Fabric 작업
Microsoft Fabric 내의 각 환경은 고유한 작업을 지원합니다. 작업의 사용률은 환경의 원시 메트릭 사용량을 CU(컴퓨팅 단위)로 변환하는 것입니다.
Microsoft Fabric 용량 메트릭 앱의 컴퓨팅 페이지는 용량의 성능에 대한 개요를 제공하고 컴퓨팅 리소스를 사용하는 Fabric 작업을 나열합니다.
이 문서에서는 이러한 작업을 환경별로 나열하고 Fabric 내에서 리소스를 사용하는 방법을 설명합니다.
대화형 작업 및 백그라운드 작업
Microsoft Fabric은 작업을 대화형 및 백그라운드의 두 가지 유형으로 나눕니다. 이 문서에서는 이러한 작업을 나열하고 작업 간의 차이점을 설명합니다.
대화형 작업
보고서 시각적 개체에서 생성된 데이터 모델 쿼리와 같이 UI와의 사용자 상호 작용에 의해 트리거될 수 있는 주문형 요청 및 작업은 대화형 작업으로 분류됩니다. 이러한 작업은 일반적으로 사용자와 UI의 상호 작용에 의해 트리거됩니다. 예를 들어 사용자가 보고서를 열거나 Power BI 보고서에서 슬라이서를 선택하면 대화형 작업이 트리거됩니다. SSMS(SQL Server Management Studio) 또는 사용자 지정 애플리케이션을 사용하여 DAX 쿼리를 실행하는 경우와 같이 UI와의 상호 작용 없이 대화형 작업이 트리거될 수도 있습니다.
백그라운드 작업
의미 체계 모델 또는 데이터 흐름 새로 고침과 같이 더 길게 실행되는 작업은 백그라운드 작업으로 분류됩니다. 이러한 작업은 사용자가 수동으로 트리거하거나 사용자 상호 작용 없이 자동으로 트리거될 수 있습니다. 백그라운드 작업으로는 예약된 새로 고침, 대화형 새로 고침, REST 기반 새로 고침, XMLA 기반 새로 고침 작업 등이 있습니다. 사용자는 이러한 작업이 완료될 때까지 기다릴 필요가 없습니다. 대신 나중에 돌아와서 작업의 상태를 확인할 수 있습니다.
이 문서를 읽는 방법
각 환경에는 다음 열과 함께 해당 작업을 나열하는 테이블이 있습니다.
작업 – 작업의 이름입니다. Microsoft Fabric 용량 메트릭 앱에서 볼 수 있습니다.
설명 - 작업에 대한 설명입니다.
항목 – 이 작업이 적용할 수 있는 항목입니다. Microsoft Fabric 용량 메트릭 앱에서 볼 수 있습니다.
Azure 청구 미터 – 이 작업의 사용량을 보여 주는 Azure 청구서의 미터 이름입니다.
사용률에 대한 자세한 내용을 사용할 수 있는 경우 이 정보가 포함된 문서에 대한 링크가 제공됩니다.
경험별 Fabric 작업
이 섹션은 Fabric 경험으로 구분됩니다. 각 환경에는 해당 작업을 나열하는 테이블이 있었습니다.
중요하다
사용량 요금은 언제든지 변경될 수 있습니다. Microsoft는 이메일 또는 제품 내 알림을 통해 알리기 위해 합리적인 노력을 기울일 것입니다. 변경 내용은 Microsoft 릴리스 정보 또는 Microsoft Fabric 블로그에 명시된 날짜에 적용됩니다. Microsoft Fabric 워크로드 사용률을 변경하면 특정 워크로드를 사용하는 데 필요한 CU(용량 단위)가 크게 증가하는 경우 고객은 선택한 결제 방법에 사용할 수 있는 취소 옵션을 사용할 수 있습니다.
Fabric에서의 Copilot
Copilot 작업이 이 표에 나와 있습니다. Copilot 사용에서 Copilot의 사용률을 찾을 수 있습니다.
| 작업 | 설명 | 항목 | Azure 청구 미터 | 유형 |
|---|---|---|---|---|
| Fabric에서의 Copilot | 입력 프롬프트 및 출력 완료와 관련된 컴퓨팅 비용 | 여러 | Fabric CU의 Copilot | 배경 |
데이터 팩토리
Data Factory 환경에는 데이터 흐름 Gen2 및 파이프라인에 대한 작업이 포함됩니다.
