Lagerhausverbrauch und -nutzung in Microsoft Fabric

Gilt für:✅ SQL Analytics-Endpunkt und Warehouse in Microsoft Fabric

Fabric Data Warehouse verwendet ein verbrauchsbasiertes Modell, das die Rechenressourcen misst, die Lagerlasten im Laufe der Zeit zugewiesen werden.

Dieser Artikel erklärt, wie der Lagerverbrauch gemessen und wie die Abrechnung berechnet wird. Weitere Informationen zur Überwachung der Auslastung finden Sie unter Wie man: Beobachte Fabric Data Warehouse Nutzungstrends.

Wie der Lagerverbrauch gemessen wird

Im kapazitätsbasierten SaaS-Modell wird Fabric Data Warehouse Verbrauch anhand der zur Unterstützung der Arbeitsbelastung zugewiesenen Rechenressourcen gemessen.

Fabric weist Rechenressourcen während der Lese- und Schreibaktivität gegen ein Warehouse an die Arbeitslast und am SQL-Analyse-Endpunkt eines Lakehouse zu.

Fabric Data Warehouse misst den Verbrauch mithilfe von vNodes (virtuellen Knoten). Ein vNode ist eine Sammlung von vier vCores und dient als Einheit für Ressourcenzuweisung und Verbrauchsmessung. Informationen zur CU-Verbrauchsrate, die mit Lagerrechenressourcen verbunden ist, finden Sie unter Fabric Operations. Wenn sich die Arbeitsbelastung ändert, weist Fabric dynamisch vNodes zu und gibt sie frei.

Rechenressourcen werden über ein einminütiges Baseline-Allokationsfenster verteilt. Der Verbrauch wird dann pro Sekunde gemessen und berichtet, basierend auf der Anzahl der zugewiesenen vNodes. Wenn die Arbeitslastnachfrage steigt oder abnimmt, passen sich die vNode-Zuteilungen entsprechend an.

Grundlegendes zum Abrechnungsmodell

Konzeptionell kann man den Lagerverbrauch als folgt verstehen: Verbrauch = aktive vNodes × aktive Zeit.

Dieses vereinfachte Modell hilft, das Konsumverhalten zu erklären. Die tatsächliche Berichterstattung spiegelt die über die Zeit verteilten Rechenressourcen über die Lagerabläufe hinweg wider.

Warehouse skaliert die Rechenressourcen automatisch entsprechend der Arbeitsbelastung. Die Fabric-Kapazitäts-SKU bestimmt die für Warehouse-Workloads verfügbaren burstablen vNode-Ressourcen.

Kategorien für Warehousevorgänge

Sie können die Nutzung der universellen Computekapazität im gesamten Mandanten nach Workload-Kategorie analysieren. Fabric verfolgt die Nutzung nach Gesamtkapazitätseinheiten (CUs). Die angezeigte Tabelle zeigt die aggregierte Nutzung in den letzten 14 Tagen.

Sowohl der Warehouse- als auch der SQL-Analytics-Endpunkt laufen in der Metrics-App unter Warehouse, da beide SQL Compute verwenden. Die Operationskategorien, die Sie in dieser Ansicht sehen, sind:

• Lageranfrage: Berechnungsgebühr für alle benutzergenerierten und systemgenerierten T-SQL-Anweisungen innerhalb eines Lagers.
• SQL Endpoint Query: Rechengebühr für alle benutzer- und systemgenerierten T-SQL-Anweisungen innerhalb eines SQL-Analytics-Endpunkts.
• Warehouse-Snapshot-Abfrage: Berechnungsgebühr für alle benutzergenerierten und systemgenerierten T-SQL-Anweisungen auf einem Warehouse-Snapshot.

