Not
Bu sayfaya erişim yetkilendirme gerektiriyor. Oturum açmayı veya dizinleri değiştirmeyi deneyebilirsiniz.
Bu sayfaya erişim yetkilendirme gerektiriyor. Dizinleri değiştirmeyi deneyebilirsiniz.
Microsoft Fabric içindeki her deneyim benzersiz işlemleri destekler. Deneyimin ham ölçümlerinin kullanımını İşlem Birimlerine (CU) dönüştüren işlem tüketim oranıdır.
Microsoft Fabric Kapasite Ölçümleri uygulamasının compute sayfası kapasitenizin performansına genel bir bakış sağlar ve işlem kaynaklarını kullanan Fabric işlemlerini listeler.
Bu makalede bu işlemler deneyime göre listelenir ve Fabric içindeki kaynakları nasıl kullandıkları açıklanır.
Etkileşimli ve arka plan işlemleri
Microsoft Fabric işlemleri interactive ve background olmak üzere iki türe ayırır. Bu makalede bu işlemler listelenir ve aralarındaki fark açıklanır.
Etkileşimli işlemler
Kullanıcı etkileşimleri tarafından tetiklenebilen, rapor görselleri tarafından oluşturulan veri modeli sorguları gibi talep üzerine yapılan istekler ve işlemler etkileşimli işlemler olarak sınıflandırılır. Bunlar genellikle kullanıcı arabirimiyle kullanıcı etkileşimleri tarafından tetikler. Örneğin, kullanıcı bir raporu açtığında veya bir Power BI raporundaki dilimleyiciyi seçtiğinde etkileşimli bir işlem tetikleniyor. Etkileşimli işlemler kullanıcı arabirimiyle etkileşim kurulmadan da tetiklenebilir, örneğin dax sorgusu çalıştırmak için SQL Server Management Studio (SSMS) veya özel bir uygulama kullanılırken.
Arka plan işlemleri
Anlam modeli veya veri akışı yenilemeleri gibi daha uzun süre çalışan işlemler arka plan işlemleri olarak sınıflandırılır. Bunlar bir kullanıcı tarafından el ile veya kullanıcı etkileşimi olmadan otomatik olarak tetiklenebilir. Arka plan işlemleri zamanlanmış yenilemeler, etkileşimli yenilemeler, REST tabanlı yenilemeler ve XMLA tabanlı yenileme işlemlerini içerir. Kullanıcıların bu işlemlerin bitmesini beklemeleri beklenmez. Bunun yerine, işlemlerin durumunu denetlemek için daha sonra geri gelebilirler.
Bu belgeyi okuma
Her deneyimin, işlemlerini listeleyen ve aşağıdaki sütunları içeren bir tablosu vardır:
operation : İşlemin adı. Microsoft Fabric Capacity Metrics uygulamasında görünür.
Description : İşlemin açıklaması.
Item : Bu işlemin uygulanabileceği öğe. Microsoft Fabric Capacity Metrics uygulamasında görünür.
Azure faturalama ölçümü – Azure faturanızda bu işlemin kullanımını gösteren ölçümün adı.
Type : İşlemin türünü listeler. İşlemler etkileşimli veya arka plan işlemleri olarak sınıflandırılır.
Tüketim oranıyla ilgili daha fazla ayrıntı sağlandığında, bu bilgileri içeren belgeye bir bağlantı sağlanır.
deneyime göre işlemleri Fabric
Bu bölüm Fabric deneyime ayrılmıştır. Her deneyimin işlemlerini listeleyen bir tablosu vardı.
Important
Tüketim oranları herhangi bir zamanda değişebilir. Microsoft, e-posta veya ürün içi bildirim yoluyla bildirim sağlamak için makul çabayı gösterecektir. Değişiklikler, Microsoft'in Release Notes veya Microsoft Fabric blogu belirtilen tarihte geçerli olacaktır. Microsoft Fabric İş Yükü Tüketim Oranı'na yapılan herhangi bir değişiklik belirli bir iş yükünü kullanmak için gereken Kapasite Birimlerini (CU) önemli ölçüde artırırsa, müşteriler seçilen ödeme yöntemi için sağlanan iptal seçeneklerini kullanabilir.