데이터 흐름 Gen2
Microsoft Fabric의 Data Factory에 대한 데이터 흐름 Gen2 가격 책정에서 데이터 흐름 Gen2의 사용률을 확인할 수 있습니다.
| 작업 | 설명 | 항목 | Azure 청구 측정기 | 유형 |
|---|---|---|---|---|
| 데이터 흐름 Gen2 새로 고침 | 데이터 흐름 Gen2 새로 고침 작업과 관련된 컴퓨팅 비용 | 데이터 흐름 Gen2 | 데이터 흐름 표준 컴퓨팅 용량 사용량 CU | 배경 |
| 대규모 데이터 흐름 컴퓨팅 - SQL 엔드포인트 쿼리 | 데이터 플로우 Gen2 준비 웨어하우스 SQL 엔드포인트와 관련된 사용량 | 웨어하우스 | 대규모 데이터 흐름 처리 용량 사용량 CU | 배경 |
파이프라인
Microsoft Fabric의 Data Factory에 대한 데이터 파이프라인 가격 책정에서 파이프라인의 사용률을 확인할 수 있습니다.
| 운영 | 설명 | 항목 | Azure 청구 계량기 | 유형 입력 |
|---|---|---|---|---|
| DataMovement | Data Factory 파이프라인의 복사 작업에서 사용하는 시간을 데이터 통합 단위 수로 나눈 시간입니다. | 파이프라인 | 데이터 이동 용량 사용량 CU | 배경 |
| ActivityRun | Data Factory 데이터 파이프라인 작업 실행 | 파이프라인 | 데이터 오케스트레이션 용량(CU) 사용량 | 배경 |
데이터베이스
하나의 패브릭 용량 단위 = 0.383 SQL 데이터베이스 vCore.
| 운영 | 설명 | 항목 | Azure 청구 계량기 | 유형 |
|---|---|---|---|---|
| SQL 사용량 | 데이터베이스 내의 모든 사용자 생성 및 시스템 생성 SQL 쿼리, 수정 및 데이터 처리 작업에 대한 컴퓨팅 | 데이터베이스 | Microsoft Fabric 용량 사용 CU의 SQL 데이터베이스 | 대화형 |
| 할당된 SQL Storage | 테이블, 인덱스, 트랜잭션 로그 및 메타데이터를 저장하는 데 사용되는 Fabric의 SQL 데이터베이스에 대해 동적으로 할당된 스토리지 공간입니다. OneLake와 완전히 통합됩니다. | 데이터베이스 | 저장된 SQL Storage 데이터 | 배경 |
데이터 웨어하우스
하나의 패브릭 데이터 웨어하우스 코어(데이터 웨어하우스의 컴퓨팅 단위)는 두 개의 CPU(패브릭 용량 단위)와 동일합니다.
| 작업 | 설명 | 항목 | Microsoft Azure 청구 계량기 | 유형 |
|---|---|---|---|---|
| 웨어하우스 쿼리 | 웨어하우스 내의 모든 사용자 생성 및 시스템 생성 T-SQL 문에 대한 컴퓨팅 요금입니다. | 웨어하우스 | Data Warehouse 용량 사용량 CU | 배경 |
| SQL 엔드포인트 쿼리 | 레이크하우스의 SQL 분석 엔드포인트 내에서 생성된 모든 사용자 및 시스템 생성 T-SQL 문에 대한 컴퓨팅 요금입니다. | 웨어하우스 | 데이터 웨어하우스 용량 사용 CU | 배경 |
GraphQL용 Fabric API
GraphQL 작업은 API 클라이언트가 GraphQL 항목에 대해 API에서 수행하는 요청으로 구성됩니다. 각 GraphQL 요청 및 응답 작업 처리 시간은 시간당 10 CU 비율로 초 단위 용량 단위(CU)로 보고됩니다.
| 작업 | 설명 | 항목 | Azure 청구 계량기 | 유형 |
|---|---|---|---|---|
| 쿼리 | GraphQL API 내의 클라이언트에서 생성된 모든 GraphQL 쿼리(읽기) 및 변형(쓰기)에 대한 컴퓨팅 요금 | GraphQL | GraphQL 쿼리 용량 사용량을 위한 CU API | 대화형 |
OneLake
One Lake 컴퓨팅 작업은 One Lake 항목에서 수행되는 트랜잭션을 나타냅니다. 각 작업의 사용률은 해당 유형에 따라 달라집니다. 자세한 내용은 One Lake 사용량을 참조하세요.
