Nota
O acesso a esta página requer autorização. Pode tentar iniciar sessão ou alterar os diretórios.
O acesso a esta página requer autorização. Pode tentar alterar os diretórios.
Cada experiência no Microsoft Fabric oferece suporte a operações exclusivas. A taxa de consumo de uma operação é o que converte o uso das métricas brutas da experiência em Unidades de Computação ().
A página de computação do aplicativo Microsoft Fabric Capacity Metrics fornece uma visão geral do desempenho da sua capacidade e lista as operações do Fabric que consomem recursos de computação.
Este artigo lista essas operações por experiência e explica como elas consomem recursos no Fabric.
Operações interativas e em segundo plano
O Microsoft Fabric divide as operações em dois tipos, interativo e em segundo plano. Este artigo lista essas operações e explica a diferença entre elas.
Operações interativas
As solicitações e operações sob demanda que podem ser acionadas 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 . Eles geralmente são acionados por interações do usuário com a interface do usuário. Por exemplo, uma operação interativa é acionada quando um usuário abre um relatório ou seleciona uma segmentação de dados em um relatório do Power BI. As operações interativas também podem ser acionadas sem interagir com a interface do usuário, por exemplo, ao usar o SQL Server Management Studio (SSMS) ou um aplicativo personalizado para executar uma consulta DAX.
Operações em segundo plano
Operações de execução mais longa, como modelo semântico ou atualizações de fluxo de dados, são classificadas como operações em segundo plano . Eles podem ser acionados manualmente por um usuário ou automaticamente sem interação do usuário. As operações em segundo plano incluem atualizações agendadas, atualizações interativas, atualizações baseadas em REST e operações de atualização baseadas em XMLA. Não se espera que os usuários esperem que essas operações sejam concluídas. 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 – Descrição da operação.
Item – O item ao qual esta operação pode se aplicar. Visível no aplicativo Microsoft Fabric Capacity Metrics.
Medidor de faturamento do Azure – O nome do medidor em sua fatura do Azure que mostra o uso para esta operação.
Type – Lista o tipo da operação. As operações são classificadas como operações interativas ou em segundo plano .
Quando estiverem disponíveis mais detalhes sobre a taxa de consumo, é fornecido um link para o documento com esta informação.
Operações de tecido por experiência
Esta seção é dividida em Experiência de tecido. Cada experiência teve uma tabela que lista suas operações.
Importante
As taxas de consumo estão sujeitas a alterações a qualquer momento. A Microsoft envidará todos os esforços razoáveis para fornecer um aviso por correio eletrónico ou através de notificação no produto. As alterações entrarão em vigor na data indicada nas Notas de Versão da Microsoft ou no blog do Microsoft Fabric. Se qualquer alteração em uma Taxa de Consumo de Carga de Trabalho do Microsoft Fabric aumentar materialmente as Unidades de Capacidade () necessárias para usar uma carga de trabalho específica, os clientes poderão usar as opções de cancelamento disponíveis para o método de pagamento escolhido.
Copilot em Fabric
Copilot As operações estão listadas nesta tabela. Você pode encontrar as taxas de consumo para Copilot em Copilot consumo.
Operação | Descrição | Iteme | Medidor de faturamento do Azure | Tipo |
---|---|---|---|---|
Copilot em Fabric | Calcular o custo associado aos prompts de entrada e ao resultado gerado. | Múltiplo | Copilot e IA | Contexto geral |
Agente de dados na infraestrutura
As operações do agente de dados estão listadas nesta tabela. Na matriz e na tabela de operações por item do aplicativo de métricas, as operações do agente de dados são listadas sob a espécie de item LlmPlugin.
Você pode encontrar as taxas de consumo do agente de dados em Consumo do agente de dados.
Operação | Descrição | Iteme | Medidor de faturamento do Azure | Tipo |
---|---|---|---|---|
Consulta de IA | Calcular o custo associado aos prompts de entrada e ao resultado gerado. | LlmPlugin | Copilot e IA | Contexto geral |
Fábrica de Dados
A experiência do Data Factory contém operações para Dataflows Gen2 e Pipelines.
