Megosztás a következőn keresztül:

Oktatóanyag: Blobleltár-jelentések elemzése

  • Cikk

A blobok és tárolók éles környezetben való tárolásának, rendszerezésének és felhasználásának megismerésével jobban optimalizálhatja a költségek és a teljesítmény közötti kompromisszumot.

Ez az oktatóanyag bemutatja, hogyan hozhat létre és jeleníthet meg statisztikákat, például az adatok időbeli növekedését, az idő függvényében hozzáadott adatokat, a módosított fájlok számát, a blob pillanatképeinek méretét, a hozzáférési mintákat az egyes szinteken, és hogyan oszthatók el az adatok jelenleg és időben (például a rétegek, fájltípusok, tárolók és blobtípusok adatai).

Ebben az oktatóanyagban az alábbiakkal fog megismerkedni:

  • Blobleltár-jelentés létrehozása
  • Synapse-munkaterület beállítása
  • A Synapse Studio beállítása
  • Elemzési adatok létrehozása a Synapse Studióban
  • Eredmények vizualizációja a Power BI-ban

Előfeltételek

Leltárjelentés létrehozása

Blobleltár-jelentések engedélyezése a tárfiókhoz. Lásd: Azure Storage-blobleltár-jelentések engedélyezése.

Előfordulhat, hogy akár 24 órát is várnia kell, miután engedélyezte a leltárjelentések készítését az első jelentéshez.

Synapse-munkaterület beállítása

  1. Azure Synapse-munkaterület létrehozása. Lásd: Azure Synapse-munkaterület létrehozása.

    Feljegyzés

    A munkaterület létrehozása során létre fog hozni egy hierarchikus névteret tartalmazó tárfiókot. Az Azure Synapse a Spark-táblákat és az alkalmazásnaplókat ebben a fiókban tárolja. Az Azure Synapse erre a fiókra hivatkozik elsődleges tárfiókként. A félreértések elkerülése érdekében ez a cikk a leltárjelentés-fiók kifejezéssel hivatkozik a leltárjelentéseket tartalmazó fiókra.

  2. A Synapse-munkaterületen rendelje hozzá a közreműködői szerepkört a felhasználói identitáshoz. Lásd : Azure RBAC: A munkaterület tulajdonosi szerepköre.

  3. Adjon engedélyt a Synapse-munkaterületnek, hogy hozzáférjen a tárfiók leltárjelentéseihez a leltárjelentés-fiókhoz való navigálással, majd rendelje hozzá a Storage Blob Data Közreműködő szerepkört a munkaterület rendszer által felügyelt identitásához. Tekintse meg az Azure-szerepköröknek az Azure Portalon történő hozzárendelését ismertető cikket.

  4. Lépjen az elsődleges tárfiókra, és rendelje hozzá a Blob Storage közreműködői szerepkört a felhasználói identitáshoz.

A Synapse Studio beállítása

  1. Nyissa meg a Synapse-munkaterületet a Synapse Studióban. Lásd: A Synapse Studio megnyitása.

  2. A Synapse Studióban győződjön meg arról, hogy az identitása a Synapse-rendszergazdai szerepkörhöz van rendelve. Lásd: Synapse RBAC: Synapse Administrator szerepkör a munkaterülethez.

  3. Apache Spark-készlet létrehozása. Lásd: Kiszolgáló nélküli Apache Spark-készlet létrehozása.

A mintajegyzetfüzet beállítása és futtatása

Ebben a szakaszban olyan statisztikai adatokat fog létrehozni, amelyeket egy jelentésben fog megjeleníteni. Az oktatóanyag egyszerűsítése érdekében ez a szakasz egy mintakonfigurációs fájlt és egy PySpark-jegyzetfüzetet használ. A jegyzetfüzet az Azure Synapse Studióban végrehajtott lekérdezések gyűjteményét tartalmazza.

A mintakonfigurációs fájl módosítása és feltöltése

  1. Töltse le a BlobInventoryStorageAccountConfiguration.json fájlt.

  2. Frissítse a fájl alábbi helyőrzőit:

    • Állítsa be storageAccountName a leltárjelentési fiók nevét.

    • Állítsa be destinationContainer annak a tárolónak a nevét, amely a leltárjelentéseket tartalmazza.

    • Állítsa be blobInventoryRuleName annak a leltárjelentési szabálynak a nevét, amely létrehozta az elemezni kívánt eredményeket.

    • Állítsa be accessKey a leltárjelentési fiók fiókkulcsát.

  3. Töltse fel ezt a fájlt a Synapse-munkaterület létrehozásakor megadott elsődleges tárfiók tárolójába.

A PySpark-mintajegyzetfüzet importálása

  1. Töltse le a ReportAnalysis.ipynb mintajegyzetfüzetet.

    Feljegyzés

    Mindenképpen mentse a fájlt a .ipynb kiterjesztéssel.