| 연산 | 설명 | 항목 | Azure 청구 계량기 | 유형 |
|---|---|---|---|---|
| 리디렉션을 통해 OneLake 읽기 | 리디렉션을 통해 OneLake 읽기 | 여러 | OneLake 읽기 작업 수행 용량 사용량(CU) | 배경 |
| 프록시를 통해 OneLake 읽기 | 프록시를 통해 OneLake 읽기 | 여러 | API 용량 사용량 CU를 통한 OneLake 읽기 작업 | 배경 |
| 리디렉션을 통한 OneLake 데이터 쓰기 | 리디렉션을 통한 OneLake 쓰기 | 여러 | OneLake 쓰기 작업 용량 사용량 CU | 배경 |
| 프록시를 통한 OneLake 쓰기 | 프록시를 통한 OneLake 쓰기 | 여러 | API 용량 사용량 CU를 통한 OneLake 쓰기 작업 | 배경 |
| 리디렉션을 통한 OneLake 반복 쓰기 | 리디렉션을 통한 OneLake 반복 쓰기 | 여러 | OneLake 반복 쓰기 작업 | 배경 |
| 리디렉션을 통한 OneLake 반복 읽기 | 리디렉션을 통한 OneLake 반복 읽기 | 여러 | OneLake 반복 읽기 작업 용량 사용량 CU | 배경 |
| OneLake 기타 작업 | OneLake 기타 작업 | 여러 | OneLake 기타 작업 용량 사용량 CU | 배경 |
| 리디렉션을 통한 OneLake 기타 작업 | 리디렉션을 통한 OneLake 기타 작업 | 여러 | API 용량 사용량 CU를 통한 OneLake 기타 작업 | 배경 |
| 프록시를 통한 OneLake 반복 쓰기 | 프록시를 통한 OneLake 반복 쓰기 | 여러 | API 용량 사용 CU를 통한 OneLake의 반복적 쓰기 작업 | 배경 |
| 프록시를 통한 OneLake 반복 읽기 | 프록시를 통한 OneLake 반복 읽기 | 여러 | API 용량 사용 CU를 통한 OneLake 반복적 읽기 작업 | 배경 |
| 프록시를 통해 읽은 OneLake BCDR | 프록시를 통해 읽은 OneLake BCDR | 여러 | API 용량 사용량 CU를 통한 OneLake BCDR 읽기 작업 | 배경 |
| 프록시를 통한 OneLake BCDR 쓰기 | 프록시를 통한 OneLake BCDR 쓰기 | 여러 | API 용량 사용량 CU를 통한 OneLake BCDR 데이터 쓰기 작업 | 배경 |
| 리디렉션을 통해 OneLake BCDR 읽기 | 리디렉션을 통해 OneLake BCDR 읽기 | 여러 | OneLake BCDR 읽기 작업 용량 사용량 CU | 배경 |
| 리디렉션을 통해 OneLake BCDR 쓰기 | 리디렉션을 통해 OneLake BCDR 쓰기 | 여러 | OneLake BCDR 쓰기 작업 용량 사용량 CU | 배경 |
| 프록시를 통한 OneLake BCDR 반복 읽기 | 프록시를 통한 OneLake BCDR 반복 읽기 | 여러 | API 용량 사용 CU를 통한 OneLake BCDR 반복적 읽기 작업 | 배경 |
| 리디렉션을 통한 OneLake BCDR 반복 읽기 | 리디렉션을 통한 OneLake BCDR 반복 읽기 | 여러 | OneLake BCDR 반복 읽기 작업 용량 사용량 CU | 배경 |
| 프록시를 통한 OneLake BCDR 반복 쓰기 | 프록시를 통한 OneLake BCDR 반복 쓰기 | 여러 | API 용량 사용량 CU를 통한 OneLake BCDR 반복 쓰기 작업 | 배경 |
| 리디렉션을 통한 OneLake BCDR 반복 쓰기 | 리디렉션을 통한 OneLake BCDR 반복 쓰기 | 여러 | OneLake BCDR 반복 쓰기 작업 용량 사용량 CU | 배경 |
| OneLake BCDR 기타 작업 | OneLake BCDR 기타 작업 | 여러 | OneLake BCDR 기타 작업 용량 사용량 CU | 배경 |
| 리디렉션을 통한 OneLake BCDR 기타 작업 | 리디렉션을 통한 OneLake BCDR 기타 작업 | 여러 | API 용량 사용량 CU를 통한 OneLake BCDR 기타 작업 | 배경 |
Power BI
각 작업의 사용량은 CU 처리 시간(초)으로 보고됩니다. 여덟 CPU는 한 Power BI v 코어와 동일합니다.
주의
의미 체계 모델이라는 용어는 데이터 세트라는 용어를 대체합니다. 완전히 바뀔 때까지 UI에 이전 용어가 계속 표시될 수 있습니다.