Copilot Fabric
Copilot işlemleri bu tabloda listelenmiştir. Copilot için tüketim oranlarını Copilot tüketim bulabilirsiniz.
| Operation | Description | Item | faturalama ölçüm Azure | Type |
|---|---|---|---|---|
| Copilot Fabric | Giriş istemleri ve çıktı tamamlama süreci ile ilişkili hesaplama maliyeti | Multiple | Copilot ve AI | Background |
| AI İşlevleri | Fabric yapay zeka işlevlerini ve Azure OpenAI Service kullanmayla ilişkili işlem maliyeti | Multiple | Copilot ve AI | Etkileşimli, Arka Plan |
| Yapay Zeka Hizmetleri | Fabric'de Azure Yapay Zeka Hizmetlerini kullanmayla ilişkili işlem maliyeti (Metin Analizi ve Azure Yapay Zeka Çevirmeni/Azure Yapay Zeka Çeviri) | Notebook | Copilot ve AI | Background |
Note
Kapasite Ölçümleri uygulaması, 17 Mart 2026'dan itibaren yapay zeka işlevlerini ve yapay zeka hizmetlerini ayrı işlemler olarak gösterir. Bu yalnızca raporlama değişikliğidir; temel tüketim oranları değişmemiştir.
Fabric'da veri aracısı
Veri aracısı işlemleri bu tabloda listelenmiştir. Ölçüm uygulamasının öğe ve işlem tablosuna göre matrisinde, Veri aracısı işlemleri LlmPlugin öğe türü altında listelenir.
Veri aracısı tüketimi bölümünde Veri aracısı için tüketim oranlarını bulabilirsiniz.
| Operation | Description | Item | faturalama ölçüm Azure | Type |
|---|---|---|---|---|
| AI sorgusu | Giriş istemleri ve çıktı tamamlama süreci ile ilişkili hesaplama maliyeti | LlmPlugin | Copilot ve AI | Background |
Data Factory
Data Factory deneyimi, Veri Akışları 2. Nesil ve İşlem Hatları için işlemler içerir.
Veri Akışları 2. Nesil
dataflows 2. Nesil için tüketim oranlarını Microsoft Fabric
Note
Ekim 2025 itibarıyla Veri Akışı 2. Nesil Yenileme işlemi adı , Veri Akışı 2. Nesil Çalıştırma Sorguları olarak yeniden adlandırıldı.
| Operation | Description | Item | faturalama ölçüm Azure | Type |
|---|---|---|---|---|
| Dataflow Gen2 Sorgu Çalıştır | Dataflow Gen2 değerlendirme işlemiyle ilişkili hesaplama maliyeti | Dataflow Gen 2 | Veri Akışları Standart İşlem Kapasitesi Kullanımı CU | Background |
| Yüksek Ölçekli Veri Akışı İşlemi - SQL Uç Noktası Sorgusu | Veri akışı Gen2 hazırlık ambarı SQL uç noktası ile ilgili kullanım | Warehouse | Yüksek Ölçekli Veri Akışı İşlem Kapasitesi Kullanımı CU | Background |
Pipelines
İşlem hatları için tüketim oranlarını data factory için Pipeline fiyatlandırmasında Microsoft Fabric bulabilirsiniz.
| Operation | Description | Item | faturalama ölçüm Azure | Type |
|---|---|---|---|---|
| DataMovement | Data Factory işlem hattındaki kopyalama etkinliği tarafından kullanılan süre, veri tümleştirme birimi sayısına bölünür | Pipeline | Veri Taşıma Kapasitesi Kullanımı CU | Background |
| ActivityRun | Data Factory işlem hattı etkinliği yürütme | Pipeline | Veri Düzenleme Kapasitesi Kullanımı CU | Background |
Databases
Bir Fabric kapasite birimi = 0,383 SQL veritabanı sanal çekirdeği.
| Operation | Description | Item | faturalama ölçüm Azure | Type |
|---|---|---|---|---|
| SQL Kullanımı | Veritabanı içinde kullanıcı tarafından oluşturulan ve sistem tarafından oluşturulan tüm SQL sorguları, değişiklikleri ve veri işleme işlemleri için işlem | Database | Microsoft Fabric Kapasite Kullanımı CU'daki SQL veritabanı | Interactive |
| Ayrılmış SQL Depolama | Fabric'da bir SQL veritabanı için dinamik olarak ayrılan depolama alanı; tabloları, dizinleri, işlem günlüklerini ve meta verileri depolamak için kullanılır. OneLake ile tamamen tümleşiktir. | Database | Depolanan SQL Depolama Verileri | Background |
Data Warehouse
Bir Fabric Data Warehouse çekirdek (Data Warehouse için hesaplama birimi) 0.538 Fabric Kapasite Birimi (CU) eşdeğerdir.
