Operacje tkaniny
Każde doświadczenie w usłudze Microsoft Fabric obsługuje unikatowe operacje. Współczynnik zużycia operacji przekształca użycie surowych metryk doświadczenia na jednostki obliczeniowe (CU).
Strona obliczeniowa aplikacji Metryki pojemności usługi Microsoft Fabric oferuje przegląd wydajności Twojej pojemności i listę operacji usługi Microsoft Fabric, które zużywają zasoby obliczeniowe.
W tym artykule wymieniono te operacje według stopnia zaawansowania i wyjaśniono, jak zużywają zasoby w Fabric.
Operacje interakcyjne i w tle
Usługa Microsoft Fabric dzieli operacje na dwa typy, interaktywne i w tle. W tym artykule wymieniono te operacje i wyjaśniono różnicę między nimi.
Operacje interakcyjne
Żądania i operacje na żądanie, które mogą być wyzwalane przez interakcje użytkownika z interfejsem użytkownika, takie jak zapytania modelu danych generowane przez wizualizacje raportu, są klasyfikowane jako operacje interakcyjne . Są one zwykle wyzwalane przez interakcje użytkownika z interfejsem użytkownika. Na przykład operacja interaktywna jest wyzwalana po otwarciu raportu przez użytkownika lub wybraniu fragmentatora w raporcie usługi Power BI. Operacje interaktywne można również wyzwalać bez interakcji z interfejsem użytkownika, na przykład w przypadku korzystania z programu SQL Server Management Studio (SSMS) lub niestandardowej aplikacji do uruchamiania zapytania języka DAX.
Operacje w tle
Dłuższe operacje, takie jak semantyczny model lub odświeżanie przepływu danych, są klasyfikowane jako operacje w tle . Mogą być wyzwalane ręcznie przez użytkownika lub automatycznie bez interakcji z użytkownikiem. Operacje w tle obejmują zaplanowane odświeżanie, interaktywne odświeżanie, operacje odświeżania oparte na protokole REST i operacje odświeżania oparte na języku XMLA. Użytkownicy nie powinni czekać na zakończenie tych operacji. Zamiast tego mogą wrócić później, aby sprawdzić stan operacji.
Jak przeczytać ten dokument
Każde doświadczenie ma tabelę zawierającą listę operacji z następującymi kolumnami:
Operation — nazwa operacji. Widoczne w aplikacji Microsoft Fabric Capacity Metrics.
Opis — opis operacji.
Item — element, do którego można zastosować tę operację. Widoczne w aplikacji Metryki pojemności Microsoft Fabric.
Miernik fakturowania platformy Azure — nazwa miernika na rachunku za platformę Azure, który pokazuje użycie dla tej operacji.
Type — wyświetla typ operacji. Operacje są klasyfikowane jako operacje interakcyjne lub w tle .
Jeśli są dostępne więcej szczegółów dotyczących stawki zużycia, zostanie udostępniony link do dokumentu z informacjami.
Operacje systemowe według doświadczenia użytkownika
Ta sekcja jest podzielona na doświadczenie związane z fabrykacją. Każde doświadczenie ma tabelę, która wymienia jego operacje.
Ważne
Stawki zużycia mogą ulec zmianie w dowolnym momencie. Microsoft dołoży wszelkich starań, aby powiadomić poprzez e-mail lub powiadomienie w produkcie. Zmiany obowiązują w dniu określonym w informacjach o wersji Microsoft lub w blogu Microsoft Fabric. Jeśli jakakolwiek zmiana stawki zużycia obciążenia usługi Microsoft Fabric znacznie zwiększy liczbę jednostek wydajności (CU) wymaganych do użycia określonego obciążenia, klienci mogą skorzystać z opcji anulowania dostępnych dla wybranej formy płatności.
