Lakehouse Real-Time'i AI/BI dashboard'ları ile kullanın

Important

Lakehouse Real-Time (Lakehouse//RT) beta aşamasında ve aktif olarak geliştiriliyor. Genel kullanılabilirlik öncesinde performans özellikleri ve desteklenen özellik kümesi değişir. Hesabınızda bunu etkinleştirmek için Azure Databricks hesap ekibinizle iletişime geçin.

Yüzlerce hatta binlerce eşzamanlı kullanıcı için saniye altı yanıt gerektiren AI/BI panellerini güçlendirmek için Lakehouse//RT warehouse kullanabilirsiniz. Lakehouse//RT kullanarak mevcut sınırlamalara uygun yeni dashboardlar oluşturun. Mevcut bir dashboard'u taşımak önerilmez, çünkü mevcut dashboardlar genellikle Lakehouse//RT'nin henüz desteklemediği Genie, harici tablolar veya metrik görünüm oluşturma gibi işlevlere bağlıdır.

Kullanım amacı

Lakehouse//RT, az miktarda veri okuyan seçici sorgular için saniye altı gecikme sağlar. Büyük miktarda veri tarayan veya birçok büyük tabloyu birleştiren sorgular gibi pahalı sorguları hızlandırmaz.

Lakehouse//RT korkulukları (bkz. Korkuluklar) kontrollü biçimde performans düşürmek yerine katı sınırlar uygular, bu yüzden iş yüklerinizi bir Lakehouse//RT deposuna taşımadan önce hazırlayın:

• Pahalı sorguları erken filtreleyerek optimize edin ki daha az veri taransın.
• Bir gösterge paneli taradığından çok daha az veri okuduğunda maddileştirilmiş görünümlerle sonuçları önceden toplayın.

Bir Lakehouse//RT warehouse'ında bir gösterge paneli kur

Lakehouse//RT üzerinde çalışan bir AI/BI gösterge paneli yayınlamak için, ambarı oluşturun ve onu gösterge panelinin ambarı olarak seçin:

1. Diğer SQL depoları gibi bir Lakehouse/RT deposu oluşturun. Bkz. Lakehouse Real-Time.
2. Kullanıcılara depoda Kullanabilir veya daha yüksek izni verin. Depo daha sonra bu kullanıcılar için gösterge paneli oluşturma işlem seçicisinde görünür.
3. Gösterge panelinizde, Lakehouse//RT deposunu gösterge panelinin deposu olarak seçin.
4. Kontrol panelini her zamanki gibi yayınlayın.

Korumalar

Paylaşılan, düşük gecikmeli hizmeti korumak için Lakehouse//RT, sorgu başına kaynak sınırlarını uygular. Bir koruma sınırını aşan bir dashboard sorgusu yavaş çalışmak yerine hata döndürür, bu yüzden sorgularınızı bu sınırların rahatça içinde kalacak şekilde tasarlayın.

Bu değerler Beta testleri sırasında belirlendi ve genel erişilebilirlikten önce değişebilir:

• Sorgu çalışma süresi: 2 dakika. Lakehouse//RT, çok uzun çalıştığında bir widget sorgusunu iptal eder. Bu sınıra yaklaşan bir sorgu, tamamlansa bile saniye altı hedefi karşılamaz ve aşağıdaki shuffle veya spill sınırlarına ulaşma olasılığı daha yüksektir. Bunu daha fazla filtreleme veya önceden toplama sinyali olarak değerlendirin.
• İfade zaman aşımı: Varsayılan olarak 1 dakika. İfade başına zaman aşımını 2 dakikalık sorgu çalışma süresi sınırına kadar ayarlayabilirsiniz.
• Aşama başına yazılan shuffle baytları: 300 GB. Büyük tablolar arasında geniş birleşimler veya toplulaştırmalar bu sınırı aşabilir. Bir sorgu bu sınırı aşarsa, büyük tabloları sorgu zamanında birleştirmek yerine somutlaştırılmış görünümlerle önceden toplulaştırın.
• Spill boyutu: 30 GB, spill etkinleştirildiğinde.
• Budama sonrası dosya listesi: 10.000 dosya, 50.000'e kadar ayarlanabilir. Bir sorgu bu sınırı aşarsa, bölüm veya liquid clustering sütunlarına filtre uygulayın; böylece gösterge paneli yalnızca ihtiyaç duyduğu dosyaları okur.

Sınırlamalar

Lakehouse//RT deposundaki dashboardlar, yalnızca Unity Catalog tarafından yönetilen tablolar ve yalnızca ANSI uyumlu sorgular desteği dahil olmak üzere tüm SELECT devralır. Diğer tablo türlerini, örneğin harici tabloları, sorgulamadan önce yönetilen tablolara dönüştürün.

Aşağıdaki sınırlamalar, Lakehouse//RT deposu ile yayımlanan dashboardlara özgüdür:

• Genie desteklenmiyor.
• Yerel metrik görünümlerin somutlaştırılması desteklenmemektedir.

Yardım alın

Lakehouse//RT'de bir dashboard ile ilgili sorunlar yaşamaya devam ederseniz, aşağıdaki bilgileri toplayın ve Azure Databricks destek ekibiyle iletişime geçin:

• Gördüğünüz hata mesajları.
• Ham sorgu metni dahil olmak üzere sorgu profilinizin dışa aktarılması.
• Kontrol panelinize bir bağlantı.
• Aynı hatanın sunucusuz SQL deposunda da oluşmadığının teyidi.