Sdílet prostřednictvím

Dotazování přehledů v datových skladech v prostředcích infrastruktury

  • Článek

Platí pro: Koncový bod sql Analytics a sklad v Microsoft Fabric

V Microsoft Fabric je funkce přehledů dotazů škálovatelné, udržitelné a rozšiřitelné řešení, které vylepšuje možnosti analýzy SQL. Díky historickým datům dotazů, agregovaným přehledům a přístupu k vlastnímu textu dotazu můžete analyzovat a ladit výkon dotazů. QI poskytuje informace o dotazech spuštěných pouze v kontextu uživatele, systémové dotazy se nepovažují.

Funkce přehledů dotazů poskytuje centrální umístění pro historická data dotazů a užitečné přehledy po dobu 30 dnů, což vám pomáhá činit informovaná rozhodnutí o zvýšení výkonu datového skladu nebo koncového bodu analýzy SQL. Když se dotaz SQL spustí v Microsoft Fabric, funkce přehledů dotazů shromáždí a shromáždí její spouštěcí data a poskytne vám cenné informace. Úplný text dotazu pro role správce, člena a přispěvatele můžete zobrazit.

  • Historická data dotazů: Funkce přehledů dotazů ukládá historická data o provádění dotazů, což umožňuje sledovat změny výkonu v průběhu času. Systémové dotazy se neukládají do přehledů dotazů.
  • Agregované přehledy: Funkce přehledů dotazů agreguje data spouštění dotazů do přehledů, které jsou vhodnější, například identifikace dlouhotrvajících dotazů nebo většina aktivních uživatelů. Tyto agregace jsou založené na tvaru dotazu a jsou vysvětleny dále v části Jak se podobné dotazy agregují za účelem generování přehledů?

Než začnete

Měli byste mít přístup ke koncovému bodu sql Analytics nebo skladu v pracovním prostoru kapacity Premium s oprávněními přispěvatele nebo vyššími oprávněními.

Kdy potřebujete přehledy dotazů?

Funkce Query Insights řeší několik otázek a obav souvisejících s výkonem dotazů a optimalizací databáze, mezi které patří:

Analýza výkonu dotazů

  • Jaký je historický výkon našich dotazů?
  • Jsou nějaké dlouhotrvající dotazy, které vyžadují pozornost?
  • Můžeme identifikovat dotazy, které způsobují kritické body výkonu?

Optimalizace a ladění dotazů

  • Které dotazy se často spouštějí a dají se zlepšit jejich výkon?
  • Můžeme identifikovat dotazy, které selhaly nebo byly zrušeny?
  • Můžeme sledovat změny výkonu dotazů v průběhu času?
  • Existují nějaké dotazy, které konzistentně fungují špatně?

Monitorování aktivit uživatelů

  • Kdo odeslal konkrétní dotaz?
  • Kdo jsou nejaktivnější uživatelé nebo uživatelé s nejdéle běžícími dotazy?

Existují tři systémová zobrazení, která poskytují odpovědi na tyto otázky:

Kde můžete zobrazit přehledy dotazů?

Automaticky vygenerovaná zobrazení jsou ve schématu v koncovém bodu analýzy SQL a ve službě queryinsights Warehouse. V Průzkumníku prostředků infrastruktury skladu například vyhledejte zobrazení přehledů dotazů v části Schémata, queryinsights, Views.

Snímek obrazovky z Průzkumníka prostředků infrastruktury ukazující, kde najít zobrazení přehledů dotazů v části Schémata, dotazování a zobrazení

Po dokončení provádění dotazu uvidíte její data spuštění v queryinsights zobrazeních koncového bodu Warehouse nebo SQL Analytics, ke kterému jste byli připojení. Pokud spustíte dotaz mezi databázemi v kontextu WH_2dotazu, zobrazí se dotaz v přehledech WH_2dotazu . Zobrazení dokončených dotazů v přehledech dotazů v závislosti na souběžné úloze může trvat až 15 minut. Doba potřebná k zobrazení dotazů v přehledech dotazů se zvyšuje s nárůstem počtu spuštěných souběžných dotazů.

Jak se podobné dotazy agregují za účelem generování přehledů?

Dotazy se považují za stejné pomocí funkce přehledů dotazů, pokud kromě predikátové hodnoty mají dva dotazy v textu dotazu přesnou shodu. Prázdné znaky a znaky nového řádku vykreslují dotazy tak, aby se považovaly za odlišné.

Sloupec v zobrazeních můžete využít query hash k analýze podobných dotazů a přechodu k podrobnostem jednotlivých spuštění.

Například následující dotazy jsou po parametrizaci predikátů považovány za stejné:

SELECT * FROM Orders
WHERE OrderDate BETWEEN '1996-07-01' AND '1996-07-31';

a

SELECT * FROM Orders
WHERE OrderDate BETWEEN '2000-07-01' AND '2006-07-31';

Příklady

Identifikace dotazů spuštěných vámi za posledních 30 minut

Následující dotaz používá queryinsights.exec_requests_history a předdefinovaná USER_NAME() funkce, která vrací vaše aktuální uživatelské jméno relace.

SELECT * FROM queryinsights.exec_requests_history 
WHERE start_time >= DATEADD(MINUTE, -30, GETUTCDATE())
AND login_name = USER_NAME();

Identifikace nejčastěji spouštěných dotazů pomocí podřetědce v textu dotazu

Následující dotaz vrátí nejnovější dotazy, které odpovídají určitému řetězci seřazené podle počtu úspěšných spuštění sestupně.

SELECT * FROM queryinsights.frequently_run_queries
WHERE last_run_command LIKE '%<some_label>%'
ORDER BY number_of_successful_runs DESC;

Identifikace dlouhotrvajících dotazů pomocí podřetědce v textu dotazu

Následující dotaz vrátí dotazy, které odpovídají určitému řetězci seřazené podle mediánu času provádění dotazu sestupně.

SELECT * FROM queryinsights.long_running_queries
WHERE last_run_command LIKE '%<some_label>%'
ORDER BY median_total_elapsed_time_ms DESC;

Související obsah