Observação
O acesso a essa página exige autorização. Você pode tentar entrar ou alterar diretórios.
O acesso a essa página exige autorização. Você pode tentar alterar os diretórios.
Cada experiência em Microsoft Fabric dá suporte a operações exclusivas. A taxa de consumo de uma operação é o que converte as métricas brutas do uso da experiência em CU (unidades de computação).
A página compute do aplicativo Microsoft Fabric Capacity Metrics fornece uma visão geral do desempenho da sua capacidade e lista Fabric operações que consomem recursos de computação.
Este artigo lista essas operações por experiência e explica como elas consomem recursos em Fabric.
Operações interativas e em segundo plano
Microsoft Fabric divide as operações em dois tipos, interactive e background. Este artigo lista essas operações e explica a diferença entre elas.
Operações interativas
As solicitações e operações sob demanda que podem ser disparadas por interações do usuário com a interface do usuário, como consultas de modelo de dados geradas por visuais de relatório, são classificadas como operações interativas . Elas geralmente são disparadas por interações do usuário com a UI. Por exemplo, uma operação interativa é disparada quando um usuário abre um relatório ou seleciona uma segmentação de dados em um relatório Power BI. As operações interativas também podem ser disparadas sem interagir com a interface do usuário, por exemplo, ao usar SQL Server Management Studio (SSMS) ou um aplicativo personalizado para executar uma consulta DAX.
Operações em segundo plano
Operações de execução prolongada, como as atualizações de modelo semântico ou de fluxo de dados, são classificadas como operações em segundo plano. Elas podem ser disparadas manualmente por um usuário ou automaticamente sem interação do usuário. As operações em segundo plano incluem as operações de atualizações agendadas, interativas, baseadas em REST e baseadas em XMLA. Não é esperado que os usuários aguardem a conclusão dessas operações. Em vez disso, eles podem voltar mais tarde para verificar o status das operações.
Como ler este documento
Cada experiência tem uma tabela que lista suas operações, com as seguintes colunas:
Operação – o nome da operação. Visível no aplicativo Microsoft Fabric Capacity Metrics.
Descrição – uma descrição da operação.
Item – o item ao qual essa operação pode se aplicar. Visível no aplicativo Microsoft Fabric Capacity Metrics.
Azure medidor de cobrança – o nome do medidor em sua conta de Azure que mostra o uso dessa operação.
Tipo – lista o tipo da operação. As operações são classificadas como operações interativas ou em segundo plano .
Quando há mais detalhes sobre a taxa de consumo, é fornecido um link para um documento com essas informações.
Fabric operações por experiência
Esta seção é dividida em Fabric experiência. Cada experiência tem uma tabela que lista as operações.
Important
As taxas de consumo estão sujeitas a alterações a qualquer momento. Microsoft usará esforços razoáveis para fornecer aviso por email ou por meio de notificação no produto. As alterações devem ser efetivadas na data declarada no blog Release do Microsoft ou Microsoft Fabric blog. Se qualquer alteração em um Microsoft Fabric Taxa de Consumo de Carga de Trabalho aumentar materialmente as Unidades de Capacidade () necessárias para usar uma carga de trabalho específica, os clientes poderão usar as opções de cancelamento disponíveis para a forma de pagamento escolhida.
Copilot no Fabric
Copilot operações estão listadas nesta tabela. Você pode encontrar as taxas de consumo para Copilot em Copilot consumo.
| Operation | Description | Item | medidor de cobrança Azure | Tipo |
|---|---|---|---|---|
| Copilot no Fabric | Custo de computação associado a prompts de entrada e conclusão de saída | Multiple | Copilot e IA | Background |
| Funções de IA | Custo de computação associado ao uso Fabric funções de IA e Serviço OpenAI do Azure | Multiple | Copilot e IA | Interativo, Plano de Fundo |
| Serviços de IA | Custo de computação associado ao uso de serviços de IA Azure em Fabric (Análise de Texto e Tradutor de IA do Azure) | Notebook | Copilot e IA | Background |
Note
A partir de 17 de março de 2026, o aplicativo de Métricas de Capacidade mostra o AI Functions e os Serviços de IA como operações separadas. Essa é uma alteração somente de relatório; As taxas de consumo subjacentes não são alteradas.
Agente de dados no Fabric
As operações do agente de dados estão listadas nesta tabela. Na matriz do aplicativo de métricas por item e tabela de operações, as operações do agente de dados são listadas no tipo de item LlmPlugin .
