Een integratieruntime bewaken binnen een beheerd virtueel netwerk

VAN TOEPASSING OP: Azure Data Factory Azure Synapse Analytics

Tip

Probeer Data Factory uit in Microsoft Fabric, een alles-in-één analyseoplossing voor ondernemingen. Microsoft Fabric omvat alles, van gegevensverplaatsing tot gegevenswetenschap, realtime analyses, business intelligence en rapportage. Meer informatie over het gratis starten van een nieuwe proefversie .

U kunt een door Azure Data Factory beheerd virtueel netwerk gebruiken om uw gegevensbronnen veilig te verbinden met een virtueel netwerk dat door de Data Factory-service wordt beheerd. Met deze mogelijkheid kunt u een privé- en geïsoleerde omgeving instellen voor uw gegevensintegratie- en indelingsprocessen.

Wanneer u een beheerd virtueel netwerk gebruikt, combineert u de mogelijkheden voor gegevensintegratie en indeling in Data Factory met de beveiliging en flexibiliteit van virtuele Azure-netwerken. Hiermee kunt u robuuste, schaalbare en veilige pijplijnen voor gegevensintegratie bouwen die naadloos verbinding maken met uw netwerkresources, ongeacht of ze zich on-premises of in de cloud bevinden.

Een veelvoorkomend probleem met beheerde berekeningen is het gebrek aan zichtbaarheid van prestaties en status, met name in een beheerde virtuele netwerkomgeving. Zonder de juiste controle wordt het identificeren en oplossen van problemen lastig en kan dit leiden tot potentiële vertragingen, fouten en prestatievermindering.

Door verbeterde bewaking in Data Factory te gebruiken, kunt u waardevolle inzichten verkrijgen in uw processen voor gegevensintegratie. Deze inzichten kunnen leiden tot verbeterde efficiëntie, beter resourcegebruik en verbeterde algehele prestaties. Met proactieve bewaking en tijdige waarschuwingen kunt u problemen oplossen, werkstromen optimaliseren en zorgen voor een soepele uitvoering van uw pijplijnen voor gegevensintegratie in de beheerde virtuele netwerkomgeving.

Nieuwe metrische gegevens

De introductie van nieuwe metrische gegevens verbetert de zichtbaarheid en bewakingsmogelijkheden in beheerde virtuele netwerkomgevingen.

Azure Data Factory biedt drie verschillende typen rekengroepen:

• Berekenen voor een kopieeractiviteit
• Berekenen voor een pijplijnactiviteit, zoals een opzoekactie
• Compute voor een externe activiteit, zoals een Azure Databricks-notebook

Deze rekengroepen bieden flexibiliteit en schaalbaarheid voor diverse workloads en het optimaal toewijzen van resources. Elk is afgestemd op het afhandelen van specifieke vereisten voor het uitvoeren van activiteiten.

Om ervoor te zorgen dat alle rekengroepen consistent en uitgebreid worden bewaakt, hebben we dezelfde sets metrische bewakingsgegevens geïmplementeerd:

• Capaciteitsgebruik
• Beschikbaar capaciteitspercentage
• Wachtrijlengte wachten

Ongeacht het type rekengroep dat u gebruikt, kunt u een gestandaardiseerde set metrische gegevens openen en analyseren om inzicht te krijgen in de prestaties en status van uw activiteiten voor gegevensintegratie.

Notitie

Deze metrische gegevens zijn alleen geldig wanneer u time-to-live (TTL) inschakelt in een integration runtime binnen een beheerd virtueel netwerk.

Metrisch	Eenheid	Beschrijving
Capaciteitsgebruik van MVNet Integration Runtime kopiëren	Procent	Het maximumpercentage van het GEBRUIK van Data-Integratie Unit (DIU) voor TTL-kopieeractiviteiten in de integratieruntime van een beheerd virtueel netwerk binnen een periode van 1 minuut.
Beschikbare capaciteitspercentage van MVNet Integration Runtime kopiëren	Procent	Het maximumpercentage van de beschikbare DIU voor TTL-kopieeractiviteiten in de integratieruntime van een beheerd virtueel netwerk binnen een periode van 1 minuut.
Wachtrijlengte van MVNet Integration Runtime kopiëren	Tellen	De wachtrijlengte van TTL-kopieeractiviteiten in de integratieruntime van een beheerd virtueel netwerk binnen een periode van 1 minuut.
Pijplijncapaciteitsgebruik van MVNet Integration Runtime	Procent	Het maximumpercentage van het DIU-gebruik voor pijplijnactiviteiten in de integratieruntime van een beheerd virtueel netwerk binnen een periode van 1 minuut.
Beschikbare capaciteitspercentage pijplijn van MVNet Integration Runtime	Procent	Het maximumpercentage van de beschikbare DIU voor pijplijnactiviteiten in de integratieruntime van een beheerd virtueel netwerk binnen een periode van 1 minuut.
Wachtrijlengte pijplijnwachtrij van MVNet Integration Runtime	Tellen	De wachtrijlengte van pijplijnactiviteiten in de integratieruntime van een beheerd virtueel netwerk binnen een periode van 1 minuut.
Extern capaciteitsgebruik van MVNet Integration Runtime	Procent	Het maximumpercentage van het DIU-gebruik voor externe activiteiten in de integratieruntime van een beheerd virtueel netwerk binnen een periode van 1 minuut.
Extern beschikbaar capaciteitspercentage van MVNet Integration Runtime	Procent	Het maximumpercentage van de beschikbare DIU voor externe activiteiten in de integratieruntime van een beheerd virtueel netwerk binnen een periode van 1 minuut.
Externe wachtrijlengte van MVNet Integration Runtime	Tellen	De wachtrijlengte van externe activiteiten in de integratieruntime van een beheerd virtueel netwerk binnen een periode van 1 minuut.

