Notitie
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen u aan te melden of de directory te wijzigen.
Voor toegang tot deze pagina is autorisatie vereist. U kunt proberen de mappen te wijzigen.
Voor snelle, betrouwbare analyses van het Lakehouse-platform is het essentieel om SQL-warehouses te configureren en te gebruiken voor optimale BI-prestaties. SQL-warehouses in Azure Databricks zijn ontworpen voor het leveren van business intelligence-workloads, waardoor dynamisch schalen, efficiënte queryverwerking en robuust resourcebeheer mogelijk zijn.
Op deze pagina vindt u een overzicht van aanbevolen procedures voor het inrichten, beheren en bewaken van SQL-warehouses om responsieve dashboards, rendabel resourcegebruik en soepele integratie met ENTERPRISE BI-hulpprogramma's te garanderen.
Deze inhoud is bedoeld voor data engineers, BI-ontwikkelaars en werkruimtebeheerders die verantwoordelijk zijn voor het configureren, optimaliseren en onderhouden van SQL-warehouses voor analyse- en dashboardprestaties. Voor veel taken zijn geavanceerde werkruimtemachtigingen vereist waarmee u SQL-warehouses kunt maken of beheren.
SQL-diensten
| Best practice | Impact | Docs | Actiepunten |
|---|---|---|---|
| Serverloze rekenkracht gebruiken om resources automatisch te starten, stoppen en schalen | Vermindert de kosten door niet-actieve resources stop te zetten. | Automatische stop inschakelen voor ontwikkelingswarehouses | |
| SQL Warehouses gebruiken voor elke BI-workload (serverloos wordt aanbevolen) | SQL-warehouses zijn geoptimaliseerd voor BI-workloads. | SQL Warehouse configureren voor BI-workloads | |
| Uw magazijn op de juiste grootte aanpassen | Hiermee worden de prestaties en kosten voor uw workload in balans gebracht. | Begin met M-grootte, bewaak de prestaties en pas indien nodig aan | |
| Een hogere clustergrootte gebruiken voor grotere gegevenssets | Hoe groter het cluster (M, L, XL, enzovoort), hoe sneller complexe query's worden uitgevoerd. Als u alleen eenvoudige, kortlopende query's hebt, kunt u de grootte niet vergroten (mogelijk trager als gevolg van het versnipperen van gegevens). | Querycomplexiteit en grootte van gegevensset evalueren | |
| SQL Warehouse-schaalaanpassing gebruiken | Een SQL Warehouse wordt uitgeschaald om een verhoogde workload af te handelen. Wanneer het magazijn de limieten bereikt, worden query's in de wachtrij geplaatst, niet geweigerd. | Schalen inschakelen voor productieworkloads | |
| Als u veel gelijktijdige query's verwacht, verhoogt u het minimum aantal clusters | Hiermee voorkomt u dat query's in de wachtrij worden geplaatst terwijl er wordt gewacht op uitschalen. | Minimale clusters configureren op basis van de verwachte workload | |
| Afzonderlijke SQL-magazijnen gebruiken voor verschillende workloads of bedrijfseenheden | Past SQL-magazijnen aan naar de juiste grootte om isolatie en kostentoewijzing te verbeteren. | Specifieke magazijnen per workload maken. | |
| Prestaties van query monitoren | Identificeert prestatieknelpunten en problemen met behulp van de querygeschiedenis. Met systeemtabellen kunt u programmatisch de prestaties bewaken. | Bewakingsdashboards instellen |
Verwante inhoud
Zie SQL Warehouse-instellingen voor BI-workloads voor gedetailleerde richtlijnen voor het analyseren van BI-workloadvereisten en het configureren van SQL-warehouses voor de verschillende toegangspatronen (DirectQuery versus Import/Extract).