Copilot w sieci szkieletowej
Copilot operacje są wymienione w tej tabeli. Możesz znaleźć stawki zużycia dla Copilot w Copilot zużycia.
| Działanie | opis | Produkt | Miernik rozliczeń platformy Azure | Typ |
|---|---|---|---|---|
| Copilot w sieci szkieletowej | Koszt obliczeń skojarzony z monitami wejściowymi i uzupełnianiem danych wyjściowych | Wiele | Copilot w architekturze sieciowej CU | Tło |
Fabryka Danych
Środowisko usługi Data Factory zawiera operacje dotyczące przepływów danych Gen2 i Potoków.
Przepływy danych Gen2
Wskaźniki zużycia dla przepływów danych Gen2 można znaleźć w cenniku Dataflow Gen2 dla Data Factory w usłudze Microsoft Fabric.
| Działanie | opis | Produkt | Miernik rozliczeń platformy Azure | Typ |
|---|---|---|---|---|
| Odświeżanie przepływu danych Gen2 | Koszt obliczeniowy skojarzony z operacją odświeżania przepływu danych Gen2 | Przepływ danych Gen2 | Zużycie mocy obliczeniowej przepływów danych w standardzie | Tło |
| Obliczenia przepływu danych o dużej skali — zapytanie punktu końcowego SQL | Użycie związane z punktem końcowym SQL magazynu przechowywania danych dla etapu Gen2 | Magazyn | Wydajność obliczeniowa przepływu danych o dużej skali — cu | Tło |
Rurociągi
Stawki zużycia dla potoków można znaleźć w cenniku potoków danych dla usługi Data Factory w usłudze Microsoft Fabric.
| Działanie | opis | Produkt | Miernik rozliczeń platformy Azure | Typ |
|---|---|---|---|---|
| DataMovement | Ilość czasu używanego przez działanie kopiowania w potoku usługi Data Factory podzielona przez liczbę jednostek integracji danych | Pipeline | Użycie pojemności przenoszenia danych — cu | Tło |
| ActivityRun | Wykonywanie działania potoku danych usługi Data Factory | Rurociąg | Zużycie jednostki pojemności zarządzania danymi | Tło |
Baz danych
Jedna jednostka pojemności sieci szkieletowej = 0,383 rdzenie wirtualne bazy danych SQL.
| Działanie | opis | Produkt | Miernik rozliczeń platformy Azure | Typ |
|---|---|---|---|---|
| Użycie bazy danych SQL | Obliczenia dla wszystkich zapytań SQL generowanych przez użytkownika i generowanych przez system, modyfikacji i operacji przetwarzania danych w bazie danych | Baza danych | Baza danych SQL w usłudze Microsoft Fabric Capacity Usage CU | Interakcyjny |
| Przydzielona usługa SQL Storage | Dynamicznie przydzielona przestrzeń dyskowa dla bazy danych SQL w Fabric, używana do przechowywania tabel, indeksów, logów transakcyjnych i metadanych. W pełni zintegrowana z usługą OneLake. | Baza danych | Dane usługi SQL Storage przechowywane | Tło |
Magazyn danych
Jeden rdzeń magazynu danych sieci szkieletowej (jednostka obliczeniowa dla magazynu danych) odpowiada dwóm jednostkom pojemności sieci szkieletowej (CU).
| Działanie | opis | Produkt | Miernik rozliczeń platformy Azure | Typ |
|---|---|---|---|---|
| Zapytanie dotyczące magazynu | Opłata za obliczenia dla wszystkich wygenerowanych przez użytkownika i wygenerowanych przez system instrukcji języka T-SQL w usłudze Warehouse | Magazyn | Użycie pojemności magazynu danych — cu | Tło |
| Zapytanie punktu końcowego SQL | Opłata za obliczenia dla wszystkich wygenerowanych przez użytkownika i wygenerowanych instrukcji języka T-SQL w punkcie końcowym analizy SQL usługi Lakehouse | Magazyn | Użycie pojemności magazynu danych — cu | Tło |
Interfejs API sieci szkieletowej dla języka GraphQL
Operacje graphQL składają się z żądań wykonywanych w interfejsie API dla elementów GraphQL przez klientów interfejsu API. Czas przetwarzania każdego żądania i operacji odpowiedzi GraphQL jest zgłaszany w jednostkach pojemności (CU). Każda sekunda jest przeliczana jako dziesięć jednostek CU na godzinę.
