Stoffoperasjoner
Hver opplevelse i Microsoft Fabric støtter unike operasjoner. En operasjons forbrukssats er det som konverterer bruken av opplevelsens rå måledata til databehandlingsenheter (CU).
Databehandlingssiden for Microsoft Fabric Capacity Metrics-appen gir en oversikt over kapasitetens ytelse og viser stoffoperasjoner som bruker databehandlingsressurser.
Denne artikkelen viser disse operasjonene etter erfaring, og forklarer hvordan de bruker ressurser i Fabric.
Interaktive operasjoner og bakgrunnsoperasjoner
Microsoft Fabric deler operasjoner inn i to typer, interaktive og bakgrunner. Denne artikkelen viser disse operasjonene og forklarer forskjellen mellom dem.
Interaktive operasjoner
Behovsbetingede forespørsler og operasjoner som kan utløses av brukersamhandlinger med brukergrensesnittet, for eksempel datamodellspørringer generert av visualobjekter for rapporter, klassifiseres som interaktive operasjoner. De utløses vanligvis av brukersamhandlinger med brukergrensesnittet. En interaktiv operasjon utløses for eksempel når en bruker åpner en rapport eller klikker på en slicer i en Power BI-rapport. Interaktive operasjoner kan også utløses uten å samhandle med brukergrensesnittet, for eksempel når du bruker SQL Server Management Studio (SSMS) eller et egendefinert program til å kjøre en DAX-spørring.
Bakgrunnsoperasjoner
Lengre operasjoner som kjører, for eksempel semantisk modell eller dataflytoppdateringer, klassifiseres som bakgrunnsoperasjoner . De kan utløses manuelt av en bruker, eller automatisk uten brukersamhandling. Bakgrunnsoperasjoner inkluderer planlagte oppdateringer, interaktive oppdateringer, REST-baserte oppdateringer og XMLA-baserte oppdateringsoperasjoner. Brukere forventes ikke å vente på at disse operasjonene skal fullføres. I stedet kan de komme tilbake senere for å kontrollere statusen for operasjonene.
Slik leser du dette dokumentet
Hver opplevelse har en tabell som viser operasjonene, med følgende kolonner:
Operasjon – navnet på operasjonen. Synlig i Måledata-appen for Microsoft Fabric Capacity Metrics.
Beskrivelse – en beskrivelse av operasjonen.
Element – elementet som denne operasjonen kan gjelde for. Synlig i Måledata-appen for Microsoft Fabric Capacity Metrics.
Azure-faktureringsmåler – navnet på måleren på Azure-fakturaen som viser bruk for denne operasjonen.
Type – viser typen operasjon. Operasjoner klassifiseres som interaktive operasjoner eller bakgrunnsoperasjoner .
Når flere detaljer om forbrukssatsen er tilgjengelig, oppgis en kobling til dokumentet med denne informasjonen.
Stoffoperasjoner etter erfaring
Denne delen er delt inn i Stoffopplevelse. Hver opplevelse hadde en tabell som viser operasjonene.
Viktig
Forbrukssatser kan endres når som helst. Microsoft vil bruke rimelig innsats for å varsle via e-post eller via produktvarsling. Endringer trer i kraft på datoen som er angitt i Microsofts produktmerknader eller Microsoft Fabric-blogg. Hvis endringer i en forbrukssats for Arbeidsbelastning for Microsoft Fabric øker kapasitetsenhetene (CU) som kreves for å bruke en bestemt arbeidsbelastning, kan kunder bruke avbestillingsalternativene som er tilgjengelige for den valgte betalingsmåten.
Copilot i Stoff
Copilot operasjoner er oppført i denne tabellen. Du finner forbrukssatsene for Copilot i Copilot forbruk.
| Operation | Bekrivelse | Vare | Faktureringsmåler for Azure | Type |
|---|---|---|---|---|
| Copilot i Stoff | Beregningskostnader knyttet til inndatameldinger og fullføring av utdata | Flere | Copilot i Fabric CU | Bakgrunn |
Data Factory
Data Factory-opplevelsen inneholder operasjoner for Dataflyter Gen2 og Pipelines.
