Operações de malha
Cada experiência no Microsoft Fabric oferece suporte a operações exclusivas. A taxa de consumo de uma operação é o que converte o uso das métricas brutas da experiência em Unidades de Computação ().
A página de computação do aplicativo Microsoft Fabric Capacity Metrics fornece uma visão geral do desempenho da sua capacidade e lista as operações do Fabric que consomem recursos de computação.
Este artigo lista essas operações por experiência e explica como elas consomem recursos no Fabric.
Operações interativas e em segundo plano
O Microsoft Fabric divide as operações em dois tipos, interativo e em segundo plano. Este artigo lista essas operações e explica a diferença entre elas.
Operações interativas
As solicitações e operações sob demanda que podem ser acionadas por interações do usuário com a interface do usuário, como consultas de modelo de dados geradas por visuais de relatório, são classificadas como operações interativas . Eles geralmente são acionados por interações do usuário com a interface do usuário. Por exemplo, uma operação interativa é acionada quando um usuário abre um relatório ou seleciona uma segmentação de dados em um relatório do Power BI. As operações interativas também podem ser acionadas sem interagir com a interface do usuário, por exemplo, ao usar o SQL Server Management Studio (SSMS) ou um aplicativo personalizado para executar uma consulta DAX.
Operações em segundo plano
Operações de execução mais longa, como modelo semântico ou atualizações de fluxo de dados, são classificadas como operações em segundo plano . Eles podem ser acionados manualmente por um usuário ou automaticamente sem interação do usuário. As operações em segundo plano incluem atualizações agendadas, atualizações interativas, atualizações baseadas em REST e operações de atualização baseadas em XMLA. Não se espera que os usuários esperem que essas operações sejam concluídas. Em vez disso, eles podem voltar mais tarde para verificar o status das operações.
Como ler este documento
Cada experiência tem uma tabela que lista suas operações, com as seguintes colunas:
Operação – O nome da operação. Visível no aplicativo Microsoft Fabric Capacity Metrics.
Descrição – Descrição da operação.
Item – O item ao qual esta operação pode se aplicar. Visível no aplicativo Microsoft Fabric Capacity Metrics.
Medidor de cobrança do Azure – O nome do medidor na sua fatura do Azure que mostra o uso desta operação.
Type – Lista o tipo da operação. As operações são classificadas como operações interativas ou em segundo plano .
Quando estiverem disponíveis mais detalhes sobre a taxa de consumo, é fornecido um link para o documento com esta informação.
Operações de malha por experiência
Esta seção é dividida em Experiência de malha. Cada experiência teve uma tabela que lista suas operações.
Importante
As taxas de consumo estão sujeitas a alterações a qualquer momento. A Microsoft envidará todos os esforços razoáveis para fornecer um aviso por correio eletrónico ou através de notificação no produto. As alterações entrarão em vigor na data indicada nas Notas de Versão da Microsoft ou no blog do Microsoft Fabric. Se qualquer alteração em uma Taxa de Consumo de Carga de Trabalho do Microsoft Fabric aumentar materialmente as Unidades de Capacidade () necessárias para usar uma carga de trabalho específica, os clientes poderão usar as opções de cancelamento disponíveis para o método de pagamento escolhido.
Copilot em Tecido
Copilot As operações estão listadas nesta tabela. Pode consultar as taxas de consumo para Copilot em Copilot consumo.
| Operação | Descrição | Item | Medidor de faturamento do Azure | Tipo |
|---|---|---|---|---|
| Copilot em Tecido | Calcular o custo associado aos prompts de entrada e ao resultado gerado. | Várias | Copilot em Unidade de Cálculo de Tecido | Fundo |
Data Factory
A experiência do Data Factory contém operações para Dataflows Gen2 e Pipelines.
