Megosztás a következőn keresztül:


Dedikált SQL-készlet (korábbi nevén SQL DW) számításának kezelése az Azure Synapse Analyticsben

A számítási erőforrások dedikált SQL-készletének (korábbi nevén SQL DW) az Azure Synapse Analyticsben való kezelésével kapcsolatos tudnivalók. A dedikált SQL-készlet szüneteltetésével vagy a dedikált SQL-készlet skálázásával csökkentheti a költségeket a teljesítményigények kielégítése érdekében.

Mi az a számításkezelés?

A dedikált SQL-készlet (korábbi nevén SQL DW) architektúrája elkülöníti a tárolást és a számítást, így mindegyik egymástól függetlenül méretezhető. Ennek eredményeképp az adattárolástól függetlenül megfelelhet a számítási méretezés teljesítményigényeinek. Emellett szüneteltetheti és folytathatja az erőforrásokat. Az architektúra természetes következménye, hogy a számítás és a tárolás számlázása külön történik. Ha egy ideig nem kell használnia a dedikált SQL-készletet (korábbi nevén SQL DW), a számítási költségeket a számítás szüneteltetésével takaríthatja meg.

Számítás skálázása

A dedikált SQL-készlet (korábban SQL DW) adattárházegységekre vonatkozó beállításainak módosításával horizontálisan felskálázhatja vagy leskálázhatja a számítási erőforrásokat. A betöltési és lekérdezési teljesítmény lineárisan növekedik több adattárházegység hozzáadásával.

A vertikális felskálázás lépéseit az Azure Portal, a PowerShell vagy a T-SQL rövid útmutatóiban találja. Rest API-val is végezhet vertikális felskálázási műveleteket.

Egy skálázási művelet végrehajtásához a dedikált SQL-készlet (korábban SQL DW) először megszakítja az összes bejövő lekérdezést, majd visszaállítja a tranzakciókat, így biztosítva a konzisztens állapotot. A méretezés csak a tranzakciók visszaállítása után történik. Méretezési művelet esetén a rendszer leválasztja a tárolási réteget a számítási csomópontokról, hozzáadja a számítási csomópontokat, majd újrafogalmazza a tárolási réteget a számítási réteghez. Minden dedikált SQL-készlet (korábbi nevén SQL DW) 60 disztribúcióként van tárolva, amelyek egyenletesen oszlanak el a számítási csomópontokon. További számítási csomópontok hozzáadása nagyobb számítási teljesítményt ad hozzá. A számítási csomópontok számának növekedésével a számítási csomópontonkénti eloszlások száma csökken, ami nagyobb számítási teljesítményt biztosít a lekérdezésekhez. Hasonlóképpen, az adattárházegységek csökkentése csökkenti a számítási csomópontok számát, ami csökkenti a lekérdezések számítási erőforrásait.

Az alábbi táblázat bemutatja, hogyan változik a számítási csomópontonkénti eloszlások száma az adattárházegységek változásakor. A DW30000c 60 számítási csomópontot biztosít, és sokkal nagyobb lekérdezési teljesítményt biztosít, mint a DW100c.

Adattárházegységek Számítási csomópontok száma Csomópontonkénti eloszlások száma
DW100c 1 60
DW200c 1 60
DW300c 1 60
DW400c 1 60
DW500c lehetőséget 1 60
DW1000c 2 30
DW1500c 3 20
DW2000c 4 15
DW2500c 5 12
DW3000c 6 10
DW5000c 10 6
DW6000c 12 5
DW7500c 15 4
DW10000c 20 3
DW15000c 30 2
DW30000c 60 1

Az adattárházegységek megfelelő méretének megkeresése

A horizontális felskálázás teljesítménybeli előnyeinek megtekintéséhez, különösen a nagyobb adattárház-egységek esetében, legalább egy 1 TB-os adatkészletet szeretne használni. A dedikált SQL-készlet (korábbi nevén SQL DW) adattárházegységeinek legjobb számának megkereséséhez próbálkozzon a vertikális fel- és leskálázással. Az adatok betöltése után futtasson néhány lekérdezést különböző számú adattárházegységgel. Mivel a skálázás gyors, a különböző teljesítményszinteket egy vagy kevesebb órán belül kipróbálhatja.