Encontre as taxas de consumo do Agente de dados em Consumo do Agente de dados.
| Operation | Description | Item | medidor de cobrança Azure | Tipo |
|---|---|---|---|---|
| Consulta de IA | Custo de computação associado a prompts de entrada e conclusão de saída | LlmPlugin | Copilot e IA | Background |
Data Factory
A experiência do Data Factory contém operações para Fluxos de Dados Gen2 e Pipelines.
Fluxos de Dados Gen2
Você pode encontrar as taxas de consumo do Dataflows Gen2 em preços Dataflow Gen2 para o Data Factory em Microsoft Fabric.
Note
A partir de outubro de 2025, o nome da operação Dataflow Gen2 Refresh foi renomeado para Dataflow Gen2 Run Queries.
| Operation | Description | Item | medidor de cobrança Azure | Tipo |
|---|---|---|---|---|
| Execução de Consultas no Dataflow Gen2 | Custo de computação associado à operação de avaliação do fluxo de dados Gen2 | Fluxo de Dados Gen2 | CU de uso da capacidade de computação padrão dos fluxos de dados | Background |
| Computação de Fluxo de Dados em Alta Escala – Consulta de Endpoint SQL | Uso relacionado ao ponto de extremidade SQL do warehouse de preparo do fluxo de dados Gen2 | Warehouse | CUs de uso da capacidade de computação de fluxos de dados em larga escala | Background |
Pipelines
Você pode encontrar as taxas de consumo para Pipelines em preços Pipeline para o Data Factory em Microsoft Fabric.
| Operation | Description | Item | medidor de cobrança Azure | Tipo |
|---|---|---|---|---|
| DataMovement | A quantidade de tempo usada pela atividade de cópia em um pipeline do Data Factory dividida pelo número de unidades de integração de dados | Pipeline | CU de uso da capacidade de movimentação de dados | Background |
| ActivityRun | Execução de uma atividade de pipeline no Data Factory | Pipeline | CU de uso da capacidade de orquestração de dados | Background |
Databases
Uma unidade de capacidade Fabric = 0,383 vCores do banco de dados SQL.
| Operation | Description | Item | Medidor de Cobrança Azure | Tipo |
|---|---|---|---|---|
| Uso do SQL | Computação para todas as consultas, modificações e operações de processamento de dados geradas pelo usuário e geradas pelo sistema em um banco de dados | Database | Banco de dados SQL na de uso da capacidade do Microsoft Fabric | Interactive |
| Armazenamento SQL alocado | O espaço de armazenamento alocado dinamicamente para um banco de dados SQL em Fabric, usado para armazenar tabelas, índices, logs de transações e metadados. Totalmente integrado ao OneLake. | Database | Dados Armazenados em Armazenamento SQL | Background |
data warehouse
Um núcleo Fabric Data Warehouse (unidade de computação para Data Warehouse) é equivalente a duas CUs (Unidades de Capacidade Fabric).
| Operation | Description | Item | medidor de cobrança Azure | Tipo |
|---|---|---|---|---|
| Consulta de Armazém | Calcular custo de todas as instruções T-SQL geradas pelo sistema e pelo usuário em um Armazém de Dados | Warehouse | de uso da capacidade do Data Warehouse | Background |
| Consulta de ponto de extremidade SQL | Encargo de computação para todas as instruções T-SQL geradas pelo usuário e geradas pelo sistema no ponto de extremidade de análise de um Lakehouse. | Warehouse | de uso da capacidade do Data Warehouse | Background |
API de Fabric para GraphQL
As operações do GraphQL são compostas por solicitações realizadas na API para itens do GraphQL por clientes da API. Cada tempo de processamento da operação de solicitação e resposta do GraphQL é relatado em Capacity Units (Unidades de Capacidade, CUs) em segundos a uma taxa de dez CUs por hora.
| Operation | Description | Item | medidor de cobrança Azure | Tipo |
|---|---|---|---|---|
| Query | Encargo de computação para todas as consultas do GraphQL (leituras) e mutações (gravações) geradas por clientes em uma API do GraphQL | GraphQL | API para CU de uso da capacidade de consulta do GraphQL | Interactive |
Funções de dados do usuário Fabric
as operações Fabric User Data Functions são compostas por solicitações iniciadas pelo portal Fabric, outros artefatos Fabric ou aplicativos cliente. Cada operação incorre em uma cobrança pela execução da função, pelo armazenamento interno dos metadados da função no OneLake e pelas operações de leitura e gravação associadas no OneLake.
