Partilhar via

Limites de memória e simultaneidade para pool SQL dedicado no Azure Synapse Analytics

Exiba os limites de memória e simultaneidade alocados para os vários níveis de desempenho e classes de recursos no Azure Synapse Analytics.

Nota

Workload management workload groups provide more flexibility for configuring resources per request and concurrency than dynamic or static resource classes. Consulte Grupos de carga de trabalho e a sintaxe CREATE WORKLOAD GROUP para obter mais detalhes.

Configurações de capacidade do data warehouse

As tabelas a seguir mostram a capacidade máxima do data warehouse em diferentes níveis de desempenho. To change the performance level, see Scale compute - portal.

Níveis de Serviço

The service levels range from DW100c to DW30000c.

Nível de desempenho Compute nodes Distributions per Compute node Memória por armazém de dados (GB)
DW100c 1 60 60
DW200c 1 60 120
DW300c 1 60 180
DW400c 1 60 240
DW500c 1 60 300
DW1000c 2 30 600
DW1500c 3 20 900
DW2000c 4 15 1200
DW2500c 5 12 1500
DW3000c 6 10 1800
DW5000c 10 6 3000
DW6000c 12 5 3600
DW7500c 15 4 4500
DW10000c 20 3 6.000
DW15000c 30 2 9000
DW30000c 60 1 18000

The maximum service level is DW30000c, which has 60 Compute nodes and 1 distribution per Compute node. Por exemplo, um armazém de dados de 600 TB no DW30000c processa aproximadamente 10 TB por cada nó de computação.

Nota

Synapse Dedicated SQL pool é um serviço de plataforma sempre atualizado. Sob o modelo de responsabilidade compartilhada na nuvem, a Microsoft continua a investir em avanços para software e hardware subjacentes que hospedam pool SQL dedicado. Como resultado, o número de nós ou o tipo de hardware do computador que sustenta um determinado nível de desempenho (SLO) pode mudar. O número de nós de computação listados aqui é fornecido como referência e não deve ser usado para fins de dimensionamento ou desempenho. Independentemente do número de nós ou da infraestrutura subjacente, o objetivo da Microsoft é fornecer desempenho de acordo com o SLO; portanto, recomendamos que todos os exercícios de dimensionamento usem o cDWU como guia. For more information on SLO and compute Data Warehouse Units, see Data Warehouse Units (DWUs) for dedicated SQL pool (formerly SQL DW).

Máximos de concorrência para grupos de carga de trabalho

Com a introdução dos grupos de cargas de trabalho, o conceito de slots de simultaneidade já não se aplica. Os recursos por solicitação são alocados em uma base percentual e especificados na definição do grupo de carga de trabalho. No entanto, mesmo com a remoção de slots de simultaneidade, há quantidades mínimas de recursos necessários por consultas com base no nível de serviço. A tabela abaixo definiu a quantidade mínima de recursos necessários por consulta em todos os níveis de serviço e a simultaneidade associada que pode ser alcançada.

Nível de Serviço Máximo de consultas simultâneas Min % supported for REQUEST_MIN_RESOURCE_GRANT_PERCENT
DW100c 4 25%
DW200c 8 12.5%
DW300c 12 8%
DW400c 16 6.25%
DW500c 20 5%
DW1000c 32 3%
DW1500c 32 3%
DW2000c 48 2%
DW2500c 48 2%
DW3000c 64 1,5%
DW5000c 64 1,5%
DW6000c 128 0.75%
DW7500c 128 0.75%
DW10000c 128 0.75%
DW15000c 128 0.75%
DW30000c 128 0.75%

Concurrency maximums for resource classes

Para garantir que cada consulta tenha recursos suficientes para ser executada de forma eficiente, o Synapse SQL rastreia a utilização de recursos atribuindo slots de simultaneidade a cada consulta. O sistema coloca consultas em uma fila com base em slots de importância e simultaneidade. Queries wait in the queue until enough concurrency slots are available. Importance and concurrency slots determine CPU prioritization. Para obter mais informações, consulte Analisar sua carga de trabalho.

Classes de recursos estáticos

A tabela a seguir mostra o máximo de consultas simultâneas e slots de simultaneidade para cada classe de recurso estático.

Nível de Serviço Máximo de consultas simultâneas Vagas de concorrência disponíveis Slots utilizados por staticrc10 Slots utilizados por staticrc20 Slots usados por staticrc30 Slots usados por staticrc40 Slots used by staticrc50 Slots usados por staticrc60 Slots utilizados por staticrc70 Slots usados por staticrc80
DW100c 4 4 1 2 4 4 4 4 4 4
DW200c 8 8 1 2 4 8 8 8 8 8
DW300c 12 12 1 2 4 8 8 8 8 8
DW400c 16 16 1 2 4 8 16 16 16 16
DW500c 20 20 1 2 4 8 16 16 16 16
DW1000c 32 40 1 2 4 8 16 32 32 32
DW1500c 32 60 1 2 4 8 16 32 32 32
DW2000c 48 80 1 2 4 8 16 32 64 64
DW2500c 48 100 1 2 4 8 16 32 64 64
DW3000c 64 120 1 2 4 8 16 32 64 64
DW5000c 64 200 1 2 4 8 16 32 64 128
DW6000c 128 240 1 2 4 8 16 32 64 128
DW7500c 128 300 1 2 4 8 16 32 64 128
DW10000c 128 400 1 2 4 8 16 32 64 128
DW15000c 128 600 1 2 4 8 16 32 64 128
DW30000c 128 1200 1 2 4 8 16 32 64 128

Classes de recursos dinâmicos

A tabela a seguir mostra o máximo de consultas simultâneas e slots de simultaneidade para cada classe de recurso dinâmico. Dynamic resource classes use a 3-10-22-70 memory percentage allocation for small-medium-large-xlarge resource classes across service level DW1000c to DW30000c. Para alocação de memória em DW1000c, consulte a classe de recurso dinâmico do documento.

Nível de Serviço Máximo de consultas simultâneas Vagas de concorrência disponíveis Slots usados por smallrc Slots utilizados pela mediumrc Slots used by largerc Slots usados por xlargerc
DW100c 4 4 1 1 1 2
DW200c 8 8 1 1 1 5
DW300c 12 12 1 1 2 8
DW400c 16 16 1 1 3 11
DW500c 20 20 1 2 4 14
DW1000c 32 40 1 4 8 28
DW1500c 32 60 1 6 13 42
DW2000c 32 80 2 8 17 56
DW2500c 32 100 3 10 22 70
DW3000c 32 120 3 12 26 84
DW5000c 32 200 6 20 44 140
DW6000c 32 240 7 24 52 168
DW7500c 32 300 9 30 66 210
DW10000c 32 400 12 40 88 280
DW15000c 32 600 18 60 132 420
DW30000c 32 1200 36 120 264 840

When there are not enough concurrency slots free to start query execution, queries are queued and executed based on importance. If there is equivalent importance, queries are executed on a first-in, first-out basis. As a queries finishes and the number of queries and slots fall below the limits, Azure Synapse Analytics releases queued queries.

Conteúdos relacionados

Para saber mais sobre como aproveitar as classes de recursos para otimizar sua carga de trabalho, leia os seguintes artigos:

  • Last updated on