Javaslatok az adattárházegységek legjobb számának megkereséséhez:

  • A fejlesztés alatt álló dedikált SQL-készlet (korábbi nevén SQL DW) esetében először válasszon kisebb számú adattárházegységet. Jó kiindulópont a DW400c vagy DW200c.
  • Az alkalmazás teljesítményének figyelése a megfigyelt teljesítményhez képest kiválasztott adattárházegységek számának megfigyelésével.
  • Tételezzük fel a lineáris skálázást, és állapítsuk meg, hogy mennyit kell növelni vagy csökkenteni az adattárházegységeket.
  • Folytassa a módosításokat, amíg el nem éri az üzleti követelményeknek megfelelő optimális teljesítményszintet.

Mikor kell vertikális felskálázást végezni?

Az adattárházegységek horizontális felskálázása hatással van a teljesítmény ezen aspektusaira:

  • Lineárisan javítja a rendszer teljesítményét a vizsgálatok, összesítések és CTAS-utasítások esetében.
  • Növeli az adatok betöltéséhez szükséges olvasók és írók számát.
  • Egyidejű lekérdezések és egyidejűségi pontok maximális száma.

Javaslatok az adattárházegységek méretezésének időpontjára vonatkozóan:

  • Mielőtt nagy mennyiségű adatbetöltési vagy átalakítási műveletet hajt végre, skálázással tegye elérhetővé az adatokat gyorsabban.
  • A csúcsidőszakban vertikális felskálázást hajthat végre, hogy több egyidejű lekérdezést fogadjon.

Mi történik, ha a horizontális felskálázás nem javítja a teljesítményt?

A párhuzamosságot növelő adattárház-egységek hozzáadása. Ha a munka egyenlően oszlik el a számítási csomópontok között, a további párhuzamosság javítja a lekérdezési teljesítményt. Ha a horizontális felskálázás nem változtatja meg a teljesítményt, ennek több oka is lehet. Előfordulhat, hogy az adatok elmozdulnak a disztribúciók között, vagy a lekérdezések nagy mennyiségű adatáthelyezést vezetnek be. A lekérdezési teljesítménnyel kapcsolatos problémák vizsgálatához tekintse meg a teljesítmény hibaelhárítását.

Számítás szüneteltetése és folytatása

A számítás szüneteltetése miatt a tárolási réteg le lesz választva a számítási csomópontokról. A számítási erőforrásokat a rendszer felszabadítja a fiókjából. A számításért nem kell fizetnie, amíg a számítás szünetel. A számítási feladat folytatása újra feltölti a tárterületet a számítási csomópontokra, és folytatja a Compute díjait. Dedikált SQL-készlet (korábbi nevén SQL DW) szüneteltetésekor:

  • A számítási és memória-erőforrások visszakerülnek az adatközpontban elérhető erőforrások készletéhez
  • Az adattárház egységköltségei a szüneteltetés időtartamára vonatkozóan nullaak.
  • Az adattárolásra nincs hatással, és az adatok érintetlenek maradnak.
  • Minden futó vagy várólistán lévő művelet megszakítva.
  • A DMV-számlálók alaphelyzetbe állnak.

Dedikált SQL-készlet (korábban SQL DW) folytatásakor:

  • A dedikált SQL-készlet (korábbi nevén SQL DW) számítási és memória-erőforrásokat szerez be az adattárházegység-beállításhoz.
  • Folytatódnak az adattárházegységek számítási költségei.
  • Az adatok elérhetővé válnak.
  • Miután a dedikált SQL-készlet (korábban SQL DW) online állapotban van, újra kell indítania a számítási feladat lekérdezéseit.

