Bemærk
Adgang til denne side kræver godkendelse. Du kan prøve at logge på eller ændre mapper.
Adgang til denne side kræver godkendelse. Du kan prøve at ændre mapper.
Gælder for:✅ SQL-analyseendpoint og Warehouse i Microsoft Fabric
Fabric data warehouse bruger en forbrugsbaseret model, der måler de beregnende ressourcer, der tildeles lagerarbejdsbelastninger over tid.
Denne artikel forklarer, hvordan lagerforbrug måles, og hvordan fakturering beregnes. For mere information om overvågning af udnyttelse, se Hvordan du: Observerer Fabric data warehouse forbrugstendenser.
Hvordan lagerforbrug måles
I den kapacitetsbaserede SaaS-model måles Fabric data warehouse forbruget ud fra de compute-ressourcer, der er allokeret til at understøtte arbejdsbelastningsaktivitet.
Fabric allokerer compute-ressourcer til arbejdsbelastningen under læse- og skriveaktivitet mod et lager, og læseaktivitet mod SQL-analyse-endpointet i et lakehouse.
Fabric data warehouse måler forbrug ved hjælp af vNoder (virtuelle noder). En vNode er en samling af fire vCores og fungerer som enhed for ressourceallokering og forbrugsmåling. For information om CU-forbrugshastigheden forbundet med lagerets computeressourcer, se Fabric Operations. Efterhånden som arbejdsbelastningens efterspørgsel ændrer sig, allokerer og frigiver Fabric dynamisk vNodes.
Beregningsressourcer allokeres ved hjælp af et et-minuts baseline-allokeringsvindue. Forbruget måles og rapporteres derefter pr. sekund baseret på antallet af tildelte vNoder. Når arbejdsbelastningens efterspørgsel stiger eller falder, justeres vNode-allokeringerne derefter.
Forstå faktureringsmodellen
Konceptuelt kan du forstå lagerforbrug som: Forbrug = Aktive vNoder × Aktiv tid.
Denne forenklede model hjælper med at forklare forbrugsadfærd. Den faktiske rapportering afspejler de compute-ressourcer, der er fordelt over tid på tværs af lageroperationer.
Lageret skalerer automatisk beregningsressourcer som svar på arbejdsbelastningens behov. Fabric-kapacitets-SKU'en bestemmer de burstable vNode-ressourcer, der er tilgængelige for lagerarbejdsbelastninger.
Lagerhandlingskategorier
Du kan analysere forbruget af universel beregningskapacitet efter arbejdsbelastningskategori på tværs af lejeren. Fabric sporer brugen efter samlede kapacitetsenhedssekunder (CU'er). Den viste tabel viser det samlede forbrug i løbet af de seneste 14 dage.
Både Warehouse- og SQL-analyseendpointet ruller sammen under Warehouse i Metrics-appen, da de begge bruger SQL compute. De operationskategorier, du ser i dette billede, er:
- Lagerforespørgsel: Beregningsgebyr for alle brugergenererede og systemgenererede T-SQL-udsagn inden for et lager.
- SQL Endpoint Forespørgsel: Beregningsgebyr for alle brugergenererede og systemgenererede T-SQL-sætninger inden for et SQL-analyseendepunkt.
- Lager-snapshot-forespørgsel: Beregningsgebyr for alle brugergenererede og systemgenererede T-SQL-sætninger på et lager-snapshot.
Eksempler:
Udforsk graf i timepoint
Denne graf i Microsoft Fabric Capacity Metrics-appen viser udnyttelse af ressourcer sammenlignet med den købte kapacitet. 100 % af udnyttelsen repræsenterer det fulde gennemløb af en kapacitets-SKU og deles af alle Fabric-arbejdsbelastninger. Denne værdi repræsenteres af den gule stiplede linje. Ved at vælge et specifikt tidspunkt i grafen aktiveres knappen Udforsk - TimePoint Detail , som åbner en detaljeret drill-through-side.
Generelt, ligesom Power BI, klassificeres operationer enten som interaktive eller baggrunds- og angives med farve. De fleste operationer i lagerkategorien rapporteres som baggrund for at udnytte 24-timers udjævning af aktiviteten og muliggøre de mest fleksible brugsmønstre. Klassificering af datawarehousing som baggrund reducerer hyppigheden af spidsbelastninger af CU-udnyttelse fra udløsning af begrænsning.
Timepoint bore-gennem-graf
Timepoint drill-through-tabellen i Microsoft Fabric Capacity Metrics-appen giver et detaljeret overblik over udnyttelsen på specifikke tidspunkter. Den viser den kapacitet, som den givne SKU leverer for hver 30-sekunders periode, sammen med en opdeling af interaktive og baggrundsoperationer. Den interaktive operationstabel viser de operationer, der kører på det tidspunkt.
Tabellen for baggrundsoperationer kan se ud til at vise operationer, der kørte meget tidligere end det valgte tidspunkt. Denne uoverensstemmelse opstår, fordi baggrundsoperationer i en delt kapacitet (F SKU) gennemgår 24-timers udglatning. For eksempel viser tabellen alle operationer, der blev kørt og stadig udglatter på det valgte tidspunkt.
