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. Дополнительные сведения о мониторинге использования см. в разделе Практическое руководство: наблюдение за тенденциями использования Fabric Data Warehouse.

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 выделяет вычислительные ресурсы для рабочей нагрузки во время операций чтения и записи в хранилище данных, а также во время операций чтения через конечную точку аналитики SQL в озёрном хранилище.

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 потребление измеряется и указывается за секунду исходя из количества выделенных vNode. По мере увеличения или снижения спроса на нагрузку распределение vNode соответственно корректируется.

Описание модели выставления счетов

Концептуально потребление хранилища можно представить как: Потребление = активные vNodes × время активности.

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 хранилище, и конечная точка аналитики SQL отображаются в категории Хранилище в приложении Metrics, так как оба используют вычислительные ресурсы SQL. Категории операций, которые вы видите в этом представлении, следующие:

• Warehouse Query: Расчёт стоимости всех T-SQL-инструкций, созданных пользователями и системой, в хранилище.
• SQL Endpoint Query: Плата за вычисления для всех инструкций T-SQL, созданных пользователями и системой, в конечной точке аналитики SQL.
• Warehouse Snapshot Query: Расчёт стоимости для всех созданных пользователем и системой инструкций T-SQL для снимка хранилища данных.

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 определённого момента времени на графике делает кнопку Explore - TimePoint Detail активной, открывая подробную страницу детализации.

Как правило, как и Power BI, operations классифицируются как интерактивные или фоновые и обозначаются цветом. Большинство операций в категории Warehouse учитываются как фоновые, чтобы воспользоваться 24-часовым сглаживанием активности и обеспечить максимально гибкие сценарии использования. Отнесение активности хранилища к фоновой снижает частоту случаев, когда пики использования CU вызывают ограничение.

График детализации по моменту времени

Таблица детализации по моментам времени в приложении Microsoft Fabric Capacity Metrics отображает подробные сведения об использовании 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 Фоновые операции может создавать впечатление, что в ней отображаются операции, которые выполнялись значительно раньше выбранного момента времени. Это расхождение возникает потому, что фоновые операции в рамках общей емкости (F SKU) подвергаются 24-часовому сглаживанию. 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 изучить период неожиданного расхода 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 ресурсов с пользовательскими рабочими нагрузками, параллелизмом или системными 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