Jaa

Merkityksellisten tietojen kysely Fabric-tietovarastossa

  • Artikkeli

Koskee:✅ SQL-analytiikan päätepiste ja Microsoft Fabric -varasto

Microsoft Fabricissa Kyselyn merkitykselliset tiedot -ominaisuus on skaalattava, kestävä ja laajennettava ratkaisu SQL-analytiikkakokemuksen parantamiseen. Historiallisten kyselytietojen, koosteiden merkityksellisten tietojen ja todellisen kyselytekstin käytön avulla voit analysoida ja hienosäätää kyselyn suorituskykyä. QI tarjoaa tietoja kyselyistä, jotka suoritetaan vain käyttäjän kontekstissa, järjestelmäkyselyitä ei oteta huomioon.

Kyselyn merkitykselliset tiedot -ominaisuus tarjoaa keskitetyn sijainnin historiatietoihin ja toiminnallisiin merkityksellisiin tietoihin 30 päivän ajan, mikä auttaa sinua tekemään tietoon perustuvia päätöksiä Warehousen tai SQL-analytiikan päätepisteen suorituskyvyn parantamiseksi. Kun SQL-kysely suoritetaan Microsoft Fabricissa, kyselyn merkitykselliset tiedot -ominaisuus kerää ja kokoaa sen suoritustiedot ja tarjoaa sinulle arvokkaita tietoja. Voit tarkastella järjestelmänvalvoja-, jäsen- ja osallistujaroolien täyttä kyselytekstiä.

  • Historialliset kyselytiedot: Kyselyn merkitykselliset tiedot -ominaisuus tallentaa kyselyn suorituksia koskevat historiatiedot, joiden avulla voit seurata suorituskykymuutoksia ajan mittaan. Järjestelmäkyselyitä ei tallenneta kyselyn merkityksellisiin tietoihin.
  • Koostetut merkitykselliset tiedot: Kyselyn merkitykselliset tiedot koostaa kyselyn suoritustiedot merkityksellisiksi tiedoiksi, jotka ovat toiminnallisempia, kuten pitkäkestoisten kyselyjen tai aktiivisimpien käyttäjien tunnistaminen. Nämä koosteet perustuvat kyselyn muotoon. Lisätietoja on kohdassa Miten samankaltaiset kyselyt koostetaan merkityksellisten tietojen luomiseksi?

Alkutoimet

Sinulla pitäisi olla käyttöoikeus SQL-analytiikan päätepisteeseen tai Warehouseen Premium-kapasiteetin työtilassa, jolla on osallistujan tai sitä korkeammat käyttöoikeudet.

Milloin tarvitset kyselyn merkityksellisiä tietoja?

Kyselyn merkitykselliset tiedot -ominaisuus vastaa useisiin kysymyksiin ja huolenaiheisiin, jotka liittyvät kyselyn suorituskykyyn ja tietokannan optimointiin, kuten:

Kyselyn suorituskykyanalyysi

  • Mikä on kyselyjemme historiallinen suorituskyky?
  • Onko olemassa pitkäkestoisia kyselyitä, jotka tarvitsevat huomiota?
  • Saammeko selville kyselyt, jotka aiheuttavat suorituskyvyn pullonkauloja?
  • Käytettiinkö välimuistia kyselyissäni?
  • Mitkä kyselyt kuluttavat eniten suoritinta?

Kyselyn optimointi ja viritys

  • Mitä kyselyitä suoritetaan usein ja miten niiden suorituskykyä voidaan parantaa?
  • Voidaanko tunnistaa kyselyt, jotka ovat epäonnistuneet tai jotka on peruutettu?
  • Voiko kyselyn suoritustehon muutoksia seurata ajan mittaan?
  • Toimivatko kyselyt jatkuvasti huonosti?

Käyttäjien toimintojen valvonta

  • Kuka on lähettänyt tietyn kyselyn?
  • Ketkä ovat aktiivisimmat käyttäjät tai käyttäjät, joilla on pitkäkestoisimmat kyselyt?

Järjestelmänäkymiä on kolme, jotka antavat vastauksia seuraaviin kysymyksiin:

Missä voit nähdä kyselyn merkitykselliset tiedot?

Automaattisesti luodut näkymät ovat rakenteen alla queryinsights SQL Analytics -päätepisteessä ja Warehousessa. Etsi esimerkiksi varaston Kangashallinnasta Kyselyn merkitykselliset tiedot -näkymät rakenteista, kyselykyselyistä ja näkymistä.

Fabric Explorerin näyttökuva, josta löydät kyselyn merkitykselliset tiedot -näkymät rakenteista, kyselykyselyistä ja näkymistä.

