Потребление и использование складов в Microsoft Fabric

Применимо к:✅ конечной точке аналитики SQL и хранилищу в Microsoft Fabric

Fabric Data Warehouse использует модель, основанную на потреблении, которая измеряет вычислительные ресурсы, выделяемые для складских рабочих нагрузок со временем.

В этой статье объясняется, как измеряется потребление на складе и как рассчитывается выставление счетов. Для получения дополнительной информации о мониторинге использования см. Как следить: Наблюдать Fabric Data Warehouse тенденции использования.

Как измеряется потребление на складе

В модели SaaS, основанной на мощностях, потребление Fabric Data Warehouse измеряется на основе вычислительных ресурсов, выделенных для поддержки рабочей нагрузки.

Fabric распределяет вычислительные ресурсы на нагрузку во время чтения и записи на склад, а активность чтения — на конечную точку аналитики SQL, в озёрном доме.

Fabric Data Warehouse измеряет потребление с помощью vNodes (виртуальных узлов). vNode — это совокупность из четырёх vCore, которая служит единицей измерения распределения ресурсов и потребления. Для получения информации о расходе CU, связанном с вычислительными ресурсами склада, см. раздел Fabric Operations. По мере изменения спроса на нагрузку Fabric динамически распределяет и выпускает vNodes.

Вычислительные ресурсы распределяются с помощью одного минутного окна базового распределения. Затем измеряется потребление и отражается в секунду на основе количества выделенных vNode. По мере увеличения или снижения спроса на нагрузку распределение vNode соответственно корректируется.

Описание модели выставления счетов

Концептуально потребление на складе можно понять как: потребление = активные vNodes × активное время.

Эта упрощённая модель помогает объяснить поведение потребления. Фактическая отчетность отражает вычислительные ресурсы, распределённые во времени между операциями склада.

Склад автоматически масштабирует вычислительные ресурсы в зависимости от спроса на нагрузку. SKU Fabric capacity определяет взрывные ресурсы vNode, доступные для рабочих нагрузок склада.

Категории операций хранилища

Вы можете анализировать использование универсальной вычислительной емкости по категориям рабочей нагрузки в клиенте. Fabric отслеживает использование по общему числу единиц ёмкости (CU). В таблице показано агрегированное использование за последние 14 дней.

И Warehouse, и SQL Analytics объединяются вWarehouse в приложении Metrics, так как оба используют SQL-вычисления. Категории операций, которые вы видите в этом представлении, следующие:

• Warehouse Query: Вычисление платы для всех пользовательских и системных T-SQL операторов внутри хранилища.
• SQL Endpoint Query: Вычислительная плата для всех пользовательских и системных T-SQL операторов внутри SQL аналитической конечной точки.
• Warehouse Snapshot Query: Вычислительная плата для всех пользовательских и системных T-SQL операторов на снимке склада.

Например:

Граф анализа временных точек

Этот граф в приложении метрик емкости Microsoft Fabric показывает использование ресурсов по сравнению с емкостью, приобретенной. 100 % использования представляет собой полное пропускное значение SKU емкости и используется всеми рабочими нагрузками Fabric. Это значение обозначается жёлтой пунктирной линией. Выбор конкретной временной точки на графике запускает кнопку Explore - TimePoint Detail , которая открывает подробную страницу прохождения.

Как правило, как и Power BI, operations классифицируются как интерактивные или фоновые и обозначаются цветом. Большинство операций в категории складов представлены как фон , чтобы использовать 24-часовое сглаживание активности и обеспечить максимально гибкие модели использования. Классификация хранилища данных как фонового процесса уменьшает частоту пиков использования CU, предотвращая запуск регулирования.

График сквозного сверления временной точки

Таблица сквозного прохождения временных точок в приложении Microsoft Fabric Capacity Metrics предоставляет подробный обзор использования в определённые моменты времени. Он показывает объем пропускной способности данного SKU для каждого 30-секундного периода, а также разбивку интерактивных и фоновых операций. Таблица интерактивных операций показывает операции, выполняющиеся в данный момент времени.

Таблица фоновых операций может показаться операцией, выполненными значительно раньше выбранного временного момента. Это несоответствие возникает потому, что фоновые операции в общей ёмкости (F SKU) проходят 24-часовое сглаживание. Например, таблица показывает все операции, которые выполнялись и продолжают сглаживаться в выбранной точке времени.

Основные случаи использования этого представления включают:

• Определите, определяется ли потребление рабочими нагрузками, инициированными пользователем или системой.