Zum Beispiel:

Zeitpunkt-Erkundungsdiagramm

Dieses Diagramm in der app Microsoft Fabric Kapazitätsmetriken zeigt die Auslastung von Ressourcen im Vergleich zu den erworbenen Kapazitäten an. 100 % der Auslastung stellen den vollständigen Durchsatz einer Kapazitäts-SKU dar und werden von allen Fabric-Arbeitslasten gemeinsam genutzt. Dieser Wert wird durch die gelbe gestrichelte Linie dargestellt. Die Auswahl eines bestimmten Zeitpunkts im Diagramm aktiviert den Button "Erkunden - Zeitpunkt-Detail ", der eine detaillierte Drill-Through-Seite öffnet.

Im Allgemeinen werden operationen ähnlich wie Power BI entweder als interaktiv oder hintergrund klassifiziert und nach Farbe gekennzeichnet. Die meisten Abläufe in der Kategorie Lagerhaus werden als Hintergrund angegeben, um die 24-Stunden-Glättung der Aktivitäten zu nutzen und so die flexibelsten Nutzungsmuster zu ermöglichen. Das Klassifizieren von Data Warehousing als Hintergrundvorgang reduziert die Häufigkeit von Spitzen der CU-Auslastung, die eine Drosselung auslösen können.

Zeitpunkt-Bohrdurch-Graph

Die Timepoint-Drill-Through-Tabelle in der Microsoft Fabric Capacity Metrics-App bietet einen detaillierten Überblick über die Auslastung zu bestimmten Zeitpunkten. Sie zeigt die Kapazitätsmenge, die die jeweilige SKU für jeden 30-Sekunden-Zeitraum bietet, zusammen mit einer Aufschlüsselung der interaktiven und hintergrundbezogenen Operationen. Die interaktive Operationstabelle listet die Operationen auf, die zu diesem Zeitpunkt ausgeführt werden.

Die Tabelle der Hintergrundoperationen könnte so erscheinen, als würde sie Operationen anzeigen, die viel früher als der gewählte Zeitpunkt liefen. Diese Diskrepanz entsteht, weil Hintergrundoperationen in einer geteilten Kapazität (F SKU) rund um die Uhr glättet werden. Zum Beispiel zeigt die Tabelle alle Operationen an, die zum ausgewählten Zeitpunkt ausgeführt wurden und noch glätten.

Häufige Anwendungsfälle für diese Ansicht sind:

• Bestimmen Sie, ob der Verbrauch durch benutzerinitiierte oder systeminitiierte Workloads gesteuert wird.

  • Beispiele für benutzerinitiierte Arbeitslasten sind das Ausführen von T-SQL-Abfragen oder die Interaktion mit dem Fabric-Portal, wie die Verwendung des SQL Abfrage-Editor oder Visual Abfrage-Editor.
  • Beispiele für systeminitiierte Workloads sind Datenverdichtung und andere Hintergrundaufgaben, die automatisch ausgeführt werden, um die Leistung zu optimieren und die Abfrageausführung zu verbessern.

• Identifizieren Sie die Zeiträume, in denen die meisten Ressourcen verbraucht wurden.

  • Sortiere die Tabelle nach Gesamtpunkten (CU) in absteigender Reihenfolge, um die teuersten Zeiträume zu identifizieren. Erfassen Sie die entsprechenden Start- und Endzeitstempel.
  • Um Abfragen zu identifizieren, die während des ausgewählten Intervalls ausgeführt wurden, verwenden Sie T-SQL-Abfragen auf Query Insights-Ansichten, speziell Abfrage insights.exec_requests_history. Zum Beispiel um Abfragen zu identifizieren, die während eines bestimmten Intervalls ausgeführt wurden:

  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;
  

Überwachung des Lagerverbrauchs

Sie können den Lagerverbrauch analysieren, indem Sie sowohl die Fabric Capacity Metrics-App als auch Query Insights verwenden. Diese Werkzeuge beantworten unterschiedliche, aber ergänzende Fragen.

Fabrickapazitätsmetriken-App

Verwenden Sie Kapazitätsmetriken, um Folgendes zu verstehen:

• Trends im Lagerhauskonsum.
• Phasen hoher Auslastung.
• Konsum über Arbeitsbereiche und Artikel hinweg.
• Verbrauch im Vergleich zu anderen Fabric-Workloads mit derselben Kapazität.
• Zeitfenster, die eine Untersuchung erfordern könnten.

