Historische queryopslag en -analyse in Azure Synapse Analytics
Analyse van historische query's is een van de cruciale behoeften van data engineers. Azure Synapse Analytics ondersteunt vier belangrijke manieren om querygeschiedenis en prestaties te analyseren. Deze omvatten Query Store, DMV's, Azure Log Analytics en Azure Data Explorer.
In dit artikel wordt beschreven hoe u elk van deze opties kunt gebruiken voor uw behoeften. Bekijk gebruiksvoorbeelden als het gaat om het analyseren van de querygeschiedenis en de beste methode voor elk.
| Klant nodig | Query Store | DMV’s | Azure Log Analytics | Azure Data Explorer |
|---|---|---|---|---|
| Out-of-the-box-oplossing | Moet worden ingeschakeld | ✔️ | Aanvullende service vereist | Aanvullende service vereist |
| Langere analyseperioden | 30 dagen | Maximaal 10000 rijen geschiedenis | Aanpasbaar | Aanpasbaar |
| Beschikbaarheid van cruciale metrische gegevens | Beperkt | ✔️ | Beperkt | Aanpasbaar |
| SQL gebruiken voor analyse | ✔️ | ✔️ | KQL nodig | SQL-ondersteuning is beperkt |
Query Store
De functie Query Store biedt inzicht in de keuze en prestaties van het queryplan. Het vereenvoudigt het oplossen van prestatieproblemen omdat u snel prestatieverschillen kunt vinden, veroorzaakt door wijzigingen in het queryplan.
Query Store is niet standaard ingeschakeld voor nieuwe Azure Synapse Analytics-databases. Query Store inschakelen om de volgende T-SQL-opdracht uit te voeren:
ALTER DATABASE <database_name>
SET QUERY_STORE = ON;
Voorbeeld:
ALTER DATABASE [SQLPOOL1]
SET QUERY_STORE = ON;
U kunt prestatiecontrole uitvoeren en gerelateerde taken oplossen door laatst uitgevoerde query's, uitvoeringsaantallen, langstlopende query's, query's met maximale fysieke I/O-leads te vinden. Raadpleeg de bewakingsprestaties met behulp van de Query Store voor voorbeeldquery's.
Voordelen:
- Maximaal 30 dagen aan opslag voor querygegevens. Standaard 7 dagen.
- Gegevens kunnen worden gebruikt in hetzelfde hulpprogramma waarin u de query zou uitvoeren.
Bekende beperking:
- De standaardopslag van historische querygegevens is minder.
- Scenario's voor analyse zijn beperkt in Query Store voor Azure Synapse in vergelijking met het gebruik van DMV's.
DMV's
Dynamische beheerweergaven (DMV's) zijn zeer nuttig als het gaat om het verzamelen van informatie over querywachttijden, uitvoeringsplannen, geheugen, enzovoort. Het wordt ten zeerste aanbevolen om uw query van belang te labelen om deze later op te sporen. Voorbeeld:
-- Query with Label
SELECT *
FROM sys.tables
OPTION (LABEL = 'My Query');
Zie Querylabels gebruiken in Synapse SQL voor meer informatie over het labelen van uw query's in Azure Synapse SQL.
Zie Uw toegewezen SQL-poolworkload bewaken met DMV's voor meer informatie over het gebruik van DMV's om uw Azure Synapse Analytics-workload te bewaken. Zie Catalogusweergaven van Azure Synapse Analytics voor documentatie over catalogusweergaven die specifiek zijn voor Azure Synapse Analytics.
Voordelen:
- Gegevens kunnen worden gebruikt in hetzelfde queryprogramma.
- DMV's bieden uitgebreide opties voor analyse.
Bekende beperkingen:
- DMV's zijn beperkt tot 10.000 rijen met historische vermeldingen.
- Weergaven worden opnieuw ingesteld wanneer de pool is onderbroken/hervat.
Log Analytics
Log Analytics-werkruimten kunnen eenvoudig worden gemaakt in Azure Portal. Zie Workload bewaken - Azure Portal voor meer instructies over het verbinden van Synapse met Log Analytics.
Net als Azure Data Explorer gebruikt Log Analytics de Kusto-querytaal (KQL). Zie Het overzicht van Kusto-query's voor meer informatie over de Kusto-syntaxis.
Samen met de configureerbare bewaarperiode kiest u de werkruimte die u specifiek wilt gebruiken om query's uit te voeren in Log Analytics. Log Analytics biedt u de flexibiliteit om gegevens op te slaan, uit te voeren en query's op te slaan.
Voordelen:
- Azure Log Analytics heeft een aanpasbaar bewaarbeleid voor logboeken
Bekende beperkingen:
- Het gebruik van KQL voegt toe aan de leercurve.
- Beperkte weergaven kunnen buiten het vak worden afgemeld.
Azure Data Explorer (ADX)
Azure Data Explorer (ADX) is een toonaangevende service voor gegevensverkenning. Deze service kan worden gebruikt voor het analyseren van historische query's uit Azure Synapse Analytics. Als u een ADF-pijplijn (Azure Data Factory) wilt instellen om logboeken naar ADX te kopiëren en op te slaan, raadpleegt u Gegevens kopiëren naar of vanuit Azure Data Explorer. In ADX kunt u een performante Kusto-query uitvoeren om uw logboeken te analyseren. U kunt hier andere strategieën combineren, bijvoorbeeld om DMV-uitvoer via ADF op te vragen en te laden in ADX.
Voordelen:
- ADX biedt een aanpasbaar bewaarbeleid voor logboeken.
- Uitvoerende query's uitvoeren op grote hoeveelheden gegevens, met name query's met betrekking tot het zoeken naar tekenreeksen.
Bekende beperking:
- Het gebruik van KQL voegt toe aan de leercurve.