Supervisión de actividad de copia

  • Artículo

SE APLICA A: Azure Data Factory Azure Synapse Analytics

Sugerencia

Pruebe Data Factory en Microsoft Fabric, una solución de análisis todo en uno para empresas. Microsoft Fabric abarca todo, desde el movimiento de datos hasta la ciencia de datos, el análisis en tiempo real, la inteligencia empresarial y los informes. ¡Obtenga más información sobre cómo iniciar una nueva evaluación gratuita!

En este artículo se describe cómo supervisar la ejecución de la actividad de copia en las canalizaciones de Azure Data Factory y Synapse. El documento se basa en el artículo de introducción a la actividad de copia que describe información general de la actividad de copia. También puede supervisar las actividades de copia generadas con la Herramienta de copia de datos, así como eliminar actividades de la misma forma.

Supervisión visual

Una vez que haya creado y publicado una canalización, puede asociarla a un desencadenador o iniciar manualmente una ejecución ad hoc. Puede supervisar todas las ejecuciones de la canalización de forma nativa en la experiencia de usuario. Obtenga información general sobre la supervisión en Supervisión visual de canalizaciones de Azure Data Factory y Synapse.

Para supervisar la ejecución de la actividad de copia, vaya a la interfaz de usuario de Data Factory Studio o Azure Synapse Studio para su instancia de servicio. En la pestaña Monitor (Supervisión), verá una lista de ejecuciones de canalización; haga clic en el vínculo del nombre de canalización para acceder a la lista de ejecuciones de actividad en la ejecución de canalización.

En este nivel, puede ver vínculos a la entrada, la salida y los errores (si se produce un error en la ejecución de la actividad de copia) de la actividad de copia, así como estadísticas tales como la duración y el estado. Al hacer clic en el botón de detalles (gafas) junto al nombre de la actividad de copia, obtendrá información más detallada sobre la ejecución de la actividad de copia.

Monitor copy activity run

En esta vista gráfica de supervisión, el servicio presenta la información sobre la ejecución de la actividad de copia, entre la que se incluye el volumen de datos leídos y escritos, el número de archivos y filas de datos copiados del origen al receptor, el rendimiento, las configuraciones aplicadas para el escenario de copia, los pasos de la actividad de copia con las duraciones y los detalles correspondientes, etc. Consulte en esta tabla cada métrica posible y su descripción detallada.

En algunos casos, cuando se ejecuta una actividad de copia, se ve el mensaje "Sugerencias de optimización del rendimiento" en la parte superior de la vista de supervisión de la actividad de copia, como se muestra en el ejemplo siguiente. Las sugerencias indican el cuello de botella identificado por el servicio para la ejecución específica de la copia, junto con recomendaciones sobre aquellos elementos que puede cambiar para aumentar el rendimiento de la copia. Obtenga más información sobre sugerencias de optimización automática del rendimiento.

En la parte inferior, los detalles y duraciones de la ejecución describen los pasos clave por los que pasa la actividad de copia, algo que resulta especialmente útil para solucionar problemas de rendimiento de la copia. El cuello de botella de la ejecución de copia corresponde a la que tiene mayor duración. Consulte en Solución de problemas de rendimiento de la actividad de copia qué representa cada fase y la guía detallada de solución de problemas.

Ejemplo: Copia de Amazon S3 a Azure Data Lake Storage Gen2

Monitor copy activity run details

Supervisión mediante programación

Los detalles de la ejecución de la actividad de copia y las características de rendimiento también se devuelven en la sección Copy Activity run result>Output (Resultado de la ejecución de la actividad de copia -> Salida), que se utiliza para representar la vista de supervisión en la interfaz de usuario. A continuación se muestra una lista completa de las propiedades que pueden devolverse. Solo verá las propiedades que se aplican a su escenario de copia. Para información sobre cómo supervisar las ejecuciones de la actividad mediante programación en general, consulte Supervisión mediante programación de una canalización de Azure Data Factory o Synapse.

