Monitorare l'utilizzo delle risorse e l'attività di query in Azure Synapse Analytics

  • Articolo

Azure Synapse Analytics offre una ricca esperienza di monitoraggio nel portale di Azure per scoprire informazioni dettagliate sul carico di lavoro del data warehouse. Il portale di Azure è lo strumento consigliato per il monitoraggio del data warehouse, in quanto fornisce periodi di conservazione, avvisi, raccomandazioni, grafici personalizzabili, nonché dashboard di metriche e log configurabili. Il portale consente anche l'integrazione con altri servizi di monitoraggio di Azure come Monitoraggio di Azure (log) con Log Analytics per offrire un'esperienza di monitoraggio olistica non solo per il data warehouse, ma anche per l'intera piattaforma di analisi di Azure per un'esperienza di monitoraggio integrata. Questa documentazione descrive le funzionalità di monitoraggio disponibili per ottimizzare e gestire la piattaforma analitica con Synapse SQL.

Utilizzo della risorsa

Per un elenco e informazioni dettagliate sulle metriche disponibili per i pool SQL dedicati (in precedenza SQL Data Warehouse), vedere Metriche supportate per Microsoft.Synapse/workspaces/sqlPools. Tali metriche vengono rilevate tramite il Monitoraggio di Azure.

Aspetti da considerare quando si visualizzano le metriche e si configurano gli avvisi:

  • DWU usato rappresenta solo una rappresentazione generale dell'utilizzo nel pool SQL e non deve essere un indicatore completo dell'utilizzo. Per determinare se aumentare o ridurre le prestazioni, prendere in considerazione tutti i fattori che possono essere influenzati da DWU, ad esempio concorrenza, memoria, tempdbe capacità della cache adattiva. È consigliabile eseguire il carico di lavoro con impostazioni DWU diverse per determinare l'impostazione più adatta a soddisfare gli obiettivi di business.
  • Le connessioni non riuscite e riuscite vengono segnalate per un data warehouse specifico, non per il server stesso.
  • La percentuale di memoria riflette l'utilizzo anche se il data warehouse è in stato di inattività, non riflette il consumo di memoria del carico di lavoro attivo. Usare e tenere traccia di questa metrica insieme ad altri (tempdbcache Gen2) per prendere una decisione olistica se il ridimensionamento per una capacità aggiuntiva della cache aumenterà le prestazioni del carico di lavoro per soddisfare i requisiti.

Attività di query

Per un'esperienza programmatica durante il monitoraggio di Synapse SQL tramite T-SQL, il servizio mette a disposizione un set di DMV (Dynamic Management View, vista a gestione dinamica). Queste viste sono utili durante la risoluzione dei problemi e l'identificazione dei colli di bottiglia nelle prestazioni con il carico di lavoro.

Per visualizzare l'elenco di DMV applicabili a Synapse SQL, vedere DMV del pool SQL dedicato.

Nota

  • È necessario riprendere il pool SQL dedicato per monitorare le query usando la scheda Attività query.
  • Impossibile utilizzare la scheda Attività query per visualizzare le esecuzioni cronologiche.
  • La scheda Attività query non visualizza le query correlate alla dichiarazione di variabili (ad esempio, DECLARE @ChvnString VARCHAR(10)), le variabili impostate (ad esempio, SET @ChvnString = 'Query A') o i dettagli del batch. È possibile trovare differenze tra il numero totale di query eseguite nella portale di Azure e il numero totale di query registrate nelle DMV.
  • Per controllare la cronologia delle query per le query esatte inviate, abilitare la diagnostica per esportare le DMV disponibili in una delle destinazioni disponibili, ad esempio Log Analytics. Per impostazione predefinita, le DMV contengono solo le ultime 10.000 query eseguite. Dopo qualsiasi pausa, ripresa o operazione di scalabilità, i dati dmv verranno cancellati.

Metriche e registrazione diagnostica

Le metriche e i log possono essere esportati in Monitoraggio di Azure, in particolare il componente dei log di Monitoraggio di Azure, ed è possibile accedervi a livello programmatico tramite query di log. La latenza dei log per Synapse SQL è circa 10-15 minuti.

Contenuto correlato

Gli articoli seguenti descrivono scenari comuni e casi d'uso per il monitoraggio e la gestione del data warehouse: