你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。
Azure Synapse Analytics 中专用 SQL 池的内存和并发限制
查看分配给 Azure Synapse Analytics 中的各个性能级别和资源类的内存和并发限制。
数据仓库容量设置
以下各表显示了不同性能级别的数据仓库的最大容量。 若要更改性能级别，请参阅缩放计算 - 门户。
服务级别
服务级别范围为 DW100c 到 DW30000c。
| 性能级别 | 计算节点 | 每个计算节点的分布区数 | 每个数据仓库的内存 (GB) |
|---|---|---|---|
| DW100c | 1 | 60 | 60 |
| DW200c | 1 | 60 | 120 |
| DW300c | 1 | 60 | 180 |
| DW400c | 1 | 60 | 240 |
| DW500c | 1 | 60 | 300 |
| DW1000c | 2 | 30 | 600 |
| DW1500c | 3 | 20 | 900 |
| DW2000c | 4 | 15 | 1200 |
| DW2500c | 5 | 12 | 1500 |
| DW3000c | 6 | 10 | 1800 |
| DW5000c | 10 | 6 | 3000 |
| DW6000c | 12 | 5 | 3600 |
| DW7500c | 15 | 4 | 4500 |
| DW10000c | 20 | 3 | 6000 |
| DW15000c | 30 | 2 | 9000 |
| DW30000c | 60 | 1 | 18000 |
最大服务级别为 DW30000c，包含 60 个计算节点，每个计算节点有一个分布区。 例如，DW30000c 级别的 600 TB 数据仓库的每个计算节点可以处理大约 10 TB 数据。
注意
Synapse 专用 SQL 池是一项常青的平台服务。 在云中的共担责任模型下，Microsoft 继续投资改进托管专用 SQL 池的底层软件和硬件。 因此，支持给定性能级别 (SLO) 的节点数量或计算机硬件类型可能会发生变化。 此处列出的计算节点数仅供参考，不应将其用于调整大小或性能目的。 无论节点数量或底层基础结构如何，Microsoft 的目标都是按照 SLO 交付性能；因此，我们建议所有调整大小练习都必须使用 cDWU 作为指南。 有关 SLO 和计算数据仓库单位的详细信息，请参阅专用 SQL 池（以前称为 SQL DW）的数据仓库单位 (DWU)。
工作负载组的并发最大值
随着工作负载组的引入，并发槽位的概念不再适用。 每个请求的资源按百分比分配，并在工作负载组定义中指定。 但是，即使删除了并发槽位，每个查询也需要基于服务级别的最小资源量。 下表定义了各服务级别协议中，每个查询所需的最小资源量以及可以实现的关联并发。
| 服务级别 | 最大并行查询 | REQUEST_MIN_RESOURCE_GRANT_PERCENT 支持的最小百分比 |
|---|---|---|
| DW100c | 4 | 25% |
| DW200c | 8 | 12.5% |
| DW300c | 12 | 8% |
| DW400c | 16 | 6.25% |
| DW500c | 20 | 5% |
| DW1000c | 32 | 3% |
| DW1500c | 32 | 3% |
| DW2000c | 48 | 2% |
| DW2500c | 48 | 2% |
| DW3000c | 64 | 1.5% |
| DW5000c | 64 | 1.5% |
| DW6000c | 128 | 0.75% |
| DW7500c | 128 | 0.75% |
| DW10000c | 128 | 0.75% |
| DW15000c | 128 | 0.75% |
| DW30000c | 128 | 0.75% |
资源类的并发最大值
为了确保每个查询都有足够的资源来有效执行，Synapse SQL 会通过向每个查询分配并发槽位来跟踪资源利用率。 系统根据重要性和并发槽位将查询放入某个队列。 查询在队列中等待，直到有足够的并发槽位可用。 重要性和并发槽位确定了 CPU 优先级。 有关详细信息，请参阅分析工作负荷。
静态资源类
下表显示了每个静态资源类的最大并发查询数和并发槽位数。
| 服务级别 | 最大并行查询 | 可用的并发槽位数 | staticrc10 使用的槽位数 | staticrc20 使用的槽位数 | staticrc30 使用的槽位数 | staticrc40 使用的槽位数 | staticrc50 使用的槽位数 | staticrc60 使用的槽位数 | staticrc70 使用的槽位数 | staticrc80 使用的槽位数 |