Fluxos de dados Gen2
Você pode encontrar as taxas de consumo do Dataflows Gen2 em Preços do Dataflow Gen2 para o Data Factory no Microsoft Fabric.
| Operação | Descrição | Item | Medidor de faturamento do Azure | Tipo |
|---|---|---|---|---|
| Atualização do Dataflow Gen2 | Custo de computação associado à operação de atualização Gen2 do fluxo de dados | Fluxo de dados Gen2 | Utilização da Capacidade de Computação Padrão dos Fluxos de Dados (CU) | Contexto |
| Computação de fluxo de dados de alta escala - SQL Endpoint Query | Uso relacionado com o ponto final SQL do armazém de preparação Gen2 do fluxo de dados | Armazém | Uso da capacidade de computação de fluxo de dados de alta escala CU | Fundo |
Pipelines
Você pode encontrar as taxas de consumo de Pipelines em Preços de pipelines de dados para o Data Factory no Microsoft Fabric.
| Operação | Descrição | Item | Medidor de faturamento do Azure | Tipo |
|---|---|---|---|---|
| DataMovement | A quantidade de tempo usada pela atividade de cópia em um pipeline do Data Factory dividido pelo número de unidades de integração de dados | Pipeline | Utilização da Capacidade de Movimentação de Dados CU | Fundo |
| ActivityRun | Execução de uma atividade de pipeline de dados do Data Factory | Canalização | Capacidade de Uso de Orquestração de Dados | Fundo |
Bases de dados
Uma unidade de capacidade Fabric = 0,383 vCores de base de dados SQL.
| Operação | Descrição | Item | Medidor de Faturamento do Azure | Tipo |
|---|---|---|---|---|
| Uso do SQL | Computação para todas as consultas, modificações e operações de processamento de dados SQL geradas pelo usuário e pelo sistema em um banco de dados | Base de dados | Banco de dados SQL na de uso de capacidade do Microsoft Fabric | Interativo |
| Armazenamento SQL alocado | O espaço de armazenamento alocado dinamicamente para um banco de dados SQL no Fabric, usado para armazenar tabelas, índices, registos de transações e metadados. Totalmente integrado com OneLake. | Base de dados | Dados de armazenamento SQL armazenados | Contexto |
Armazém de Dados
Um núcleo de Fabric Data Warehouse (unidade de computação para Data Warehouse) é equivalente a duas Fabric Capacity Units (CUs).
| Operação | Descrição | Item | Medidor de faturamento do Azure | Tipo |
|---|---|---|---|---|
| Consulta de armazém | Taxa de computação para todas as instruções T-SQL geradas pelo usuário e pelo sistema dentro de um Armazém | Armazém | Uso da Capacidade do Armazém de Dados (CU) | Fundo |
| Consulta de Interface SQL | Taxa de computação para todas as instruções T-SQL geradas pelo usuário e pelo sistema dentro do ponto de extremidade de análise SQL de um Lakehouse | Armazém | Uso de Capacidade do Data Warehouse CU | Contexto |
API Fabric para GraphQL
As operações do GraphQL são compostas por solicitações realizadas na API para itens do GraphQL por clientes da API. Cada tempo de processamento da operação de solicitação e resposta do GraphQL é relatado em Unidades de Capacidade (UCs) em segundos à taxa de dez CUs por hora.
| Operação | Descrição | Item | Medidor de faturamento do Azure | Tipo |
|---|---|---|---|---|
| Query | Taxa de computação para todas as consultas (leituras) e mutações (gravações) do GraphQL geradas por clientes dentro de uma API do GraphQL | GraphQL | API para utilização da capacidade de consulta do GraphQL CU | Interativo |
OneLake
As operações de computação One Lake representam as transações realizadas em itens One Lake. A taxa de consumo de cada operação varia de acordo com o seu tipo. Para obter mais detalhes, consulte One Lake consumption.
