Megjegyzés
Az oldalhoz való hozzáféréshez engedély szükséges. Megpróbálhat bejelentkezni vagy módosítani a címtárat.
Az oldalhoz való hozzáféréshez engedély szükséges. Megpróbálhatja módosítani a címtárat.
A következőre vonatkozik:✅ SQL Analytics-végpont és a Microsoft Fabric Warehouse
Fabric Data Warehouse fogyasztásalapú modellt használ, amely idővel méri a raktári munkaterhelésekhez rendelt számítási erőforrásokat.
Ez a cikk bemutatja, hogyan mérték a raktári fogyasztást, és hogyan számítják ki a számlázást. További információért a kihasználtság monitorozásáról lásd: Hogyan figyeld meg Fabric Data Warehouse kihasználási trendeket.
Hogyan értékelik a raktári fogyasztást
A kapacitásalapú SaaS modellben Fabric Data Warehouse fogyasztást a terhelés támogatására szánt számítási erőforrások alapján mérik.
Fabric számítási erőforrásokat oszt a munkaterheléshez olvasási és írási tevékenység során egy raktárban, valamint olvasási tevékenységet egy tóház SQL analitikai végpontja ellen.
Fabric Data Warehouse vNode-ok (virtuális csomópontok) segítségével méri a fogyasztást. A vNode négy vCore-ból álló gyűjtemény, amely az erőforrás-allokáció és fogyasztás mérésének egységeként szolgál. A raktári számítási erőforrásokhoz kapcsolódó CU-fogyasztási rátáról információért lásd: Fabric Operations. Ahogy a munkaterhelés igénye változik, a Fabric dinamikusan osztja ki és adja ki vNode-okat.
A számítási erőforrásokat egy egyperces alapvonal-allokációs ablak alapján osztják ki. Ezután másodpercenként mérik és jelentik a fogyasztást a kijelölt vNode-ok száma alapján. Ahogy a munkaterhelés igénye nő vagy csökken, a vNode allokációk ennek megfelelően alakulnak.
A számlázási modell ismertetése
Koncepcionálisan a raktárfogyasztást így értelmezhetjük: Fogyasztás = Aktív vNode-ok × Aktív idő.
Ez az egyszerűsített modell segít megmagyarázni a fogyasztási viselkedést. A tényleges jelentés tükrözi az idővel elosztott számítási erőforrásokat a raktári műveletek között.
A Warehouse automatikusan skálázza a számítási erőforrásokat a terhelés igényeinek megfelelően. A Fabric kapacitás SKU határozza meg a raktári munkaterhelésekhez rendelkezésre álló robbantható vNode erőforrásokat.
Raktárműveleti kategóriák
Elemezheti az univerzális számítási kapacitás használatát számítási feladatkategória szerint, a bérlő egészében. Fabric a teljes kapacitásegység másodpercek (CU) szerint követi a felhasználást. A megjelenített táblázat az elmúlt 14 nap összesített használatát mutatja.
Mind a Warehouse, mind az SQL analitikai végpont a Metrics alkalmazásban a Warehouse alatt jelenik meg, mivel mindkettő SQL számítást használ. Ebben a nézetben látható műveleti kategóriák:
- Raktári lekérdezés: Számolj díjat minden felhasználó által generált és rendszergenerált T-SQL utasításért egy raktárban.
- SQL Endpoint Query: Számítási díj minden felhasználó által generált és rendszer által generált T-SQL utasításra egy SQL analitikai végponton belül.
- Raktári pillanatkép lekérdezés: Számolj díjat minden felhasználó által generált és rendszerrel generált T-SQL utasításért egy raktári pillanatképen.
Példa:
Időpont-feltáró gráf
A Microsoft Fabric Kapacitásmetrikák alkalmazás ezen grafikonja az erőforrások kihasználtságát mutatja a megvásárolt kapacitáshoz képest. A 100%-os kihasználtság egy kapacitás SKU teljes átviteli sebességét jelenti, és az összes Fabric feladat megosztja. Ezt az értéket a sárga szaggatott vonal jelöli. Egy adott időpont kiválasztása a grafikon lehetővé teszi a Felfedezés - Időpont részletesség gombot, amely egy részletes fúrólapot nyit meg.
A Power BI-hez hasonlóan a műveleteket interaktív vagy háttérként osztályozzák, és szín szerint jelölik. A Raktár kategóriában a legtöbb műveletet háttérként jelentik, hogy kihasználják a 24 órás kisimítást a legrugalmasabb használati minták érdekében. Az adatraktározás háttérként való besorolása csökkenti a CU-kihasználtság csúcsainak gyakoriságát a korlátozás bevezetésétől.
Időpont-fúrás-gráf
A Microsoft Fabric Capacity Metrics alkalmazásban található időpont-fúróasztal részletes képet nyújt a kihasználtságról adott időpontokban. Megmutatja, hogy mennyi kapacitást ad az adott SKU minden 30 másodperces időszakra, valamint az interaktív és háttérműveletek bontását. Az interaktív műveleti táblázat felsorolja azokat a műveleteket, amelyek az adott időpontban futnak.
A háttérműveletek táblázat úgy tűnhet, hogy olyan műveleteket jelenít meg, amelyek jóval korábban futottak a kiválasztott időpontnál. Ez az eltérés azért alakul ki, mert a közös kapacitásban (F SKU) működő háttérműveletek 24 órás simításon esnek át. Például a táblázat megjeleníti az összes olyan műveletet, amely a kiválasztott időpontban futott és még mindig simít.
