Fabric の操作
Microsoft Fabric 内の各エクスペリエンスでは、独自の操作がサポートされています。 操作の従量課金率は、エクスペリエンスの生のメトリックの使用量をコンピューティング ユニット (CU) に変換するものです。
Microsoft Fabric Capacity Metrics アプリのコンピューティング ページには、容量のパフォーマンスの概要が表示され、コンピューティング リソースを消費する Fabric 操作が一覧表示されます。
この記事では、これらの操作をエクスペリエンス別に示し、それらによって Fabric 内のリソースがどのように消費されるかについて説明します。
インタラクティブおよびバックグラウンドの操作
Microsoft Fabric では、操作は "対話型" と "バックグラウンド" の 2 種類に分類されます。 この記事では、これらの操作を一覧表示し、それらの違いについて説明します。
対話型操作
レポート ビジュアルによって生成されるデータ モデル クエリなど、ユーザーと UI との対話によってトリガーできるオンデマンドの要求と操作は、対話型操作に分類されます。 通常は、UI を使用したユーザー操作によってトリガーされます。 たとえば、ユーザーがレポートを開くか、Power BI レポート内でスライサーをクリックすると、対話型操作がトリガーされます。 また、対話型操作は、UI の操作なしにトリガーされることもあります。たとえば、SQL Server Management Studio (SSMS) やカスタム アプリケーションを使用して DAX クエリを実行する場合などです。
バックグラウンド操作
セマンティック モデルやデータフローの更新などの実行時間が長い操作は、"バックグラウンド" 操作として分類されます。 これらは、ユーザーが手動でトリガーするか、ユーザーの操作なしに自動的にトリガーすることができます。 バックグラウンド操作には、スケジュールされた更新、対話型の更新、REST ベースの更新、XMLA ベースの更新の操作が含まれます。 ユーザーは、これらの操作が完了するまで待機する必要はありません。 代わりに、操作の状態を確認するために、後で戻ってくることはできます。
このドキュメントの読み方
各エクスペリエンスには、その操作を一覧表示した表があり、次の列が含まれています。
操作 - 操作の名前。 Microsoft Fabric Capacity Metrics アプリで表示されます。
説明 – 操作の説明。
項目 – この操作を適用できる項目。 Microsoft Fabric Capacity Metrics アプリで表示されます。
Azure 課金メーター – この操作の使用量を示す Azure 請求書上のメーターの名前。
従量課金率に関する詳細が入手可能な場合は、その情報が記載されたドキュメントへのリンクが提供されます。
エクスペリエンス別の Fabric の操作
このセクションは、Fabric エクスペリエンスに分かれています。 各エクスペリエンスには、その操作を一覧表示した表があります。
重要
従量課金制は、いつでも変更される可能性があります。 Microsoft は、電子メールまたは製品内通知を介して通知を提供するために、合理的な努力を行います。 変更は、Microsoft のリリース ノートまたは Microsoft Fabric ブログに記載されている日付に有効になります。 Microsoft Fabric ワークロードの従量課金率の変更により、特定のワークロードを使用するために必要な容量ユニット (CU) が大幅に増加する場合は、顧客は選択した支払い方法で使用できるキャンセル オプションを使用する可能性があります。
Fabric 内 Copilot
この表に、Copilot 操作の一覧を示します。 Copilot の従量課金率は、Copilot の消費量で見つけることができます。
| 操作 | 説明 | 品目 | Azure 課金メーター | Type |
|---|---|---|---|---|
| Fabric 内 Copilot | 入力プロンプトと出力完了に関連するコンピューティング コスト | 複数 | Fabric CU 内 Copilot | バックグラウンド |
Data Factory
Data Factory エクスペリエンスには、データフロー Gen2 と Pipelines の操作が含まれています。
データフロー Gen2
Dataflows Gen2 の従量課金率は、「Microsoft Fabric の Data Factory での Dataflow Gen2 の価格」にあります。
| 操作 | 説明 | 品目 | Azure 課金メーター | 型 |
|---|---|---|---|---|
| データフロー Gen2 の更新 | データフロー Gen2 の更新操作に関連するコンピューティング コスト | Dataflow Gen2 | データフロー 標準コンピューティングの容量使用量 CU | 背景 |
| 高スケールのデータフロー コンピューティング - SQL エンドポイント クエリ | データフロー Gen2 ステージング ウェアハウス SQL エンドポイントに関連する使用状況 | 倉庫 | ハイスケール データフロー コンピューティングの容量使用量 CU | 背景 |
Pipelines
Pipelines の従量課金率は、「Microsoft Fabric の Data Factory のデータ パイプラインの価格」にあります。
| 操作 | 説明 | 品目 | Azure 課金メーター | 型 |
|---|---|---|---|---|
