Fabric 作業
Microsoft Fabric 中的每個體驗都支援獨特的操作。 操作的消耗率是將體驗的原始指標使用量轉換成計算單位 (CU)。
Microsoft Fabric 容量計量應用程式的計算頁面提供容量效能的概觀,並列出取用計算資源的 Fabric 作業。
本文會依體驗列出這些作業,並說明它們如何在 Fabric 內取用資源。
互動式和背景作業
Microsoft Fabric 將作業分成互動式和背景兩種類型。 本文列出這些作業,並說明兩者之間的差異。
互動式作業
可由使用者與 UI 互動所觸發的隨選要求和作業,例如報告視覺效果所產生的資料模型查詢,分類為互動式作業。 這類作業通常由使用者與 UI 的互動觸發。 例如,當用戶開啟報表或選取Power BI報表中的交叉分析篩選器時,就會觸發互動式作業。 不與 UI 互動也可以觸發互動式作業,例如,使用 SQL Server Management Studio (SSMS) 或自訂應用程式執行 DAX 查詢時。
背景作業
語意模型或資料流程重新整理這類執行時間較長的作業分類為背景作業。 使用者可以手動觸發這類作業,也可以自動觸發,完全不需要使用者互動。 背景作業包括排程的重新整理、互動式重新整理、REST 型重新整理、XMLA 型重新整理作業。 使用者應該不用等這些作業完成。 反之,他們可以稍後回來檢查作業的狀態。
如何閱讀本文件
每個體驗都有列出其操作的表格,其中包含下列欄:
作業 – 作業的名稱。 Microsoft Fabric 容量計量應用程式中可見。
說明 - 作業的說明。
項目 – 此作業可以套用至的項目。 Microsoft Fabric 容量計量應用程式中可見。
Azure 計費計量 – Azure 帳單上顯示此作業使用量的計量名稱。
如有有關使用量費率的詳細資料,則會提供具有此資訊的文件連結。
依體驗的 Fabric 作業
本節被歸類為 Fabric 體驗。 每個經驗都有一個列出其作業的表格。
重要
使用量費率隨時可能會變更。 Microsoft會盡合理努力,透過電子郵件或產品內置通知提供通知。 變更應在 Microsoft 的版本資訊或 Microsoft Fabric 部落格中所述的日期生效。 如果 Microsoft Fabric 工作負載使用量費率的任何更改,實際上增加了使用特定工作負載所需的容量單位 (CU),那麼客戶可能會選擇使用所選付款方式的取消選項。
Fabric 中的 Copilot
Copilot 作業會列在以下資料表中。 您可以在Copilot的Copilot使用量中找到費率。
行動 | 描述 | 項目 | Azure 計費計量器 | 類型 |
---|---|---|---|---|
Fabric 中的 Copilot | 與輸入提示和輸出完成相關的計算成本 | 多個 | Copilot 在 Fabric CU | 背景 |
數據工廠
Data Factory 體驗包含資料流程 Gen2 和管線的作業。
資料流程第 2 代
您可以在 Microsoft Fabric 中的 Data Factory Dataflow Gen2 定價中找到 Dataflows Gen2 的使用量費率。
作業 | 描述 | 項目 | Azure 計費計量器 | 類型 |
---|---|---|---|---|
Dataflow Gen2 更新 | 計算與資料流程 Gen2 重新整理作業相關聯的成本 | Dataflow Gen2 | 資料流程標準計算容量使用量 CU | 背景 |
高延展性資料流程計算 - SQL 端點查詢 | 與 DataFlow Gen2 輔助倉儲 SQL 端點相關的使用量 | 倉儲 | 大規模資料流計算能力使用量 CU | 背景 |
管線
您可以在 Microsoft Fabric 中的 Data Factory 資料管線定價中找到管線的使用量費率。
作業 | 描述 | 項目 | Azure 計費表 | 類型 |
---|---|---|---|---|
DataMovement | Data Factory 管線中複製活動所使用的時間量除以資料整合單位數目 | 管線 | 資料移動容量使用量 CU | 背景 |
ActivityRun | Data Factory 中的資料管線活動執行 | 管線 | 資料協調流程容量使用量 CU | 背景 |
資料庫
一個 Fabric 容量單位 = 0.383 個 SQL 資料庫虛擬核心。
作業 | 描述 | 項目 | Azure 計費儀 | 類型 |
---|---|---|---|---|
SQL 使用量 | 計算資料庫中所有用戶產生的和系統產生的 SQL 查詢、修改和數據處理作業 | 資料庫 | Microsoft Fabric 容量使用 CU 中的 SQL 資料庫 | 互動式 |