| Operation | Description | Item | medidor de cobrança Azure | Tipo |
|---|---|---|---|---|
| Execução das Funções de dados do usuário | Calcular a cobrança pela execução da função dentro do item Funções de Dados do Usuário. Essa operação resulta da execução de uma função após uma solicitação do portal do Fabric, de outro item de Fabric ou de um aplicativo externo. | Funções de dados do usuário | Execução das funções de dados do usuário (CU/s) | Interactive |
| Teste do Portal de Funções de Dados do Usuário | Encargo de computação para a execução de teste de uma função dentro do item Funções de Dados do Usuário. Essa operação resulta do teste de uma função em "Modo de desenvolvimento" durante uma sessão de teste. A sessão de teste tem uma duração mínima de 15 minutos. | Funções de dados do usuário | Execução das funções de dados do usuário (CU/s) | Interactive |
| Funções de Dados do Usuário Armazenamento Estático | Armazenamento estático de metadados de função interna em uma conta do OneLake gerenciada pelo serviço. Isso é calculado com o tamanho compactado dos metadados de item das Funções de dados do usuário. Esse é o custo da criação de itens das Funções de dados do usuário mesmo que não sejam usados. | Armazenamento do OneLake | Armazenamento do OneLake | Background |
| Leitura do armazenamento estático das Funções de dados do usuário | Operação de leitura de metadados de função interna armazenados em uma conta do OneLake gerenciada pelo serviço. Essa operação é executada sempre que uma função é executada após um período de inatividade. | Operações de leitura do OneLake | Operações de leitura do OneLake | Background |
| Gravação do armazenamento estático das Funções de dados do usuário | Grava e atualiza metadados de função interna armazenados em uma conta do OneLake gerenciada pelo sistema. Essa operação é executada sempre que o item das Funções de dados do usuário é publicado. | Operações de gravação do OneLake | Operações de gravação do OneLake | Background |
| Funções de Dados do Usuário Armazenamento Estático Leitura Iterativa | Operações de leitura para metadados de função interna armazenados em uma conta do OneLake gerenciada pelo serviço. Essa operação é executada sempre que as Funções de dados do usuário são listadas. | Operações de leitura iterativa do OneLake | Operações de leitura iterativa do OneLake | Background |
| Funções Dados do Usuário Armazenamento Estático Outras Operações | Operações de armazenamento relacionadas a metadados de várias funções em uma conta do OneLake gerenciada pelo serviço. | Outras operações do OneLake | Outras operações do OneLake | Background |
Ponto de Extremidade do Modelo de ML
A documentação de endpoint do modelo de ML permite que você forneça previsões em tempo real sem interrupções. Nos bastidores, Fabric gira e gerencia a infraestrutura de contêiner subjacente para hospedar seu modelo.
| Operation | Description | Item | medidor de cobrança Azure | Tipo |
|---|---|---|---|---|
| Ponto de extremidade do modelo | TBD | Modelo de ML | Uso de Unidade de Capacidade do Ponto de Extremidade do Modelo de ML | Background |
OneLake
As operações de computação do OneLake representam as transações executadas em itens do OneLake. A taxa de consumo de cada operação varia conforme o tipo. Para obter mais detalhes, consulte o consumo do One Lake.