| Operation | Description | Item | faturalama ölçüm Azure | Type |
|---|---|---|---|---|
| Depo Sorgusu | Bir Depo içindeki tüm kullanıcı tarafından oluşturulan ve sistem tarafından oluşturulan T-SQL ifadeleri için hesap ücreti. | Warehouse | Data Warehouse Kapasite Kullanımı CU | Background |
| SQL Uç Noktası Sorgusu | Bir Lakehouse'un SQL analitik uç noktasında kullanıcı tarafından oluşturulan ve sistem tarafından oluşturulan tüm T-SQL ifadeleri için hesaplama ücreti. | Warehouse | Data Warehouse Kapasite Kullanımı CU | Background |
| Depo Anlık Sorgusu | Bir depo anlık görüntüsünde kullanıcı tarafından oluşturulan ve sistem tarafından oluşturulan tüm T-SQL ifadeleri için ücret hesaplayın. | Warehouse | Data Warehouse Kapasite Kullanımı CU | Background |
Sorgu hızlandırması etkinleştirilmiş bir Fabric Data Warehouse çekirdek (Data Warehouse için hesaplama birimi (Hızlandırılmış)) 3.446 Fabric Kapasite Birimi (CU) ile eşdeğerdir.
| Operation | Description | Item | faturalama ölçüm Azure | Type |
|---|---|---|---|---|
| Depo Sorgusu (Hızlandırılmış) | Sorgu hızlandırma özellikli bir çalışma alanının deposunda SQL analitik uç noktasında kullanıcı tarafından oluşturulan ve sistem tarafından oluşturulan tüm T-SQL ifadeleri için hesaplama ücreti. | Warehouse | Data Warehouse (Hızlandırılmış) Kapasite Kullanımı CU | Background |
| SQL Endpoint Query (Accelerated) | Kullanıcı tarafından oluşturulan ve sistem tarafından oluşturulan tüm T-SQL ifadeleri için SQL analitik uç noktası için, Sorgu hızlandırma özellikli bir çalışma alanındaki göl evinde hesap ücreti. | Warehouse | SQL Endpoint Query (Accelerated) Capacity Usage CU | Background |
| Depo Anlık Sorgusu (Hızlandırılmış) | SQL analitik uç noktasında, Sorgu hızlandırma özellikli bir çalışma alanında Warehouse Snapshot'ta kullanıcı tarafından oluşturulan ve sistem tarafından oluşturulan tüm T-SQL ifadeleri için ücret hesaplayın. | Warehouse | Depo Anlık Sorgusu (Hızlandırılmış) Kapasite Kullanımı CU | Background |
GraphQL için Fabric API
GraphQL işlemleri, API istemcileri tarafından GraphQL öğeleri için API'de gerçekleştirilen isteklerden oluşur. Her GraphQL isteği ve yanıt işlemi işleme süresi, kapasite birimlerinde (CU) saniye cinsinden saat başına on RU oranında raporlanır.
| Operation | Description | Item | faturalama ölçüm Azure | Type |
|---|---|---|---|---|
| Query | GraphQL API'sinde istemciler tarafından oluşturulan tüm GraphQL sorguları (okumalar) ve mutasyonlar (yazmalar) için işlem ücreti | GraphQL | GraphQL Sorgu Kapasitesi Kullanımı için API | Interactive |
Kullanıcı Verileri İşlevlerini Fabric
Fabric Kullanıcı Verileri İşlevleri işlemleri Fabric portalı, diğer Fabric yapıtları veya istemci uygulamaları tarafından başlatılan isteklerden oluşur. Her işlem, işlev yürütmesi, OneLake'de işlev meta verilerinin iç depolaması ve OneLake'de ilişkili okuma ve yazma işlemleri için ücretlendirilir.