| Operação | Descrição | Elemento | Medidor de Faturamento do Azure | Tipo |
|---|---|---|---|---|
| OneLake Read via Redirecionamento | OneLake Read via Redirecionamento | Várias | Capacidade de Uso de Operações de Leitura do OneLake | Fundo |
| OneLake Leitura via Proxy | Leitura OneLake via Proxy | Várias | Operações de leitura do OneLake por meio do uso de capacidade da API | Fundo |
| OneLake Write via Redirecionamento | OneLake Write via Redirecionamento | Várias | Uso de Capacidade das Operações de Gravação do OneLake | Contexto |
| OneLake Escrever via Proxy | Escrita do OneLake via Proxy | Várias | Operações de escrita do OneLake através do uso de capacidade da API CU | Fundo |
| OneLake Iterative Write via Redirecionamento | OneLake Escrita Iterativa via Redirecionamento | Várias | Operações de gravação iterativa OneLake | Fundo |
| OneLake Iterative Read através de Redirecionamento | OneLake Iterative Read via Redirecionamento | Várias | Capacidade de Uso de Operações de Leitura Iterativa do OneLake | Contexto |
| OneLake - Outras Operações | Outras Operações OneLake | Várias | Uso da Capacidade das Outras Operações do OneLake CU | Contexto |
| Outras operações do OneLake via redirecionamento | Outras operações do OneLake via redirecionamento | Várias | Outras operações do OneLake através de uso de capacidade da API (CU) | Contexto |
| Gravação iterativa OneLake via proxy | Gravação iterativa OneLake via proxy | Várias | Operações de gravação iterativa do OneLake via de uso da capacidade da API | Fundo |
| Leitura iterativa OneLake via proxy | Leitura iterativa OneLake via proxy | Várias | Operações de leitura iterativa do OneLake por meio do uso da capacidade da API | Contexto |
| Leitura do OneLake BCDR via Proxy | OneLake BCDR Leitura via Proxy | Várias | Operações de leitura de BCDR do OneLake por meio da de uso da capacidade da API | Fundo |
| OneLake BCDR Escrita via Proxy | OneLake BCDR Gravação via Proxy | Várias | Operações de gravação do BCDR do OneLake através do uso da capacidade da API | Fundo |
| OneLake BCDR Ler via Redirecionamento | OneLake BCDR Ler via Redirecionamento | Várias | Utilização de Capacidade de Operações de Leitura BCDR do OneLake CU | Contexto |
| OneLake BCDR Write via Redirecionamento | OneLake BCDR Write via Redirecionamento | Várias | Capacidade de Uso de Operações de Gravação do OneLake BCDR CU | Fundo |
| OneLake BCDR Leitura iterativa via proxy | OneLake BCDR Leitura iterativa através de proxy | Várias | Operações de leitura iterativas do OneLake BCDR através do uso de capacidade da API CU | Contexto |
| OneLake BCDR Leitura iterativa via redirecionamento | OneLake BCDR Leitura iterativa via redirecionamento | Várias | Capacidade de Uso de Operações de Leitura Iterativa BCDR do OneLake CU | Contexto |
| Gravação iterativa OneLake BCDR via proxy | Gravação iterativa do BCDR do OneLake através de proxy | Várias | Operações de gravação iterativa do BCDR do OneLake via utilização de capacidade da API CU | Contexto |
| OneLake BCDR Escrita Iterativa através de Redirecionamento | OneLake BCDR Escrita Iterativa via Redirecionamento | Várias | Capacidade de Uso do OneLake BCDR para Operações Iterativas de Gravação | Fundo |
| OneLake BCDR Outras Operações | OneLake BCDR Outras Operações | Várias | UC de uso da capacidade de outras operações do OneLake BCDR | Contexto |
| OneLake BCDR Outras Operações via Redirecionamento | OneLake BCDR Outras Operações Via Redirecionamento | Várias | Outras operações do OneLake BCDR via de uso de capacidade de API | Contexto |
Power BI
O uso para cada operação é relatado em tempo de processamento de CU em segundos. Oito CUs são equivalentes a um v-core do Power BI.
Nota
O termo modelo semântico substitui o termo conjunto de dados. Você ainda pode ver o termo antigo na interface do usuário até que ele seja completamente substituído.