| Operation | Description | Item | Medidor de Cobrança Azure | Tipo |
|---|---|---|---|---|
| Leitura por meio de redirecionamento do OneLake | Leitura por meio de redirecionamento do OneLake | Multiple | CU de uso de capacidade das operações de leitura do OneLake | Background |
| Leitura por meio de proxy do OneLake | Leitura por meio de proxy do OneLake | Multiple | CU de uso de capacidade das operações de leitura por meio da API do OneLake | Background |
| Gravação por meio de redirecionamento do OneLake | Gravação por meio de redirecionamento do OneLake | Multiple | CU de uso de capacidade das operações de gravação do OneLake | Background |
| Gravação por meio de proxy do OneLake | Gravação por meio de proxy do OneLake | Multiple | CU de uso de capacidade das operações de gravação por meio de API do OneLake | Background |
| Gravação iterativa por meio de redirecionamento do OneLake | Gravação iterativa por meio de redirecionamento do OneLake | Multiple | Operações de gravação iterativa do OneLake | Background |
| Leitura iterativa por meio de redirecionamento do OneLake | Leitura iterativa por meio de redirecionamento do OneLake | Multiple | CU de uso de capacidade das operações de leitura iterativa do OneLake | Background |
| Outras operações do OneLake | Outras operações do OneLake | Multiple | CU de uso de capacidade de outras operações do OneLake | Background |
| Outras operações por meio de redirecionamento do OneLake | Outras operações por meio de redirecionamento do OneLake | Multiple | CU de uso de capacidade de outras operações por meio da API do OneLake | Background |
| OneLake - Gravação iterativa por Proxy | OneLake - Gravação iterativa por Proxy | Multiple | CU de uso de capacidade das operações de gravação iterativa por meio da API do OneLake | Background |
| Leitura iterativa por meio de proxy do OneLake | Leitura iterativa por meio de proxy do OneLake | Multiple | CU de uso de capacidade das operações de leitura iterativa por meio da API do OneLake | Background |
| Leitura do BCDR do OneLake por meio de Proxy | Leitura do BCDR do OneLake por meio de Proxy | Multiple | CU de uso de capacidade das operações de leitura de BCDR por meio da API do OneLake | Background |
| Gravação de BCDR por meio de proxy do OneLake | Gravação de BCDR por meio de proxy do OneLake | Multiple | CU de uso de capacidade das operações de gravação de BCDR por meio de API do OneLake | Background |
| Leitura de BCDR por meio de redirecionamento do OneLake | Leitura de BCDR por meio de redirecionamento do OneLake | Multiple | CU de uso de capacidade das operações de leitura de BCDR do OneLake | Background |
| Gravação de BCDR por meio de redirecionamento do OneLake | Gravação de BCDR por meio de redirecionamento do OneLake | Multiple | CU de uso de capacidade das operações de gravação de BCDR do OneLake | Background |
| Leitura iterativa de BCDR por meio de proxy do OneLake | Leitura iterativa de BCDR por meio de proxy do OneLake | Multiple | CU de uso de capacidade das operações de leitura iterativa de BCDR por meio da API do OneLake | Background |
| Leitura iterativa de BCDR por meio de redirecionamento do OneLake | Leitura iterativa de BCDR por meio de redirecionamento do OneLake | Multiple | CU de uso de capacidade das operações de leitura iterativa de BCDR do OneLake | Background |
| Gravação iterativa do BCDR do OneLake por meio de proxy | Gravação iterativa do BCDR do OneLake por meio de proxy | Multiple | CU de uso de capacidade das operações de gravação iterativa de BCDR por meio da API do OneLake | Background |
| Gravação iterativa de BCDR por meio de redirecionamento do OneLake | Gravação iterativa de BCDR por meio de redirecionamento do OneLake | Multiple | CU de uso de capacidade das operações de gravação iterativa de BCDR do OneLake | Background |
| Outras operações de BCDR do OneLake | Outras operações de BCDR do OneLake | Multiple | CU de uso de capacidade de outras operações de BCDR do OneLake | Background |
| Outras operações de BCDR por meio de redirecionamento do OneLake | Outras operações de BCDR por meio de redirecionamento do OneLake | Multiple | CU de uso de capacidade de outras operações de BCDR por meio da API do OneLake | Background |
Power BI
O uso de cada operação é informado em tempo de processamento de CU em segundos. Oito CUs são equivalentes a uma Power BI v-core.
Note
O termo modelo semântico substitui o termo conjunto de dados. Você ainda poderá ver o termo antigo na interface do usuário até que ele seja completamente substituído.
No momento, não cobramos por visuais R/Py em Power BI.
