网络已配置服务终结点（Service Endpoint）或私有终结点（Private Endpoint）
- 测试连通性最简单的方法：在存储过程中先执行一个最小
OPENROWSET查询，捕获错误并RAISERROR输出具体消息，比看空结果集快得多
别指望外部数据能像本地表一样做 UPDATE 或事务控制
数据虚拟化本质是只读桥接，所有写操作（INSERT/UPDATE/DELETE）都不被支持。有人试图在存储过程中对外部表执行 UPDATE，结果收到明确报错：Msg 10507, Level 16, State 1, Line X: External table '<name>' is not updatable.</name>
如果你的业务流程需要“读外部 → 加工 → 写回本地”，必须拆成两步：先用 SELECT INTO #temp 或 INSERT INTO @table_var 把数据拉进临时结构，再基于它做后续逻辑。否则整个存储过程会在第一次写操作时报错退出。
- 外部表不能建索引，也不能设主键或约束，别在
CREATE EXTERNAL TABLE语句里加这些 - 涉及大量数据时，避免在存储过程中反复查同一外部表，用临时表缓存中间结果
- 如果外部数据有分区（如按日期分文件夹），利用文件夹消除（folder elimination）特性，在
WHERE条件中显式过滤路径字段，能显著减少扫描量