|---|---|---|---|---|---|---|---|---|---|---|
| DW100c | 4 | 4 | 1 | 2 | 4 | 4 | 4 | 4 | 4 | 4 |
| DW200c | 8 | 8 | 1 | 2 | 4 | 8 | 8 | 8 | 8 | 8 |
| DW300c | 12 | 12 | 1 | 2 | 4 | 8 | 8 | 8 | 8 | 8 |
| DW400c | 16 | 16 | 1 | 2 | 4 | 8 | 16 | 16 | 16 | 16 |
| DW500c | 20 | 20 | 1 | 2 | 4 | 8 | 16 | 16 | 16 | 16 |
| DW1000c | 32 | 40 | 1 | 2 | 4 | 8 | 16 | 32 | 32 | 32 |
| DW1500c | 32 | 60 | 1 | 2 | 4 | 8 | 16 | 32 | 32 | 32 |
| DW2000c | 48 | 80 | 1 | 2 | 4 | 8 | 16 | 32 | 64 | 64 |
| DW2500c | 48 | 100 | 1 | 2 | 4 | 8 | 16 | 32 | 64 | 64 |
| DW3000c | 64 | 120 | 1 | 2 | 4 | 8 | 16 | 32 | 64 | 64 |
| DW5000c | 64 | 200 | 1 | 2 | 4 | 8 | 16 | 32 | 64 | 128 |
| DW6000c | 128 | 240 | 1 | 2 | 4 | 8 | 16 | 32 | 64 | 128 |
| DW7500c | 128 | 300 | 1 | 2 | 4 | 8 | 16 | 32 | 64 | 128 |
| DW10000c | 128 | 400 | 1 | 2 | 4 | 8 | 16 | 32 | 64 | 128 |
| DW15000c | 128 | 600 | 1 | 2 | 4 | 8 | 16 | 32 | 64 | 128 |
| DW30000c | 128 | 1200 | 1 | 2 | 4 | 8 | 16 | 32 | 64 | 128 |
动态资源类
下表显示了每个动态资源类的最大并发查询数和并发槽位数。 动态资源类对 DW1000c 到 DW30000c 的服务级别的 small-medium-large-xlarge 资源类使用 3-10-22-70 内存百分比分配。 有关 DW1000c 以下的内存分配，请参阅文档：动态资源类。
| 服务级别 | 最大并行查询 | 可用的并发槽位数 | smallrc 使用的槽数 | mediumrc 使用的槽数 | largerc 使用的槽数 | xlargerc 使用的槽数 |
|---|---|---|---|---|---|---|
| DW100c | 4 | 4 | 1 | 1 | 1 | 2 |
| DW200c | 8 | 8 | 1 | 1 | 1 | 5 |
| DW300c | 12 | 12 | 1 | 1 | 2 | 8 |
| DW400c | 16 | 16 | 1 | 1 | 3 | 11 |
| DW500c | 20 | 20 | 1 | 2 | 4 | 14 |
| DW1000c | 32 | 40 | 1 | 4 | 8 | 28 |
| DW1500c | 32 | 60 | 1 | 6 | 13 | 42 |
| DW2000c | 32 | 80 | 2 | 8 | 17 | 56 |
| DW2500c | 32 | 100 | 3 | 10 | 22 | 70 |
| DW3000c | 32 | 120 | 3 | 12 | 26 | 84 |
| DW5000c | 32 | 200 | 6 | 20 | 44 | 140 |
| DW6000c | 32 | 240 | 7 | 24 | 52 | 168 |
| DW7500c | 32 | 300 | 9 | 30 | 66 | 210 |
| DW10000c | 32 | 400 | 12 | 40 | 88 | 280 |
| DW15000c | 32 | 600 | 18 | 60 | 132 | 420 |
| DW30000c | 32 | 1200 | 36 | 120 | 264 | 840 |
如果没有足够的并发槽位来启动查询执行，查询将根据重要性进行排队和执行。 如果重要性相同，查询将以先进先出的方式执行。 如果查询已完成并且查询数和槽数低于限制，则 Azure Synapse Analytics 会释放排队的查询。
后续步骤
若要详细了解如何利用资源类来进一步优化工作负荷，请查看以下文章：