Fluxos de dados Gen2
Você pode encontrar as taxas de consumo do Dataflows Gen2 em Preços do Dataflow Gen2 para o Data Factory no Microsoft Fabric.
Operação | Descrição | Iteme | Medidor de faturamento do Azure | Tipo |
---|---|---|---|---|
Atualização do Dataflow Gen2 | Custo de computação associado à operação de atualização Gen2 do fluxo de dados | Fluxo de dados Gen2 | Utilização da Capacidade de Computação Padrão dos Fluxos de Dados (CU) | Contexto geral |
Computação de fluxo de dados de alta escala - SQL Endpoint Query | Uso relacionado com o ponto final SQL do armazém de preparação Gen2 do fluxo de dados | Armazém | Uso da capacidade de computação de fluxo de dados de alta escala CU | Contexto geral |
Oleodutos
Você pode encontrar as taxas de consumo para Pipelines em Preços de pipelines de dados para o Data Factory no Microsoft Fabric.
Operação | Descrição | Iteme | Medidor de faturamento do Azure | Tipo |
---|---|---|---|---|
DataMovement | A quantidade de tempo usada pela atividade de cópia em um pipeline do Data Factory dividido pelo número de unidades de integração de dados | Canalização | Utilização da Capacidade de Movimentação de Dados CU | Contexto geral |
ActivityRun | Execução de uma atividade de "Data Factory" num pipeline de dados. | Canalização | Capacidade de Uso de Orquestração de Dados | Contexto geral |
Bases de dados
Uma unidade de capacidade Fabric = 0,383 vCores de base de dados SQL.
Operação | Descrição | Iteme | Medidor de Faturamento do Azure | Tipo |
---|---|---|---|---|
Uso do SQL | Computação para todas as consultas, modificações e operações de processamento de dados SQL geradas pelo usuário e pelo sistema em um banco de dados | Base de dados | Banco de dados SQL no uso de capacidade do Microsoft Fabric | Interativo |
Armazenamento SQL alocado | O espaço de armazenamento alocado dinamicamente para um banco de dados SQL no Fabric, usado para armazenar tabelas, índices, registos de transações e metadados. Totalmente integrado com OneLake. | Base de dados | Dados de armazenamento SQL armazenados | Contexto geral |
Armazém de Dados
Um núcleo de Fabric Data Warehouse (unidade de computação para Data Warehouse) é equivalente a duas Fabric Capacity Units (CUs).
Operação | Descrição | Iteme | Medidor de faturamento do Azure | Tipo |
---|---|---|---|---|
Consulta de armazém | Calcular a cobrança para todas as instruções T-SQL geradas pelo utilizador e pelo sistema dentro de um Data Warehouse | Armazém | Uso da Capacidade do Armazém de Dados (CU) | Contexto geral |
Consulta de Interface SQL | Calcular a carga para todas as instruções T-SQL geradas pelo usuário e pelo sistema no endpoint de análise SQL de um Lakehouse | Armazém | Uso da Capacidade do Armazém de Dados (CU) | Contexto geral |
API 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 Unidades de Capacidade (UCs) em segundos à taxa de dez CUs por hora.
Operação | Descrição | Iteme | Medidor de faturamento do Azure | Tipo |
---|---|---|---|---|
Consulta | Calcular encargos para todas as consultas GraphQL (leituras) e mutações (escritas) geradas por clientes numa API GraphQL | GraphQL | API para utilização da capacidade de consulta do GraphQL CU | Interativo |
Funções de Dados de Utilizador do Fabric
As operações das Funções de Dados do Usuário da Malha são compostas por solicitações iniciadas pelo portal da Malha, outros artefatos da Malha ou aplicativos cliente. Cada operação de solicitação e resposta incorre em uma cobrança pela execução da função, armazenamento interno dos metadados da função no OneLake e operações de leitura e gravação associadas no OneLake.