| DataMovement | Data Factory パイプラインのコピー アクティビティによって使用された時間をデータ統合ユニットの数で割ったもの | パイプライン | データ移動の容量の使用 CU | 背景 |
| ActivityRun | Data Factory データ パイプライン アクティビティの実行 | パイプライン | データ オーケストレーションの容量の使用 CU | 背景 |
データ ウェアハウス (data warehouse)
1 つの Fabric Data Warehouse コア (Data Warehouse のコンピューティング単位) は、2 つのファブリック容量ユニット (CU) に相当します。
| 操作 | 説明 | 品目 | Azure 課金メーター | 型 |
|---|---|---|---|---|
| ウェアハウス クエリ | ウェアハウス内のすべてのユーザー生成およびシステム生成の T-SQL ステートメントに対するコンピューティング料金 | 倉庫 | Data Warehouse の容量の使用 CU | 背景 |
| SQL エンドポイント クエリ | レイクハウスの SQL 分析エンドポイント内のすべてのユーザー生成およびシステム生成の T-SQL ステートメントに対するコンピューティング料金 | 倉庫 | Data Warehouse の容量の使用 CU | 背景 |
GraphQL 用 Fabric API
GraphQL 操作は、API クライアントによって GraphQL 項目の API に対して実行される要求で構成されます。 各 GraphQL 要求と応答操作の処理時間は、1 時間あたり 10 CU の速度で秒単位の容量ユニット (CU) で報告されます。
| 操作 | 説明 | 品目 | Azure 課金メーター | Type |
|---|---|---|---|---|
| クエリ | GraphQL API 内のクライアントによって生成されたすべての GraphQL クエリ (読み取り) と変更 (書き込み) のコンピューティング料金 | GraphQL | GraphQL クエリ容量使用 CU の API | Interactive |
OneLake
OneLake コンピューティング操作は、OneLake 項目に対して実行されるトランザクションを表します。 各操作の従量課金率は、その種類によって異なります。 詳細については、OneLake の従量課金に関するページを参照してください。
| 操作 | 説明 | 品目 | Azure 課金メーター | 型 |
|---|---|---|---|---|
| リダイレクトを使用した OneLake 読み取り | リダイレクトを使用した OneLake 読み取り | 複数 | OneLake 読み取り操作の容量の使用 CU | 背景 |
| プロキシを使用した OneLake 読み取り | プロキシを使用した OneLake 読み取り | 複数 | API を使用した OneLake 読み取り操作の容量の使用 CU | 背景 |
| リダイレクトを使用した OneLake 書き込み | リダイレクトを使用した OneLake 書き込み | 複数 | OneLake 書き込み操作の容量の使用 CU | 背景 |
| プロキシを使用した OneLake 書き込み | プロキシを使用した OneLake 書き込み | 複数 | API を使用した OneLake 書き込み操作の容量の使用 CU | 背景 |
| リダイレクトを使用した OneLake 反復書き込み | リダイレクトを使用した OneLake 反復書き込み | 複数 | OneLake 反復書き込み操作 | 背景 |
| リダイレクトを使用した OneLake 反復読み取り | リダイレクトを使用した OneLake 反復読み取り | 複数 | OneLake 反復読み取り操作の容量の使用 CU | 背景 |
| OneLake のその他の操作 | OneLake のその他の操作 | 複数 | OneLake のその他の操作の容量の使用 CU | 背景 |
| リダイレクトを使用した OneLake のその他の操作 | リダイレクトを使用した OneLake のその他の操作 | 複数 | API を使用した OneLake のその他の操作の容量の使用 CU | 背景 |
| プロキシを使用した OneLake 反復書き込み | プロキシを使用した OneLake 反復書き込み | 複数 | API を使用した OneLake 反復書き込み操作の容量の使用 CU | 背景 |
| プロキシを使用した OneLake 反復読み取り | プロキシを使用した OneLake 反復読み取り | 複数 | API を使用した OneLake 反復読み取り操作の容量の使用 CU | 背景 |
| プロキシを使用した OneLake BCDR 読み取り | プロキシを使用した OneLake BCDR 読み取り | 複数 | API を使用した OneLake BCDR 読み取り操作の容量の使用 CU | 背景 |
| プロキシを使用した OneLake BCDR 書き込み | プロキシを使用した OneLake BCDR 書き込み | 複数 | API を使用した OneLake BCDR 書き込み操作の容量の使用 CU | 背景 |
| リダイレクトを使用した OneLake BCDR 読み取り | リダイレクトを使用した OneLake BCDR 読み取り | 複数 | OneLake BCDR 読み取り操作の容量の使用 CU | 背景 |
| リダイレクトを使用した OneLake BCDR 書き込み | リダイレクトを使用した OneLake BCDR 書き込み | 複数 | OneLake BCDR 書き込み操作の容量の使用 CU | 背景 |