현재 Power BI에서는 R/Py 시각적 개체에 대한 요금이 청구되지 않습니다.
| 연산 | 설명 | 항목 | Azure 청구 계량기 | 타입 |
|---|---|---|---|---|
| AI(인공 지능) | AI 함수 평가 | 인공지능 | Power BI 용량 사용량 (CU) | 대화형 |
| 백그라운드 쿼리 | 타일 새로 고침 및 보고서 스냅샷 만들기에 대한 쿼리 | 의미 체계 모델 | Power BI 용량 사용량 CU | 배경 |
| 데이터플로우 DirectQuery | 데이터를 의미 체계 모델로 가져올 필요 없이 데이터 흐름에 직접 연결 | 데이터 흐름 Gen1 | Power BI 용량 사용량 CU | 대화형 |
| 데이터 흐름 새로 고침 | 서비스 또는 REST API를 사용하여 수행되는 주문형 또는 예약된 백그라운드 데이터 흐름 새로 고침 | 데이터 흐름 Gen1 | Power BI 용량 사용량 (CU) | 배경 |
| 시맨틱 모델 필요 시 새로 고침 | 서비스, REST API 또는 공용 XMLA 엔드포인트를 사용하여 사용자가 시작한 백그라운드 의미 체계 모델 새로 고침 | 의미 체계 모델 | Power BI 용량 사용량 CU | 배경 |
| 의미론적 모델 예약된 새로 고침 | 서비스, REST API 또는 공용 XMLA 엔드포인트에서 수행되는 예약된 백그라운드 의미 체계 모델 새로 고침 | 의미 체계 모델 | Power BI 용량 사용량(CU) | 배경 |
| 전체 보고서 메일 구독 | 메일 구독에 첨부된 전체 Power BI 보고서의 PDF 또는 PowerPoint 복사본 | 보고서 | Power BI 용량 사용량 CU | 배경 |
| 대화형 쿼리 | 주문형 데이터 요청으로 시작된 쿼리입니다. 예를 들어 보고서를 열 때 모델을 로드하거나, 보고서와 사용자 상호 작용을 하거나, 렌더링하기 전에 데이터 세트를 쿼리합니다. 의미 체계 모델 로드는 독립 실행형 대화형 쿼리 작업으로 보고될 수 있습니다. | 의미 체계 모델 | Power BI 용량 사용량 CU | 대화형 |
| PublicApiExport | 파일로 보고서 내보내기 REST API를 사용하여 내보낸 Power BI 보고서 | 보고서 | Power BI 용량 사용량 CU | 배경 |
| 렌더링 | 페이지를 매긴 보고서를 파일로 내보내기 REST API 파일로 내보낸 Power BI 페이지를 매긴 보고서 | 페이지 표기된 보고서 | Power BI 용량 활용도 CU | 배경 |
| 렌더링 | Power BI 서비스에서 본 페이지 매김 보고서 | 페이지를 매긴 보고서 | Power BI 용량 사용량 (CU) | 대화형 |
| 웹 모델링 읽기 | 의미 체계 모델 웹 모델링 사용자 환경의 데이터 모델 읽기 작업 | 의미 체계 모델 | Power BI 용량 사용량 CU | 대화형 |
| 웹 모델링 작성 | 의미 체계 모델 웹 모델링 사용자 환경의 데이터 모델 쓰기 작업 | 의미 체계 모델 | Power BI 용량 사용량 CU | 대화형 |
| XMLA 읽기 | 쿼리 및 검색을 위해 사용자가 시작한 XMLA 읽기 작업 | 의미 체계 모델 | Power BI 용량 사용량 (CU: Capacity Usage) | 대화형 |
| XMLA 쓰기 | 모델을 변경하는 백그라운드 XMLA 쓰기 작업 | 의미 체계 모델 | Power BI 용량 사용량 CU | 배경 |
| Power BI 스크립팅 시각적 실행 | Power BI 보고서를 렌더링하면 트리거되는 R 및 Py 시각적 개체 실행 | Power BI 스크립팅 보고서 | 스파크 메모리 최적화 용량 (CU) | 대화형 |
실시간 인텔리전스
Real-Time Intelligence 환경에는 Eventstream, Fabric 이벤트 및 KQL 데이터베이스 및 KQL 쿼리 세트대한 작업이 포함됩니다.