Operação | Descrição | Iteme | Medidor de faturamento do Azure | Tipo |
---|---|---|---|---|
Execução de funções de dados do usuário | Calcular a cobrança pela execução da função dentro do artefato de Funções de Dados do Usuário. O consumo de memória é definido com um uso fixo de 2GB a cada segundo. | Funções de dados do usuário | Execução da função de dados do usuário (UC/s) | Interativo |
Funções de dados do usuário Armazenamento estático | Armazenamento estático de metadados de funções internas em uma conta OneLake gerenciada por serviços. Isso é calculado com o tamanho compactado dos metadados do item Funções de Dados do Usuário. Este é o custo de criação de itens de Funções de Dados do Usuário, mesmo que eles não sejam usados. | Armazenamento OneLake | Armazenamento OneLake | Contexto geral |
Funções de Dados do Utilizador Armazenamento Estático Leitura | Leia a operação de metadados de função interna armazenados em uma conta OneLake gerenciada por serviço. Esta operação é executada sempre que uma função é executada após um período de inatividade. | Operações de Leitura do OneLake | Operações de Leitura do OneLake | Contexto geral |
Funções de Dados do Utilizador Armazenamento Estático Escrita | Grava e atualiza metadados de funções internas armazenados em uma conta OneLake gerenciada pelo sistema. Esta operação é executada sempre que o item Funções de Dados do Usuário é publicado. | Operações de Gravação do OneLake | Operações de Gravação do OneLake | Contexto geral |
Funções de dados do usuário Armazenamento estático Leitura iterativa | Operações de leitura de metadados para funções internas armazenados numa conta OneLake gerida por serviço. Esta operação é executada sempre que as Funções de Dados do Utilizador são listadas. | As Operações de Leitura Iterativa do OneLake | As Operações de Leitura Iterativa do OneLake | Contexto geral |
Funções de dados do usuário Armazenamento estático Outras operações | Operações de armazenamento relacionadas com vários metadados de função numa conta OneLake gerida por um serviço. | OneLake - Outras Operações | OneLake - Outras Operações | Contexto geral |
OneLago
As operações de computação One Lake representam as transações realizadas em itens One Lake. A taxa de consumo de cada operação varia de acordo com o seu tipo. Para obter mais detalhes, consulte One Lake consumption.
Operação | Descrição | Iteme | Medidor de Faturamento do Azure | Tipo |
---|---|---|---|---|
Leitura do OneLake via Redirecionamento | Leitura do OneLake via Redirecionamento | Múltiplo | Capacidade de Uso de Operações de Leitura do OneLake | Contexto geral |
OneLake Acesso via Proxy | OneLake Acesso via Proxy | Múltiplo | Operações de leitura do OneLake por meio do uso de capacidade da API | Contexto geral |
OneLake Write via Redirecionamento | OneLake Write via Redirecionamento | Múltiplo | Uso de Capacidade das Operações de Gravação do OneLake | Contexto geral |
OneLake Gravação via Proxy | OneLake Gravação via Proxy | Múltiplo | Operações de escrita do OneLake através do uso de capacidade da API CU | Contexto geral |
OneLake Escrita Iterativa via Redirecionamento | OneLake Escrita Iterativa via Redirecionamento | Múltiplo | Operações iterativas de gravação do OneLake | Contexto geral |
OneLake Iterative Read através de Redirecionamento | OneLake Iterative Read através de Redirecionamento | Múltiplo | Capacidade de Uso de Operações de Leitura Iterativa do OneLake | Contexto geral |
OneLake - Outras Operações | OneLake - Outras Operações | Múltiplo | Uso da Capacidade das Outras Operações do OneLake CU | Contexto geral |
Outras operações no OneLake através de redirecionamento | Outras operações no OneLake através de redirecionamento | Múltiplo | Outras operações do OneLake através de uso de capacidade da API (CU) | Contexto geral |
