Doku REST API'sini kullanarak özel SQL havuzlarını yapılandırma

Şunlar için geçerlidir: ✅ Microsoft Fabric'te SQL analiz uç noktası ve Ambarı

Özel SQL havuzları, yöneticilerin istekleri işlemek için kaynakların nasıl ayrıldığı konusunda daha fazla denetim sahibi olmasını sağlar. Bu hızlı başlangıçta, Özel SQL havuzlarını yapılandıracak ve Doku REST API'sini kullanarak sınıflandırıcı değerlerini gözlemleyeceksiniz.

Çalışma alanı yöneticileri, istekleri farklı işlem havuzlarına yönlendirmek için bağlantı dizesinden uygulama adını (veya program adını) kullanabilir. Çalışma alanı yöneticileri, çalışma alanı kapasitesinin dinamik ölçek sınırına göre her veritabanı SQL havuzunun erişebileceği kaynakların yüzdesini de kontrol edebiliyor.

Doku REST API'si işlemler için birleşik bir uç nokta tanımlar.

Önkoşullar

  • Çalışma alanında Bir Ambar öğesine erişim. Yönetici rolünün üyesi olmanız gerekir.

Geçerli yapılandırmayı alma

Geçerli yapılandırmayı almak için aşağıdaki API'yi kullanın.

Fabric Not Defteri Örneği

Fabric Spark not defteri ortamında aşağıdaki örnek Python kodunu çalıştırabilirsiniz.

  • Kod, özel SQL havuzu yapılandırma API'sine bir GET istek gönderir ve çalışma alanı için özel SQL havuzu yapılandırmasını döndürür.
  • workspace_id alanı, not defterinin çalıştığı çalışma alanı GUID'sini almak için mssparkutils.runtime.context öğesini kullanır. Farklı bir çalışma alanında özel bir SQL havuzu yapılandırmak için, özel SQL havuzlarını yapılandırmak istediğiniz çalışma alanının GUID'si ile workspace_id öğesini güncelleyin.
import requests
import json
from notebookutils import mssparkutils

# This will get the workspace_id where this notebook is running. 
# Update to the workspace_id (guid) if running this notebook outside of the workspace where the warehouse exists.
workspaceId = mssparkutils.runtime.context.get('currentWorkspaceId') 

url = f'https://api.fabric.microsoft.com/v1/workspaces/{workspaceId}/warehouses/sqlPoolsConfiguration?beta=true'
response = requests.request(method='get', url=url, headers={'Authorization': f'Bearer {mssparkutils.credentials.getToken("pbi")}'})

if response.status_code == 200:
    print(json.dumps(response.json(), indent=4))
else:
    print(response.text)

Özel SQL havuzlarını yapılandırma

Aşağıdaki Python örneği özel SQL havuzlarını etkinleştirir ve yapılandırılır. Bu Python kodunu bir Fabric Spark not defterinde çalıştırabilirsiniz.

  • Özel SQL havuzları yapılandırması yalnızca öznitelik true olarak ayarlandığında etkindir customSQLPoolsEnabled . Nesne tanımında customSQLPools bir yük tanımlayabilirsiniz, ancak customSQLPoolsEnabled değerini true olarak ayarlamazsanız yük yoksayılır ve otonom iş yükü yönetimi kullanılır.
  • Kod, ContosoSQLPool ve AdhocPool olmak üzere iki özel SQL havuzu yapılandırıyor.
    • ContosoSQLPool, kullanılabilir kaynakların 70% alacak şekilde ayarlanır. Uygulama Adı sınıflandırıcısının MyContosoAppdeğeri vardır.
    • Bağlantı dizesinde MyContosoApp uygulama adını belirten tüm SQL sorguları, özel SQL havuzu ContosoSQLPool'ye sınıflandırılır ve toplam serileştirilebilir kapasitenin %70'ine erişebilir.
    • Bağlantı dizesinin uygulama adında yer MyContosoApp almayan tüm SQL sorguları, varsayılan havuz olarak tanımlanan özel SQL havuzuna gönderilir Adhoc . Bu istekler, patlatılabilir kapasitenin toplam düğümlerinin %30'una erişim hakkı elde eder.
  • Tüm özel SQL havuzu yapılandırmalarında özniteliği true olarak ayarlanarak isDefault tanımlanan bir varsayılan SQL Havuzu olmalıdır.
  • Tüm maxResourcePercentage değerlerin toplamı 100%değerinden küçük veya buna eşit olmalıdır.
  • workspace_id alanı, not defterinin çalıştığı çalışma alanı GUID'sini almak için mssparkutils.runtime.context öğesini kullanır. Farklı bir çalışma alanında özel bir SQL havuzu yapılandırmak için, özel SQL havuzlarını yapılandırmak istediğiniz çalışma alanının GUID'si ile workspace_id öğesini güncelleyin.
import requests
import json
from notebookutils import mssparkutils