| プロキシを使用した OneLake BDCR 反復読み取り | プロキシを使用した OneLake BDCR 反復読み取り | 複数 | API を使用した OneLake BCDR 反復読み取り操作の容量の使用 CU | 背景 |
| リダイレクトを使用した OneLake BDCR 反復読み取り | リダイレクトを使用した OneLake BDCR 反復読み取り | 複数 | OneLake BCDR 反復読み取り操作の容量の使用 CU | 背景 |
| プロキシを使用した OneLake BDCR 反復書き込み | プロキシを使用した OneLake BDCR 反復書き込み | 複数 | API を使用した OneLake BCDR 反復書き込み操作の容量の使用 CU | 背景 |
| リダイレクトを使用した OneLake BDCR 反復書き込み | リダイレクトを使用した OneLake BDCR 反復書き込み | 複数 | OneLake BCDR 反復書き込み操作の容量の使用 CU | 背景 |
| OneLake BCDR のその他の操作 | OneLake BCDR のその他の操作 | 複数 | OneLake BCDR のその他の操作の容量の使用 CU | 背景 |
| リダイレクトを使用した OneLake BCDR のその他の操作 | リダイレクトを使用した OneLake BCDR のその他の操作 | 複数 | API を使用した OneLake BCDR のその他の操作の容量の使用 CU | 背景 |
Power BI
各操作の使用状況は、CU 処理時間 (秒単位) で報告されます。 8 つの CU は、1 つの Power BI 仮想コアに相当します。
Note
"データセット" という用語は、"セマンティック モデル" という用語に置き換えられます。 完全に置き換えられるまで、UI に以前の用語が表示される場合があります。
現在、Power BI の R/Py ビジュアルに対しては課金されません。
| 操作 | 説明 | 品目 | Azure 課金メーター | 型 |
|---|---|---|---|---|
| 人工知能 (AI) | AI 関数評価 | AI | Power BI の容量の使用 CU | 背景 |
| バックグラウンド クエリ | タイルの更新とレポート スナップショットの作成に関するクエリ | セマンティック モデル | Power BI の容量の使用 CU | 背景 |
| データフロー DirectQuery | セマンティック モデルにデータをインポートする必要なく、データフローに直接接続する | Dataflow Gen1 | Power BI の容量の使用 CU | Interactive |
| データフローの更新 | サービスまたは REST API によって実行される、バックグラウンド データフローのオンデマンドまたはスケジュールされた更新。 | Dataflow Gen1 | Power BI の容量の使用 CU | 背景 |
| セマンティック モデルのオンデマンド更新 | サービス、REST API、またはパブリック XMLA エンドポイントを使用して、ユーザーによって開始されたバックグラウンド セマンティック モデルの更新 | セマンティック モデル | Power BI の容量の使用 CU | 背景 |
| セマンティック モデルのスケジュールされた更新 | サービス、REST API、またはパブリック XMLA エンドポイントによって実行される、バックグラウンド セマンティック モデルのスケジュールされた更新 | セマンティック モデル | Power BI の容量の使用 CU | 背景 |
| メール サブスクリプションの完全なレポート | メール サブスクリプションに添付された Power BI レポート全体の PDF または PowerPoint のコピー | レポート | Power BI の容量の使用 CU | 背景 |
| Interactive query | オンデマンド データ要求によって開始されるクエリ。 たとえば、レポートを開くときのモデルの読み込み、ユーザーによるレポートの操作、レンダリング前に実行するデータセットへのクエリなどがあります。 | セマンティック モデル | Power BI の容量の使用 CU | Interactive |
| PublicApiExport | export report to file REST API を使用してエクスポートされた Power BI レポート | レポート | Power BI の容量の使用 CU | 背景 |
| レンダー | export paginated report to file REST API を使用してエクスポートされた Power BI の改ページ対応レポート | ページ分割されたレポート | Power BI の容量の使用 CU | 背景 |
| レンダー | Power BI サービスで表示される Power BI のページ分割されたレポート | ページ分割されたレポート | Power BI の容量の使用 CU | Interactive |
| Web モデリングの読み取り | セマンティック モデル Web モデリング ユーザー エクスペリエンスにおけるデータ モデル読み取り操作 | セマンティック モデル | Power BI の容量の使用 CU | Interactive |
| Web モデリングの書き込み | セマンティック モデル Web モデリング ユーザー エクスペリエンスにおけるデータ モデル書き込み操作 | セマンティック モデル | Power BI の容量の使用 CU | Interactive |