| Operation | Description | Item | faturalama ölçüm Azure | Type |
|---|---|---|---|---|
| Kullanıcı Verisi İşlevlerinin Yürütülmesi | İşlevin yürütülmesi için Kullanıcı Verileri İşlevleri öğesinde hesaplama ücreti hesaplayın. Bu işlem, Fabric portalından, başka bir Fabric öğesinden veya bir dış uygulamadan gelen istekten sonra bir işlevin çalıştırılmasıyla sonuçılır. | Kullanıcı Verileri İşlevleri | Kullanıcı Veri Fonksiyonu Yürütme (CU/sn) | Interactive |
| Kullanıcı Verileri İşlevleri Portalı Testi | Bir Kullanıcı Verileri İşlevleri öğesi içindeki bir işlevin test yürütmesi için ücreti hesaplayın. Bu işlem, bir test oturumu sırasında "Geliştir modunda" bir fonksiyonun test edilmesiyle sonuçlanır. Test oturumunun süresi en az 15 dakikadır. | Kullanıcı Verileri İşlevleri | Kullanıcı Veri Fonksiyonu Yürütme (CU/sn) | Interactive |
| Kullanıcı Verileri İşlevleri Statik Depolama | Hizmet tarafından yönetilen OneLake hesabında iç işlev meta verilerinin statik depolaması. Bu, Kullanıcı Verileri İşlevleri öğesi meta verilerinin sıkıştırılmış boyutuyla hesaplanır. Bu, kullanılmasa bile Kullanıcı Veri Fonksiyonları öğeleri oluşturmanın maliyetidir. | OneLake Depolama | OneLake Depolama | Background |
| Kullanıcı Verisi Fonksiyonları Statik Depolama Okuma | Hizmet yönetimli bir OneLake hesabında depolanan iç fonksiyon metaverilerinin okuma işlemi. Bu işlem, bir işlevin etkin olmadığı bir süre sonra her icra edildiğinde gerçekleştirilir. | OneLake Okuma İşlemleri | OneLake Okuma İşlemleri | Background |
| Kullanıcı Verileri Fonksiyonları Statik Depolama Yazma | Sistem tarafından yönetilen OneLake hesabında depolanan iç işlev meta verilerini yazar ve güncelleştirir. Bu işlem, Kullanıcı Verileri İşlevleri öğesi her yayımlandığında yürütülür. | OneLake Yazma İşlemleri | OneLake Yazma İşlemleri | Background |
| Kullanıcı Verileri İşlevleri Statik Depolama Yinelemeli Okuma | Hizmet tarafından yönetilen OneLake hesabında depolanan iç işlev meta verileri için okuma işlemleri. Bu işlem, Kullanıcı Verileri İşlevleri her listelendiğinde yürütülür. | OneLake Yinelemeli Okuma İşlemleri | OneLake Yinelemeli Okuma İşlemleri | Background |
| Kullanıcı Verileri İşlevleri Statik Depolama Diğer İşlemler | Hizmet tarafından yönetilen OneLake hesabındaki çeşitli işlev meta verileriyle ilgili depolama işlemleri. | OneLake Diğer İşlemler | OneLake Diğer İşlemler | Background |
ML Model Uç Noktası
ML Modeli uç nokta belgeleri , gerçek zamanlı tahminleri sorunsuz bir şekilde sunmanızı sağlar. Arka planda Fabric, modelinizi barındırmak için temel kapsayıcı altyapısını oluşturur ve yönetir.
| Operation | Description | Item | faturalama ölçüm Azure | Type |
|---|---|---|---|---|
| Model Uç Noktası | TBD | Makine Öğrenimi modeli | ML Modeli Uç Nokta Kapasitesi Kullanımı CU | Background |
OneLake
OneLake hesaplama işlemleri, OneLake öğeleri üzerinde gerçekleştirilen işlemleri temsil eder. Her işlemin tüketim oranı türüne bağlı olarak değişir. Daha fazla bilgi için OneLake tüketimine bakınız.
