Bewährte Methoden für die Leistung der Fabric-API für GraphQL

Die API von Microsoft Fabric für GraphQL bietet eine leistungsfähige Möglichkeit zum effizienten Abfragen von Daten, die Leistungsoptimierung ist jedoch der Schlüssel zur Sicherstellung einer reibungslosen und skalierbaren Leistung. Ganz gleich, ob Sie komplexe Abfragen verarbeiten oder Antwortzeiten optimieren, die folgenden bewährten Methoden helfen Ihnen, die beste Leistung aus Ihrer GraphQL-Implementierung zu erzielen und ihre API-Effizienz in Fabric zu maximieren.

Regionen

Regionsübergreifende Aufrufe können in der Regel die Ursache für hohe Latenz sein. Um die beste Leistung zu erzielen, empfiehlt es sich, Clients mit APIs in derselben Mandanten- und Kapazitätsregion zu verbinden.

Mandantenregion

Sie finden Ihre Mandantenregion mit den folgenden Schritten:

1. Wechseln Sie mit einem Administratorkonto zum Microsoft Fabric-Portal, und klicken Sie in der oberen rechten Ecke auf das Hilfesymbol ? .
2. Klicken Sie unten im Hilfeabschnitt auf den Link "Info zu Fabric ".
3. Die Details zu Ihrem Mandanten, einschließlich der Region, werden angezeigt.

Kapazitätsregion

1. Wechseln Sie zum Microsoft Fabric-Portal, und öffnen Sie den Arbeitsbereich, in dem die Fabric-API für GraphQL gehostet wird.

2. Wechseln Sie in den Arbeitsbereichseinstellungen zu "Lizenzinformationen".

3. Informationen zu Ihrer Kapazitätsregion finden Sie unter "Lizenzkapazität".

   

Datenquellenbereich

1. Wenn Ihre Datenquelle auf der Fabric-Plattform gehostet wird, ist die Kapazitätsregion des Arbeitsbereichs die Datenquellenregion.

2. Wenn sich Ihre Datenquelle außerhalb der Fabric-Plattform befindet, z. B. eine Azure SQL-Datenbank, sollten Sie in der Lage sein, die regionalen Informationen im Azure-Portal zu finden.

Leistungstests

Für Kunden, die ihre API-Leistung bewerten, empfehlen wir, die folgenden Richtlinien einzuhalten, um konsistente und zuverlässige Ergebnisse sicherzustellen.

Clientseitige Tools

Um das der Anwendung am nächsten kommende Verhalten zu emulieren, empfiehlt es sich, Skripte oder eine Demowebanwendung zu verwenden, um die Leistung zu testen. Darüber hinaus kann die Verwendung von HTTP-Verbindungspooling die Wartezeiten erheblich reduzieren, insbesondere für regionsübergreifende Szenarien.

Sie können dieses Beispiel-Leistungstestskript verwenden, das Ihnen bei den ersten Schritten helfen kann.

Ähnliche Artikel:

• Erweiterte Verwendung – Dokumentation zu Anforderungen 2.32.3

• HttpClient-Richtlinien für .NET

Datensammlung und -auswertung

Es ist ratsam, die Anforderungsausführung über einen gut definierten Zeitraum mithilfe von Skripts oder Leistungstests zu automatisieren. Die Analyse der durchschnittlichen oder quantilen Ergebnisse trägt dazu bei, präzisere und unvoreingenommene Leistungsmessungen sicherzustellen.

Häufig auftretende Probleme

Nachfolgend finden Sie eine Liste der häufig auftretenden Probleme, die sich auf die API-Latenz und -Leistung auswirken können.

• Ihr geografischer Clientstandort unterscheidet sich von Ihrem Mandanten und Ihrer Kapazitätsregion:

  • Wenn Sie beabsichtigen, die beste Leistung für Ihre Anwendung zu erzielen, tragen Clients und API-Ressourcen in derselben Region dazu bei, das Ziel zu erreichen.

• Fragen Sie die API für GraphQL vor dem Testen ein paar Mal ab:

  • DIE API für GraphQL verwendet oder verbraucht keine Kapazität (CUs), wenn sie im Leerlauf ist. Dies bedeutet, dass die API-Umgebung während des ersten Aufrufs intern initialisiert werden muss, was einige zusätzliche Sekunden dauert. DIE API für GraphQL verfügt über interne Cachemechanismen, um Latenzen für fortlaufende Aufrufe zu reduzieren, sie können jedoch Latenzspitzen für die ersten Aufrufe aufweisen.
  • Abgesehen von der API selbst ist bekannt, dass bestimmte Datenquellen eine Warm-up-Phase durchlaufen, was zu höheren Latenzen für anfängliche Anforderungen führen kann. Wenn die API auch auf eine Datenquelle zugreift, die ebenfalls im Leerlauf ist und während der ersten Ausführung initialisiert werden muss, ist die Latenz höher, da sie die Initialisierung sowohl der Datenquelle als auch der API warten muss.
  • Nachfolgende Aufrufe sind schneller, da die Umgebungsinitialisierung nur einmal erfolgt.

• Einrichten der Datenquellen- und Fabric-Kapazität.

  • Sie können sich die API für GraphQL als Wrapper über Ihre Datenquellen vorstellen. Wenn Ihre Datenquelle selbst Leistungsprobleme aufgrund der Art der Komplexität hat, wird erwartet, dass API-Latenzen hoch sein können. Wenn solche Fälle auftreten, empfiehlt es sich, die Abfrage Ihrer Datenquellen direkt zu testen, um einen effektiveren Leistungsvergleich mit der API für GraphQL zu erzielen.

    • Befolgen Sie dieses Handbuch zum Auswählen eines geeigneten Datenspeichers für Ihre Geschäftlichen Anforderungen: Fabric-Entscheidungsleitfaden – Auswählen eines Datenspeichers

  • Beim Zugriff auf die GraphQL-API hängt die Leistung von der von Ihnen ausgewählten SKU für die Fabric-Kapazität ab.

    • Allgemeine Anleitung zu Fabric-Kapazitäts-SKU und ihrer Rechenleistung finden Sie unter Microsoft Fabric-Konzepte.

Mehrere Faktoren können sich auf die API-Leistung auswirken. Das Verständnis ihrer Datenquelleneinrichtung, die Auswahl der richtigen Regionen und die effektive Messung der Leistung sind für die Optimierung von entscheidender Bedeutung.

Verwandte Inhalte

• Übersicht über die Fabric-API für GraphQL
• Fabric API für GraphQL-Editor