| XMLA 読み取り | クエリと検出のために、ユーザーによって開始される XMLA 読み取り操作 | セマンティック モデル | Power BI の容量の使用 CU | Interactive |
| XMLA 書き込み | モデルを変更するバックグラウンド XMLA 書き込み操作 | セマンティック モデル | Power BI の容量の使用 CU | 背景 |
リアルタイム インテリジェンス
リアルタイム インテリジェンス エクスペリエンスには、イベント ストリーム、Fabric イベント、KQL データベースと KQL クエリセットの操作が含まれています。
Eventstream
イベント ストリームの従量課金率は、「Microsoft Fabric イベント ストリームの容量消費を監視する」にあります。
| 操作 | 説明 | 品目 | Azure 課金メーター | 型 |
|---|---|---|---|---|
| 1 時間あたりの Eventstream | イベント ストリームのインジェストまたは処理 | Eventstream | Eventstream の容量の使用 CU | 背景 |
| GB あたりの Eventstream データ トラフィック | データのイングレスとエグレス | Eventstream | GB あたりの Eventstream データ トラフィックの容量の使用 CU | 背景 |
| 1 時間あたりの Eventstream プロセッサ | ASA の処理 | Eventstream | Eventstream プロセッサの容量の使用 CU | 背景 |
Fabric イベント
Fabric イベントの従量課金率は、Microsoft Fabric および Azure イベントの容量消費に関する記事で確認できます。
| 操作 | 説明 | 品目 | Azure 課金メーター | Type |
|---|---|---|---|---|
| イベント操作 | 発行、配信、フィルター処理の操作 | 複数 | リアルタイム インテリジェンス - イベント操作 | 背景 |
| イベント リスナー | イベント リスナーのアップタイム | 複数 | リアルタイム インテリジェンス – イベント リスナーとアラート | 背景 |
KQL データベースと KQL クエリセット
KQL データベースの従量課金率は、「KQL データベースの使用」にあります。
| 操作 | 説明 | 品目 | Azure 課金メーター | 型 |
|---|---|---|---|---|
| KustoUpTime | KQL データベースがアクティブな時間の測定 | KQL データベースまたは KQL クエリセット | KQL データベースの容量の使用 CU | Interactive |
Spark
2 つの Spark 仮想コア (Spark のコンピューティング能力の単位) は、1 つの容量ユニット (CU) に相当します。 Spark 操作で CU をどのように消費されるかを理解するには、Spark プールに関するページを参照してください。
| 操作 | 説明 | 品目 | Azure 課金メーター | 型 |
|---|---|---|---|---|
| レイクハウスの操作 | レイクハウス エクスプローラーのユーザー プレビュー テーブル | レイクハウス | Spark メモリ最適化の容量の使用 CU | 背景 |
| レイクハウスのテーブル読み込み | ユーザーはレイクハウス エクスプローラーでデルタ テーブルを読み込みます | レイクハウス | Spark メモリ最適化の容量の使用 CU | 背景 |
| ノートブックの実行 | ノートブックはユーザーによって手動で実行されます | ノートブック | Spark メモリ最適化の容量の使用 CU | 背景 |
| ノートブック HC の実行 | ノートブックは、コンカレンシーの高い Spark セッションで実行されます | ノートブック | Spark メモリ最適化の容量の使用 CU | 背景 |
| ノートブックのスケジュールされた実行 | ノートブックは、ノートブックのスケジュールされたイベントによってトリガーされて実行されます | ノートブック | Spark メモリ最適化の容量の使用 CU | 背景 |
| ノートブックのパイプライン実行 | ノートブックは、パイプラインによってトリガーされて実行されます | ノートブック | Spark メモリ最適化の容量の使用 CU | 背景 |
| ノートブックの VS Code 実行 | ノートブックは VS Code で実行されます。 | ノートブック | Spark メモリ最適化の容量の使用 CU | 背景 |
| Spark ジョブの実行 | Spark バッチ ジョブは、ユーザーの送信によって開始されます | Spark ジョブ定義 | Spark メモリ最適化の容量の使用 CU | 背景 |
| Spark ジョブのスケジュールされた実行 | バッチ ジョブは、ノートブックのスケジュールされたイベントによってトリガーされて実行されます | Spark ジョブ定義 | Spark メモリ最適化の容量の使用 CU | 背景 |
| Spark ジョブのパイプラインの実行 | バッチ ジョブは、パイプラインによってトリガーされて実行されます | Spark ジョブ定義 | Spark メモリ最適化の容量の使用 CU | 背景 |
| Spark ジョブの VS Code 実行 | VS Code から送信された Spark ジョブ定義 | Spark ジョブ定義 | Spark メモリ最適化の容量の使用 CU | 背景 |