  • Примеры нагрузок, инициируемых пользователем, включают выполнение T-SQL запросов или взаимодействие с порталом Fabric, например, использование SQL Редактор запросов или Visual Редактор запросов.
  • Примеры нагрузок, инициированных системой, включают сжатие данных и другие фоновые задачи, которые выполняются автоматически для оптимизации производительности и улучшения выполнения запросов.

• Определите периоды, которые потребляли больше всего ресурсов.

  • Отсортируйте таблицу по общему числу CU в убывающем порядке, чтобы определить самые дорогие периоды времени. Зафиксируйте соответствующие временные метки Start и End.
  • Чтобы определить запросы, выполнявшиеся в выбранный интервал, используйте T-SQL запросы в представлениях Query Insights, в частности в запросах insights.exec_requests_history. Например, чтобы определить запросы, выполнявшиеся в определённый интервал:

  DECLARE @Start_Time DATETIME2(0) = '2026-08-10 8:00:00'
          ,@End_Time DATETIME2(0) = '2026-08-10 9:00:00'
  
  SELECT
          [database_name],
          sql_pool_name,
          distributed_statement_id,
          login_name,
          allocated_cpu_time_ms / 1000.0 AS vcore_seconds
  FROM queryinsights.exec_requests_history
  WHERE start_time < @End_Time
  AND end_time > @Start_Time;
  

Мониторинг потребления на складах

Вы можете анализировать потребление складов, используя как приложение Fabric Capacity Metrics, так и Query Insights. Эти инструменты отвечают на разные, но взаимодополняющие вопросы.

Приложение "Метрики пропускной способности Fabric"

Используйте метрики пропускной способности, чтобы понять:

• Тенденции потребления на складах.
• Периоды высокой загрузки.
• Потребление между рабочими пространствами и предметами.
• Потребление по сравнению с другими нагрузками Fabric на той же мощности.
• Временные окна, которые могут потребовать изучения.

Метрики вместимости являются основным инструментом для определения времени потребления и объёма потребления за определённый период.

Аналитика запросов

Используйте Query Insights, чтобы понять:

• Какие запросы были активны в периоды потребления.
• Какие модели использования были связаны с активностью.
• Характеристики выполнения запросов, которые могут объяснить повышенное использование.
• Потенциальные возможности для оптимизации рабочей нагрузки.

Query Insights помогает объяснить, что работало , а Capacity Metrics помогает определить, когда происходило потребление. Вместе они дают более полную картину использования складов.

Рекомендации

Рассмотрим следующие нюансы отчетности об использовании:

• Отчетность между базами данных: Когда запрос T-SQL объединяет несколько хранилищ данных (или пересекает хранилище и аналитический конечный пункт SQL), использование отслеживается согласно исходному ресурсу.
• Запросы к представлениям системного каталога и динамическим административным представлениям являются оплачиваемыми запросами.

Исследуйте неожиданное потребление

Чтобы исследовать период неожиданного потребления на складе:

1. Определите временное окно в Метриках вместимости.
2. Проверьте использование складов в этот период.
3. Используйте T-SQL запросы в Query Insights и динамические представления управления хранилищем (DMV ) для оценки соответствующей активности.
4. Определить, связано ли использование с пользовательскими нагрузками, параллелизмом или системами операциями.
5. Определите возможности для оптимизации шаблонов рабочей нагрузки или производительности запросов.
   • Рассмотрите такие функции, как управление нагрузкой на хранилище и кластеризация данных.
   • Пересмотрите рекомендации по производительности в Fabric Data Warehouse.

Часто задаваемые вопросы

Что такое vNode?

Виртуальный узел (vNode) — это единица вычислений в складе, используемая для распределения ресурсов и измерения потребления.

Поглощает ли фоновая активность емкость?

Yes. Потребление может включать как пользовательскую активность, так и системные операции, такие как задачи по обслуживанию и оптимизации.

Как параллельность влияет на потребление?

По мере роста спроса на одновременную нагрузку Fabric может выделить дополнительные vNodes. Увеличение распределения может привести к увеличению потребления.

Где можно отслеживать потребление на складе?

Используйте приложение Fabric Capacity Metrics, чтобы понять тенденции потребления и использования. Используйте Query Insights и T-SQL запросы на DMV для анализа активности, связанной с этими периодами.

Следующий шаг

Как наблюдать тенденции использования Fabric Data Warehouse

Связанный контент

• Мониторинг подключений, сеансов и запросов с помощью динамических административных представлений
• Рекомендации по производительности Fabric Data Warehouse
• Понять счет Azure на объем Fabric