Lagerforbruk og bruk i Microsoft Fabric

Gjelder for:✅ SQL-analyseendepunkt og Warehouse i Microsoft Fabric

Fabric datalager bruker en forbruksbasert modell som måler beregningsressursene som tildeles lagerarbeidsbelastninger over tid.

Denne artikkelen forklarer hvordan lagerforbruk måles og hvordan fakturering beregnes. For mer informasjon om overvåking av utnyttelse, se Hvordan du: Observer Fabric datalager utnyttelsestrender.

Hvordan lagerforbruk måles

I den kapasitetsbaserte SaaS-modellen måles Fabric datalager forbruk basert på beregningsressursene som er tildelt for å støtte arbeidsbelastningsaktivitet.

Fabric allokerer beregningsressurser til arbeidsmengden under lese- og skriveaktivitet mot et lager, og leseaktivitet mot SQL-analyseendepunktet i et lakehouse.

Fabric datalager måler forbruket ved bruk av vNoder (virtuelle noder). En vNode er en samling av fire vCores og fungerer som enheten for ressursallokering og forbruksmåling. For informasjon om CU-forbruksraten knyttet til lagerets beregningsressurser, se Fabric Operations. Etter hvert som arbeidsbelastningsbehovet endres, allokerer og frigjør Fabric dynamisk vNodes.

Beregningsressurser tildeles ved hjelp av et ett-minutts baseline-allokeringsvindu. Forbruket måles og rapporteres deretter per sekund basert på antall tildelte vNodes. Etter hvert som etterspørselen etter arbeidsmengde øker eller minker, justeres vNode-allokeringene deretter.

Forstå faktureringsmodellen

Konseptuelt kan du forstå lagerforbruk som: Forbruk = Aktive vNoder × Aktiv tid.

Denne forenklede modellen bidrar til å forklare forbruksatferd. Faktisk rapportering reflekterer de datakraftressursene som er fordelt over tid på tvers av lageroperasjoner.

Lageret skalerer automatisk beregningsressurser som svar på arbeidsbelastningens behov. Fabric-kapasitets-SKU-en bestemmer hvilke burstable vNode-ressurser som er tilgjengelige for lagerarbeidsbelastninger.

Lageroperasjonskategorier

Du kan analysere bruk av universell databehandlingskapasitet etter arbeidsbelastningskategori på tvers av leieren. Fabric sporer bruk etter total Capacity Unit Seconds (CUs). Tabellen som vises, viser aggregert bruk i løpet av de siste 14 dagene.

Både Warehouse- og SQL-analyseendepunktet ruller opp under Warehouse i Metrics-appen, siden begge bruker SQL Compute. Operasjonskategoriene du ser i denne visningen er:

• Lagerforespørsel: Beregningskostnad for alle brukergenererte og systemgenererte T-SQL-setninger i et lager.
• SQL Endpoint Query: Beregningskostnad for alle brukergenererte og systemgenererte T-SQL-setninger innenfor et SQL-analyseendepunkt.
• Warehouse Snapshot Query: Beregningskostnad for alle brukergenererte og systemgenererte T-SQL-setninger på et warehouse-snapshot.

Eksempel:

Tidspunktutforsk graf

Denne grafen i Microsoft Fabric Capacity Metrics-appen viser ressursbruk sammenlignet med kapasitet kjøpt. 100 % av bruken representerer den fullstendige gjennomstrømmingen av en SKU for kapasitet og deles av alle fabric-arbeidsbelastninger. Denne verdien representeres av den gule stiplede linjen. Ved å velge et spesifikt tidspunkt i grafen aktiveres knappen Utforsk - TimePoint Detail , som åpner en detaljert drill-gjennom-side.

Generelt, på samme måte som Power BI, klassifiseres operasjoner enten som interaktive eller bakgrunn, og angis med farge. De fleste operasjoner i lagerkategorien rapporteres som bakgrunn for å dra nytte av 24-timers utjevning av aktiviteten for å tillate mest fleksible bruksmønstre. Klassifisering av datalagring som bakgrunn reduserer hyppigheten av topper av CU-utnyttelse fra å utløse begrensning.

Tidpunkt-bore-gjennom-graf

Timepoint drill-through-tabellen i Microsoft Fabric Capacity Metrics-appen gir en detaljert oversikt over utnyttelsen på bestemte tidspunkter. Den viser hvor mye kapasitet den gitte SKU-en gir for hver 30-sekunders periode, sammen med en oversikt over interaktive og bakgrunnsoperasjoner. Den interaktive operasjonstabellen viser operasjonene som kjøres på det tidspunktet.

Tabellen for bakgrunnsoperasjoner kan se ut til å vise operasjoner som kjørte mye tidligere enn det valgte tidspunktet. Denne avviket oppstår fordi bakgrunnsoperasjoner i en delt kapasitet (F SKU) gjennomgår 24-timers utjevning. For eksempel viser tabellen alle operasjoner som har kjørt og fortsatt er i utjevning på det valgte tidspunktet.

