Dela via

Felsöka vårddatalösningar i Microsoft Fabric

  • Artikel

Den här artikeln innehåller information om vissa problem eller fel som du kan se när du använder vårddatalösningar i Microsoft Fabric och hur du kan lösa dem. Artikeln innehåller också vägledning för programövervakning.

Om problemet kvarstår när du har följt anvisningarna i den här artikeln skapar du ett incidentärende för supportteamet.

Felsöka distributionsproblem

Ibland kan du stöta på tillfälliga problem när du distribuerar vårddatalösningar till Fabric-arbetsytan. Här är några vanliga problem och lösningar på problem som kan åtgärdas:

  1. Det går inte att skapa lösningen eller tar för lång tid.

    Fel: Skapandet av vårdslösningen pågår i mer än 5 minuter och/eller misslyckas.

    Orsak: Det här felet uppstår om det finns en annan vårdslösningen som delar samma namn eller som nyligen har tagits bort.

    Lösning: Om du nyligen har tagit bort en lösning väntar du i 30 till 60 minuter innan du försöker distribuera igen.

  2. Det gick inte att distribuera funktionen.

    Fel: Det går inte att distribuera vårddatalösningar.

    Lösning: Kontrollera om funktionen visas under avsnittet Hantera distribuerade funktioner.

    • Om funktionen inte finns med i tabellen kan du försöka distribuera den igen. Välj funktionspanelen och välj sedan knappen Distribuera till arbetsyta.
    • Om funktionen visas i tabellen med statusvärdet Distributionen misslyckades distribuerar du om funktionen. Du kan också skapa en ny miljö för vårddatalösningar och distribuera om funktionen där.

Felsöka oidentifierade tabeller

När deltatabeller skapas i sjöhuset för första gången kan de tillfälligt visas som "oidentifierade" eller tomma i vyn utforskarpanelen. De bör dock visas korrekt under mappen tabeller efter några minuter.

En skärmbild som visar tomma tabeller.

Kör datapipeline

Följ dessa steg för att köra exempeldatan från början till slut:

  1. Kör en Spark SQL-instruktion från en notebook-fil för att ta bort alla tabeller från ett sjöhus. Här är ett exempel:

    lakehouse_name = "<lakehouse_name>"
tables = spark.sql(f"SHOW TABLES IN {lakehouse_name}")
for row in tables.collect():
   spark.sql(f"DROP TABLE {lakehouse_name}.{row[1]}")

  2. Använd OneLake filutforskaren för att ansluta till OneLake i din Windows File Explorer.

  3. Navigera till din arbetsytemapp i Windows utforskaren. Under <solution_name>.HealthDataManager\DMHCheckpoint tar du bort alla motsvarande mappar i <lakehouse_id>/<table_name>. Du kan också använda Microsoft Spark Utilities (MSSparkUtils) för Fabric för att ta bort mappen.

  4. Kör datapipelines igen och börja med den kliniska datainmatningen i bronssjöhuset.

Övervaka Apache Spark-appar med Azure Log Analytics

Programloggarna Apache Spark skickas till en Azure Log Analytics workspace-instans som du kan köra frågor mot. Använd den här Kusto-exempelfrågan för att filtrera loggarna som är specifika för vårddatalösningar:

AppTraces
| where Properties['LoggerName'] contains "Healthcaredatasolutions"
    or Properties['LoggerName'] contains "DMF"
    or Properties['LoggerName'] contains "RMT"
| limit 1000

Notebook-datorns konsolloggar loggar RunId för varje körning. Du kan använda det här värdet för att hämta loggar för en specifik körning enligt följande exempelfråga:

AppTraces
| where Properties['RunId'] == "<RunId>"

Allmän övervakningsinformation finns i Använda Fabric övervakningshubb.

Använda OneLake utforskaren

Program OneLake-utforskaren integrerar sömlöst OneLake med Windows-filutforskare. Du kan använda OneLake-utforskaren för att visa alla mappar eller filer som distribuerats på din Fabric-arbetsyta. Du kan också se exempeldata, OneLake-filer och -mappar samt kontrollpunktsfilerna.

Använd Azure Storage Explorer

Du kan också använda Azure Storage Explorer för att:

Återställ Spark-körningsversionen på Fabric-arbetsytan

Som standard använder alla nya Fabric-arbetsytor den senaste Fabric-körningsversionen, som för närvarande är Runtime 1.3. Vårddatalösningar har dock endast stöd för Runtime 1.2.

När du har distribuerat vårddatalösningar till din arbetsyta, se till att standardversionen av Fabric-körningen är inställd på Runtime 1.2 (Apache Spark 3.4 och Delta Lake 2.4). Annars kan körningarna av din datapipeline och notebook-fil misslyckas. Mer information finns i Stöd för flera körningar i Fabric.

Följ dessa steg för att granska/uppdatera Fabric-körningsversionen:

  1. Gå till arbetsytan för dina vårddatalösningar och välj Inställningar för arbetsyta.

  2. På inställningssidan för arbetsytan expanderar du listrutan Datateknik/vetenskap och väljer Spark-inställningar.

  3. På fliken Miljö uppdaterar du värdet Körningsversion till 1.2 (Spark 3.4, Delta 2.4) och sparar ändringarna.

    En skärmbild som visar hur du uppdaterar körningsversionen.

Uppdatera användargränssnittet för infrastruktur och OneLake-filutforskaren

Ibland kanske du märker att Fabric-användargränssnittet eller OneLake-utforskaren inte alltid uppdaterar innehållet efter varje notebook-körning. Om du inte ser det förväntade resultatet i användargränssnittet när du har kört ett körningssteg (till exempel att skapa en ny mapp eller sjöhus eller mata in nya data i en tabell) kan du prova att uppdatera artefakten (tabell, sjöhus, mapp). Den här uppdateringen kan ofta lösa avvikelser innan du utforskar andra alternativ eller undersöker vidare.