Megosztás a következőn keresztül:

Eseményház és KQL-adatbázis használata

  • Cikk

Az eseményházak és a KQL-adatbázisok teljes mértékben felügyelt Kusto-motoron működnek. Eseményház vagy KQL-adatbázis esetén 5–10 másodpercen belül számíthat az elemzéshez elérhető számításra. A számítási erőforrások az adatelemzési igényeknek megfelelően növekednek. Ez a cikk a Microsoft Fabric KQL-adatbázisainak számítási használati jelentéseit ismerteti, beleértve a KustoUpTime-ot és a tárterületet is.

Fabric-kapacitás használata esetén a használati díjak megjelennek az Azure Portalon a Microsoft Cost Management előfizetése alatt. A Fabric-számlázás megismeréséhez látogasson el a Fabric-kapacitás Azure-számlájának ismertetése című témakörben.

Fontos

A Microsoft Fabric számítási feladatok használati arányának módosítása

A fogyasztási arányok bármikor változhatnak. A Microsoft ésszerű erőfeszítéseket tesz annak érdekében, hogy e-mailben vagy a terméken belüli értesítésen keresztül értesítést küldjön. A módosítások a Microsoft kibocsátási megjegyzéseiben vagy a Microsoft Fabric Blogban megadott napon lépnek érvénybe. Ha a Microsoft Fabric számítási feladatok használati arányának bármilyen módosítása jelentősen növeli az adott számítási feladat használatához szükséges kapacitásegységeket (CU), az ügyfelek a választott fizetési módhoz elérhető lemondási lehetőségeket használhatják.

Kapacitás

A Fabricben vásárolt kapacitás-termékváltozat alapján ön jogosult a kapacitásegységek (CU-k) készletére, amelyek az összes Háló-számítási feladat között meg vannak osztva. A támogatott licencekkel kapcsolatos további információkért tekintse meg a Microsoft Fabric-licenceket.

A kapacitás egy dedikált erőforráskészlet, amely egy adott időpontban használható. A kapacitás határozza meg, hogy egy erőforrás képes-e tevékenység elvégzésére vagy kimenet létrehozására. A különböző erőforrások különböző időpontokban használnak fel kérelemegységeket. A KQL-adatbázisok által használt kapacitás mennyisége a KustoUpTime műveleten alapul.

KustoUpTime

Egy eseményház KustoUpTime-ideje az eseményház által használt virtuális magok számához viszonyítva aktív másodpercek száma. Az eseményház méretének meghatározásához automatikus skálázási mechanizmust használunk. Ez a mechanizmus a használati minta alapján biztosítja a költség- és teljesítményoptimalizálást. Egy eseményház, amelyhez több KQL-adatbázis van csatolva, csak az eseményház elem KustoUpTime-ját jeleníti meg. A KQL-adatbázis alelemének használata nem jelenik meg.

Egy 4 KQL-adatbázissal rendelkező eseményház például 4, 30 másodpercen keresztül aktív virtuális magot használó eseményház 120 másodperc kapacitásegységet használ.

A KQL-adatbázisok KustoUpTime-ideje az a másodpercek száma, amikor a KQL-adatbázis aktív az adatbázis által használt virtuális magok számával kapcsolatban. A KQL-adatbázis méretének meghatározására automatikus skálázási mechanizmus szolgál. Ez a mechanizmus a használati minta alapján biztosítja a költség- és teljesítményoptimalizálást.

Egy 30 másodpercen át aktív 4 virtuális magot használó adatbázis például 120 másodperc kapacitásegységet használ.

Feljegyzés

Ha a KQL-adatbázis egy eseményház aleleme, a KustoUpTime újra lesz választva az eseményház elemében, és az adatbáziselem nem jelenik meg a listában.

KustoUpTime figyelése

A KustoUpTime monitorozását a Microsoft Fabric kapacitásmetrika alkalmazásával végezheti el. A Metrikák alkalmazás számítási oldalának ismertetése a Metrikák alkalmazás számítási oldalának ismertetése című témakörben. Ez a példa a KustoUpTime figyelésével kapcsolatos információkat mutatja be.

Feljegyzés

Kapacitáshasználat figyeléséhez kapacitásadminisztrátornak kell lennie. További információ: A Microsoft Fabric rendszergazdai szerepköreinek ismertetése.

Az alábbi képen egy számítási mintalap látható a Hálókapacitás metrika alkalmazás kapacitásának figyeléséből:

Képernyőkép a Microsoft Fabric Kapacitásmetrika alkalmazás üzemidejéről.

Íme néhány megállapítás a példából:

  • A vizsgált kapacitás neve rtafielddemo.
  • A kijelölt napra vonatkozó kapacitásegységeket egyetlen, RTA Field Demo nevű munkaterület használta.
  • Az Elemek nézet az Eseményház és a KQL-adatbázis megjelenítésére lett szűrve.
  • Ha egyetlen elemet( például eseményházi elemet) választ ki, a CU-használatot műveletek szerint bontja le.
  • A kihasználtsági grafikon az alkalmazás jobb oldalán közel 100%-os CU-használatot mutat az idő függvényében. Ez a magas kihasználtság megmagyarázhatja a felhasználók által tapasztalt lekérdezésszabályozást, és azt jelzi, hogy növelni kell a kapacitásegységeket.

Tárterület számlázása

A tárterület számlázása külön történik a Fabric- vagy Power BI Premium-kapacitásegységektől. A KQL-adatbázisba betöltött adatok tárolása két tárolási szinten történik: OneLake Cache Storage és OneLake Standard Storage.

  • A OneLake Cache Storage egy prémium szintű tároló, amely a leggyorsabb lekérdezési válaszidők biztosítására szolgál. A gyorsítótárszabályzat beállításakor ez a tárolási szint lesz hatással. Ha például általában hét napra visszamenőleg kérdezi le, akkor a legjobb teljesítmény érdekében hét napra állíthatja be a gyorsítótár-megőrzést. Ez a tárolási szint összehasonlítható az Azure ADLS (Azure Data Lake Storage) prémium szintű szintjével.

Feljegyzés

A minimális fogyasztás engedélyezése azt jelenti, hogy nem kell fizetnie a OneLake Cahce Storage-ért. A minimális kapacitás beállításakor az eseményház mindig aktív, ami 100%-os KustoUpTime-értéket eredményez.

  • A OneLake Standard Storage egy szabványos tároló, amely az összes lekérdezhető adat megőrzésére és tárolására szolgál. A megőrzési szabályzat beállításakor ez a tárolási szint lesz hatással. Ha például 365 napnyi lekérdezhető adatot kell fenntartania, a megőrzést 365 napra állíthatja be. Ez a tárolási szint összehasonlítható az Azure ADLS (Azure Data Lake Storage) gyakori elérésű rétegével.

OneLake Storage monitorozása

A Microsoft Fabric Kapacitásmetrika alkalmazással bármely kapacitás-rendszergazda figyelheti a OneLake Storage-t. A Metrikák alkalmazástároló lapjának megismerése a Metrikák alkalmazástároló lapján.

Az alábbi képen egy KQL-adatbázis monitorozásából származó mintatárlap látható a Fabric Capacity Metric alkalmazásban:

Képernyőkép a Fabric kapacitásmetrikák alkalmazásáról valós idejű intelligenciából származó adatokkal.

Kapcsolódó tartalom