Nombre de propiedad Descripción Unidad en la salida
dataRead La cantidad real de datos leídos del origen. Valor Int64 en bytes
dataWritten La cantidad real de datos escritos o confirmados en el receptor. El tamaño puede ser diferente del tamaño de la propiedad dataRead, ya que tiene que ver con el modo en que cada almacén de datos almacena los datos. Valor Int64 en bytes
filesRead El número de archivos leídos del origen basado en archivos. Valor Int64 (sin unidad)
filesWritten El número de archivos escritos o confirmados en el receptor basado en archivos. Valor Int64 (sin unidad)
filesSkipped El número de archivos omitidos del origen basado en archivos. Valor Int64 (sin unidad)
dataConsistencyVerification Detalles de la verificación de coherencia de datos, donde puede ver si se ha verificado que los datos copiados son coherentes entre el almacén de origen y el de destino. Más información en este artículo. Array
sourcePeakConnections Número máximo de conexiones simultáneas establecidas en el almacén de datos de origen durante la ejecución de la actividad de copia. Valor Int64 (sin unidad)
sinkPeakConnections Número máximo de conexiones simultáneas establecidas en el almacén de datos receptor durante la ejecución de la actividad de copia. Valor Int64 (sin unidad)
rowsRead Número de filas leídas del origen. Esta métrica no se aplica cuando se copian archivos tal cual sin analizarlos, por ejemplo, cuando los conjuntos de datos de origen y receptor tienen un tipo de formato binario u otro tipo de formato con configuraciones idénticas. Valor Int64 (sin unidad)
rowsCopied Número de filas copiadas al receptor. Esta métrica no se aplica cuando se copian archivos tal cual sin analizarlos, por ejemplo, cuando los conjuntos de datos de origen y receptor tienen un tipo de formato binario u otro tipo de formato con configuraciones idénticas. Valor Int64 (sin unidad)
rowsSkipped Número de filas incompatibles que se han omitido. Puede permitir que se omitan las filas incompatibles; para ello, establezca enableSkipIncompatibleRow en true. Valor Int64 (sin unidad)
copyDuration Duración de la ejecución de copia. Valor Int32 en segundos
throughput Velocidad de transferencia de datos, calculada por dataRead dividido por copyDuration. Número de punto flotante en KBps
sourcePeakConnections Número máximo de conexiones simultáneas establecidas en el almacén de datos de origen durante la ejecución de la actividad de copia. Valor Int32 (sin unidad)
sinkPeakConnections Número máximo de conexiones simultáneas establecidas en el almacén de datos receptor durante la ejecución de la actividad de copia. Valor Int32 (sin unidad)
sqlDwPolyBase Si se usa PolyBase cuando se copian datos en Azure Synapse Analytics. Boolean
redshiftUnload Si se usará UNLOAD cuando se copian datos de Redshift. Boolean
hdfsDistcp Si se usará DistCp cuando se copian datos de HDFS. Boolean
effectiveIntegrationRuntime El entorno de ejecución de integración (IR) o los tiempos de ejecución que se usan para aumentar la potencia de la ejecución de la actividad, en el formato <IR name> (<region if it's Azure IR>). Texto (cadena)
usedDataIntegrationUnits Unidades de integración de datos vigentes durante la copia. Valor Int32
usedParallelCopies El número de parallelCopies efectivo durante la copia. Valor Int32
logPath Ruta de acceso al registro de sesión de los datos omitidos en el almacenamiento de blobs. Consulte Tolerancia a errores. Texto (cadena)
executionDetails Más información sobre las fases por las que pasa la actividad de copia y los pasos, la duración, las configuraciones usadas, etc. correspondientes. No se recomienda analizar esta sección porque podría cambiar. Para comprender mejor cómo ayuda a entender y solucionar problemas de rendimiento de las copias, consulte la sección Supervisión visual. Array
perfRecommendation Sugerencias de optimización del rendimiento de la copia. Consulte Sugerencias de optimización del rendimiento para obtener más información. Array
billingReference El consumo de facturación para la ejecución especificada. Obtenga más información en Supervisión del consumo en el nivel de ejecución de actividad. Object
durationInQueue Duración de la cola en segundos antes de que se inicie la ejecución de la actividad de copia. Object

Ejemplo:

"output": {
    "dataRead": 1180089300500,
    "dataWritten": 1180089300500,
    "filesRead": 110,
    "filesWritten": 110,
    "filesSkipped": 0,
    "sourcePeakConnections": 640,
    "sinkPeakConnections": 1024,
    "copyDuration": 388,
    "throughput": 2970183,
    "errors": [],
    "effectiveIntegrationRuntime": "DefaultIntegrationRuntime (East US)",
    "usedDataIntegrationUnits": 128,
    "billingReference": "{\"activityType\":\"DataMovement\",\"billableDuration\":[{\"Managed\":11.733333333333336}]}",
    "usedParallelCopies": 64,
    "dataConsistencyVerification": 
    { 
        "VerificationResult": "Verified", 
        "InconsistentData": "None" 
    },
    "executionDetails": [
        {
            "source": {
                "type": "AmazonS3"
            },
            "sink": {
                "type": "AzureBlobFS",
                "region": "East US",
                "throttlingErrors": 6
            },
            "status": "Succeeded",
            "start": "2020-03-04T02:13:25.1454206Z",
            "duration": 388,
            "usedDataIntegrationUnits": 128,
            "usedParallelCopies": 64,
            "profile": {
                "queue": {
                    "status": "Completed",
                    "duration": 2
                },
                "transfer": {
                    "status": "Completed",
                    "duration": 386,
                    "details": {
                        "listingSource": {
                            "type": "AmazonS3",
                            "workingDuration": 0
                        },
                        "readingFromSource": {
                            "type": "AmazonS3",
                            "workingDuration": 301
                        },
                        "writingToSink": {
                            "type": "AzureBlobFS",
                            "workingDuration": 335
                        }
                    }
                }
            },
            "detailedDurations": {
                "queuingDuration": 2,
                "transferDuration": 386
            }
        }
    ],
    "perfRecommendation": [
        {
            "Tip": "6 write operations were throttled by the sink data store. To achieve better performance, you are suggested to check and increase the allowed request rate for Azure Data Lake Storage Gen2, or reduce the number of concurrent copy runs and other data access, or reduce the DIU or parallel copy.",
            "ReferUrl": "https://go.microsoft.com/fwlink/?linkid=2102534 ",
            "RuleName": "ReduceThrottlingErrorPerfRecommendationRule"
        }
    ],
    "durationInQueue": {
        "integrationRuntimeQueue": 0
    }
}

Contenido relacionado

Consulte los otros artículos de la actividad de copia:

- Información general de la actividad de copia

- Rendimiento de la actividad de copia