計量應用程式計算
本文說明一些用來計算 Microsoft Fabric 中的使用量的計算。 使用本文進一步了解 Microsoft Fabric 容量計量應用程式中顯示的資訊。
使用量分析
多載容量是達到其計算能力 100% 以上的容量。 當容量多載時，就會開始進行節流。 節流視覺物件可以 Fabric 在指定時間點的節流限制百分比來協助您了解使用量。 節流會繼續進行，直至容量使用量低於 100%。 節流視覺物件有三個索引標籤，每個索引標籤都會根據不同的時間範圍顯示不同節流類型的相關資訊。
| 定位字元 | 閾值限制 | 當容量達到 100% 時，會發生什麼事？ | 容量回到 100% 之前需要多久？ |
|---|---|---|---|
| 互動延遲 | 10 分鐘 | 20 秒節流會套用至互動要求 | 套用延遲之後，新的互動要求和背景要求會繼續累積未來的計算使用量 |
| 互動拒絕 | 60 分鐘 | 互動要求遭到拒絕，使用者會在 UI 中看到錯誤 | 背景要求會繼續累積未來的計算使用量 |
| 背景拒絕 | 24 小時 | 所有要求都會遭到拒絕，包括背景和互動要求 | N/A |
當未來的計算使用量低於 100% 時，則會接受更多要求。 這些要求可能會導致容量的使用量再次超過 100%。 當事實上是兩個連續節流事件時，您可能會將此視為一個持續節流事件。
背景拒絕
由於背景拒絕閾值為 24 小時，因此高百分比節流數字表示您超量使用了每日 (24 小時) 容量資源。 當背景拒絕高於 100% 時，所有要求都會遭到拒絕。 一旦容量使用量低於 100%，就會停止拒絕。 例如，背景拒絕 250% 表示您使用了 SKU 層級每日容量資源量的 2.5 倍。
注意
背景工作不會受到節流，而且可以延長互動拒絕停止所需的時間。
互動延遲和互動拒絕
當您查看這些視覺物件時，只會看到在特定時間點影響容量的內容。 這些視覺物件包括已平滑處理到目前評估視窗的使用量。 稍後的時間點可能包含不會影響此時間點的其他已平滑處理的使用量。 背景平滑使用量可能會降低互動要求在未來時間點可用的使用量。
互動延遲 - 250% 的互動延遲表示 Fabric 正在嘗試將 25 分鐘使用量容入接下來的 10 分鐘。
互動拒絕 - 250% 的互動拒絕表示 Fabric 正在嘗試將 2.5 小時使用量容入接下來的 60 分鐘。
計算從節流復原的時間
當您的使用量超過 100%，您必須等到容量將未來的使用量降低到低於 100%。 假設未使用任何額外的計算，您可以使用下列公式來估計降至低於 100% 需要花費的時間。
$$ \text{從節流復原的時間下限} = \frac{\text{% 拒絕類型} – \text{ }100}{100}\times{\text{持續期間}} $$
互動拒絕和互動延遲需要的時間可能超過停止節流的持續時間範圍的 1.5 倍。 新的要求可能會為容量增加更多的轉寄使用量，讓容量使用量達到 100% 所需的時間超過 60 分鐘或 10 分鐘的時間範圍。
背景拒絕計算範例
當您的使用量達到 250% 時，未來 36 小時內的所有要求都會遭到拒絕。
$$ \frac{250-100}{100}\times{24 \text{ 小時} = 36 \text{ 小時}} $$
容量使用量至少需要 1.5 天才能達到 100%。 背景工作不會遭到拒絕，而且可以延長停止互動拒絕所需的時間。
互動拒絕計算範例
當您的使用量達到 250%，則至少在接下來的 90 分鐘內，只會拒絕互動要求。
$$ \frac{250-100}{100}\times{60 \text{ 分鐘} = 90 \text{ 分鐘}} $$
容量使用量至少需要 1.5 小時才能低於 100%。 不過，由於未來使用量超過 10 分鐘和 60 分鐘範圍的背景工作可能會影響您的容量，因此此事件的期間可能會更長。
互動延遲計算範例
當您的使用量達到 250%，則在接下來的 15 分鐘內互動要求會延遲。
$$ \frac{250-100}{100}\times{10 \text{ 分鐘} = 15 \text{ 分鐘}} $$
容量使用量至少需要 15 分鐘才能低於 100%。 不過，由於未來使用量超過 10 分鐘和 60 分鐘範圍的背景工作會影響您的容量，因此此事件的期間可能會更長。
效能差異
依項目和作業的矩陣圖資料表會使用色彩來協助您了解 Fabric 項目在您組織中的執行情況。
無色彩 - 高於 -10 的值
橙色 - -10 到 -25 之間的值
紅色 - 低於 -25 的值
若要建立效能差異，Microsoft Fabric 會針對完成時間低於 200 毫秒的所有快速作業計算每小時平均值。 每小時值會作為過去七天 (168 小時) 的緩慢移動平均。 然後，將緩慢移動平均與最近資料點與七天前的資料點之間的平均值進行比較。 效能差異表示這兩個平均值之間的差異。
您可以使用效能差異值來評估項目的平均效能在過去一週是否改善或惡化。 值越高，表示效能就越好。 接近零的值表示沒有太大變更，而負值表示項目的平均效能在過去一週變得更糟。
依效能差異資料行排序矩陣有助於識別其效能發生最大變更的語意模型。 在調查期間，別忘了考慮 CU (s) 和使用者數目。 當涉及到具有高 CU 使用率的 Microsoft Fabric 項目時，效能差異值是一個良好的指標，因為其被大量使用或執行許多作業。 不過，CU 活動較少的小型語意模型可能不會反映真實情況，因為其很容易顯示較大的正值或負值。