De viktigste brukstilfellene for denne visningen inkluderer:

• Bestem om forbruket drives av brukerinitierte eller systeminitierte arbeidsbelastninger.

  • Eksempler på brukerinitierte arbeidsbelastninger inkluderer kjøring av T-SQL-spørringer eller samhandling med Fabric-portalen, for eksempel bruk av SQL Power Query-redigering eller Visual Power Query-redigering.
  • Eksempler på systeminitierte arbeidsbelastninger inkluderer datakomprimering og andre bakgrunnsoppgaver som kjører automatisk for å optimalisere ytelsen og forbedre spørringsutførelsen.

• Identifiser tidsperiodene som har brukt mest ressurser.

  • Sorter tabellen etter totale CU(s) i synkende rekkefølge for å identifisere de dyreste tidsperiodene. Fang de tilsvarende Start- og Slutttidsstemplene.
  • For å identifisere spørringer som kjørte i det valgte intervallet, bruk T-SQL-spørringer på Query Insights-visninger, spesielt spørringsvisninger insights.exec_requests_history. For eksempel for å identifisere spørringer som kjørte i et bestemt intervall:

  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;
  

Overvåk lagerforbruket

Du kan analysere lagerforbruket ved å bruke både Fabric Capacity Metrics-appen og Query Insights. Disse verktøyene besvarer forskjellige, men komplementære spørsmål.

Fabric Capacity Metrics-appen

Bruk kapasitetsmålinger for å forstå:

• Lagerbrukstrender.
• Perioder med høy utnyttelse.
• Forbruk på tvers av arbeidsområder og varer.
• Forbruk i forhold til andre Fabric-arbeidsbelastninger på samme kapasitet.
• Tidsvinduer som kan kreve undersøkelse.

Kapasitetsmålinger er det primære verktøyet for å avgjøre når forbruket fant sted og hvor mye forbruk som ble rapportert i løpet av en gitt periode.

Spørringsinnsikter

Bruk Query Insights for å forstå:

• Hvilke søk som var aktive i forbruksperioder.
• Hvilke bruksmønstre som var assosiert med aktivitet.
• Spørringsutførelsesegenskaper som kan forklare økt utnyttelse.
• Potensielle muligheter for optimalisering av arbeidsmengde.

Query Insights hjelper til med å forklare hva som kjørte , mens Capacity Metrics hjelper til med å identifisere når forbruket fant sted. Sammen gir de et mer komplett bilde av lagerbruken.

Vurderinger

Vurder følgende nyanser for bruksrapportering:

• Rapportering på tvers av databaser: Når en T-SQL-spørring kobles sammen på tvers av flere lagre (eller på tvers av et lager og et SQL-analyseendepunkt), rapporteres bruk mot den opprinnelige ressursen.
• Spørringer om systemkatalogvisninger og dynamiske administrasjonsvisninger er fakturerbare spørringer.

Undersøk uventet forbruk

For å undersøke en periode med uventet lagerforbruk:

1. Identifiser tidsvinduet i Capacity Metrics.
2. Gå gjennom lagerutnyttelsen i den perioden.
3. Bruk T-SQL-spørringer på Query Insights og warehouse dynamic management views (DMV) for å evaluere den tilhørende aktiviteten.
4. Bestem om utnyttelsen var relatert til brukerarbeidsbelastning, samtidighet eller systemgenererte operasjoner.
5. Identifiser muligheter for å optimalisere arbeidsbelastningsmønstre eller spørringsytelse.
   • Vurder funksjoner som lagerarbeidsbelastningsstyring og dataklynging.
   • Gå gjennom retningslinjer for ytelse i Fabric datalager.

Vanlige spørsmål

Hva er en vNode?

En virtuell node (vNode) er enheten i lagerberegning som brukes til ressursallokering og forbruksmåling.

Bruker bakgrunnsaktivitet kapasitet?

Ja. Forbruk kan inkludere både brukergenerert aktivitet og systemgenererte operasjoner som vedlikehold og optimaliseringsoppgaver.

Hvordan påvirker samtidighet forbruket?

Etter hvert som etterspørselen etter samtidig arbeidsbelastning øker, kan Fabric tildele ekstra vNodes. Økt allokering kan føre til høyere forbruk.

Hvor kan jeg overvåke lagerforbruket?

Bruk Fabric Capacity Metrics-appen for å forstå forbruks- og utnyttelsestrender. Bruk Query Insights og T-SQL-spørringer på DMV-er for å analysere aktiviteten knyttet til disse periodene.

Neste trinn

Hvordan observere Fabric datalager utnyttelsestrender

Relatert innhold

• Overvåk tilkoblinger, økter og forespørsler ved hjelp av DMV-er
• Fabric datalager ytelsesretningslinjer
• Forstå at Azure fakturerer på en tekstilkapasitet