Atualmente, não cobramos por visuais R/Py no Power BI.
| Operação | Descrição | Item | Medidor de faturamento do Azure | Tipo |
|---|---|---|---|---|
| Inteligência artificial (IA) | Avaliação da função de IA | IA | Utilização de Capacidade do Power BI | Interativo |
| Consulta em segundo plano | Consultas para atualizar mosaicos e criar instantâneos de relatório | Modelo semântico | Utilização da Capacidade do Power BI | Fundo |
| Dataflow DirectQuery | Conecte-se diretamente a um fluxo de dados sem a necessidade de importar os dados para um modelo semântico | Fluxo de dados Gen1 | Utilização da Capacidade CU do Power BI | Interativo |
| Atualização do fluxo de dados | Uma atualização de fluxo de dados em segundo plano sob demanda ou agendada, executada pelo serviço ou com APIs REST. | Fluxo de dados Gen1 | Utilização da Capacidade do Power BI | Contexto |
| Atualização semântica do modelo sob demanda | Uma atualização do modelo semântico em segundo plano iniciada pelo utilizador, utilizando o serviço, APIs REST ou pontos de extremidade XMLA públicos. | Modelo semântico | Utilização da Capacidade do Power BI CU | Fundo |
| Atualização agendada do modelo semântico | Uma atualização agendada do modelo semântico em plano de fundo, executada pelo serviço, por APIs REST ou por pontos de extremidade XMLA públicos | Modelo semântico | Utilização da Capacidade do Power BI CU | Fundo |
| Subscrição de e-mail de relatório completo | Uma cópia PDF ou PowerPoint de um relatório inteiro do Power BI, anexada a uma assinatura de email | Relatório | Utilização da Capacidade do Power BI | Contexto |
| Consulta interativa | Consultas iniciadas por uma solicitação de dados sob demanda. Por exemplo, carregar um modelo ao abrir um relatório, interagir o usuário com um relatório ou consultar um conjunto de dados antes da renderização. O carregamento de um modelo semântico pode ser relatado como uma operação de consulta interativa autônoma. | Modelo semântico | Utilização da Capacidade do Power BI CU | Interativo |
| PublicApiExport | Um relatório do Power BI exportado com a API REST de exportar relatório para arquivo | Relatório | Utilização da Capacidade do Power BI | Fundo |
| Renderização | Um relatório paginado do Power BI exportado com a API REST de exportar relatório paginado para arquivo | Relatório paginado | Utilização da Capacidade do Power BI CU | Contexto |
| Renderização | Um relatório paginado do Power BI exibido no serviço do Power BI | Relatório paginado | Utilização da Capacidade do Power BI CU | Interativo |
| Leitura de modelação Web | Uma operação de leitura de modelo de dados na experiência do usuário de modelagem da web no modelo semântico. | Modelo semântico | Utilização da Capacidade do Power BI CU | Interativo |
| Escrita de Modelagem Web | Uma operação de escrita de modelo de dados na experiência do utilizador de modelagem semântica na Web | Modelo semântico | Utilização da Capacidade do Power BI | Interativo |
| Leitura de XMLA | Operações de leitura XMLA iniciadas pelo usuário, para consultas e descobertas | Modelo semântico | Utilização da Capacidade do Power BI CU | Interativo |
| Operação de escrita XMLA | Uma operação de gravação XMLA em segundo plano que altera o modelo | Modelo semântico | Utilização da Capacidade do Power BI | Fundo |
| Execução visual de scripts do Power BI | Os visuais R e Py são acionados pela renderização do relatório do Power BI | Relatório de script do Power BI | Capacidade otimizada de memória do Spark (unidade de capacidade) | Interativo |
Informação em Tempo Real
A experiência do Real-Time Intelligence contém operações para Eventstream, Fabric events e KQL Database e KQL Queryset.