이벤트 스트림
Microsoft Fabric Eventstream 대한Monitor 용량 사용량에서 Eventstream의 사용률을 확인할 수 있습니다.
| 연산 | 설명 | 항목 | Azure 청구 계량기 | 유형 |
|---|---|---|---|---|
| 이벤트스트림 시간당 | 정액 요금 | 이벤트스트림 | 이벤트스트림 용량 사용 (CU) | 배경 |
| GB당 Eventstream 데이터 트래픽 | 기본 및 파생 스트림의 데이터 유입 & 유출량(24시간 보존 포함) | 이벤트 스트림 | Eventstream 데이터 트래픽 용량 사용량 CU | 배경 |
| 시간당 이벤트스트림 프로세서 | 프로세서에서 사용하는 컴퓨팅 리소스 | 이벤트 스트림 | Eventstream Processor 용량 사용 CU | 배경 |
| vCore 시간당 Eventstream Connectors | 커넥터에서 사용하는 컴퓨팅 리소스 | 이벤트스트림 | Eventstream 커넥터 용량 사용 CU | 배경 |
패브릭 이벤트
Microsoft Fabric 및 Azure 이벤트 용량 사용량에서 패브릭 이벤트의 사용률을 확인할 수 있습니다.
| 작업 | 설명 | 항목 | Azure 청구 계량기 | 유형 |
|---|---|---|---|---|
| 이벤트 작업 | 게시, 배달 및 필터링 작업 | 여러 | 실시간 인텔리전스 - 이벤트 작업 | 배경 |
| 이벤트 수신기 | 이벤트 수신기의 작동 시간 | 여러 | 실시간 인텔리전스 – 이벤트 수신기 및 경고 | 배경 |
KQL 데이터베이스 및 KQL 쿼리 세트
KQL 데이터베이스 사용량에서 KQL 데이터베이스의 사용률을 확인할 수 있습니다.
| 작업 | 설명 | 항목 | Azure 청구 측정기 | 유형 |
|---|---|---|---|---|
| Eventhouse UpTime | Eventhouse가 활성 상태인 시간 측정값 | Eventhouse | Eventhouse 용량 활용도 CU | 대화형 |
Spark
Spark VCore 2개(Spark의 컴퓨팅 능력 단위)는 하나의 CU(용량 단위)와 같습니다. Spark 작업에서 CPU를 사용하는 방법을 이해하려면 Spark 풀을 참조하세요.
| 운영 | 설명 | 항목 | Azure 청구 계량기 | 유형 |
|---|---|---|---|---|
| 레이크하우스 운영 | Lakehouse 탐색기의 사용자 프리뷰 테이블 | Lakehouse | Spark 메모리 최적화 용량 사용량 CU | 배경 |
| 레이크하우스 테이블 로딩 | 사용자가 Lakehouse 탐색기에서 델타 테이블을 로드합니다. | Lakehouse | Spark 메모리 최적화 용량 사용량 CU | 배경 |
| Notebook 실행 | 사용자가 수동으로 실행하는 노트북 | 노트북 | Spark 메모리 최적화 용량 사용량 CU | 배경 |
| Notebook HC 실행 | 높은 동시성 Spark 세션에서 Notebook 실행 | 노트북 | Spark 메모리 최적화 용량 사용량 CU | 배경 |
| Notebook 예약 실행 | Notebook 예약 이벤트에 의해 트리거된 Notebook 실행 | 노트북 | Spark 메모리 최적화 용량 사용량 CU | 배경 |
| Notebook 파이프라인 실행 | 파이프라인에 의해 트리거된 Notebook 실행 | Notebook | Spark 메모리 최적화 용량 사용량 CU | 배경 |
| Notebook VS Code 실행 | Notebook은 VS Code에서 실행됩니다. | Notebook | Spark 메모리 최적화 용량 사용량 CU | 배경 |
| Spark 작업 실행 | 사용자 제출에 의해 시작된 Spark 일괄 처리 작업 실행 | Spark 작업 정의 | Spark 메모리 최적화 용량 사용량 CU | 배경 |
| Spark 작업 예약 실행 | Notebook 예약 이벤트에 의해 트리거되는 일괄 처리 작업 실행 | Spark 작업 정의 | Spark 메모리 최적화 용량 사용량 CU | 배경 |
| Spark 작업 파이프라인 실행 | 파이프라인에 의해 트리거되는 일괄 처리 작업 실행 | Spark 작업 정의 | Spark 메모리 최적화 용량 사용량 CU | 배경 |
| Spark 작업 VS Code 실행 | VS Code에서 제출된 Spark 작업 정의 | Spark 작업 정의 | Spark 메모리 최적화 용량 사용량 CU | 배경 |