Escrita iterativa do OneLake via proxy | Escrita iterativa do OneLake via proxy | Múltiplo | Operações Iterativas de Escrita do OneLake via Uso de Capacidade da API CU | Contexto geral |
A leitura iterativa do OneLake via proxy | A leitura iterativa do OneLake via proxy | Múltiplo | Operações de leitura iterativa do OneLake por meio do uso da capacidade da API | Contexto geral |
Leitura do OneLake BCDR via Proxy | Leitura do OneLake BCDR via Proxy | Múltiplo | Operações de leitura de BCDR no OneLake através do uso de capacidade da API CU | Contexto geral |
OneLake BCDR Escrita via Proxy | OneLake BCDR Escrita via Proxy | Múltiplo | Operações de gravação do BCDR do OneLake através do uso da capacidade da API | Contexto geral |
Leitura do OneLake BCDR através de Redirecionamento | Leitura do OneLake BCDR através de Redirecionamento | Múltiplo | Utilização de Capacidade de Operações de Leitura BCDR do OneLake CU | Contexto geral |
OneLake BCDR Write através de Redirecionamento | OneLake BCDR Write através de Redirecionamento | Múltiplo | Capacidade de Uso de Operações de Gravação do OneLake BCDR CU | Contexto geral |
OneLake BCDR Leitura Iterativa através de Proxy | OneLake BCDR Leitura Iterativa através de Proxy | Múltiplo | Operações de leitura iterativas do OneLake BCDR através do uso de capacidade da API CU | Contexto geral |
Leitura Iterativa do BCDR do OneLake via Redirecionamento | Leitura Iterativa do BCDR do OneLake via Redirecionamento | Múltiplo | Capacidade de Uso de Operações de Leitura Iterativa BCDR do OneLake CU | Contexto geral |
Gravação Iterativa do OneLake BCDR via Proxy | Gravação Iterativa do OneLake BCDR via Proxy | Múltiplo | Operações de gravação iterativa do BCDR do OneLake via utilização de capacidade da API CU | Contexto geral |
OneLake BCDR Escrita Iterativa através de Redirecionamento | OneLake BCDR Escrita Iterativa através de Redirecionamento | Múltiplo | Capacidade de Uso do OneLake BCDR para Operações Iterativas de Gravação | Contexto geral |
OneLake BCDR Outras Operações | OneLake BCDR Outras Operações | Múltiplo | Uso da Capacidade de Outras Operações do BCDR OneLake UC | Contexto geral |
OneLake BCDR Outras Operações via Redirecionamento | OneLake BCDR Outras Operações via Redirecionamento | Múltiplo | Outras operações BCDR do OneLake através da utilização da capacidade de API CU | Contexto geral |
Power BI
O uso para cada operação é relatado em tempo de processamento de CU em segundos. Oito CUs são equivalentes a um v-core do Power BI.
Nota
O termo modelo semântico substitui o termo conjunto de dados. Você ainda pode ver o termo antigo na interface do usuário até que ele seja completamente substituído.
Atualmente, não cobramos por visuais R/Py no Power BI.
Operação | Descrição | Iteme | Medidor de faturamento do Azure | Tipo |
---|---|---|---|---|
Inteligência artificial (IA) | Avaliação da função de IA | Inteligência Artificial | Utilização de Capacidade do Power BI | Interativo |
Consulta em segundo plano | Consultas para atualizar mosaicos e criar instantâneos de relatório | Modelo semântico | Utilização de Capacidade do Power BI | Contexto geral |
Consulta Direta 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 | Utilização de Capacidade do Power BI | Interativo |
Atualização do 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 | Utilização de Capacidade do Power BI | Contexto geral |
Atualização semântica do modelo sob demanda | Uma atualização do modelo semântico em segundo plano iniciada pelo utilizador, utilizando o serviço, APIs REST ou pontos de extremidade XMLA públicos. | Modelo semântico | Utilização de Capacidade do Power BI | Contexto geral |
Atualização agendada do modelo semântico | Uma atualização agendada do modelo semântico em plano de fundo, executada pelo serviço, por APIs REST ou por pontos de extremidade XMLA públicos | Modelo semântico | Utilização de Capacidade do Power BI | Contexto geral |