Fluxo de eventos
Você pode encontrar as taxas de consumo do Eventstream em Monitorizar o consumo de capacidade do Microsoft Fabric Eventstream.
| Operação | Descrição | Item | Medidor de faturamento do Azure | Tipo |
|---|---|---|---|---|
| Fluxo de Eventos por Hora | Carga plana | Fluxo de eventos | Utilização da Capacidade do Fluxo de Eventos | Fundo |
| Tráfego de dados do fluxo de eventos por GB | Entrada de dados & volume de saída em fluxos padrão e derivados (Inclui retenção de 24 horas) | Fluxo de eventos | Uso da Capacidade de Tráfego de Dados do Fluxo de Eventos | Fundo |
| Processador de Fluxo de Eventos por hora | Recursos de computação consumidos pelo processador | Fluxo de eventos | Uso da Capacidade do Processador Eventstream CU | Fundo |
| Conectores de fluxo de eventos por hora vCore | Recursos de computação consumidos pelos conectores | Fluxo de eventos | Utilização da Capacidade do Conector Eventstream CU | Fundo |
Eventos de tecido
Você pode encontrar as taxas de consumo de eventos do Fabric no consumo de capacidade de eventos do Microsoft Fabric e do Azure.
| Operação | Descrição | Item | Medidor de faturamento do Azure | Tipo |
|---|---|---|---|---|
| Operações de Eventos | Operações de publicação, entrega e filtragem | Várias | Inteligência em Tempo Real - Operações de Eventos | Contexto |
| Ouvinte de eventos | Uptime do ouvinte do evento | Várias | Inteligência em Tempo Real – Ouvinte de Eventos e Alerta | Contexto |
Banco de dados KQL e conjunto de consultas KQL
Você pode encontrar as taxas de consumo do Banco de Dados KQL no consumo do Banco de Dados KQL.
| Operação | Descrição | Item | Medidor de faturamento do Azure | Tipo |
|---|---|---|---|---|
| Tempo de atividade da casa de eventos | Medida do tempo que o Eventhouse está ativo | Casa de eventos | Utilização da Capacidade da Eventhouse CU | Interativo |
Spark
Dois Spark VCores (uma unidade de poder de computação para Spark) são iguais a uma unidade de capacidade (CU). Para entender como as operações do Spark consomem CUs, consulte pools de spark.
| Operação | Descrição | Item | Medidor de faturamento do Azure | Tipo |
|---|---|---|---|---|
| Operações Lakehouse | Tabela de pré-visualização de utilizadores no explorador do Lakehouse | Lakehouse | Spark Utilização da Capacidade Otimizada de Memória CU | Fundo |
| Carga da mesa Lakehouse | Os usuários carregam a tabela delta no Lakehouse explorer | Lakehouse | Capacidade de Uso Otimizada de Memória do Spark | Fundo |
| Execução de notebook | Notebook executado manualmente pelos utilizadores | Bloco de Notas | de uso de capacidade otimizada de memória de faísca | Fundo |
| Notebook HC em execução | Notebook executado com a sessão Spark de alta simultaneidade | Bloco de Notas | Uso otimizado de capacidade de memória Spark | Antecedentes |
| Execução agendada do notebook | Execução do notebook acionada por eventos agendados do notebook | Bloco de Notas | Uso de Capacidade Otimizada de Memória do Spark | Fundo |
| Execução do pipeline do notebook | Execução do notebook acionada por pipeline | Bloco de Notas | Uso Otimizado de Capacidade de Memória Spark | Contexto |
| Notebook VS Code executar | O notebook é executado no VS Code. | Bloco de Notas | Uso de capacidade otimizada de memória do Spark | Fundo |
| Execução de tarefa do Spark | O trabalho em lote do Spark é executado após ser iniciado pelo envio do usuário. | Definição de trabalho do Spark | Uso otimizado de capacidade de memória do Spark | Fundo |
| Execução agendada do trabalho do Spark | Execuções de trabalhos em lote acionadas por eventos agendados de notebooks | Definição de trabalho do Spark | Uso de Capacidade Otimizada de Memória do Spark | Contexto |
| Execução do pipeline de tarefa do Spark | Execução de trabalho em lote acionada por pipeline | Definição de trabalho do Spark | Capacidade de Uso Otimizado de Memória Spark | Contexto |
| Execução da tarefa Spark no VS Code | Definição de trabalho do Spark enviada do VS Code | Definição de trabalho do Spark | Spark Uso Otimizado de Capacidade de Memória | Fundo |