Kun kysely on suoritettu, näet sen suoritustiedot sen Warehousen tai SQL-analytiikan päätepisteen näkymissä queryinsights , joihin olit muodostanut yhteyden. Jos suoritat tietokantakyselyn kohteen kontekstissa WH_2, kyselysi näkyy kohteen kyselyn merkityksellisissä tiedoissaWH_2. Valmiiden kyselyjen näkyminen kyselyn merkityksellisissä toiminnoissa voi kestää jopa 15 minuuttia sen mukaan, mikä samanaikainen kuormitus suoritetaan. Kyselyiden näkymiseen kyselyn merkityksellisissä toiminnoissa kuluva aika kasvaa siten, että samanaikaisia kyselyitä suoritetaan enemmän.

Miten vastaavat kyselyt koostetaan merkityksellisten tietojen luomiseksi?

Kyselyn merkitykselliset tiedot pitävät kyselyitä samoina, jos kyselyillä on sama muoto, vaikka predikaatit olisivat erilaisia.

Voit käyttää näkymien query hash saraketta samankaltaisten kyselyiden analysoimiseen ja porautumiseen alaspäin kuhunkin suorittamiseen.

Esimerkiksi seuraavia kyselyitä pidetään samoina sen jälkeen, kun niiden predikaatit on parametrisoitu:

SELECT * FROM Orders
WHERE OrderDate BETWEEN '1996-07-01' AND '1996-07-31';

ja

SELECT * FROM Orders
WHERE OrderDate BETWEEN '2000-07-01' AND '2006-07-31';

Esimerkit

Tunnista kyselyt, jotka olet suorittanut viimeisten 30 minuutin aikana

Seuraava kysely käyttää queryinsights.exec_requests_history -parametria ja sisäistä funktiota USER_NAME() , joka palauttaa nykyisen istunnon käyttäjänimen.

SELECT * FROM queryinsights.exec_requests_history 
WHERE start_time >= DATEADD(MINUTE, -30, GETUTCDATE())
AND login_name = USER_NAME();

Tunnista suorittimen parhaat kulutuskyselyt suoritinajan mukaan

Seuraava kysely palauttaa 100 parasta kyselyä varatun suoritinajan mukaan.

SELECT TOP 100 distributed_statement_id, query_hash, allocated_cpu_time_ms, label, command
FROM queryinsights.exec_requests_history
ORDER BY allocated_cpu_time_ms DESC;

Tunnista, mitkä kyselyt skannaavat suurimman osan tiedoista etäyhteydellä välimuistin sijaan

Voit selvittää, hidastaako kyselyn suorittaminen aikana suurien tietojen skannaamista ja tekeekö se päätöksiä, jotta voit muokata kyselykoodiasi vastaavasti. Tämän analyysin avulla voit vertailla eri kyselyjen suorituksia ja tunnistaa, johtuuko skannatun tiedon määrän varianssi suorituskyvyn muutoksista.

Lisäksi voit arvioida välimuistin käyttöä tarkastelemalla :n ja data_scanned_disk_mb:n summaa data_scanned_memory_mb ja vertaamalla sitä data_scanned_remote_storage_mb aiempiin suorituksiin.

Muistiinpano

Skannatuissa tiedoissa ei välttämättä huomioida kyselyn suorittamisen keskivaiheissa siirrettyjä tietoja. Joissakin tapauksissa siirrettyjen tietojen koko ja käsittelyn edellyttämä suoritin voivat olla suurempia kuin skannattu arvo ilmaisee.

SELECT distributed_statement_id, query_hash, data_scanned_remote_storage_mb, data_scanned_memory_mb, data_scanned_disk_mb, label, command
FROM queryinsights.exec_requests_history
ORDER BY data_scanned_remote_storage_mb DESC;

Tunnista yleisimmät kyselyt käyttämällä alimerkkijonon kyselytekstissä

Seuraava kysely palauttaa viimeisimmät kyselyt, jotka vastaavat tiettyä merkkijonoa onnistuneiden suoritusten määrän mukaan laskevassa järjestyksessä.

SELECT * FROM queryinsights.frequently_run_queries
WHERE last_run_command LIKE '%<some_label>%'
ORDER BY number_of_successful_runs DESC;

Pitkäkestoisten kyselyiden tunnistaminen alimerkkijonon avulla kyselyn tekstissä

Seuraava kysely palauttaa kyselyt, jotka vastaavat tiettyä merkkijonoa kyselyn mediaanin suoritusajan mukaan laskevasti.

SELECT * FROM queryinsights.long_running_queries
WHERE last_run_command LIKE '%<some_label>%'
ORDER BY median_total_elapsed_time_ms DESC;

Liittyvä sisältö