Delta Lake 的預測優化

  • 發行項

重要

這項功能處於公開預覽狀態。

預測優化不需要手動管理 Azure Databricks 上 Delta 數據表的維護作業。

啟用預測優化后，Azure Databricks 會自動識別受益於維護作業的數據表，併為使用者執行這些數據表。 維護作業只會視需要執行，消除維護作業的不必要的執行，以及追蹤和疑難解答效能的相關負擔。

預測優化會執行哪些作業？

預測優化會自動針對已啟用的 Delta 資料表執行下列作業：

作業 描述
OPTIMIZE 藉由優化檔案大小來改善查詢效能。 請參閱在 Delta Lake 上使用 Optimize 壓縮資料檔案 \(部分機器翻譯\)。
VACUUM 藉由刪除數據表不再參考的數據檔來降低記憶體成本。 請參閱 使用真空移除未使用的數據檔。

注意

OPTIMIZE 使用預測性優化執行時不會執行 ZORDER 。

警告

命令的 VACUUM 保留時間範圍取決於 delta.deletedFileRetentionDuration 資料表屬性，預設為7天。 這表示 VACUUM 會移除過去 7 天內 Delta 數據表版本不再參考的數據檔。 如果您想要將數據保留更長的時間（例如支援持續時間較長的時間移動），您必須先適當地設定此資料表屬性，才能啟用預測優化，如下列範例所示：

ALTER TABLE table_name SET TBLPROPERTIES ('delta.deletedFileRetentionDuration' = '30 days');

預測優化在何處執行？

預測優化可識別受益於 OPTIMIZE 和 VACUUM 作業的數據表，並將其排入佇列，以使用作業計算來執行。 您的帳戶會使用 Databricks 受控服務專屬的 SKU 來支付與這些工作負載相關聯的計算費用。 請參閱 Databricks 受控服務的定價。 Azure Databricks 提供系統數據表，以觀察預測優化作業、成本和影響。 請參閱 使用系統數據表來追蹤預測優化。

注意

預測性優化不會在使用液體群集的數據表上執行 OPTIMIZE 命令。

預測優化的必要條件

您必須滿足下列需求，才能啟用預測優化：

啟用預測性優化

您必須在帳戶層級啟用預測優化。

您必須具備下列許可權，才能在指定的層級啟用或停用預測優化：

Unity Catalog 物件 Privilege
客戶​​ 帳戶管理員
目錄 目錄擁有者
結構描述 架構擁有者

注意

當您第一次啟用預測優化時，Azure Databricks 會自動在 Azure Databricks 帳戶中建立服務主體。 Azure Databricks 會使用此服務主體來執行要求的維護作業。 請參閱管理服務主體。

啟用帳戶的預測優化

帳戶管理員必須完成下列步驟，才能啟用帳戶中所有中繼存放區的預測優化：

  1. 存取帳戶主控台。
  2. 流覽至 [設定]，然後流覽至 [功能啟用]。
  3. 選取 [預測性優化] 旁的 [已啟用]。

注意

未啟用不支援預測優化之區域中的中繼存放區。

啟用或停用目錄或架構的預測優化

預測優化會使用繼承模型。 為目錄啟用時，架構會繼承 屬性。 已啟用架構內的數據表會繼承預測優化。 若要覆寫此繼承行為，您可以明確停用目錄或架構的預測優化。

注意

您可以在帳戶層級啟用預測優化之前，先停用類別目錄或架構層級的預測優化。 如果稍後在帳戶上啟用預測優化，則會封鎖這些對象中的數據表。

使用下列語法來啟用或停用預測優化：

ALTER CATALOG [catalog_name] {ENABLE | DISABLE} PREDICTIVE OPTIMIZATION;
ALTER {SCHEMA | DATABASE} schema_name {ENABLE | DISABLE} PREDICTIVE OPTIMIZATION;

檢查是否啟用預測性優化

欄位 Predictive Optimization 是 Unity 目錄屬性，可詳細說明是否已啟用預測性優化。 如果預測優化繼承自父物件，則會在域值中指出。

使用下列語法來查看預測優化是否已啟用：

DESCRIBE (CATALOG | SCHEMA | TABLE) EXTENDED name

使用系統數據表來追蹤預測優化

Azure Databricks 提供系統數據表來追蹤預測優化作業的歷程記錄。 請參閱 預測優化系統數據表參考。

限制

預測性優化在所有區域中都無法使用。 請參閱 Azure Databricks 區域。

預測性優化不會在使用液體群集或 Z 順序的數據表上執行 OPTIMIZE 命令。

預測性優化不會對下表執行維護作業：

  • 載入至工作區做為 Delta Sharing 收件者的數據表。
  • 具體化檢視。 請參閱 在 Databricks SQL 中使用具體化檢視。
  • 串流數據表。 請參閱 使用 Databricks SQL 中的串流數據表載入數據。