body = { 
  "customSQLPoolsEnabled": True, 
  "customSQLPools": [ 
    { 
      "name": "ContosoSQLPool", 
      "isDefault": False, 
      "maxResourcePercentage": 70,
      "optimizeForReads": False, 
      "classifier": { 
        "type": "Application Name", 
        "value": [ 
          "MyContosoApp"
        ] 
      } 
    }, 
    { 
      "name": "AdhocPool", 
      "isDefault": True, 
      "maxResourcePercentage": 30,
      "optimizeForReads": True
    } 
  ] 
}

# This will get the workspaceId where this notebook is running. 
# Update to the workspace_id (guid) if running this notebook outside of the workspace where the warehouse exists.
workspace_id = mssparkutils.runtime.context.get('currentWorkspaceId') 

url = f'https://api.fabric.microsoft.com/v1/workspaces/{workspace_id}/warehouses/sqlPoolsConfiguration?beta=true'
response = requests.request(method='patch', url=url, json=body, headers={'Authorization': f'Bearer {mssparkutils.credentials.getToken("pbi")}'})

if response.status_code == 200:
    print("SQL Custom Pools configured successfully.")
else:
    print(response.text)

Tip

Fabric'den gelen trafik için şu yararlı Uygulama Adı (regex) sınıflandırıcı değerlerini kullanın:

  • Fabric işlem hatlarından sorguları sınıflandırmak için ^Data Integration-to[0-9a-fA-F]{8}-[0-9a-fA-F]{4}-[1-5][0-9a-fA-F]{3}-[89abAB][0-9a-fA-F]{3}-[0-9a-fA-F]{12}$ kullanın.
  • Power BI'dan sorguları sınıflandırmak için kullanın ^(PowerBIPremium-DirectQuery|Mashup Engine(?: \(PowerBIPremium-Import\))?).
  • Fabric portal SQL sorgu düzenleyicisinden sorguları sınıflandırmak için DMS_user kullanın.

SQL Server Management Studio'da (SSMS) uygulama adını ayarlama

Özel SQL havuzları için sınıflandırıcı, ortak bağlantı dizelerinin uygulama adı veya program adı parametresini kullanır.

  1. SQL Server Management Studio'da (SSMS), ambar için sunucu adını belirtin ve kimlik doğrulaması sağlayın. Microsoft Entra MFA önerilir.

  2. Gelişmiş düğmesini seçin.

  3. Gelişmiş Özellikler sayfasındaki Bağlam'ın altında Uygulama Adı değerini olarak MyContosoAppdeğiştirin.

    Uygulama Adı = MyContosoApp ile Gelişmiş Özellikler sayfasının SQL Server Management Studio'dan ekran görüntüsü.