Dataflyter Gen2
Du finner forbrukssatsene for Dataflyter Gen2 i Dataflow Gen2-priser for Data Factory i Microsoft Fabric.
| Operation | Bekrivelse | Vare | Faktureringsmåler for Azure | Type |
|---|---|---|---|---|
| Oppdatering av dataflyt gen2 | Beregningskostnader knyttet til oppdateringsoperasjon for dataflyt gen2 | Dataflyt gen2 | Bruk av dataflyter standarddatabehandlingskapasitet CU | Bakgrunn |
| Dataflytdatabehandling med høy skala – SQL Endpoint Query | Bruk relatert til dataflyten Gen2 oppsamlingslageret SQL-endepunkt | Warehouse | Høyskala dataflytdatabehandlingskapasitet CU | Bakgrunn |
Pipelines
Du finner forbrukssatsene for pipeliner i datasamlebåndpriser for Data Factory i Microsoft Fabric.
| Operation | Bekrivelse | Vare | Faktureringsmåler for Azure | Type |
|---|---|---|---|---|
| Datamovement | Hvor lang tid kopieringsaktiviteten bruker i et Data Factory-datasamlebånd dividert med antall dataintegreringsenheter | Datasamlebånd | Bruk av databevegelseskapasitet CU | Bakgrunn |
| ActivityRun | Kjøring av datasamlebåndaktivitet i Data Factory | Datasamlebånd | Bruk av dataorkestreringskapasitet CU | Bakgrunn |
Datalager
Én Synapse Data Warehouse-kjerne (datalagerenhet) tilsvarer to enheter for stoffkapasitet.
| Operation | Bekrivelse | Vare | Faktureringsmåler for Azure | Type |
|---|---|---|---|---|
| Lagerspørring | Beregningsgebyr for alle brukergenererte og systemgenererte T-SQL-setninger i et lager | Warehouse | Bruk av datalagerkapasitet CU | Bakgrunn |
| SQL-endepunktspørring | Beregningsgebyr for alle brukergenererte og systemgenererte T-SQL-setninger i SQL Analytics-endepunktet til et Lakehouse | Warehouse | Bruk av datalagerkapasitet CU | Bakgrunn |
Fabric API for GraphQL
GraphQL-operasjoner består av forespørsler utført på API for GraphQL-elementer av API-klienter. Hver prosesstid for GraphQL-forespørsler og svaroperasjoner rapporteres i kapasitetsenheter (CUer) i sekunder med en hastighet på ti CUer per time.
| Operation | Bekrivelse | Vare | Faktureringsmåler for Azure | Type |
|---|---|---|---|---|
| Query | Beregningsgebyr for alle genererte GraphQL-spørringer (leser) og mutasjoner (skriver) av klienter i en GraphQL API | GraphQL | API for GraphQL Query Capacity Usage CU | Interaktive |
OneLake
One Lake-databehandlingsoperasjoner representerer transaksjonene som utføres på One Lake-elementer. Forbrukssatsen for hver operasjon varierer avhengig av type. Hvis du vil ha mer informasjon, kan du se One Lake-forbruk.
| Operation | Bekrivelse | Vare | Azure Faktureringsmåler | Type |
|---|---|---|---|---|
| OneLake Les via omdirigering | OneLake Les via omdirigering | (Flere) | OneLake Read Operations Capacity Usage CU | Bakgrunn |
| OneLake Lest via proxy | OneLake Lest via proxy | (Flere) | OneLake Read Operations via API Capacity Usage CU | Bakgrunn |
| OneLake Skrive via omadressering | OneLake Skrive via omadressering | (Flere) | OneLake Write Operations Capacity Usage CU | Bakgrunn |
| OneLake-skrive via proxy | OneLake-skrive via proxy | (Flere) | OneLake-skriveoperasjoner via API Capacity Usage CU | Bakgrunn |
| OneLake Iterativ skriving via omadressering | OneLake Iterativ skriving via omadressering | (Flere) | OneLake Iterative Write Operations | Bakgrunn |
| OneLake Iterative Lese via omadressering | OneLake Iterative Lese via omadressering | (Flere) | OneLake Iterative Read Operations Capacity Usage CU | Bakgrunn |
| OneLake andre operasjoner | OneLake andre operasjoner | (Flere) | OneLake Other Operations Capacity Usage CU | Bakgrunn |
| OneLake Andre operasjoner via omdirigering | OneLake Andre operasjoner via omdirigering | (Flere) | OneLake Other Operations via API Capacity Usage CU | Bakgrunn |
| OneLake Iterative Write via Proxy | OneLake Iterative Write via Proxy | (Flere) | OneLake Iterative Write Operations via API Capacity Usage CU | Bakgrunn |
| OneLake Iterative Lese via Proxy | OneLake Iterative Lese via Proxy | (Flere) | OneLake Iterative Read Operations via API Capacity Usage CU | Bakgrunn |
| OneLake BCDR Lese via proxy | OneLake BCDR Lese via proxy | (Flere) | OneLake BCDR-leseoperasjoner via API Capacity Usage CU | Bakgrunn |
| OneLake BCDR-skriving via proxy | OneLake BCDR-skriving via proxy | (Flere) | OneLake BCDR-skriveoperasjoner via API Capacity Usage CU | Bakgrunn |
| OneLake BCDR Lese via omadressering | OneLake BCDR Lese via omadressering | (Flere) | OneLake BCDR Read Operations Capacity Usage CU | Bakgrunn |