| Operation | Description | Item | faturalama ölçüm Azure | Type |
|---|---|---|---|---|
| OneLake Yeniden Yönlendirme Yoluyla Okuma | OneLake Yeniden Yönlendirme Yoluyla Okuma | Multiple | OneLake Okuma Operasyonları Kapasite Kullanımı CU | Background |
| Ara Sunucu aracılığıyla OneLake Erişimi | Ara Sunucu aracılığıyla OneLake Erişimi | Multiple | API Kapasite Kullanımı CU üzerinden OneLake Okuma İşlemleri | Background |
| OneLake’i Yeniden Yönlendirme Yoluyla Yazma | OneLake’i Yeniden Yönlendirme Yoluyla Yazma | Multiple | "OneLake Yazma İşlemleri Kapasite Kullanımı CU" | Background |
| OneLake'i Ara Sunucu Üzerinden Yazma | OneLake'i Ara Sunucu Üzerinden Yazma | Multiple | OneLake API Kapasite Kullanımı CU ile Yazma İşlemleri | Background |
| Yeniden Yönlendirme ile OneLake üzerinde Yinelemeli Yazma | Yeniden Yönlendirme ile OneLake üzerinde Yinelemeli Yazma | Multiple | OneLake Yinelemeli Yazma İşlemleri | Background |
| Yönlendirme Yoluyla OneLake Yinelemeli Okuma | Yönlendirme Yoluyla OneLake Yinelemeli Okuma | Multiple | OneLake Tekrarlayan Okuma İşlemlerinin Kapasite Kullanımı CU | Background |
| OneLake Diğer İşlemler | OneLake Diğer İşlemler | Multiple | OneLake Farklı Operasyonel Kapasite Kullanımı CU | Background |
| OneLake Diğer İşlemler Yönlendirme ile | OneLake Diğer İşlemler Yönlendirme ile | Multiple | API ile OneLake'deki Diğer İşlemler için Kapasite Kullanım Birimi | Background |
| Proxy Sunucu Aracılığıyla OneLake Yinelemeli Yazma | Proxy Sunucu Aracılığıyla OneLake Yinelemeli Yazma | Multiple | OneLake İteratif Yazma İşlemleri, API Kapasite Kullanımı ile CU | Background |
| OneLake Vekil Sunucu Aracılığıyla Tekrarlamalı Okuma | OneLake Vekil Sunucu Aracılığıyla Tekrarlamalı Okuma | Multiple | API Kapasite Kullanımı (CU) aracılığıyla OneLake Yinelemeli Okuma İşlemleri | Background |
| Ara Sunucu Aracılığıyla OneLake BCDR Okuma | Ara Sunucu Aracılığıyla OneLake BCDR Okuma | Multiple | API Kapasite Kullanımı CU yoluyla OneLake BCDR Okuma İşlemleri | Background |
| Proxy Aracılığıyla OneLake BCDR Yazma | Proxy Aracılığıyla OneLake BCDR Yazma | Multiple | API Kapasite Kullanımı (CU) yoluyla OneLake BCDR Yazma İşlemleri | Background |
| Yeniden Yönlendirme ile OneLake BCDR Okuma | Yeniden Yönlendirme ile OneLake BCDR Okuma | Multiple | OneLake BCDR Okuma İşlem Kapasite Kullanımı CU | Background |
| OneLake BCDR'yi Yönlendirme Yoluyla Yazma | OneLake BCDR'yi Yönlendirme Yoluyla Yazma | Multiple | OneLake BCDR Yazım İşlemleri Kapasite Kullanımı CU | Background |
| Vekil Sunucu Aracılığıyla OneLake BCDR Yinelemeli Okuma | Vekil Sunucu Aracılığıyla OneLake BCDR Yinelemeli Okuma | Multiple | API CU Kapasite Kullanımı aracılığıyla OneLake BCDR Yinelemeli Okuma İşlemleri | Background |
| Yeniden Yönlendirme Yoluyla OneLake BCDR Tekrarlamalı Okuma | Yeniden Yönlendirme Yoluyla OneLake BCDR Tekrarlamalı Okuma | Multiple | OneLake BCDR Tekrarlayan Okuma İşlem Kapasite Kullanımı CU | Background |
| Proxy Sunucu Aracılığıyla OneLake BCDR Yinelemeli Yazma | Proxy Sunucu Aracılığıyla OneLake BCDR Yinelemeli Yazma | Multiple | API Kapasite Kullanımı CU aracılığıyla OneLake BCDR Tekrarlamalı Yazma İşlemleri | Background |
| OneLake BCDR Yinelemeli Yazma Yeniden Yönlendirme Yoluyla | OneLake BCDR Yinelemeli Yazma Yeniden Yönlendirme Yoluyla | Multiple | OneLake BCDR Yinelemeli Yazma Operasyonları Kapasite Kullanımı CU | Background |
| OneLake BCDR Diğer İşlemler | OneLake BCDR Diğer İşlemler | Multiple | OneLake BCDR Diğer İşlem Kapasitesi Kullanımı CU | Background |
| OneLake BCDR Yönlendirme Üzerinden Diğer Operasyonlar | OneLake BCDR Yönlendirme Üzerinden Diğer Operasyonlar | Multiple | API Kapasite Kullanımı CU ile OneLake BCDR Diğer İşlemleri | Background |
Power BI
Her bir operasyonun kullanımı, CU işleme süresi olarak saniye cinsinden bildirilir. Sekiz RU, bir Power BI sanal çekirdeğe eşdeğerdir.