Ha mindig azt szeretné, hogy a dedikált SQL-készlet (korábbi nevén SQL DW) elérhető legyen, érdemes lehet a szüneteltetés helyett a legkisebb méretre skálázni.

A szüneteltetéshez és a lépések folytatásához tekintse meg az Azure Portal vagy a PowerShell rövid útmutatóit. Használhatja a szüneteltetés REST API-t vagy az önéletrajzi REST API-t is.

Tranzakciók ürítése felfüggesztés vagy méretezés előtt

Javasoljuk, hogy várja meg a meglévő tranzakciók befejezését, mielőtt szüneteltetési vagy skálázási műveletet indítana.

Ha szünetelteti vagy skálázza a dedikált SQL-készletet (korábbi nevén SQL DW), a háttérben a lekérdezések megszakadnak, amikor elindítja a szüneteltetést vagy a méretezési kérést. Egy egyszerű választó lekérdezés megszakítása gyors művelet, amelynek szinte semmilyen hatása nincs az üzemelő példány felfüggesztéséhez vagy méretezéséhez szükséges időtartamra. Azonban a tranzakciós lekérdezések, amelyek adatokat vagy az adatok szerkezetét is módosítják, nem biztos, hogy ilyen hamar le tudnak állni. A tranzakciós lekérdezéseknek definíciójuk szerint vagy teljesen be kell fejeződniük, vagy vissza kell állítaniuk az általuk végrehajtott módosításokat. A tranzakciós lekérdezések által elvégzett módosítások visszaállítása ugyanannyi, vagy akár hosszabb ideig is tarthat, mint a lekérdezés által elvégzett eredeti módosítás végrehajtása. Például ha megszakít egy olyan lekérdezést, amely sorokat törölt és már egy órája futott, a rendszernek egy újabb órájába telhet, hogy a törölt sorokat visszaállítsa. Ha a felfüggesztést vagy a méretezést olyankor futtatja, amikor épp tranzakciók vannak folyamatban, a felfüggesztés vagy a méretezés látszólag hosszú időt vehet igénybe, mivel e műveleteknek meg kell várniuk, amíg a visszaállítás lezajlik.

Lásd még : A tranzakciók ismertetése és a tranzakciók optimalizálása.

A számításkezelés automatizálása

A számítási felügyeleti műveletek automatizálásához tekintse meg a Számítás kezelése az Azure-függvényekkel című témakört.

A horizontális felskálázási, szüneteltetési és folytatási műveletek több percig is eltarthatnak. Ha automatikusan skáláz, szüneteltet vagy folytat, javasoljuk a logika implementálását, hogy bizonyos műveletek befejeződjenek, mielőtt egy másik műveletet folytatnánk. A dedikált SQL-készlet (korábbi nevén SQL DW) állapotának különböző végpontokon történő ellenőrzése lehetővé teszi az ilyen műveletek automatizálásának megfelelő implementálását.

A dedikált SQL-készlet (korábbi nevén SQL DW) állapotának ellenőrzéséhez tekintse meg a PowerShell vagy a T-SQL rövid útmutatóját. A dedikált SQL-készlet (korábbi nevén SQL DW) állapotát REST API-val is ellenőrizheti.

Permissions

A dedikált SQL-készlet (korábbi nevén SQL DW) skálázásához az ALTER DATABA Standard kiadás által leírt engedélyek szükségesek. A szüneteltetéshez és a folytatáshoz az SQL DB közreműködői engedélyére van szükség, különösen a Microsoft.Sql/servers/databases/action engedélyre.

Következő lépések

A számítási erőforrások kezelésének útmutatója A számítási erőforrások kezelésének egy másik aspektusa a különböző számítási erőforrások kiosztása az egyes lekérdezésekhez. További információ: Erőforrásosztályok a számítási feladatok kezeléséhez.