SQL Day Lite 2026

This interactive workshop presents realistic examples of bad SQL programming that often lead to performance problems in practice. The aim of the session is to show participants how to identify, analyze and optimize inefficient SQL queries/SQL code in order to achieve significant performance improvements.
The workshop focuses on five to ten concrete, poorly implemented SQL coding scenarios. For each of these scenarios, the underlying problems are explained in detail and optimization approaches are then presented. Different techniques and best practices are presented that are essential for improving query speed and system efficiency.
With the help of practical lab exercises, load tests are generated to measurably compare performance before and after optimization. This allows participants to directly understand which measures lead to a significant reduction in response times and what impact they have on the overall system load.
At the end of the session, participants will have a better understanding of the most common pitfalls in SQL programming practices and will be able to perform in-depth performance analyses and make optimizations.

SQL Server 2025 to nowa generacja platformy danych, która łączy klasyczny model relacyjny z funkcjami potrzebnymi w nowoczesnych aplikacjach: AI, wyszukiwaniem semantycznym, danymi półstrukturalnymi, integracją z Microsoft Fabric oraz inteligentną optymalizacją zapytań.

Podczas całodniowych warsztatów uczestnicy krok po kroku zbudują i przećwiczą scenariusz oparty na jednej spójnej bazie demo. Zaczniemy od pracy z embeddingami, typem vector i similarity search, następnie przejdziemy przez przygotowanie danych z użyciem JSON, regex i fuzzy matching, a na końcu pokażemy, jak połączyć SQL Server 2025 z Microsoft Fabric oraz jak utrzymać wydajność z pomocą Query Store i nowoczesnych mechanizmów Query Intelligence.

Warsztaty mają charakter praktyczny. Uczestnicy pracują na gotowym środowisku, wykonują ćwiczenia samodzielnie i poznają nowe funkcje SQL Server 2025 w kontekście realnych scenariuszy: wyszukiwania semantycznego, poprawy jakości danych, integracji analitycznej oraz strojenia wydajności.

Dla kogo jest to szkolenie:
– dla administratorów baz danych, developerów SQL, inżynierów danych i architektów, którzy chcą poznać praktyczne możliwości SQL Server 2025.
– dla zespołów, które chcą zrozumieć, jak połączyć klasyczny SQL Server z obszarem AI, Microsoft Fabric i nowoczesną optymalizacją wydajności.

Warsztat pokazuje, jak praktycznie podejść do budowy prostego agenta AI na platformie Databricks. Uczestnicy przejdą od prototypowania agenta, przez tool-calling i RAG, aż po prosty scenariusz end-to-end z wykorzystaniem dokumentów oraz danych tabelarycznych.

Agentic AI intro + AI Playground
– rola agenta vs klasyczny chatbot i RAG,
– podstawowe wzorce agentowe,
– szybki prototyp w Databricks AI Playground,
– testowanie zachowania agenta na prostym scenariuszu.

Tool-calling i narzędzia agenta
– czym są narzędzia agenta,
– jak agent wybiera narzędzie,
– projektowanie prostych narzędzi,
– kontrola wykonania i fallback.

RAG jako narzędzie agenta
– RAG jako źródło wiedzy dla agenta,
– przygotowanie prostej bazy dokumentów,
– wykorzystanie Vector Search / AI Search,
– walidacja odpowiedzi na podstawie kontekstu.

Dane ustrukturyzowane, SQL i Genie
– wykorzystanie prostych zapytań SQL lub funkcji jako narzędzi agenta,
– dostęp do danych tabelarycznych w kontrolowany sposób,
– rola Genie jako interfejsu do danych biznesowych,
– kiedy agent powinien użyć SQL/funkcji, a kiedy Genie.

Warsztat praktyczny: agent end-to-end
– budowa prostego agenta krok po kroku,
– agent wybierający między RAG a narzędziem tabelarycznym,
– testowanie różnych pytań użytkownika,
– poprawa promptu, opisów narzędzi i fallbacku.

MCP, bezpieczeństwo i dalszy rozwój
– czym jest Model Context Protocol,
– jak MCP standaryzuje dostęp do narzędzi,
– podstawowe ryzyka przy budowie agentów AI,
– least privilege i kontrola dostępu,
– ograniczenia środowisk Free / małych środowisk testowych,
– co dodać przed PoC lub produkcją.

Efekty dla uczestników – Po warsztacie uczestnicy będą potrafili:
– wyjaśnić różnicę między chatbotem, RAG i Agentic AI,
– zbudować prosty prototyp agenta na Databricks,
– wykorzystać RAG jako jedno z narzędzi agenta,
– dodać proste narzędzie do danych tabelarycznych,
– przetestować, kiedy agent powinien użyć RAG, narzędzia albo fallbacku,
– wskazać podstawowe ryzyka związane z bezpieczeństwem, kosztami i governance.

Zakres praktyczny warsztatu

Uczestnicy zbudują prostego agenta, który potrafi korzystać z dokumentów przez RAG oraz z prostego narzędzia do danych tabelarycznych. Dodatkowo omówimy, jak taki wzorzec można rozszerzyć o Genie, MCP, bezpieczeństwo i governance.

Warsztat nie zakłada pełnej konfiguracji produkcyjnej, pełnego MCP, AI Gateway ani rozbudowanego deploymentu. Te elementy zostaną omówione jako kierunek dalszego rozwoju rozwiązania.

Microsoft Fabric wygląda prosto, dopóki nie trzeba zbudować pierwszego sensownego rozwiązania. Wtedy pojawiają się pytania: Lakehouse czy Warehouse? Dataflow czy Notebook? Pipeline czy ręczne odświeżanie? Gdzie właściwie są dane? Czy Power BI dalej działa tak samo? Co z uprawnieniami, odświeżaniem, kosztami i wersjonowaniem?

Ten warsztat jest dla osób, które znają dane z perspektywy Power BI, SQL, Excela, raportowania albo prostego ETL, ale nie chcą zaczynać nauki Fabric od marketingowych diagramów i listy wszystkich usług. Zamiast omawiać Fabric zbudujemy od zera małe, kompletne rozwiązanie analityczne.

Zaczniemy od prostego scenariusza: mamy dane w plikach i tabelach, trzeba je wczytać, uporządkować, przygotować do raportowania i udostępnić w Power BI. W trakcie warsztatu utworzymy workspace, Lakehouse, tabele, prostą warstwę danych surowych i oczyszczonych, model semantyczny, raport oraz pipeline uruchamiający cały proces.

Po drodze wyjaśnimy, do czego naprawdę służą najważniejsze elementy Fabric: OneLake, Lakehouse, Warehouse, Dataflow Gen2, Notebook, Pipeline, semantic model i Power BI.