Note
Anlam modeli terimi, veri kümesi teriminin yerini alır. Tamamen değiştirilene kadar kullanıcı arabiriminde eski terimi görmeye devam edebilirsiniz.
Şu anda Power BI'da R/Py görselleri için faturalandırmıyoruz.
| Operation | Description | Item | faturalama ölçüm Azure | Type |
|---|---|---|---|---|
| Yapay zeka (AI) | Yapay zeka işlevi değerlendirmesi | AI | Power BI Kapasite Kullanımı CU | Interactive |
| Arka plan sorgusu | Kutucukları yenileme ve rapor anlık görüntüleri oluşturma işlemleri için sorgular | Anlamsal model | Power BI Kapasite Kullanımı CU | Background |
| Veri Akışı DirectQuery | Verileri anlamsal modele aktarmanıza gerek kalmadan doğrudan veri akışına bağlanma | Dataflow Nesil 1 | Power BI Kapasite Kullanımı CU | Interactive |
| Veri akışı yenileme | Hizmet tarafından veya REST API'leri ile gerçekleştirilen isteğe bağlı veya zamanlanmış arka plan veri akışı yenilemesi. | Dataflow Nesil 1 | Power BI Kapasite Kullanımı CU | Background |
| semantik model isteğe göre yenileme | Hizmet, REST API'leri veya genel XMLA uç noktaları kullanılarak kullanıcı tarafından başlatılan arka plan anlam modeli yenilemesi | Anlamsal model | Power BI Kapasite Kullanımı CU | Background |
| Anlam modeli yenilemenin zamanlanması | Hizmet, REST API'leri veya genel XMLA uç noktaları tarafından gerçekleştirilen zamanlanmış arka plan anlam modeli yenilemesi | Anlamsal model | Power BI Kapasite Kullanımı CU | Background |
| Tam rapor e-posta aboneliği | email aboneliğine eklenmiş bir Power BI raporunun tamamının PDF veya PowerPoint kopyası | Report | Power BI Kapasite Kullanımı CU | Background |
| Etkileşimli sorgu | İsteğe bağlı veri isteği tarafından başlatılan sorgular. Örneğin, raporu açarken modeli yükleme, raporla kullanıcı etkileşimi veya işlemeden önce veri kümesini sorgulama. Semantik modelin yüklenmesi tek başına etkileşimli sorgu işlemi olarak bildirilebilir. | Anlamsal model | Power BI Kapasite Kullanımı CU | Interactive |
| PublicApiExport | export raporuyla dışarı aktarılan Power BI raporu file REST API | Report | Power BI Kapasite Kullanımı CU | Background |
| Render | sayfalandırılmış raporu file REST API'sine dışarı aktaran Power BI sayfalandırılmış rapor | Sayfalandırılmış rapor | Power BI Kapasite Kullanımı CU | Background |
| Render | Power BI hizmeti'da görüntülenen Power BI sayfalandırılmış rapor | Sayfalandırılmış rapor | Power BI Kapasite Kullanımı CU | Interactive |
| Web modellemeyi okuma | Anlam modeli web modelleme kullanıcı deneyiminde veri modeli okuma işlemi | Anlamsal model | Power BI Kapasite Kullanımı CU | Interactive |
| Web modellemesi yazma | Anlam modeli web modelleme kullanıcı deneyiminde veri modeli yazma işlemi | Anlamsal model | Power BI Kapasite Kullanımı CU | Interactive |
| XMLA okuma | Sorgular ve bulmalar için kullanıcı tarafından başlatılan XMLA okuma işlemleri | Anlamsal model | Power BI Kapasite Kullanımı CU | Interactive |
| XMLA yazma | Modeli değiştiren arka plan XMLA yazma işlemi | Anlamsal model | Power BI Kapasite Kullanımı CU | Background |
| Power BI betik oluşturma görseli yürütme | R ve Py görselleri, Power BI raporu işlenerek tetiklenerek çalıştırılır | Power BI betik raporu | Bellek optimize edilmiş kapasite (CU) | Interactive |
Gerçek Zamanlı Zeka
Real-Time İstihbarat deneyimi, Operasyon ajanı, Anomaly Detector, Azure ve Fabric olayları, dijital ikiz oluşturucu (önizleme),Eventstream ve KQL Database ile KQL Queryset için işlemleri içerir.