| Operation | Description | Item | medidor de cobrança Azure | Tipo |
|---|---|---|---|---|
| IA (Inteligência Artificial) | Avaliação da função de IA | IA | de uso da capacidade Power BI | Interactive |
| Consulta em segundo plano | Consultas para atualizar blocos e criar instantâneos de relatório | Modelo semântico | de uso da capacidade Power BI | Background |
| DirectQuery de fluxo de dados | Conecte-se diretamente a um fluxo de dados sem a necessidade de importar os dados para um modelo semântico | Fluxo de dados Gen1 | de uso da capacidade Power BI | Interactive |
| Atualização de fluxo de dados | Uma atualização de fluxo de dados em segundo plano sob demanda ou agendada, executada pelo serviço ou com APIs REST. | Fluxo de dados Gen1 | de uso da capacidade Power BI | Background |
| Atualização sob demanda do modelo semântico | Uma atualização de modelo semântico em segundo plano iniciada pelo usuário, por meio do serviço, de APIs REST ou de endpoints XMLA públicos. | Modelo semântico | de uso da capacidade Power BI | Background |
| Atualização agendada do modelo semântico | Uma atualização programada do modelo semântico em segundo plano, realizada pelo serviço, por APIs REST ou por pontos de extremidade XMLA públicos. | Modelo semântico | de uso da capacidade Power BI | Background |
| Assinatura de email de relatório completo | Uma cópia em PDF ou PowerPoint de um relatório Power BI inteiro, anexado a uma assinatura email | Relatório | de uso da capacidade Power BI | Background |
| Consulta interativa | Consultas iniciadas por uma solicitação de dados sob demanda. Por exemplo, carregar um modelo ao abrir um relatório, interação do usuário com um relatório ou consultar um conjunto de dados antes de renderizar. O carregamento de um modelo semântico pode ser relatado como uma operação de consulta interativa autônoma. | Modelo semântico | de uso da capacidade Power BI | Interactive |
| PublicApiExport | Um relatório Power BI exportado com o relatório exportar para a API REST | Relatório | de uso da capacidade Power BI | Background |
| Render | Um relatório paginado Power BI exportado com o relatório paginado exportar para o arquivo API REST | Relatório paginado | de uso da capacidade Power BI | Background |
| Render | Um relatório paginado Power BI exibido em serviço do Power BI | Relatório paginado | de uso da capacidade Power BI | Interactive |
| Leitura de modelagem da Web | Uma operação de leitura do modelo de dados na experiência do usuário na modelagem web do modelo semântico. | Modelo semântico | de uso da capacidade Power BI | Interactive |
| Gravação de modelagem da Web | Uma operação de gravação do modelo de dados na experiência do usuário de modelagem da Web do modelo semântico | Modelo semântico | de uso da capacidade Power BI | Interactive |
| Leitura XMLA | Operações de leitura XMLA iniciadas pelo usuário, para consultas e descobertas | Modelo semântico | de uso da capacidade Power BI | Interactive |
| Gravação XMLA | Uma operação de gravação XMLA em segundo plano que altera o modelo | Modelo semântico | de uso da capacidade Power BI | Background |
| Power BI execução visual de script | Os visuais R e Py são executados disparados pela renderização Power BI relatório | Power BI relatório de script | Capacidade otimizada para memória do Spark (CU) | Interactive |
Inteligência em Tempo Real
A experiência do Real-Time Intelligence contém operações para Anomaly Detector, Azure e eventos Fabric, digital twin builder (versão prévia), Eventstream e KQL Database e KQL Queryset.
Detector de Anomalias
Você pode encontrar as taxas de consumo para o Detector de Anomalias no uso da capacidade e cobrança do Detector de Anomalias no Real-Time Intelligence.
| Operation | Description | Item | medidor de cobrança Azure | Tipo |
|---|---|---|---|---|
| Consultas de execução do detector de anomalias | Análise interativa e monitoramento contínuo | AnomalyDetector | Uso de Capacidade de Consultas do Detector de Anomalias | Background |
eventos de Azure e Fabric
Você pode encontrar as taxas de consumo para eventos de Azure e Fabric em eventos Azure e Fabric consumo de capacidade de eventos.
| Operation | Description | Item | medidor de cobrança Azure | Tipo |
|---|---|---|---|---|
| Operações de evento | Operações de publicação, entrega e filtragem | Multiple | Inteligência em tempo real – Operações de evento | Background |
| Ouvinte de Eventos | Tempo de atividade do ouvinte de eventos | Multiple | Inteligência em tempo real – Ouvinte de eventos e alerta | Background |
Construtor de gêmeos digitais (versão prévia)
Você pode encontrar as taxas de consumo para o construtor de gêmeos digitais (versão prévia) no consumo de capacidade do Construtor de Gêmeos Digitais (versão prévia), no relatório de uso e na cobrança.
