Måttappberäkningar
Den här artikeln beskriver några av de beräkningar som används för att beräkna förbrukningen i Microsoft Fabric. Använd den här artikeln för att få en bättre förståelse för informationen som visas i appen Kapacitetsmått för Microsoft Fabric.
Förbrukningsanalys
En överbelastad kapacitet är en kapacitet som når mer än 100 % av dess beräkningskraft. När en kapacitet är överbelastad börjar den begränsas. Det visuella begränsningsobjektet hjälper dig att förstå din förbrukning som en procentandel av Fabrics begränsningsgräns vid en viss tidpunkt. Begränsningen fortsätter tills kapacitetsanvändningen är lägre än 100 %. Det visuella begränsningsobjektet har tre flikar som var och en visar information om olika begränsningstyper, baserat på olika tidsfönster.
| Tabb | Tröskelvärde | Vad händer när kapaciteten når 100 %? | Hur lång tid dröjer det innan kapaciteten är tillbaka på 100 %? |
|---|---|---|---|
| Interaktiv fördröjning | 10 minuter | En begränsning på 20 sekunder tillämpas på interaktiva begäranden | När fördröjningar har tillämpats fortsätter nya interaktiva begäranden och bakgrundsbegäranden att ackumulera framtida beräkningsanvändning |
| Interaktivt avvisande | 60 minuter | Interaktiva begäranden avvisas och användarna ser ett fel i användargränssnittet | Bakgrundsbegäranden fortsätter att ackumulera framtida beräkningsanvändning |
| Avslag i bakgrunden | 24 timmar | Alla begäranden avvisas, inklusive bakgrundsbegäranden och interaktiva begäranden | Ej tillämpligt |
När den framtida beräkningsanvändningen sjunker under 100 % godkänns ytterligare begäranden. Dessa begäranden kan resultera i att kapacitetens användning överstiger 100 % igen. Du kan uppfatta detta som en enda kontinuerlig begränsningshändelse, när det i själva verket är två på varandra följande begränsningshändelser.
Avslag i bakgrunden
Eftersom tröskelvärdet för avvisning i bakgrunden är 24 timmar anger höga procentuella begränsningssiffror att du överanvände dina dagliga kapacitetsresurser (24 timmar). När bakgrundsavvisningen är högre än 100 % avvisas alla begäranden. Avvisningen stoppas när kapacitetsanvändningen är lägre än 100 %. Ett bakgrundsavslag på 250 % innebär till exempel att du använde 2,5 gånger så mycket som dina dagliga kapacitetsresurser för din SKU-nivå.
Kommentar
Bakgrundsjobb begränsas inte och kan förlänga den tid det tar för interaktiva avslag att stoppas.
Interaktiv fördröjning och interaktivt avvisande
När du tittar på de här visuella objekten ser du bara vad som påverkar din kapacitet vid en viss tidpunkt. Dessa visuella objekt inkluderar användning som har jämnats ut i det aktuella utvärderingsfönstret . Senare tidspunkter kan innehålla ytterligare utjämnad användning som inte påverkar den här tidspunkten. En utjämnad förbrukning i bakgrunden kan minska mängden användning som är tillgänglig för interaktiva begäranden i framtida tidspunkter.
Interaktiv fördröjning – En interaktiv fördröjning på 250 % innebär att Fabric försöker anpassa 25 minuters förbrukning till de kommande 10 minuterna.
Interaktivt avvisande – Ett interaktivt avvisande på 250 % innebär att Fabric försöker anpassa 2,5 timmars förbrukning till de närmaste 60 minuterna.
Beräkna tiden för återställning från begränsning
När din användning är över 100 % måste du vänta tills kapaciteten sänker den framtida användningen till under 100 %. Du kan använda följande formel för att uppskatta hur lång tid det skulle ta att sjunka under 100 %, förutsatt att ingen ytterligare beräkning används.
$$ \text{minsta tid att återställa från begränsning} = \frac{\text{% avvisandetyp } – \text{ }100}{100}\times{\text{period duration}} $$
Interaktivt avvisande och interaktiv fördröjning kan ta längre tid än 1,5 gånger fönstrets varaktighet för att stoppa begränsningen. Nya begäranden kan lägga till mer överföringsanvändning till kapaciteten, vilket gör att den tid det tar för kapacitetsanvändningen att komma till 100 % längre än 60 minuter eller 10-minuters tidsperioder.
Exempel på beräkning av bakgrundsavvisning
När din användning nådde 250 % avvisas alla begäranden under de kommande 36 timmarna.
$$ \frac{250-100}{100}\times{24 \text{ hours} = 36 \text{ hours}} $$
Det tar minst 1,5 dagar innan kapacitetsanvändningen når 100 %. Bakgrundsjobb avvisas inte och kan förlänga den tid som krävs för att stoppa interaktivt avvisande.
Exempel på interaktiv avvisningsberäkning
När din användning når 250 % avvisas endast interaktiva begäranden under minst de kommande 90 minuterna.
$$ \frac{250-100}{100}\times{60 \text{ minutes} = 90 \text{ minutes}} $$
Det tar minst 1,5 timmar för kapacitetsanvändningen att komma under 100 %. Men eftersom bakgrundsjobb med framtida förbrukning utöver fönstren på 10 och 60 minuter kan påverka din kapacitet kan varaktigheten för den här händelsen vara längre.
Exempel på interaktiv fördröjningsberäkning
När din användning når 250 % fördröjs interaktiva begäranden under de kommande 15 minuterna.
$$ \frac{250-100}{100}\times{10 \text{ minutes} = 15 \text{ minutes}} $$
Det tar minst 15 minuter för kapacitetsanvändningen att komma under 100 %. Men eftersom bakgrundsjobb med framtida förbrukning utöver fönstren på 10 och 60 minuter påverkar din kapacitet kan varaktigheten för den här händelsen vara längre.
Prestandadelta
Matrisen efter objekt och åtgärdstabellen använder färger som hjälper dig att förstå hur infrastrukturresurser fungerar i din organisation.
Ingen färg – ett värde som är högre än -10
Orange – ett värde mellan -10 och -25
Röd – ett värde som är lägre än -25
För att skapa prestandadelt beräknar Microsoft Fabric ett timgenomsnitt för alla snabba åtgärder som tar under 200 millisekunder att slutföra. Timvärdet används som ett långsamt glidande medelvärde under de senaste sju dagarna (168 timmar). Det långsamma glidande medelvärdet jämförs sedan med genomsnittet mellan den senaste datapunkten och en datapunkt från för sju dagar sedan. Prestandadeltat anger skillnaden mellan dessa två medelvärden.
Du kan använda prestandadeltavärdet för att bedöma om de genomsnittliga prestandan för dina objekt har förbättrats eller försämrats under den senaste veckan. Desto högre värde är, desto bättre prestanda är sannolikt. Ett värde nära noll anger att inte mycket har ändrats, och ett negativt värde tyder på att den genomsnittliga prestandan för dina objekt har försämrats under den senaste veckan.
Genom att sortera matrisen efter kolumnen prestandadelta kan du identifiera semantiska modeller som har den största förändringen i deras prestanda. Under undersökningen bör du inte glömma att tänka på CU (s) och antalet användare. Prestandadeltavärdet är en bra indikator när det gäller Microsoft Fabric-objekt som har en hög CU-användning eftersom de används mycket eller kör många åtgärder. Små semantiska modeller med liten CU-aktivitet kanske dock inte återspeglar en sann bild, eftersom de enkelt kan visa stora positiva eller negativa värden.