Dela via


Systemtabellreferens för lager

Viktigt!

Den här systemtabellen finns i offentlig förhandsversion. För att få åtkomst till tabellen måste schemat vara aktiverat i katalogen system . Mer information finns i Aktivera systemtabellscheman.

I den här artikeln får du lära dig hur du använder systemtabellen för lager för att övervaka och hantera SQL-lager på dina arbetsytor. Varje rad är en ögonblicksbild av SQL-lageregenskaperna just då. En ny ögonblicksbild skapas när egenskaperna ändras.

Systemtabellen för lager finns på system.compute.warehouses.

Tabellschema för lager

Kolumnnamn Datatyp beskrivning Exempel
warehouse_id sträng ID:t för SQL-lagret. 123456789012345
workspace_id sträng ID:t för arbetsytan där lagret distribueras. 123456789012345
account_id sträng ID för Azure Databricks-kontot. 7af234db-66d7-4db3-bbf0-956098224879
warehouse_name sträng Namnet på SQL-lagret. My Serverless Warehouse
warehouse_type sträng Typ av SQL-lager. Möjliga värden är CLASSIC, PROoch SERVERLESS. SERVERLESS
warehouse_channel sträng Kanalen för SQL-lagret. Möjliga värden är CURRENT och PREVIEW. CURRENT
warehouse_size sträng Klusterstorleken för SQL-lagret. Möjliga värden är 2X_SMALL, X_SMALL, SMALL, MEDIUM, LARGE, X_LARGE, 2X_LARGE, 3X_LARGEoch 4X_LARGE. MEDIUM
min_clusters heltal Det minsta antal kluster som tillåts. 1
max_clusters heltal Det maximala antalet kluster som tillåts. 5
auto_stop_minutes heltal Antalet minuter innan SQL-lagret stoppas automatiskt på grund av inaktivitet. 35
tags map Taggar för SQL-lagret. {"budget":"research"}
change_time timestamp Tidsstämpel för ändring av SQL-lagerdefinitionen. 2023-07-20T19:13:09.504Z
delete_time timestamp Tidsstämpel för när SQL-lagret togs bort. Värdet är null om SQL-lagret inte tas bort. 2023-07-20T19:13:09.504Z

Exempelfrågor

Följande exempelfrågor är mallar. Anslut de värden som passar din organisation. Du kan också lägga till aviseringar i dessa frågor som hjälper dig att hålla dig informerad om ändringar i dina lager. Se Skapa en avisering.

Använd följande exempelfrågor för att få insikt i informationslagrets beteende:

Identifiera inställningarna för alla aktiva lager

Den här frågan identifierar inställningarna för alla lager som för närvarande är aktiva.

SELECT
    warehouse_id,
    warehouse_name,
    warehouse_type,
    warehouse_channel,
    warehouse_size,
    min_clusters,
    max_clusters,
    auto_stop_minutes,
    tags,
    change_time,
    delete_time
FROM
    system.compute.warehouses
QUALIFY
    ROW_NUMBER() OVER (PARTITION BY warehouse_id ORDER BY change_time DESC) = 1
    and delete_time is null;

Vilka lager skapades den här veckan?

Den här frågan identifierar de lager som har skapats under de senaste sju dagarna.

SELECT
    warehouse_id,
    warehouse_name,
    warehouse_type,
    warehouse_channel,
    warehouse_size,
    min_clusters,
    max_clusters,
    auto_stop_minutes,
    tags,
    change_time as datetime_created,
    delete_time
FROM
    system.compute.warehouses
QUALIFY
    ROW_NUMBER() OVER (PARTITION BY warehouse_id ORDER BY change_time ASC) = 1
    and change_time >= DATE_TRUNC('day', CURRENT_DATE) - INTERVAL 7 days
    and delete_time is null;