| Działanie | opis | Produkt | Miernik rozliczeń platformy Azure | Typ |
|---|---|---|---|---|
| Zapytanie | Oblicz opłaty dla wszystkich wygenerowanych zapytań GraphQL (odczytów) i mutacji (zapisów) wykonywanych przez klientów w interfejsie API GraphQL. | GraphQL | Interfejs API do użycia pojemności zapytań GraphQL CU | Interakcyjny |
OneLake
Operacje obliczeniowe usługi One Lake reprezentują transakcje wykonywane na elementach usługi One Lake. Wskaźnik zużycia dla każdej operacji różni się w zależności od jego typu. Aby uzyskać więcej informacji, zobacz Użycie usługi One Lake.
| Działanie | opis | Produkt | Miernik rozliczeń platformy Azure | Typ |
|---|---|---|---|---|
| Odczyt za pośrednictwem przekierowania w usłudze OneLake | Odczyt w OneLake poprzez przekierowanie | Wiele | Wydajność operacji odczytu w usłudze OneLake — użycie jednostek wydajności | Tło |
| Odczyt usługi OneLake za pośrednictwem serwera proxy | Odczyt OneLake za pośrednictwem serwera proxy | Wiele | Operacje odczytu OneLake za pośrednictwem interfejsu API według użycia CU pojemności | Tło |
| Zapis w usłudze OneLake za pośrednictwem przekierowania | Funkcja zapisu OneLake za pośrednictwem przekierowania | Wiele | Wydajność operacji zapisu w usłudze OneLake — cu | Tło |
| Zapis w usłudze OneLake za pośrednictwem serwera proxy | Zapisywanie w OneLake za pośrednictwem serwera proxy | Wiele | Operacje zapisu w usłudze OneLake za pośrednictwem interfejsu API CU użycia pojemności | Tło |
| Iteracyjny zapis w OneLake za pośrednictwem przekierowania | Iteracyjne zapisywanie w OneLake przez przekierowanie | Wiele | Operacje zapisu iteracyjnego w usłudze OneLake | Tło |
| Odczyt iteracyjny w usłudze OneLake za pośrednictwem przekierowania | Odczyt iteracyjny w usłudze OneLake za pośrednictwem przekierowania | Wiele | OneLake Iterative Read Operations Usage CU (Wydajność operacji odczytu iteracyjnego w usłudze OneLake — cu) | Tło |
| Inne operacje oneLake | Inne operacje oneLake | Wiele | OneLake Zużycie Pojemności Inne Operacje CU | Tło |
| Inne operacje OneLake za pośrednictwem przekierowania | Inne operacje OneLake poprzez przekierowanie | Wiele | Operacje OneLake przez API Użycie Pojemności CU Inne | Tło |
| OneLake iteracyjne zapisywanie przez proxy | Iteracyjne zapisywanie przez proxy w OneLake | Wiele | Operacje iteracyjnego zapisu w OneLake za pośrednictwem użycia jednostek CU interfejsu API | Tło |
| OneLake Iteracyjne Odczytywanie za Pośrednictwem Serwera Proxy | Iteracyjne Odczytywanie przez Serwer Proxy OneLake | Wiele | Iteracyjne operacje odczytu w OneLake za pośrednictwem interfejsu API przy użyciu CU (Capacity Usage) | Tło |
| Odczyt BCDR usługi OneLake za pośrednictwem serwera proxy | Odczyt BCDR usługi OneLake za pomocą serwera proxy | Wiele | Operacje odczytu BCDR w usłudze OneLake za pośrednictwem interfejsu API przy użyciu CU wykorzystania pojemności | Tło |
| JednoJezioro BCDR: Zapis przez Serwer Pośredniczący | OneLake BCDR zapisywanie przez serwer proxy | Wiele | Operacje zapisu BCDR w usłudze OneLake przez interfejs API z użyciem zasobów CU | Tło |
| Odczyt BCDR w OneLake poprzez przekierowanie | Odczyt BCDR w OneLake za pośrednictwem przekierowania | Wiele | Wykorzystanie pojemności (CU) operacji odczytu BCDR w usłudze OneLake | Tło |