Subscrição de e-mail de relatório completo | Uma cópia PDF ou PowerPoint de um relatório inteiro do Power BI, anexada a uma assinatura de email | Relatório | Utilização de Capacidade do Power BI | Contexto geral |
Consulta interativa | Consultas iniciadas por uma solicitação de dados sob demanda. Por exemplo, carregar um modelo ao abrir um relatório, interagir o usuário com um relatório ou consultar um conjunto de dados antes da renderização. O carregamento de um modelo semântico pode ser relatado como uma operação de consulta interativa autônoma. | Modelo semântico | Utilização de Capacidade do Power BI | Interativo |
PublicApiExport | Um relatório do Power BI exportado com a API REST de exportar relatório para ficheiro | Relatório | Utilização de Capacidade do Power BI | Contexto geral |
Renderização | Um relatório paginado do Power BI exportado com a API REST de exportar relatório paginado para arquivo | Relatório paginado | Utilização de Capacidade do Power BI | Contexto geral |
Renderização | Um relatório paginado do Power BI exibido no serviço do Power BI | Relatório paginado | Utilização de Capacidade do Power BI | Interativo |
Leitura de modelação Web | Uma operação de leitura de modelo de dados na experiência do usuário de modelagem da web no modelo semântico. | Modelo semântico | Utilização de Capacidade do Power BI | Interativo |
Escrita de Modelagem Web | Uma operação de escrita de modelo de dados na experiência do utilizador de modelagem semântica na Web | Modelo semântico | Utilização de Capacidade do Power BI | Interativo |
Leitura de XMLA | Operações de leitura XMLA iniciadas pelo usuário, para consultas e descobertas | Modelo semântico | Utilização de Capacidade do Power BI | Interativo |
Operação de escrita XMLA | Uma operação de gravação XMLA em segundo plano que altera o modelo | Modelo semântico | Utilização de Capacidade do Power BI | Contexto geral |
Execução visual de scripts do Power BI | Os visuais R e Py são acionados pela renderização do relatório do Power BI | Relatório de script do Power BI | Capacidade otimizada de memória do Spark (unidade de capacidade) | Interativo |
Informação em Tempo Real
A experiência de utilização do Real-Time Intelligence inclui operações para eventos do Azure e do Fabric, construtor de gêmeos digitais (previsão), Eventstream e Banco de Dados de KQL e Conjunto de Consultas de KQL.
Eventos do Azure e do Fabric
Você pode encontrar as taxas de consumo para eventos do Azure e do Fabric em Consumo de Capacidade de Eventos do Azure e do Fabric.
Operação | Descrição | Iteme | Medidor de faturamento do Azure | Tipo |
---|---|---|---|---|
Operações de Eventos | Operações de publicação, entrega e filtragem | Múltiplo | Inteligência em Tempo Real - Operações de Eventos | Contexto geral |
Ouvinte de eventos | Tempo de atividade do ouvinte do evento | Múltiplo | Inteligência em Tempo Real – Ouvinte de Eventos e Alerta | Contexto geral |
Construtor de gémeo digital (pré-visualização)
Você pode encontrar as taxas de consumo do construtor de gêmeos digitais (visualização) em Consumo de capacidade, relatórios de uso e faturamento do construtor de gêmeos digitais (visualização).
Nota
Os medidores para os construtores de gêmeos digitais estão em fase de testes e podem estar sujeitos a alterações.
Operação | Descrição | Iteme | Medidor de faturamento do Azure | Tipo |
---|---|---|---|---|
Operação do Digital Twin Builder | Uso para operações de fluxo de construtores de gêmeos digitais sob demanda e programadas. | Fluxo do criador de gêmeos digitais | de Utilização da Capacidade de Operação do Digital Twin Builder | Contexto geral |
Fluxo de eventos
Você pode encontrar as taxas de consumo do Eventstream em Monitorar o consumo de capacidade do Microsoft Fabric Eventstream.