Operasyon Temsilcisi
Operations Agent için tüketim oranlarını Operations agent kapasite ve faturalandırma bölümünde bulabilirsiniz. Operasyon ajanının etkileşimli kullanım için in Fabric işlemini de tükettiğini Copilot unutmayın.
| Operation | Description | Item | faturalama ölçüm Azure | Type |
|---|---|---|---|---|
| İşlemler aracısı hesaplama | Veri işleme ve izleme için arka plan hesaplaması, kuralların ve koşulların değerlendirilmesi dahil | İşlem Aracısı | İşlem temsilcileri kapasite kullanımını hesaplar CU | Background |
| Araştırma aracısı mantığı | Bir soruşturma sırasında izlenen verileri analiz eden dil modeli akıl yürütme | İşlem Aracısı | Araştırma aracısı akıl yürütme hesaplama kapasitesi CU kullanımı | Background |
| İşletim aracısı otonom mantığı | Bir koşul sağlandığında veri analiz edilip öneriler oluşturulduğunda dil modeli işleme | İşlem Aracısı | Operasyon ajanlarının bağımsız akıl yürütme kapasitesi kullanımı CU | Background |
Anomaly Detector
Anomali Algılayıcısı kapasite kullanımı ve faturalamasında Anomali Algılayıcısı'nın tüketim oranlarını Real-Time Intelligence'da bulabilirsiniz.
| Operation | Description | Item | faturalama ölçüm Azure | Type |
|---|---|---|---|---|
| Anomali Tespit Edici Sorguları Çalıştır | Etkileşimli analiz ve sürekli izleme | Anomali Dedektörü | Anomali Dedektörü Sorgu Kapasitesi Kullanımı CU | Background |
olayları Azure ve Fabric
Azure ve Fabric olayları için tüketim oranlarını Azure ve Fabric olay kapasitesi tüketimi bulabilirsiniz.
| Operation | Description | Item | faturalama ölçüm Azure | Type |
|---|---|---|---|---|
| Olay İşlemleri | Yayımlama, teslim ve filtreleme işlemleri | Multiple | Gerçek Zamanlı Zeka - Olay İşlemleri | Background |
| Olay Dinleyicisi | Olay dinleyicisinin çalışma zamanı | Multiple | Gerçek Zamanlı Zeka – Olay Dinleyicisi ve Uyarı | Background |
Dijital ikiz oluşturucu (önizleme)
Dijital ikiz oluşturucu (önizleme) için tüketim oranlarını Dijital ikiz oluşturucu (önizleme) kapasite tüketimi, kullanım raporlama ve faturalama bölümünde bulabilirsiniz.
Note
Dijital ikiz oluşturucu için ölçümler şu anda önizleme aşamasındadır ve değiştirilebilir.
| Operation | Description | Item | faturalama ölçüm Azure | Type |
|---|---|---|---|---|
| Digital Twin Builder İşlemi | İsteğe bağlı ve zamanlanmış dijital ikiz oluşturucu akış işlemleri için kullanım | Dijital ikiz oluşturma akışı | Digital Twin Builder İşlem Kapasitesi Kullanımı CU | Background |
Eventstream
Eventstream için tüketim oranlarını Microsoft Fabric Eventstream için
| Operation | Description | Item | faturalama ölçüm Azure | Type |
|---|---|---|---|---|
| Saatlik Olay Akışı | Düz şarj | Eventstream | Etkinlik Akışı Kapasite Kullanımı CU | Background |
| GB başına Olay Akışı Veri Trafiği | Varsayılan ve türetilmiş akışlarda veri girişi & çıkış hacmi (24 saat bekletme içerir) | Eventstream | Etkinlik Akışı Veri Trafiği Kapasite Kullanımı CU | Background |
| Saatlik Olay Akışı İşlemcisi | İşlemci tarafından kullanılan bilgi işlem kaynakları | Eventstream | Etkinlik Akışı İşlemcisi Kapasite Kullanımı CU | Background |
| Sanal Çekirdek-Saati Başına Etkinlik Akışı Bağlayıcıları | Bağlayıcılar tarafından kullanılan bilgi işlem kaynakları | Eventstream | Etkinlik Akışı Bağlayıcısı Kapasite Kullanımı CU | Background |
KQL Veritabanı ve KQL Sorgu Kümesi
KQL Veritabanı tüketiminde KQL Veritabanı tüketim oranlarını bulabilirsiniz.