| Zapis w usłudze OneLake BCDR przez przekierowanie | Zapis BCDR w usłudze OneLake za pośrednictwem przekierowania | Wiele | Wydajność operacji zapisu BCDR w usłudze OneLake | Tło |
| Iteracyjny odczyt OneLake BCDR za pomocą proxy | OneLake BCDR Iteracyjne Odczytywanie przez Proxy | Wiele | Iteracyjne operacje odczytu OneLake BCDR przez zużycie pojemności interfejsu API CU | Tło |
| Iteracyjne Odczytywanie BCDR OneLake za pomocą Przekierowania | Iteracyjne Odczytywanie OneLake BCDR przez Przekierowanie | Wiele | Operacje Iteracyjne Odczytu OneLake BCDR Zużycie Zasobu CU | Tło |
| Iteracyjne zapisywanie OneLake BCDR przez Proxy | Iteracyjne zapisywanie za pośrednictwem proxy w OneLake BCDR | Wiele | Operacje iteracyjnego zapisu w OneLake BCDR za pośrednictwem API, wykorzystanie pojemności CU | Tło |
| OneLake BCDR iteracyjne zapisywanie poprzez przekierowanie | Iteracyjne zapisy OneLake BCDR przez przekierowanie | Wiele | Użycie pojemności iteracyjnych operacji zapisu OneLake BCDR CU | Tło |
| OneLake BCDR — inne operacje | OneLake BCDR — inne operacje | Wiele | OneLake BCDR — inne użycie pojemności operacji CU | Tło |
| OneLake BCDR — inne operacje za pośrednictwem przekierowania | OneLake BCDR — inne operacje za pośrednictwem przekierowania | Wiele | OneLake BCDR Inne operacje za pośrednictwem interfejsu API użycie pojemności CU | Tło |
Power BI
Użycie każdej operacji jest zgłaszane w czasie przetwarzania CU w sekundach. Osiem jednostek CU jest równoważnych z jednym rdzeniem wirtualnym usługi Power BI.
Uwaga
Termin Model semantyczny zastępuje termin zestaw danych. W interfejsie użytkownika może być nadal widoczny stary termin, dopóki nie zostanie on całkowicie zastąpiony.
Obecnie nie są naliczane opłaty za wizualizacje R/Py w usłudze Power BI.
| Działanie | opis | Produkt | Miernik rozliczeń platformy Azure | Typ |
|---|---|---|---|---|
| Sztuczna inteligencja | Ocena funkcji sztucznej inteligencji | Sztuczna inteligencja | Użycie pojemności usługi Power BI — cu | Interakcyjny |
| Zapytanie w tle | Zapytania dotyczące odświeżania płytek i tworzenia migawek raportu | Model semantyczny | Użycie pojemności usługi Power BI — cu | Tło |
| Zapytanie bezpośrednie przepływu danych | Łączenie się bezpośrednio z przepływem danych bez konieczności importowania danych do modelu semantycznego | Przepływ danych Gen1 | Użycie pojemności usługi Power BI — cu | Interakcyjny |
| Odświeżanie przepływu danych | Odświeżanie przepływu danych w tle, wykonywane na żądanie lub zgodnie z harmonogramem, przez usługę lub interfejsy API REST. | Przepływ danych Gen1 | Użycie pojemności usługi Power BI (CU) | Tło |
| Odświeżanie modelu semantycznego na żądanie | Odświeżanie modelu semantycznego w tle zainicjowane przez użytkownika przy użyciu usługi, interfejsów API REST lub publicznych punktów końcowych XMLA | Model semantyczny | Użycie pojemności usługi Power BI — cu | Tło |
| Zaplanowane odświeżanie modelu semantycznego | Zaplanowane odświeżanie modelu semantycznego w tle wykonywane przez usługę, interfejsy API REST lub publiczne punkty końcowe XMLA | Model semantyczny | Użycie pojemności usługi Power BI — cu | Tło |
| Subskrypcja raportu w formie wiadomości e-mail | Kopia pliku PDF lub programu PowerPoint całego raportu usługi Power BI dołączona do subskrypcji poczty e-mail | Raport | Użycie pojemności usługi Power BI – CU | Tło |