  4. Tamam'ı seçin.

  5. Bağlan seçeneğini seçin.

  6. Bazı örnek etkinlikler oluşturmak için SSMS'de bu bağlantıyı kullanarak ambarınızda basit bir sorgu çalıştırın, örneğin:

    SELECT *
    FROM dbo.DimDate;
    

Özel SQL havuzu için sorgu içgörülerini gözlemleme

  1. SSMS'den SQL altyapısına geçirilen uygulama adının sys.dm_exec_sessions olarak tanındığını görmek amacıyla MyContosoApp dinamik yönetim görünümünü gözden geçirin.

    SELECT session_id, program_name
    FROM   sys.dm_exec_sessions
    WHERE  program_name = 'MyContosoApp';
    

    Örneğin:

    sys.dm_exec_sessions'da sorgunun sonuçlarını ve MyContosoApp program adıyla tanımlanan oturumu gösteren SQL Server Management Studio'nun ekran görüntüsü.

  2. program_name özel SQL havuzundaki uygulama adıyla eşleştiğindenMyContosoApp, bu sorgu bu havuzdaki kaynakları kullanır. Sorgunun hangi özel SQL havuzunu kullandığını kanıtlamak için queryinsights.exec_requests_history sistem görünümünü sorgulayabilirsiniz. Sorgu içgörülerinin doldurulmasını 10-15 dakika bekleyin ve ardından aşağıdaki sorguyu çalıştırın.

    SELECT distributed_statement_id, submit_time, 
           program_name, sql_pool_name, start_time, end_time
    FROM   queryinsights.exec_requests_history 
    WHERE  program_name = 'MyContosoApp';
    
  3. Sorgunun havuzunu, Statement ID veya İfade Kimliği'ne göre de tanımlayabilirsiniz. Fabric portalı SQL sorgu düzenleyicisinde, ambarınıza veya SQL analiz uç noktasına karşı bir sorgu çalıştırın.

    SELECT *
    FROM dbo.DimDate;
    
  4. İletiler sekmesini seçin ve sorgu yürütme için Deyim Kimliğini kaydedin. SQL sorgu düzenleyicisinde, program_nameDMS_user şeklindedir, ki daha önce MyContosoApp özel SQL havuzunu kullanmak üzere yapılandırdığınız.

  5. Sorgu içgörülerinin doldurulmasını 10-15 dakika bekleyin.

  6. Uygun özel SQL havuzunun kullanıldığını doğrulamak için sql_pool_name ve diğer bilgileri alın.

    SELECT distributed_statement_id, submit_time, 
           program_name, sql_pool_name, start_time, end_time
    FROM   queryinsights.exec_requests_history 
    WHERE  distributed_statement_id = '<Statement ID>';
    

Özel SQL havuzları yapılandırmasını geri alma

Çalışma alanını özgün durumuna döndürmek için customSQLPoolsEnabled özelliğini False olarak değiştirin. Özel SQL havuzları yapılandırmasını korumak istiyorsanız, her havuz adını listede olduğu gibi customSQLPools geçirmeniz gerekir.

Bu örnek Python kodu özel SQL havuzlarını devre dışı bırakır ve SELECT ve özel olmayan SELECT havuzların otonom iş yükü yönetimi yapılandırmasına geri döner. PATCH isteği, customSQLPoolsEnabled özelliği False olarak ayarlanmış bir şekilde çağrılır.

import requests
import json
from notebookutils import mssparkutils

body = { 
  "customSQLPoolsEnabled": False, 
  "customSQLPools": [] 
}

# This will get the workspaceId where this notebook is running. 
# Update to the workspace_id (guid) if running this notebook outside of the workspace where the warehouse exists.
workspace_id = mssparkutils.runtime.context.get('currentWorkspaceId') 

url = f'https://api.fabric.microsoft.com/v1/workspaces/{workspace_id}/warehouses/sqlPoolsConfiguration?beta=true'
response = requests.request(method='patch', url=url, json=body, headers={'Authorization': f'Bearer {mssparkutils.credentials.getToken("pbi")}'})

if response.status_code == 200:
    print("SQL Custom Pools successfully disabled.")
else:
    print(response.text)