Operação | Descrição | Iteme | Medidor de faturamento do Azure | Tipo |
---|---|---|---|---|
Fluxo de Eventos por Hora | Carga plana | Fluxo de eventos | Utilização da Capacidade do Fluxo de Eventos | Contexto geral |
Tráfego de dados do fluxo de eventos por GB | Entrada de dados & volume de saída em fluxos padrão e derivados (Inclui retenção de 24 horas) | Fluxo de eventos | Uso da Capacidade de Tráfego de Dados do Fluxo de Eventos | Contexto geral |
Processador de Fluxo de Eventos por hora | Recursos de computação consumidos pelo processador | Fluxo de eventos | Uso da Capacidade do Processador Eventstream CU | Contexto geral |
Conectores de Eventstream por hora de vCore | Recursos de computação consumidos pelos conectores | Fluxo de eventos | Utilização da Capacidade do Conector Eventstream CU | Contexto geral |
Banco de dados KQL e conjunto de consultas KQL
Você pode encontrar as taxas de consumo do Banco de Dados KQL no consumo do Banco de Dados KQL.
Operação | Descrição | Iteme | Medidor de faturamento do Azure | Tipo |
---|---|---|---|---|
Tempo de atividade da casa de eventos | Medida do tempo que o Eventhouse está ativo | Casa de eventos | Utilização da Capacidade da Eventhouse CU | Contexto geral |
Faísca
Dois Spark VCores (uma unidade de poder de computação para Spark) são iguais a uma unidade de capacidade (CU). Para entender como as operações do Spark consomem CUs, consulte pools do Spark.
Operação | Descrição | Iteme | Medidor de faturamento do Azure | Tipo |
---|---|---|---|---|
Operações Lakehouse | Tabela de pré-visualização de utilizadores no explorador do Lakehouse | Casa do Lago | Spark Utilização da Capacidade Otimizada de Memória CU | Contexto geral |
Carregamento da tabela Lakehouse | Os usuários carregam a tabela delta no Lakehouse explorer | Casa do Lago | Spark Utilização da Capacidade Otimizada de Memória CU | Contexto geral |
Execução de notebook | Notebook executado manualmente pelos utilizadores | Computador portátil | Spark Utilização da Capacidade Otimizada de Memória CU | Contexto geral |
Notebook HC em execução | Notebook executado com a sessão Spark de alta simultaneidade | Computador portátil | Spark Utilização da Capacidade Otimizada de Memória CU | Contexto geral |
Execução agendada do notebook | Execução do notebook acionada por eventos agendados do notebook | Computador portátil | Spark Utilização da Capacidade Otimizada de Memória CU | Contexto geral |
Execução da pipeline do caderno | Execução do notebook acionada por pipeline | Computador portátil | Spark Utilização da Capacidade Otimizada de Memória CU | Contexto geral |
Notebook VS Code executar | O notebook é executado no VS Code. | Computador portátil | Spark Utilização da Capacidade Otimizada de Memória CU | Contexto geral |
Execução de tarefa do Spark | O trabalho em lote do Spark é executado após ser iniciado pelo envio do usuário. | Definição de trabalho do Spark | Spark Utilização da Capacidade Otimizada de Memória CU | Contexto geral |
Trabalho do Spark agendado para execução | Execuções de trabalhos em lote acionadas por eventos agendados de notebooks | Definição de trabalho do Spark | Spark Utilização da Capacidade Otimizada de Memória CU | Contexto geral |
Execução do pipeline de tarefa do Spark | Execução de trabalho em lote acionada por canalização | Definição de trabalho do Spark | Spark Utilização da Capacidade Otimizada de Memória CU | Contexto geral |
Execução da tarefa Spark no VS Code | Definição de trabalho do Spark enviada do VS Code | Definição de trabalho do Spark | Spark Utilização da Capacidade Otimizada de Memória CU | Contexto geral |
Corrida materializada com vista para o lago | Os usuários agendam execuções de visualização materializada do lago | Casa do Lago | Spark Utilização da Capacidade Otimizada de Memória CU | Contexto geral |
Transformações de atalho | Transformações de atalho criadas na Lakehouse | Casa do Lago | Spark Utilização da Capacidade Otimizada de Memória CU | Contexto geral |