| Operation | Description | Item | faturalama ölçüm Azure | Type |
|---|---|---|---|---|
| Etkinlik Evi UpTime | Eventhouse'un etkin olduğu sürenin ölçüsü | Eventhouse | Eventhouse Kapasite Kullanım Oranı CU | Background |
Spark
İki Spark sanal çekirdeği (Spark için işlem gücü birimi), bir kapasite birimine (CU) eşittir. Spark işlemlerinin CU'ları nasıl tükettiği hakkında bilgi edinmek için spark havuzlarına bakın.
| Operation | Description | Item | faturalama ölçüm Azure | Type |
|---|---|---|---|---|
| Lakehouse operasyonları | Lakehouse gezgininde kullanıcılar tabloyu önizler. | Lakehouse | Spark Bellek Optimizasyonlu Kapasite Kullanımı CU | Background |
| Lakehouse tablo yükleme | Kullanıcılar Lakehouse gezgininde delta tablosunu yükler | Lakehouse | Spark Bellek Optimizasyonlu Kapasite Kullanımı CU | Background |
| Notebook çalıştırma | Kullanıcılar tarafından elle çalıştırılan dizüstü bilgisayar | Notebook | Spark Bellek Optimizasyonlu Kapasite Kullanımı CU | Background |
| Dizüstü bilgisayar HC çalıştırma | Yüksek eşzamanlı Spark oturumunda çalışan not defteri | Notebook | Spark Bellek Optimizasyonlu Kapasite Kullanımı CU | Background |
| Zamanlanmış Notebook çalıştırma | Zamanlanmış defter olayları tarafından tetiklenen defter çalışması | Notebook | Spark Bellek Optimizasyonlu Kapasite Kullanımı CU | Background |
| Notebook çalışma hattı çalıştırması | İşlem hattı tarafından tetiklenen not defteri çalıştırma | Notebook | Spark Bellek Optimizasyonlu Kapasite Kullanımı CU | Background |
| Notebook VS Code çalıştırma | Notebook VS Code'da çalışır. | Notebook | Spark Bellek Optimizasyonlu Kapasite Kullanımı CU | Background |
| Spark görevi çalıştırma | Kullanıcı gönderimi tarafından başlatılan Spark toplu iş çalıştırmaları | Spark İş Tanımı | Spark Bellek Optimizasyonlu Kapasite Kullanımı CU | Background |
| Zamanlanmış Spark işi çalışması | Defter zamanlanmış olayları tarafından tetiklenen toplu iş çalışmaları | Spark İş Tanımı | Spark Bellek Optimizasyonlu Kapasite Kullanımı CU | Background |
| Spark iş hattı çalıştırma işlemi | İşlem hattı tarafından tetiklenen toplu iş görevleri | Spark İş Tanımı | Spark Bellek Optimizasyonlu Kapasite Kullanımı CU | Background |
| Spark işi VS Code çalışması | VS Code'dan gönderilen Spark iş tanımı | Spark İş Tanımı | Spark Bellek Optimizasyonlu Kapasite Kullanımı CU | Background |
| Gerçekleştirilmiş göl görünümü çalıştırması | Kullanıcılar Materialize edilmiş göl görünümü çalıştırmalarını zamanlarlar. | Lakehouse | Spark Bellek Optimizasyonlu Kapasite Kullanımı CU | Background |
| Kısayol Dönüştürmeleri | Lakehouse'da oluşturulan Kısayol Dönüşümleri | Lakehouse | Spark Bellek Optimizasyonlu Kapasite Kullanımı CU | Background |