Metrische gegevens gebruiken voor prestatieoptimalisatie

Met behulp van de metrische gegevens kunt u naadloos de prestaties en robuustheid van uw integratieruntime in een beheerd virtueel netwerk bijhouden en beoordelen. U kunt ook potentiële gebieden voor continue verbetering ontdekken door de rekeninstellingen en werkstroom te optimaliseren om de efficiëntie te maximaliseren.

Hier volgen enkele voorbeeldscenario's voor meer duidelijkheid over de praktische toepassing van deze metrische gegevens.

Gebalanceerd

Als u merkt dat het capaciteitsgebruik lager is dan 100 procent en het beschikbare capaciteitspercentage hoog is, worden de rekenresources die u hebt gereserveerd efficiënt gebruikt.

Als de wachtrijlengte consistent laag blijft of af en toe korte pieken ondervindt, raden we u aan andere activiteiten in de wachtrij te plaatsen totdat het capaciteitsgebruik 100 procent bereikt. Deze aanpak zorgt voor een optimaal gebruik van resources en helpt bij het onderhouden van een soepele werkstroom met minimale vertragingen.

Prestatiegericht

Als u merkt dat het capaciteitsgebruik consistent laag is en de wachtrijlengte consistent laag blijft of af en toe korte pieken ondervindt, zijn de rekenresources die u hebt gereserveerd hoger dan de vraag naar activiteiten.

In dergelijke gevallen, ongeacht of het beschikbare capaciteitspercentage hoog of laag is, raden we u aan om de toegewezen rekenresources te verminderen om uw kosten te verlagen. Door de rekenkracht zo aan te passen aan de workloadvereisten, kunt u het resourcegebruik optimaliseren en kosten besparen zonder de efficiëntie van uw bewerkingen in gevaar te brengen.

Kostengeoriënteerd

Als u merkt dat alle metrische gegevens (inclusief capaciteitsgebruik, beschikbare capaciteitspercentage en wachtrijlengte) hoog zijn, zijn de rekenresources die u hebt gereserveerd waarschijnlijk onvoldoende voor uw activiteiten.

In dit scenario raden we u aan de toegewezen rekenresources te verhogen om de wachtrijtijd te verminderen. Door meer rekencapaciteit toe te voegen, zorgt u ervoor dat uw activiteiten voldoende resources hebben om efficiënt te worden uitgevoerd, waardoor vertragingen die een drukke wachtrij veroorzaakt, worden geminimaliseerd.

Onregelmatige uitvoering van activiteit

Als u merkt dat het beschikbare capaciteitspercentage binnen een bepaalde periode fluctueert tussen laag en hoog, is dit waarschijnlijk het gevolg van de onregelmatige uitvoering van uw activiteiten, waarbij de TTL-periode (Time-To-Live) die u hebt geconfigureerd korter is dan het interval tussen uw activiteiten. Dit kan een aanzienlijke invloed hebben op de prestaties van uw werkstroom. Er zijn twee mogelijke oplossingen om dit probleem op te lossen. Ten eerste kunt u meer activiteiten in de wachtrij plaatsen om een consistente workload te onderhouden en de beschikbare rekenresources effectiever te gebruiken. Door de berekening continu ingeschakeld te houden, kunt u de opwarmtijd vermijden en betere prestaties behalen. U kunt ook overwegen om de TTL-periode te vergroten zodat deze overeenkomt met het interval tussen uw activiteiten. Dit zorgt ervoor dat de rekenresources beschikbaar blijven voor een langere duur, waardoor de frequentie van opwarmperioden wordt verminderd en de kostenefficiëntie wordt geoptimaliseerd.

Door een van deze oplossingen te implementeren, kunt u de prestaties van uw werkstroom verbeteren, de gevolgen van de kosten minimaliseren en zorgen voor een soepelere uitvoering van uw onregelmatige activiteiten.

Gerelateerde inhoud

Ga naar het volgende artikel voor meer informatie over beheerde virtuele netwerken en beheerde privé-eindpunten: door Azure Data Factory beheerd virtueel netwerk.