A nézet leggyakoribb használati esetei a következők:
Határozd meg, hogy a fogyasztást a felhasználó által indított vagy a rendszer által indított munkaterhelés vezérli-e.
- A felhasználók által indított munkaterhelések példái közé tartozik a T-SQL lekérdezések futtatása vagy a Fabric portállal való interakció, például az SQL Lekérdezésszerkesztő vagy a Visual Lekérdezésszerkesztő használata.
- A rendszer által indított munkaterhelések példái az adattömörítés és más háttérfeladatok, amelyek automatikusan futnak a teljesítmény optimalizálására és a lekérdezések végrehajtásának javítására.
Azonosítsd azokat az időszakokat, amelyek a legtöbb erőforrást fogyasztották.
- Rendezd a táblázatot Total CU(s) szerint csökkenő sorrendben, hogy azonosítsd a legdrágább időszakokat. Rögzítsd a megfelelő kezdő és végi időbélyegeket.
- A kiválasztott időszakban futó lekérdezések azonosításához használjunk T-SQL lekérdezéseket a Query Insights nézetekben, különösen a lekérdezések insights.exec_requests_history-ben. Például a lekérdezések azonosítására, amelyek egy adott intervallum alatt futottak:
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;
Raktárfogyasztás monitorálása
A raktárfogyasztást elemezheted mind a Fabric Capacity Metrics alkalmazás, mind a Query Insights segítségével. Ezek az eszközök különböző, de kiegészítő kérdésekre válaszolnak.
Fabric Capacity Metrics alkalmazás
Használd a kapacitásmérők használatát, hogy megértsd:
- Raktárfogyasztási trendek.
- Magas használati időszakok.
- Fogyasztás a munkaterületeken és tárgyakon keresztül.
- Fogyasztás más Fabric munkaterhelésekhez képest ugyanazon kapacitáson.
- Olyan időablakok, amelyek vizsgálatot igényelhetnek.
A kapacitásmérők az elsődleges eszköz annak meghatározására, hogy mikor történt fogyasztás és mennyi fogyasztás jelentett egy adott időszakban.
Lekérdezési elemzések
Használd a Query Insights alkalmazást, hogy megértsd:
- Melyik lekérdezések voltak aktívak a fogyasztási időszakban.
- Milyen használati minták kapcsolódnak az aktivitáshoz.
- Lekérdezésvégrehajtási jellemzők, amelyek magyarázhatják a megnövekedett kihasználtságot.
- Lehetséges munkaterhelés-optimalizálási lehetőségek.
A Query Insights segít elmagyarázni, mi futott , míg a Capacity Metrics segít azonosítani, mikor történt a fogyasztás. Együtt teljesebb képet adnak a raktárhasználatról.
Megfontolások
Vegye figyelembe a következő használati jelentési árnyalatokat:
- Adatbázisközi jelentéskészítés: Ha egy T-SQL-lekérdezés több adatárház között (vagy egy adatárház és egy SQL-analitikai végpont között) kapcsolódik, a használatot a forráserőforrással jelentik.
- A rendszerkatalógus-nézetek és a dinamikus felügyeleti nézetek lekérdezései számlázható lekérdezések.
Vizsgáld meg a váratlan fogyasztást
Egy váratlan raktárfogyasztási időszak vizsgálata:
- Azonosítsd az időablakot a Kapacitásmetrikákban.
- Nézze át a raktár használatát ebben az időszakban.
- Használj T-SQL lekérdezéseket a Query Insights és raktárdinamikai menedzsment nézeteket (DMV-k ) a kapcsolódó tevékenység értékeléséhez.
- Határozzuk meg, hogy a kihasználtság kapcsolódik-e a felhasználói terhelésekhez, az egyidejű működéshez vagy a rendszer által generált műveletekhez.
- Ismerje fel a lehetőségeket a munkaterhelés mintáinak vagy lekérdezési teljesítmény optimalizálására.
- Vegyük figyelembe olyan funkciókat, mint a raktári munkaterhelés kezelése és adatklaszterezés.
- Tekintse át a teljesítményirányelveket Fabric Data Warehouse-ben.
Gyakori kérdések
Mi az a vNode?
A virtuális csomópont (vNode) a raktári számítás egysége, amelyet erőforrás-allokációra és fogyasztásmérésre használnak.
A háttérben végzett tevékenység elfogyasztja a kapacitást?
Yes. A fogyasztás magában foglalhatja a felhasználó által generált tevékenységet és a rendszer által generált műveleteket, például karbantartási és optimalizálási feladatokat.
Hogyan befolyásolja az egyidejű fogyasztás?
Ahogy az egyidejű terhelés iránti kereslet nő, a Fabric további vNode-okat oszthat ki. A nagyobb elosztás magasabb fogyasztáshoz vezethet.
Hol tudom nyomon követni a raktári fogyasztást?
Használja a Fabric Capacity Metrics alkalmazást a fogyasztási és kihasználási trendek megértéséhez. Használd a Query Insights és T-SQL lekérdezéseket a DMV-kön , hogy elemezd az adott időszakokhoz kapcsolódó tevékenységet.