| Zapytanie interaktywne | Zapytania inicjowane przez żądanie danych na żądanie. Na przykład ładowanie modelu podczas otwierania raportu, interakcji użytkownika z raportem lub wykonywania zapytań względem zestawu danych przed renderowaniem. Ładowanie modelu semantycznego może być zgłaszane jako autonomiczna interaktywna operacja zapytania. | Model semantyczny | Użycie pojemności usługi Power BI — cu | Interakcyjny |
| PublicApiExport | Raport usługi Power BI wyeksportowany z użyciem API REST export report to file | Raport | Użycie pojemności usługi Power BI — cu | Tło |
| Renderowanie | Raport podzielony na strony Power BI wyeksportowany przy użyciu interfejsu API REST eksportu do pliku | Raport podzielony na strony | Użycie pojemności usługi Power BI — cu | Tło |
| Renderowanie | Raport paginowany Power BI wyświetlany w usłudze Power BI | Raport podzielony na strony | Użycie pojemności usługi Power BI — cu | Interakcyjny |
| Odczytanie modelu sieci Web | Operacja odczytu modelu danych w doświadczeniu użytkownika modelowania sieci Web modelu semantycznego | Model semantyczny | Użycie zasobów usługi Power BI (CU) | Interakcyjny |
| Pisanie modelowania sieci Web | Operacja zapisu modelu danych w środowisku użytkownika modelowania sieci Web modelu semantycznego | Model semantyczny | Użycie pojemności usługi Power BI — cu | Interakcyjny |
| Odczyt XMLA | Operacje odczytu XMLA inicjowane przez użytkownika na potrzeby zapytań i odnajdywania | Model semantyczny | Użycie pojemności usługi Power BI — cu | Interakcyjny |
| Zapis XMLA | Operacja zapisu XMLA w tle, która zmienia model | Model semantyczny | Użycie pojemności usługi Power BI — cu | Tło |
| Wykonywanie wizualizacji skryptowej w Power BI | Wizualizacje języka R i Py są uruchamiane przez renderowanie raportu usługi Power BI | Raport skryptów usługi Power BI | Pojemność zoptymalizowana pod kątem pamięci platformy Spark (CU) | Interakcyjny |
Analiza w czasie rzeczywistym
Środowisko doświadczalne Real-Time zawiera operacje dla Eventstream, zdarzeń Fabric oraz bazy danych KQL i zestawu zapytań KQL.
Strumień zdarzeń
Wskaźniki zużycia dla Eventstream można znaleźć w Monitorowanie zużycia pojemności dla Microsoft Fabric Eventstream.
| Działanie | opis | Produkt | Miernik rozliczeń platformy Azure | Typ |
|---|---|---|---|---|
| Strumień zdarzeń na godzinę | Opłata płaska | Strumień zdarzeń | Wykorzystanie pojemności strumienia zdarzeń CU | Tło |
| Ruch danych w strumieniu zdarzeń na GB | Dane wejściowe &, objętość danych wychodzących w strumieniach danych domyślnych i pochodnych (obejmuje 24-godzinne przechowywanie) | Strumień zdarzeń | Użycie przepustowości danych strumienia zdarzeń CU | Tło |
| Procesor strumienia zdarzeń na godzinę | Zasoby obliczeniowe używane przez procesor | Strumień zdarzeń | Procesor Eventstream — Wykorzystanie CU | Tło |
| Łączniki strumienia zdarzeń na vCore na godzinę | Zasoby obliczeniowe używane przez łączniki | Strumień zdarzeń | Wykorzystanie pojemności złącza Eventstream CU | Tło |
Zdarzenia sieci szkieletowej
Wskaźniki zużycia zdarzeń dla Microsoft Fabric można znaleźć w sekcji Microsoft Fabric i zużycie pojemności zdarzeń platformy Azure.