| OneLake BCDR-skriving via omadressering | OneLake BCDR-skriving via omadressering | (Flere) | OneLake BCDR Write Operations Capacity Usage CU | Bakgrunn |
| OneLake BCDR Iterativ lese via proxy | OneLake BCDR Iterativ lese via proxy | (Flere) | OneLake BCDR Iterative Read Operations via API Capacity Usage CU | Bakgrunn |
| OneLake BCDR Iterativ lese via omadressering | OneLake BCDR Iterativ lese via omadressering | (Flere) | OneLake BCDR Iterative Read Operations Capacity Usage CU | Bakgrunn |
| OneLake BCDR Iterativ skriving via proxy | OneLake BCDR Iterativ skriving via proxy | (Flere) | OneLake BCDR Iterative Write Operations via API Capacity Usage CU | Bakgrunn |
| OneLake BCDR Iterativ skriving via omadressering | OneLake BCDR Iterativ skriving via omadressering | (Flere) | OneLake BCDR Iterative Write Operations Capacity Usage CU | Bakgrunn |
| Andre operasjoner i OneLake BCDR | Andre operasjoner i OneLake BCDR | (Flere) | OneLake BCDR Other Operations Capacity Usage CU | Bakgrunn |
| OneLake BCDR Andre operasjoner via omadressering | OneLake BCDR Andre operasjoner via omadressering | (Flere) | OneLake BCDR Andre operasjoner via API Capacity Usage CU | Bakgrunn |
Power BI
Bruken for hver operasjon rapporteres i CU-behandlingstid i sekunder. Åtte CUer tilsvarer én Power BI-v-kjerne.
Merk
Termen Semantic-modell erstatter termdatasettet. Du kan fortsatt se den gamle termen i brukergrensesnittet til den er fullstendig erstattet.
Vi fakturerer for øyeblikket ikke for R/Py-visualobjekter i Power BI.
| Operation | Bekrivelse | Vare | Faktureringsmåler for Azure | Type |
|---|---|---|---|---|
| Kunstig intelligens (AI) | Evaluering av kunstig intelligens-funksjon | AI | Power BI Capacity Usage CU | Bakgrunn |
| Bakgrunnsspørring | Spørringer for oppdatering av fliser og oppretting av øyeblikksbilder av rapporter | Semantisk modell | Power BI Capacity Usage CU | Bakgrunn |
| DirectQuery for dataflyt | Koble direkte til en dataflyt uten å måtte importere dataene til en semantisk modell | Dataflyt gen1 | Power BI Capacity Usage CU | Interaktive |
| Dataflytoppdatering | En behovsbetinget eller planlagt bakgrunnsdataflytoppdatering, utført av tjenesten eller med REST-API-er. | Dataflyt gen1 | Power BI Capacity Usage CU | Bakgrunn |
| Semantisk modell ved behov-oppdatering | En bakgrunnsbasert semantisk modelloppdatering initiert av brukeren ved hjelp av tjenesten, REST-API-er eller offentlige XMLA-endepunkter | Semantisk modell | Power BI Capacity Usage CU | Bakgrunn |
| Semantisk modell planlagt oppdatering | En planlagt bakgrunnsbasert semantisk modelloppdatering, utført av tjenesten, REST-API-er eller offentlige XMLA-endepunkter | Semantisk modell | Power BI Capacity Usage CU | Bakgrunn |
| Full rapport-e-postabonnement | En PDF- eller PowerPoint-kopi av en hel Power BI-rapport, knyttet til et e-postabonnement | Rapport | Power BI Capacity Usage CU | Bakgrunn |
| Interaktiv spørring | Spørringer startet av en forespørsel om behovsbetinget data fra en bruker. Hvis du for eksempel laster inn en modell når du åpner en rapport, eller brukersamhandling med en rapport | Semantisk modell | Power BI Capacity Usage CU | Interaktive |
| PublicApiExport | En Power BI-rapport eksportert med eksportrapporten for å arkivere REST API | Rapport | Power BI Capacity Usage CU | Bakgrunn |
| Render | En paginert Power BI-rapport eksportert med den eksporterte paginerte rapporten til filen REST API | Paginert rapport | Power BI Capacity Usage CU | Bakgrunn |
| Render | En paginert Power BI-rapport vist i Power Bi-tjeneste | Paginert rapport | Power BI Capacity Usage CU | Interaktive |
| Webmodellering lest | En leseoperasjon for en datamodell i den semantiske modellens brukeropplevelse for nettmodellering | Semantisk modell | Power BI Capacity Usage CU | Interaktive |
| Skrive for nettmodellering | En skriveoperasjon for datamodell i brukeropplevelsen for semantisk modellnettmodellering | Semantisk modell | Power BI Capacity Usage CU | Interaktive |
| XMLA lest | XMLA-leseoperasjoner initiert av brukeren, for spørringer og oppdagelser | Semantisk modell | Power BI Capacity Usage CU | Interaktive |
| XMLA-skriving | En bakgrunns-XMLA-skriveoperasjon som endrer modellen | Semantisk modell | Power BI Capacity Usage CU | Bakgrunn |
Sanntidsinnsikt
Sanntidsintelligensopplevelsen inneholder operasjoner for hendelsesstrømmer og KQL-database og KQL-spørringssett.
