Параметры хранилища SQL для рабочих нагрузок бизнес-аналитики

Рабочие нагрузки бизнес-аналитики имеют различные характеристики, требующие конкретных рекомендаций по настройке хранилища SQL. На этой странице приведены рекомендации по анализу требований к рабочей нагрузке бизнес-аналитики и настройке хранилищ SQL для обеспечения оптимальной производительности, экономичности и надежности.

Анализ рабочей нагрузки и требования соглашения об уровне обслуживания

Каждая рабочая нагрузка бизнес-аналитики уникальна и требует тщательного анализа перед настройкой. При оценке ваших требований рассмотрите следующие вопросы:

Миграция или новая реализация: Перенос этой рабочей нагрузки с другой платформы или новая реализация? Перенесенные рабочие нагрузки могут иметь установленные соглашения об уровне обслуживания и базовые показатели.
Соглашения об уровне обслуживания (SLA): Каковы ваши требования к задержке, пропускной способности и доступности? Документируйте как технические, так и бизнес-соглашения об уровне обслуживания.
Шаблоны доступа: Как пользователи взаимодействуют с данными? Понимание типичных шаблонов запросов помогает оптимально настроить конфигурацию хранилища и оптимизировать слой данных для конкретной рабочей нагрузки.

Типичные шаблоны доступа к бизнес-аналитике

Рабочие нагрузки бизнес-аналитики обычно делятся на две отдельные категории шаблонов доступа, каждый из которых требует различных конфигураций хранилища SQL.

Шаблон DirectQuery / LiveQuery

Шаблоны DirectQuery запрашивают данные в режиме реального времени, требуя ответов с низкой задержкой для интерактивной аналитики:

Характеристики.

Большое количество запросов
Запросы обычно возвращают небольшие результирующие наборы (менее 1000 записей)
Обычно выполняется в рабочие часы
Строгие требования соглашения об уровне обслуживания с минимальными ожиданиями задержки
Непредсказуемые шаблоны запросов (панели мониторинга, отчеты)
Доступ к данным для каждого запроса обычно меньше 5 ГБ
Требуются вычислительные ресурсы с высокой масштабируемостью для удовлетворения резких колебаний.

Ожидания производительности:

Время ответа запроса: секунды (обычно менее 5 секунд для интерактивных панелей мониторинга)
Свежесть данных: актуальность, отражающая последние данные

Профиль рабочей нагрузки:

Частые пики в рабочие часы
Непредсказуемые изменения нагрузки, вызванные пользователями
Может расшириться до 24x7 для глобальных организаций

Шаблон импорта и извлечения

Шаблоны импорта извлекают данные для нижестоящих систем, уделяя приоритет пропускной способности над задержкой.

Характеристики.

Низкое количество запросов (запланированных обновлений)
Обычно большие результирующие наборы (более 1000 000 записей)
Обычно запланировано в нерабочие часы
Прогнозируемые шаблоны запросов (часто управляемые детализацией)
Доступ к данным для каждого запроса: до десятков ГБ

Ожидания производительности:

Время отклика запроса: от минут до часов (пакетная обработка)
Свежесть данных: моментальный снимок дня или предыдущий день

Профиль рабочей нагрузки:

Запланированные, прогнозируемые окна выполнения
Известные характеристики рабочей нагрузки и требования к ресурсам
Пакетная обработка

Сочетание запросов в рабочих нагрузках DirectQuery

При использовании шаблонов DirectQuery с моделью данных схемы звезды ожидается следующее распределение запросов:

Запросы измерений: Многие небольшие запросы сканируют таблицы измерений (клиент, продукт, время)
Запросы фактов: Многие большие запросы сканируют таблицы фактов с соединениями и агрегациями
Запросы на извлечение данных: Некоторые простые, но длительные запросы для извлечения крупных объемов данных

Для этого разнообразного набора запросов требуется хранилище SQL, которое может эффективно обрабатывать как небольшие, частые запросы, так и большие аналитические запросы одновременно.

Стратегия с несколькими хранилищами для изоляции рабочей нагрузки

Databricks рекомендует подготовить несколько хранилищ SQL для достижения следующих целей:

Оптимизация размеров и оптимальные расходы

Определите размер каждого хранилища соответствующим образом для конкретного характера рабочего потока.
Избегайте избыточного предоставления ресурсов, разделяя рабочие нагрузки с различными требованиями к ресурсам
Используйте небольшие хранилища для разработки и тестирования, большие для производственной среды.
Использование масштабируемости хранилища для поиска идеального баланса между производительностью и затратами

Повышение общей производительности

Предотвращение конфликта ресурсов между моделями DirectQuery и импортом/извлечением
Изоляция интерактивных панелей мониторинга от операций пакетного обновления
Включение независимого масштабирования на основе требований рабочей нагрузки

Перекрестная зарядка и распределение затрат

Отслеживание использования и затрат по бизнес-единицам, проектам или команде
Включение точных моделей обратной оплаты
Повышение видимости затрат и подотчетности

Более эффективное администрирование и управление

Назначение обязанностей владения и управления командой или проектом
Применение различных политик автоматической остановки на основе шаблонов использования
Настройка отдельных элементов управления доступом и мониторинга

Обратная связь

Были ли сведения на этой странице полезными?

Last updated on 2026-02-21