  2. Nyissa meg a Synapse-munkaterületet a Synapse Studióban. Lásd: A Synapse Studio megnyitása.

  3. A Synapse Studióban válassza a Fejlesztés lapot.

  4. Válassza ki a pluszjelet (+) egy elem hozzáadásához.

  5. Válassza az Importálás lehetőséget, keresse meg a letöltött mintafájlt, jelölje ki a fájlt, és válassza a Megnyitás lehetőséget.

    Megjelenik a Tulajdonságok párbeszédpanel.

  6. A Tulajdonságok párbeszédpanelen válassza a Munkamenet konfigurálása hivatkozást.

    Képernyőkép a Tulajdonságok importálása párbeszédpanelről

    Megnyílik a Munkamenet konfigurálása párbeszédpanel.

  7. A Munkamenet konfigurálása párbeszédpanel Csatolás legördülő listájában válassza ki a cikkben korábban létrehozott Spark-készletet. Ezután válassza az Alkalmaz gombot.

A Python-jegyzetfüzet módosítása

  1. A Python-jegyzetfüzet első cellájában állítsa a változó értékét storage_account az elsődleges tárfiók nevére.

  2. Frissítse a container_name változó értékét annak a fióknak a nevére, amelyet a Synapse-munkaterület létrehozásakor megadott.

  3. Válassza ki a Közzététel gombot.

A PySpark-jegyzetfüzet futtatása

  1. A PySpark-jegyzetfüzetben válassza az Összes futtatása lehetőséget.

    A Spark-munkamenet elindítása néhány percet vesz igénybe, a leltárjelentések feldolgozása pedig további néhány percet vesz igénybe. Az első futtatás eltarthat egy ideig, ha számos leltárjelentést kell feldolgozni. A későbbi futtatások csak az utolsó futtatás óta létrehozott új leltárjelentéseket fogják feldolgozni.

    Feljegyzés

    Ha módosítja a jegyzetfüzetet, akkor a Közzététel gombbal tegye közzé a módosításokat.

  2. Az Adatok lap kiválasztásával ellenőrizze, hogy a jegyzetfüzet sikeresen futott-e.

    Az Adatok panel Munkaterület lapján meg kell jelennie egy jelentésadat nevű adatbázisnak. Ha ez az adatbázis nem jelenik meg, előfordulhat, hogy frissítenie kell a weblapot.

    Képernyőkép a Jelentésadat-adatbázist megjelenítő Adat panelről

    Az adatbázis táblákat tartalmaz. Minden tábla a PySpark-jegyzetfüzet lekérdezéseinek futtatásával nyert információkat tartalmazza.

  3. Egy tábla tartalmának vizsgálatához bontsa ki a jelentésadatbázis Táblák mappáját. Ezután kattintson a jobb gombbal egy táblára, válassza az SQL-szkript kiválasztása, majd a TOP 100 sor kijelölése lehetőséget.

    Képernyőkép az új SQL-szkript létrehozásához tartozó menübeállításról

  4. Szükség szerint módosíthatja a lekérdezést, majd a Futtatás gombra kattintva megtekintheti az eredményeket.

    Képernyőkép a lekérdezésszerkesztőről és a lekérdezés eredményeiről

Az adatok vizualizációja

  1. Töltse le a ReportAnalysis.pbit minta jelentésfájlt.

  2. Nyissa meg a Power BI Desktopot. A telepítéssel kapcsolatos útmutatásért lásd a Power BI Desktop beszerzését ismertető témakört.

  3. A Power BI-ban válassza a Fájl, a Jelentés megnyitása, majd a Jelentések tallózása lehetőséget.

  4. A Megnyitás párbeszédpanelen módosítsa a fájltípust Power BI-sablonfájlokra (*.pbit).

    Képernyőkép a Megnyitás párbeszédpanelen megjelenő Power BI-sablonfájlok típusáról

  5. Keresse meg a letöltött ReportAnalysis.pbit fájl helyét, majd válassza a Megnyitás lehetőséget.

    Megjelenik egy párbeszédpanel, amely arra kéri, hogy adja meg a Synapse-munkaterület nevét és az adatbázis nevét.

  6. A párbeszédpanelen állítsa a synapse_workspace_name mezőt a munkaterület nevére, és állítsa a database_name mezőt a következőre reportdata: . Ezután válassza a Betöltés gombot.

    Képernyőkép a jelentéskonfiguráció párbeszédpanelről

    Megjelenik egy jelentés, amely megjeleníti a jegyzetfüzet által lekért adatokat. Az alábbi képeken a jelentésben megjelenő diagramok és grafikonok típusai láthatók.

    Képernyőkép a jelentés Áttekintés lapról

    A jelentés részletes elemzési lapjának képernyőképe

    A jelentés lebontás lapjának képernyőképe

Következő lépések