Hendelsesstrømmer
Du finner forbrukssatsene for hendelsesstrømmer i overvåk kapasitetsforbruket for Hendelsesstrømmer i Microsoft Fabric.
| Operation | Bekrivelse | Vare | Faktureringsmåler for Azure | Type |
|---|---|---|---|---|
| Eventstream per time | Inntak eller behandling for Hendelsesstrøm | Hendelsesstrøm | eventstream Capacity Usage CU | Bakgrunn |
| Eventstream Data Traffic per GB | Datainntrengning og utgående | Hendelsesstrøm | eventstream Data Traffic per GB Capacity Usage CU | Bakgrunn |
| Eventstream-prosessor per time | ASA-behandling | Hendelsesstrøm | eventstreams Processor Capacity Usage CU | Bakgrunn |
KQL-database og KQL-spørringssett
Du finner forbrukssatsene for KQL-database i KQL-databaseforbruk.
| Operation | Bekrivelse | Vare | Faktureringsmåler for Azure | Type |
|---|---|---|---|---|
| KustoUpTime | Mål tiden KQL-databasen er aktiv | KQL-database eller KQL-spørringssett | KQL Database Capacity Usage CU | Interaktive |
Spark
To Spark VCores (en enhet med datakraft for Spark) er lik én kapasitetsenhet (CU). Hvis du vil forstå hvordan Spark-operasjoner bruker CUer, kan du se spark-bassenger.
| Operation | Bekrivelse | Vare | Faktureringsmåler for Azure | Type |
|---|---|---|---|---|
| Lakehouse operasjoner | Forhåndsvisningstabell for brukere i Lakehouse Explorer | Lakehouse | Spark Memory Optimized Capacity Usage CU | Bakgrunn |
| Lakehouse bordbelastning | Brukere laster inn deltatabellen i Lakehouse Explorer | Lakehouse | Spark Memory Optimized Capacity Usage CU | Bakgrunn |
| Notatblokkkjøring | Synapse-notatblokk kjøres manuelt av brukere | Synapsenotatblokk | Spark Memory Optimized Capacity Usage CU | Bakgrunn |
| HC-kjøring for notatblokk | Synapse Notebook kjører under spark-økten med høy samtidighet | Synapsenotatblokk | Spark Memory Optimized Capacity Usage CU | Bakgrunn |
| Planlagt kjøring av notatblokk | Synapse-notatblokk kjører utløst av planlagte hendelser i notatblokken | Synapsenotatblokk | Spark Memory Optimized Capacity Usage CU | Bakgrunn |
| Datasamlebånd for notatblokkkjøring | Synapse-notatblokkkjøringer utløst av datasamlebånd | Synapsenotatblokk | Spark Memory Optimized Capacity Usage CU | Bakgrunn |
| Kjøring av NOTATBLOKK VS Code | Synapse-notatblokk kjører i VS Code. | Synapsenotatblokk | Spark Memory Optimized Capacity Usage CU | Bakgrunn |
| Spark jobbkjøring | Spark-satsvise jobbkjøringer startet av brukerinnsending | Spark-jobbdefinisjon | Spark Memory Optimized Capacity Usage CU | Bakgrunn |
| Spark-jobb planlagt kjøring | Kjørselen Synapse kjører som utløses av planlagte hendelser i notatblokken | Spark-jobbdefinisjon | Spark Memory Optimized Capacity Usage CU | Bakgrunn |
| Spark jobbsamlebåndkjøring | Kjørselen Synapse kjører utløst av datasamlebånd | Spark-jobbdefinisjon | Spark Memory Optimized Capacity Usage CU | Bakgrunn |
| Spark jobb VS Code kjøre | Synapse Spark-jobbdefinisjon sendt fra VS Code | Spark-jobbdefinisjon | Spark Memory Optimized Capacity Usage CU | Bakgrunn |