Kapazitätsmetriken sind das primäre Werkzeug, um zu bestimmen , wann der Verbrauch stattfand und wie viel Konsum in einem bestimmten Zeitraum gemeldet wurde.

Abfrageeinblicke

Nutzen Sie Query Insights, um Folgendes zu verstehen:

• Welche Anfragen während der Konsumzeiten aktiv waren?
• Welche Nutzungsmuster mit Aktivität verbunden waren.
• Abfrageausführungsmerkmale, die eine erhöhte Auslastung erklären könnten.
• Potenzielle Möglichkeiten zur Optimierung der Arbeitsbelastung.

Query Insights hilft zu erklären , was lief, während Capacity Metrics hilft, den Zeitpunkt des Verbrauchs zu identifizieren. Zusammen ergeben sie ein vollständigeres Bild der Lagernutzung.

Überlegungen

Betrachten Sie die folgenden Nuancen der Nutzungsberichte:

• Datenbankübergreifende Berichterstellung: Wenn eine T-SQL-Abfrage über mehrere Warehouses hinweg (oder über einen Warehouse- und SQL-Analyseendpunkt hinweg) verknüpft wird, wird die Verwendung für die ursprüngliche Ressource gemeldet.
• Abfragen zu Systemkatalogansichten und dynamischen Verwaltungsansichten sind abrechenbare Abfragen.

Untersuchen Sie unerwarteten Konsum

Um eine Phase unerwarteter Lagerhausnutzung zu untersuchen:

1. Identifizieren Sie das Zeitfenster in den Kapazitätsmetriken.
2. Überprüfen Sie die Lagerauslastung in diesem Zeitraum.
3. Verwenden Sie T-SQL-Abfragen in Query Insights und Warehouse-DynamicManagement Views (DMVs), um die zugehörige Aktivität zu bewerten.
4. Bestimmen Sie, ob die Auslastung mit Benutzerarbeitslasten, Nebenwahl oder systemgenerierten Operationen zusammenhing.
5. Identifizieren Sie Möglichkeiten zur Optimierung von Arbeitsbelastungsmustern oder Abfrageleistung.
   • Berücksichtigen Sie Funktionen wie Lagerhaus-Workload-Management und Datenclustering.
   • Überprüfen Sie die Leistungsrichtlinien in Fabric Data Warehouse.

Häufig gestellte Fragen

Was ist ein vNode?

Ein virtueller Knoten (vNode) ist die Einheit der Warehouse-Rechenleistung, die zur Ressourcenallokation und Verbrauchsmessung verwendet wird.

Verbraucht Hintergrundaktivität Kapazität?

Yes. Der Verbrauch kann sowohl nutzergenerierte Aktivitäten als auch systemgenerierte Operationen wie Wartungs- und Optimierungsaufgaben umfassen.

Wie wirkt sich Nebenläufigkeit auf den Konsum aus?

Wenn die Nachfrage nach gleichzeitiger Arbeitsbelastung steigt, könnte Fabric zusätzliche vNodes zuweisen. Eine erhöhte Zuteilung kann zu einem höheren Konsum führen.

Wo kann ich den Lagerverbrauch überwachen?

Nutzen Sie die App Fabric Capacity Metrics, um Verbrauchs- und Nutzungstrends zu verstehen. Verwenden Sie Query Insights und T-SQL-Abfragen auf DMVs, um die mit diesen Perioden verbundenen Aktivitäten zu analysieren.

Nächster Schritt

Anleitung: Beobachten von Fabric Data Warehouse-Nutzungstrends

Zugehöriger Inhalt

• Überwachen von Verbindungen, Sitzungen und Anforderungen mithilfe von DMVs
• Fabric Data Warehouse Leistungsrichtlinien
• Verstehen Sie Ihre Azure-Rechnung für die Fabric-Kapazität