Note
Os medidores do construtor de gêmeos digitais estão atualmente em fase de testes e podem estar sujeitos a alterações.
| Operation | Description | Item | medidor de cobrança Azure | Tipo |
|---|---|---|---|---|
| Operação do Construtor de Gêmeo Digital | Uso para operações de fluxo do sistema de criação de gêmeos digitais sob demanda e agendadas | Fluxo de criação de gêmeos digitais | Uso da capacidade operacional do Criador de Gêmeos Digitais | Background |
Eventstream
Você pode encontrar as taxas de consumo para Eventstream no consumo de capacidade Monitor para Microsoft Fabric Eventstream.
| Operation | Description | Item | medidor de cobrança Azure | Tipo |
|---|---|---|---|---|
| Fluxo de eventos por hora | Taxa Fixa | Eventstream | CU de uso da capacidade do Eventstream | Background |
| Tráfego de dados do fluxo de eventos por GB | Volume de entrada e saída de dados em fluxos padrão e derivados (inclui retenção de 24 horas) | Eventstream | CU de uso de capacidade do tráfego de dados do Eventstream | Background |
| Processador Eventstream por hora | Recursos de computação consumidos pelo processador | Eventstream | CU de uso da capacidade de processador do Eventstream | Background |
| Conectores Eventstream por hora de vCore | Recursos de computação consumidos pelos conectores | Eventstream | CU de uso da capacidade do conector Eventstream | Background |
Banco de dados e conjunto de consultas KQL
Você pode encontrar as taxas de consumo do Banco de Dados KQL no consumo do Banco de Dados KQL.
| Operation | Description | Item | medidor de cobrança Azure | Tipo |
|---|---|---|---|---|
| Tempo de Atividade do Eventhouse | Medida do tempo em que o Eventhouse está ativo | Eventhouse | CU de uso da capacidade do Eventhouse | Background |
Spark
Dois VCores do Spark (uma unidade de poder de computação do Spark) equivalem a uma unidade de capacidade (CU). Para entender como as operações do Spark consomem CUs, consulte os pools do Spark.
| Operation | Description | Item | medidor de cobrança Azure | Tipo |
|---|---|---|---|---|
| Operações do Lakehouse | Os usuários visualizam a tabela no Lakehouse Explorer | Lakehouse | CU de uso de capacidade otimizada para memória do Spark | Background |
| Carga da tabela do Lakehouse | Os usuários carregam a tabela delta no Lakehouse Explorer | Lakehouse | CU de uso de capacidade otimizada para memória do Spark | Background |
| Execução do notebook | Notebook executado manualmente pelos usuários | Notebook | CU de uso de capacidade otimizada para memória do Spark | Background |
| Execução do HC do notebook | O Notebook é executado na sessão do Spark de alta simultaneidade | Notebook | CU de uso de capacidade otimizada para memória do Spark | Background |
| Execução agendada do notebook | O Notebook é executado disparado por eventos agendados do notebook | Notebook | CU de uso de capacidade otimizada para memória do Spark | Background |
| Execução de pipeline do notebook | O Notebook é executado disparado pelo pipeline | Notebook | CU de uso de capacidade otimizada para memória do Spark | Background |
| Execução do VS Code do notebook | O Notebook é executado no VS Code. | Notebook | CU de uso de capacidade otimizada para memória do Spark | Background |
| Execução de trabalho do Spark | Execuções de tarefas em lote do Spark iniciadas por submissão do usuário | Definição de Trabalho do Spark | CU de uso de capacidade otimizada para memória do Spark | Background |
| Execução agendada do trabalho do Spark | O trabalho em lotes é executado disparado por eventos agendados do notebook | Definição de Trabalho do Spark | CU de uso de capacidade otimizada para memória do Spark | Background |
| Execução do pipeline de trabalho do Spark | O trabalho em lotes é executado disparado pelo pipeline | Definição de Trabalho do Spark | CU de uso de capacidade otimizada para memória do Spark | Background |
| Execução de trabalho Spark no VS Code | Definição de trabalho do Spark enviada do VS Code | Definição de Trabalho do Spark | CU de uso de capacidade otimizada para memória do Spark | Background |
| Execução do modo de exibição do lago materializado | Os usuários agendam execuções de visualizações materializadas do lake. | Lakehouse | CU de uso de capacidade otimizada para memória do Spark | Background |
| Transformações de atalho | Transformações de atalho criadas no Lakehouse | Lakehouse | CU de uso de capacidade otimizada para memória do Spark | Background |