De mest brugte sager i denne visning omfatter:
Bestem om forbruget drives af brugerinitierede eller systeminitierede arbejdsbelastninger.
- Eksempler på brugerinitierede arbejdsbelastninger inkluderer kørsel af T-SQL-forespørgsler eller interaktion med Fabric-portalen, såsom brug af SQL Power Query-editor eller Visual Power Query-editor.
- Eksempler på systeminitierede arbejdsbelastninger inkluderer datakomprimering og andre baggrundsopgaver, der kører automatisk for at optimere ydeevnen og forbedre forespørgselsudførelsen.
Identificer de tidsperioder, der har brugt flest ressourcer.
- Sorter tabellen efter samlede CU(s) i faldende rækkefølge for at identificere de dyreste tidsperioder. Fang de tilsvarende Start- og Sluttidsstempler.
- For at identificere forespørgsler, der kørte i det valgte interval, brug T-SQL-forespørgsler på Query Insights-visninger, specifikt forespørgselsforespørgsler insights.exec_requests_history. For eksempel for at identificere forespørgsler, der kørte i et bestemt interval:
DECLARE @Start_Time DATETIME2(0) = '2026-08-10 8:00:00' ,@End_Time DATETIME2(0) = '2026-08-10 9:00:00' SELECT [database_name], sql_pool_name, distributed_statement_id, login_name, allocated_cpu_time_ms / 1000.0 AS vcore_seconds FROM queryinsights.exec_requests_history WHERE start_time < @End_Time AND end_time > @Start_Time;
Overvåg lagerforbrug
Du kan analysere lagerforbruget ved at bruge både Fabric Capacity Metrics-appen og Query Insights. Disse værktøjer besvarer forskellige, men komplementære spørgsmål.
Fabric Capacity Metrics-appen
Brug kapacitetsmålinger til at forstå:
- Tendenser til lagerforbrug.
- Perioder med høj udnyttelse.
- Forbrug på tværs af arbejdsområder og varer.
- Forbrug i forhold til andre Fabric-arbejdsbelastninger på samme kapacitet.
- Tidsvinduer, der måske kræver undersøgelse.
Kapacitetsmålinger er det primære værktøj til at afgøre, hvornår forbruget fandt sted, og hvor meget forbrug der blev rapporteret i en given periode.
Forespørgselsindsigter
Brug Query Insights til at forstå:
- Hvilke forespørgsler var aktive i forbrugsperioder.
- Hvilke brugsmønstre der var forbundet med aktivitet.
- Forespørgselsudførelseskarakteristika, der kan forklare øget udnyttelse.
- Potentielle muligheder for arbejdsbelastningsoptimering.
Query Insights hjælper med at forklare , hvad der kørte , mens Capacity Metrics hjælper med at identificere , hvornår forbruget fandt sted. Sammen giver de et mere komplet billede af lagerudnyttelsen.
Overvejelser
Overvej følgende nuancer i rapporteringen af forbrug:
- Rapportering på tværs af databaser: Når en T-SQL-forespørgsel joinforbindes på tværs af flere lagre (eller på tværs af et lager og et SQL-analyseslutpunkt), rapporteres forbruget i forhold til den oprindelige ressource.
- Forespørgsler om systemkatalogvisninger og dynamiske administrationsvisninger er fakturerbare forespørgsler.
Undersøg uventet forbrug
For at undersøge en periode med uventet lagerforbrug:
- Identificér tidsvinduet i kapacitetsmålinger.
- Gennemgå lagerudnyttelsen i den periode.
- Brug T-SQL-forespørgsler på Query Insights og warehouse dynamic management views (DMV'er) til at evaluere den tilknyttede aktivitet.
- Bestem om udnyttelsen var relateret til brugerarbejdsbyrder, samtidighed eller systemgenererede operationer.
- Identificer muligheder for at optimere arbejdsbelastningsmønstre eller forespørgselspræstation.
- Overvej funktioner som lagerarbejdsbelastningsstyring og dataklynge.
- Gennemgå præstationsretningslinjerne i Fabric data warehouse.
Ofte stillede spørgsmål
Hvad er en vNode?
En virtuel node (vNode) er den enhed i warehouse-beregning, der bruges til ressourceallokering og forbrugsmåling.
Forbruger baggrundsaktivitet kapacitet?
Ja. Forbruget kan omfatte både brugergenereret aktivitet og systemgenererede operationer såsom vedligeholdelse og optimeringsopgaver.
Hvordan påvirker samtidighed forbruget?
Efterhånden som efterspørgslen efter samtidig arbejdsbelastning stiger, kan Fabric tildele ekstra vNodes. Øget allokering kan resultere i højere forbrug.
Hvor kan jeg overvåge lagerforbruget?
Brug Fabric Capacity Metrics-appen til at forstå forbrugs- og udnyttelsestendenser. Brug Query Insights og T-SQL-forespørgsler på DMV'er til at analysere aktiviteten forbundet med disse perioder.