Azure Synapse Analytics の専用 SQL プールのメモリおよびコンカレンシーの制限
Azure Synapse Analytics のさまざまなパフォーマンス レベルとリソース クラスに割り当てられたメモリおよびコンカレンシーの制限を表示します。
Note
ワークロード管理ワークロード グループは、動的または静的なリソース クラスよりも柔軟で、要求とコンカレンシーごとにリソースを構成することができます。 詳細については、ワークロード グループと CREATE WORKLOAD GROUP 構文に関するページを参照してください。
データ ウェアハウスの容量設定
次の表は、さまざまなパフォーマンス レベルでのデータ ウェアハウスの最大容量を示しています。 パフォーマンス レベルを変更するには、コンピューティングのスケーリング (ポータル) に関するページを参照してください。
サービス レベル
サービスレベルの範囲は DW100c から DW30000c までです。
| パフォーマンス レベル | コンピューティング ノード | コンピューティング ノードごとの配布 | データ ウェアハウスあたりのメモリ (GB) |
|---|---|---|---|
| DW100c | 1 | 60 | 60 |
| DW200c | 1 | 60 | 120 |
| DW300c | 1 | 60 | 180 |
| DW400c | 1 | 60 | 240 |
| DW500c | 1 | 60 | 300 |
| DW1000c | 2 | 30 | 600 |
| DW1500c | 3 | 20 | 900 |
| DW2000c | 4 | 15 | 1200 |
| DW2500c | 5 | 12 | 1500 |
| DW3000c | 6 | 10 | 1800 |
| DW5000c | 10 | 6 | 3000 |
| DW6000c | 12 | 5 | 3600 |
| DW7500c | 15 | 4 | 4500 |
| DW10000c | 20 | 3 | 6000 |
| DW15000c | 30 | 2 | 9000 |
| DW30000c | 60 | 1 | 18000 |
最大のサービス レベルは DW30000c で、60 のコンピューティング ノードと、コンピューティング ノードごとに 1 つの配布です。 たとえば、DW30000c の 600 TB のデータ ウェアハウスは、コンピューティング ノードあたり約 10 TB を処理します。
Note
Synapse 専用 SQL プールは、常に進化し続けるプラットフォーム サービスです。 クラウドの責任共有モデルのもと、Microsoft は専用 SQL プールをホストする基盤となるソフトウェアとハードウェアの進歩に継続的に投資しています。 その結果、所定のパフォーマンス レベル (SLO) を支えるノード数やコンピューター ハードウェアの種類が変更される場合があります。 ここに記載されているコンピューティング ノードの数は参照値であり、サイズ設定やパフォーマンス目的では使用すべきではありません。 ノード数や基になるインフラストラクチャに関係なく、Microsoft の目標は SLO に従ったパフォーマンスを提供することです。そのため、すべてのサイズ変更の演習では、ガイドとして cDWU を使用することをお勧めします。 SLO とコンピューティング Data Warehouse ユニットの詳細については、「専用 SQL プール (以前の SQL DW) 用の Data Warehouse ユニット」を参照してください。
ワークロード グループの同時実行の最大値
ワークロード グループが導入され、コンカレンシー スロットの概念は適用されなくなりました。 要求ごとのリソースはパーセント単位で割り当てられ、ワークロード グループの定義で指定されます。 ただし、コンカレンシー スロットを削除したとしても、サービス レベルに基づいてクエリごとに必要なリソースの最小量があります。 次の表では、サービス レベル全体のクエリごとに必要なリソースの最小量と、実現可能な関連するコンカレンシー数を定義しています。
| サービス レベル | 同時クエリの最大数 | REQUEST_MIN_RESOURCE_GRANT_PERCENT でサポートされる最小量 (%) |
|---|---|---|
| DW100c | 4 | 25% |
| DW200c | 8 | 12.5% |
| DW300c | 12 | 8% |
| DW400c | 16 | 6.25% |
| DW500c | 20 | 5% |
| DW1000c | 32 | 3% |
| DW1500c | 32 | 3% |
| DW2000c | 48 | 2% |
| DW2500c | 48 | 2% |
| DW3000c | 64 | 1.5% |
| DW5000c | 64 | 1.5% |
| DW6000c | 128 | 0.75% |
| DW7500c | 128 | 0.75% |
| DW10000c | 128 | 0.75% |
| DW15000c | 128 | 0.75% |
| DW30000c | 128 | 0.75% |
リソース クラスのコンカレンシーの最大値
各クエリを効率的に実行するために十分なリソースが提供されるよう、Synapse SQL は各クエリにコンカレンシー スロットを割り当てることで、リソース使用率を追跡します。 システムは、重要度とコンカレンシー スロットに基づいて、クエリをキューに入れます。 十分な数のコンカレンシー スロットが利用できるようになるまで、クエリはキュー内で待機します。 重要度とコンカレンシー スロットによって、CPU の優先順位付けも決定されます。 詳細については、ワークロードの分析に関するページを参照してください。
静的リソース クラス