| Działanie | opis | Produkt | Miernik rozliczeń platformy Azure | Typ |
|---|---|---|---|---|
| Operacje zdarzeń | Operacje publikowania, dostarczania i filtrowania | Wiele | Inteligencja w czasie rzeczywistym — operacje zdarzeń | Tło |
| Nasłuchiwacz zdarzeń | Czas działania odbiornika zdarzeń | Wiele | Inteligencja w czasie rzeczywistym – nasłuchiwacz zdarzeń i alert | Tło |
Baza danych KQL i zestaw zapytań KQL
Stawki użycia bazy danych KQL można znaleźć w temacie Użycie bazy danych KQL.
| Działanie | opis | Produkt | Miernik rozliczeń platformy Azure | Typ |
|---|---|---|---|---|
| Czas działania Eventhouse | Miara czasu, przez który usługa Eventhouse jest aktywna | Eventhouse | Wykorzystanie Pojemności Eventhouse CU | Interakcyjny |
Spark
Dwa rdzenie wirtualne (VCores) platformy Spark (jednostka mocy obliczeniowej dla Spark) odpowiadają jednej jednostce pojemności (CU). Aby dowiedzieć się, jak operacje platformy Spark używają jednostek CU, zapoznaj się z pulami platformy Spark.
| Działanie | opis | Produkt | Miernik rozliczeń platformy Azure | Typ |
|---|---|---|---|---|
| Operacje lakehouse | Użytkownicy przeglądają tabelę w eksploratorze Lakehouse | Lakehouse | Wydajność zoptymalizowana pod kątem pamięci platformy Spark — cu | Tło |
| Ładowanie tabeli Lakehouse | Użytkownicy ładują tabelę delty w eksploratorze usługi Lakehouse | Lakehouse | Wykorzystanie pojemności zoptymalizowanej pod kątem pamięci w platformie Spark — CU | Tło |
| Uruchamianie notesu | Notatnik uruchamiany ręcznie przez użytkowników | Notatnik | Wydajność zoptymalizowana pod kątem pamięci platformy Spark — cu | Tło |
| Uruchamianie notesu HC | Notatnik działa w ramach sesji platformy Spark o wysokiej współbieżności | Notatnik | Użycie pojemności zoptymalizowanej pod kątem pamięci w Spark — CU | Tło |
| Zaplanowane uruchamianie notatnika | Uruchomienie notatnika wyzwalane przez zaplanowane zdarzenia notatnika | Notatnik / Laptop | Wydajność zoptymalizowana pod kątem pamięci platformy Spark — cu | Tło |
| Uruchamianie potoku notesu | Uruchamianie notesu wyzwalane przez potok | Notatnik | Wydajność zoptymalizowana pod kątem pamięci platformy Spark — cu | Kontekst |
| Uruchamianie programu VS Code notesu | Notatnik działa w programie VS Code. | Notatnik | Zoptymalizowane pod kątem pamięci wykorzystanie pojemności Spark CU | Tło |
| Uruchomienie zadania platformy Spark | Przebiegi zadań wsadowych Spark inicjowane przez użytkownika | Definicja zadania platformy Spark | Wykorzystanie pojemności zoptymalizowanej pod kątem pamięci w ramach platformy Spark (CU) | Tło |
| Zaplanowane uruchomienie zadania Spark | Uruchomienia zadań wsadowych wyzwalane przez zaplanowane zdarzenia notatnika | Definicja zadania platformy Spark | Wykorzystanie pojemności platformy Spark zoptymalizowane pod kątem pamięci — CU | Tło |
| Uruchamianie potoku zadań platformy Spark | Uruchomienia zadania Batch inicjowane przez potok | Definicja zadania platformy Spark | Wykorzystanie wydajności zoptymalizowanej pod kątem pamięci w ramach platformy Spark — CU | Tło |
| Uruchomienie zadania Spark w VS Code | Definicja zadania platformy Spark przesłana z programu VS Code | Definicja zadania platformy Spark | Wykorzystanie pojemności zoptymalizowane pod kątem pamięci w Spark CU | Tło |