Condividi tramite

Unità richiesta in Cosmos DB in Microsoft Fabric

  • Si applica a: ✅ Cosmos DB in Microsoft Fabric

Microsoft Fabric segnala tutto l'utilizzo e la fatturazione usando le unità di capacità. Cosmos DB in Microsoft Fabric normalizza internamente il costo di tutte le operazioni di database usando unità richiesta (o UR, per brevi) e misura il costo in base alla velocità effettiva (unità richiesta al secondo, UR/sec). RU/sec da Cosmos DB vengono quindi convertiti in CU all'interno di Fabric per scopi di utilizzo e fatturazione.

L'unità richiesta è una valuta delle prestazioni che astrae le risorse di sistema, ad esempio elaborazione (CPU), operazioni di input/output (IOPS) e memoria necessarie per eseguire le operazioni di database supportate da Cosmos DB in Fabric. Indipendentemente dal fatto che l'operazione di database sia un'operazione di scrittura, lettura punto o query, le operazioni vengono sempre misurate in UR.

Ad esempio, "point read" è il termine utilizzato per fare riferimento al recupero di un singolo elemento in base all'ID e al valore della chiave di partizione. Un punto letto per un elemento da 1 KB equivale a un'unità richiesta (UR).

È possibile classificare le operazioni di database comuni in tipi specifici e fare ipotesi ragionevoli sul numero di unità richiesta utilizzate da ogni tipo di operazione:

Operazione Descrizione
Operazione di lettura Utilizza una UR
Operazione di inserimento Utilizza un numero variabile di UR
Operazione di upsert Utilizza un numero variabile di UR
Operazioni di eliminazione Utilizza un numero variabile di UR
Operazione di query Utilizza un numero variabile di RU, potenzialmente più delle operazioni puntuali

Diagramma che illustra varie operazioni di database e come utilizzano le unità richiesta.

Per gestire e pianificare la capacità, Cosmos DB in Fabric garantisce che il numero di UR per un'operazione di database specifica su un determinato set di dati sia deterministico. È possibile esaminare l'intestazione della risposta per tenere traccia del numero di UR utilizzate da qualsiasi operazione di database. Una volta identificati i fattori che influiscono sugli addebiti delle unità richiesta e i requisiti di velocità effettiva dell'applicazione, è possibile eseguire l'applicazione in modo economicamente conveniente. La sezione successiva descrive in dettaglio i fattori menzionati in precedenza che influiscono sul consumo di UR.

Considerazioni

Mentre si stima il numero di UR utilizzate dal carico di lavoro, considerare i fattori seguenti:

  • Dimensioni degli elementi: con l'aumentare della dimensione di un elemento, aumenta anche il numero di UR utilizzate per leggere o scrivere l'elemento.

  • Indicizzazione degli elementi: per impostazione predefinita, ogni elemento viene indicizzato automaticamente. Se si sceglie di non indicizzare alcuni degli elementi in un contenitore, viene utilizzato un numero inferiore di UR.

  • Numero di proprietà degli elementi: supponendo che sia applicata l'indicizzazione predefinita a tutte le proprietà, il numero di UR utilizzate per scrivere un elemento aumenta proporzionalmente al numero delle proprietà dell'elemento.

  • Proprietà indicizzate: i criteri di indicizzazione in ogni contenitore determinano le proprietà che vengono indicizzate per impostazione predefinita. Per ridurre il consumo di UR per le operazioni di scrittura, limitare il numero di proprietà indicizzate.

  • Tipo di letture: le letture punto costano meno UR rispetto alle query.

  • Modelli di query: la complessità di una query influisce sulla quantità di unità richiesta utilizzate per un'operazione. I fattori che influiscono sul costo delle operazioni di query sono:

    • Il numero di risultati della query
    • Il numero di predicati
    • La natura dei predicati
    • Il numero di funzioni definite dall'utente
    • Le dimensioni dei dati di origine
    • Le dimensioni del set di risultati
    • Numero e dimensioni delle proprietà proiettate da una query

    La stessa query sugli stessi dati costa sempre lo stesso numero di UR per esecuzioni ripetute.

Contenuti correlati

  • Last updated on