次の表は、静的なリソース クラスごとの最大のコンカレント クエリ数とコンカレンシー スロット数を示しています。
| サービス レベル | 同時クエリの最大数 | 割り当てられるコンカレンシー スロット数 | staticrc10 で使用されるスロット数 | staticrc20 で使用されるスロット数 | staticrc30 で使用されるスロット数 | staticrc40 で使用されるスロット数 | staticrc50 で使用されるスロット数 | staticrc60 で使用されるスロット数 | staticrc70 で使用されるスロット数 | staticrc80 で使用されるスロット数 |
|---|---|---|---|---|---|---|---|---|---|---|
| DW100c | 4 | 4 | 1 | 2 | 4 | 4 | 4 | 4 | 4 | 4 |
| DW200c | 8 | 8 | 1 | 2 | 4 | 8 | 8 | 8 | 8 | 8 |
| DW300c | 12 | 12 | 1 | 2 | 4 | 8 | 8 | 8 | 8 | 8 |
| DW400c | 16 | 16 | 1 | 2 | 4 | 8 | 16 | 16 | 16 | 16 |
| DW500c | 20 | 20 | 1 | 2 | 4 | 8 | 16 | 16 | 16 | 16 |
| DW1000c | 32 | 40 | 1 | 2 | 4 | 8 | 16 | 32 | 32 | 32 |
| DW1500c | 32 | 60 | 1 | 2 | 4 | 8 | 16 | 32 | 32 | 32 |
| DW2000c | 48 | 80 | 1 | 2 | 4 | 8 | 16 | 32 | 64 | 64 |
| DW2500c | 48 | 100 | 1 | 2 | 4 | 8 | 16 | 32 | 64 | 64 |
| DW3000c | 64 | 120 | 1 | 2 | 4 | 8 | 16 | 32 | 64 | 64 |
| DW5000c | 64 | 200 | 1 | 2 | 4 | 8 | 16 | 32 | 64 | 128 |
| DW6000c | 128 | 240 | 1 | 2 | 4 | 8 | 16 | 32 | 64 | 128 |
| DW7500c | 128 | 300 | 1 | 2 | 4 | 8 | 16 | 32 | 64 | 128 |
| DW10000c | 128 | 400 | 1 | 2 | 4 | 8 | 16 | 32 | 64 | 128 |
| DW15000c | 128 | 600 | 1 | 2 | 4 | 8 | 16 | 32 | 64 | 128 |
| DW30000c | 128 | 1200 | 1 | 2 | 4 | 8 | 16 | 32 | 64 | 128 |
動的リソース クラス
次の表は、動的なリソース クラスごとの最大のコンカレンシー クエリ数とコンカレンシー スロット数を示しています。 動的リソース クラスは、サービス レベル DW1000c から DW30000c において small-medium-large-xlarge リソース クラスに対して 3-10-22-70 のメモリ割り当てを使用します。 DW1000c よりも下のサービスレベルでのメモリ割り当てについては、動的リソース クラス ドキュメントを参照してください。
| サービス レベル | 同時クエリの最大数 | 割り当てられるコンカレンシー スロット数 | smallrc で使用されるスロット数 | mediumrc で使用されるスロット数 | largerc で使用されるスロット数 | xlargerc で使用されるスロット数 |
|---|---|---|---|---|---|---|
| DW100c | 4 | 4 | 1 | 1 | 1 | 2 |
| DW200c | 8 | 8 | 1 | 1 | 1 | 5 |
| DW300c | 12 | 12 | 1 | 1 | 2 | 8 |
| DW400c | 16 | 16 | 1 | 1 | 3 | 11 |
| DW500c | 20 | 20 | 1 | 2 | 4 | 14 |
| DW1000c | 32 | 40 | 1 | 4 | 8 | 28 |
| DW1500c | 32 | 60 | 1 | 6 | 13 | 42 |
| DW2000c | 32 | 80 | 2 | 8 | 17 | 56 |
| DW2500c | 32 | 100 | 3 | 10 | 22 | 70 |
| DW3000c | 32 | 120 | 3 | 12 | 26 | 84 |
| DW5000c | 32 | 200 | 6 | 20 | 44 | 140 |
| DW6000c | 32 | 240 | 7 | 24 | 52 | 168 |
| DW7500c | 32 | 300 | 9 | 30 | 66 | 210 |
| DW10000c | 32 | 400 | 12 | 40 | 88 | 280 |
| DW15000c | 32 | 600 | 18 | 60 | 132 | 420 |
| DW30000c | 32 | 1200 | 36 | 120 | 264 | 840 |
クエリの実行を開始するのに十分な数のコンカレンシー スロットが空いていない場合、クエリはキューに入れられ、重要度に基づいて実行されます。 重要度が同じ場合、クエリは先入れ先出しで実行されます。 クエリが完了してクエリおよびスロットの数が制限値を下回ると、Azure Synapse Analytics では、キューに入れられていたクエリが解放されます。
次のステップ
ワークロードをさらに最適化するためにリソース クラスを活用する方法の詳細については、次の記事を参照してください。