Del via

Slik observerer du utnyttelsestrender for Fabric Data Warehouse

  • Artikkel

Gjelder for:✅ SQL Analytics-endepunkt og Warehouse i Microsoft Fabric

Finn ut hvordan du observerer trender og topper i datalagringsarbeidsbelastningen i Microsoft Fabric ved hjelp av Microsoft Fabric Capacity Metrics-appen.

Microsoft Fabric Capacity Metrics-appen gir synlighet i kapasitetsbruk for alle fabric-arbeidsbelastninger på ett sted. Det brukes for det meste av kapasitetsadministratorer til å overvåke ytelsen til arbeidsbelastninger og deres bruk, sammenlignet med kjøpt kapasitet.

Forutsetning

Se den generelle trenden på tvers av alle elementer i Fabric-kapasitet

Bruk multimetrikkbånddiagrammet i Måledata-appen for stoffkapasitet til å finne topper i CU-utnyttelse. Se etter mønstre i stoffbruken som sammenfaller med topp sluttbrukeraktivitet, nattlig behandling, periodisk rapportering osv. Bestem hvilke ressurser som bruker flest CUer på topp utnyttelse og/eller arbeidstid.

Denne grafen kan gi CU-trender på høyt nivå de siste 14 dagene for å se hvilken Stoff-arbeidsbelastning som har brukt mest CU.

  1. Bruk Vare-tabellen til å identifisere bestemte lagre som bruker mest databehandling. Tabellen Items i diagrammet med flere metriske bånd gir aggregert forbruk på elementnivå. I denne visningen kan du for eksempel identifisere hvilke elementer som har brukt flest CUer.
  2. Velg «Lager» i rullegardinlisten Velg elementtype(r ).
  3. Sorter elementtabellen etter CU(e), synkende.
  4. Nå kan du identifisere elementene ved hjelp av flest kapasitetsenheter, total aktivitetsvarighet, antall brukere og mer.

Drill gjennom toppaktivitet

Bruk tidspunktgrafen til å identifisere et aktivitetsområde der CU-utnyttelsen var på topp. Vi kan identifisere individuelle interaktive og bakgrunnsaktiviteter som bruker utnyttelse.

Det følgende animerte bildet går gjennom flere trinn du kan bruke til å drille gjennom bruks-, begrensnings- og overforbruksinformasjon. Hvis du vil ha mer informasjon, kan du gå til Throttling i Microsoft Fabric.

En animert gif av Måledata-appen som viser trinnene for ekstrahering.

  1. Velg Bruk-fanen i tidspunktutforsk grafen for å identifisere tidspunktet der kapasitetsutnyttelsen overskred mer enn det som ble kjøpt. Den gule prikkede linjen gir synlighet i øvre SKU-grense. Den øvre SKU-grensen er basert på SKU kjøpt sammen med aktivering av autoskala, hvis kapasiteten har autoskala aktivert.
  2. Velg Begrensning-fanen, og gå til delen Bakgrunnsavvisning, som er mest aktuelt for lagerforespørsler. I det forrige animerte eksempelet ser du at 16. oktober 2023 klokken 12:57 ble alle bakgrunnsforespørsler i kapasiteten begrenset. Linjen på 100 % representerer maksimumsgrensen basert på SKU-en for stoff som er kjøpt.
  3. Velg fanen Overages . Denne grafen gir en oversikt over gjelden som samles inn og videreføres over tidsperioder.
    • Legg til % (grønn): Når kapasiteten overbelastes og begynner å legge til gjeldssamling.
    • Gjenstående % (blå): Når gjelden begynner å brenne ned og den totale kapasitetsutnyttelsen faller under 100 %.
    • Kumulativ % (rød): Representerer den totale samlede gjelden på tidspunkter. Dette må brennes ned til slutt.
  4. Velg et bestemt tidspunkt i kategoriene Utnyttelse, Begrensning eller Overages for å aktivere Utforsk-knappen for ytterligere ekstrahering gjennom analyse.
  5. Velg Utforsk. Den nye siden inneholder tabeller for å utforske detaljer om både interaktive operasjoner og bakgrunnsoperasjoner. Siden viser noen bakgrunnsoperasjoner som ikke forekommer på det tidspunktet, på grunn av den 24-timers utjevningslogikken. I det forrige animerte bildet vises operasjoner mellom 15. oktober 12:57 til 16. oktober 12:57, på grunn av at bakgrunnsoperasjonene fremdeles blir jevnet ut på det valgte tidspunktet.
  6. I tabellen bakgrunnsoperasjoner kan du også identifisere brukere, operasjoner, start-/stopptider, varigheter som brukte flest CUer.

    • Tabellen med operasjoner inneholder også en liste over operasjoner som er InProgress, slik at du kan forstå langvarige spørringer og gjeldende CU-forbruk.

    • Identifikasjon av en operasjon som brukte mange ressurser: Sorter tabellen etter total CU(er) synkende for å finne de dyreste spørringene, og bruk deretter Operasjons-ID til å identifisere en operasjon unikt. Dette er den distribuerte setnings-ID-en, som kan brukes i andre overvåkingsverktøy, for eksempel dynamiske administrasjonsvisninger (DMV-er) og spørringsinnsikter for ende-til-ende-sporbarhet, for eksempel i dist_statement_id sys.dm_exec_requests, og distributed_statement_id i spørring insights.exec_requests_history. Eksempler:

      Følgende eksempel-T-SQL-spørring bruker operasjons-ID-en i en spørring i visningen for sys.dm_exec_requests dynamisk administrasjon.

      SELECT * FROM sys.dm_exec_requests 
WHERE dist_statement_id = '00AA00AA-BB11-CC22-DD33-44EE44EE44EE';

      Følgende T-SQL-spørring bruker operasjons-ID-en i en spørring i queryinsights.exec_requests_history visningen.

      SELECT * FROM queryinsights.exec_requests_history 
WHERE distributed_statement_id = '00AA00AA-BB11-CC22-DD33-44EE44EE44EE`;
  7. Tabellen Burndown representerer de forskjellige stoffarbeidsbelastningene som kjører på denne kapasiteten, og %-databehandlingen som forbrukes av dem på det valgte tidspunktet.
    • Tabelloppføringen for DMS er lagerets arbeidsbelastning. I det forrige animerte eksempelet har DMS lagt til 26 % i den totale gjelden for viderebæring.
    • Kolonnen Kumulativ % gir en prosentandel av hvor mye kapasiteten har overforbruk. Denne verdien må være under 100 % for å unngå begrensning. I forrige animerte eksempel angir 2433,84 % for eksempel at DMS brukte 24 ganger mer kapasitet enn det gjeldende SKU (F2) tillater.

Relatert innhold