配置的 SQL 記憶體 | 網狀架構中 SQL 資料庫的動態配置儲存空間,用於儲存數據表、索引、事務歷史記錄和元數據。 與 OneLake 完全整合。 | 資料庫 | 儲存的 SQL 記憶體數據 | 背景 |
資料倉儲
一個網狀架構數據倉儲核心(數據倉儲的計算單位)相當於兩個網狀架構容量單位(OU)。
作業 | 描述 | 項目 | Azure 計費度量器 | 類型 |
---|---|---|---|---|
倉儲查詢 | 計算倉儲中所有使用者和系統產生的 T-SQL 陳述式的費用 | 倉儲 | 資料倉儲容量使用量 CU | 背景 |
SQL 端點查詢 | 在 Lakehouse 的 SQL 分析端點中,計算所有使用者及系統生成的 T-SQL 陳述式之費用。 | 倉儲 | 資料倉儲容量使用量 CU | 背景 |
GraphQL 的 Fabric API
GraphQL 作業是由 API 用戶端針對 GraphQL 項目在 API 上執行的要求所組成。 每個 GraphQL 請求與回應操作的處理時間,會以秒數形式表示為容量單位 (CU),並以每小時十個 CU 的速度報告。
作業 | 描述 | 項目 | Azure 計費表 | 類型 |
---|---|---|---|---|
查詢 | 計算使用者在 GraphQL API 內產生的所有 GraphQL 查詢 (讀取) 和變更 (寫入) 的收費。 | GraphQL | GraphQL 查詢容量使用 CU 的 API | 互動式 |
OneLake
One Lake 計算作業代表在 One Lake 項目上執行的交易。 每個作業的使用量費率會因其類型而有所不同。 如需詳細資訊,請參閱 One Lake 使用量。
作業 | 描述 | 項目 | Azure 計費儀表 | 類型 |
---|---|---|---|---|
透過重新導向的 OneLake 讀取 | 透過重新導向讀取 OneLake | 多個 | OneLake 讀取作業容量使用量 CU | 背景 |
透過 Proxy 的 OneLake 讀取 | 透過 Proxy 讀取 OneLake | 多個 | OneLake 透過 API 的讀取作業容量使用量 CU | 背景 |
透過重新導向的 OneLake 寫入 | 透過重新導向的 OneLake 寫入 | 多個 | OneLake 寫入作業容量使用量 CU | 背景 |
透過 Proxy 的 OneLake 寫入 | 透過 Proxy 的 OneLake 寫入 | 多個 | 透過 API 進行 OneLake 寫入作業的用量 CU | 背景 |
透過重定向的 OneLake 迭代寫入 | 透過重新導向的 OneLake 反覆寫入 | 多個 | OneLake 反覆寫入作業 | 背景 |
透過重新導向的 OneLake 迭代讀取 | 經由重新導向的 OneLake 迭代讀取 | 多個 | OneLake 重複讀取操作容量使用量 CU | 背景 |
OneLake 其他作業 | OneLake 其他作業 | 多個 | OneLake 其他作業容量使用量 CU | 背景 |
透過重新導向的 OneLake 其他作業 | 透過重新導向進行的 OneLake 其他操作 | 多個 | OneLake 透過 API 的其他操作容量使用量 CU | 背景 |
使用代理伺服器的 OneLake 反覆寫入 | 使用代理進行 OneLake 重複寫入 | 多個 | 透過 API 的 OneLake 反覆寫入作業容量使用 CU | 背景 |
透過 Proxy 進行反覆讀取 OneLake 的數據 | 透過 Proxy 的 OneLake 反覆讀取 | 多個 | 透過 API 進行的 OneLake 反覆讀取操作的容量使用量(CU) | 背景 |
使用代理伺服器讀取 OneLake BCDR | OneLake BCDR 透過 Proxy 讀取 | 多個 | OneLake BCDR 用於透過 API 的讀取操作的容量使用 CU | 背景 |
OneLake 的 BCDR 寫入透過 Proxy 進行 | OneLake BCDR 透過代理伺服器寫入 | 多個 | 透過 API 的 OneLake BCDR 寫入操作容量消耗 CU | 背景 |
重新導向的 OneLake BCDR 讀取操作 | 透過重新導向讀取 OneLake 的 BCDR。 | 多個 | OneLake BCDR 讀取作業容量使用量 CU | 背景 |
透過重新導向的 OneLake BCDR 寫入 | OneLake BCDR 透過重新導向寫入 | 多個 | OneLake BCDR 寫入作業容量使用量 單位 (CU) | 背景 |
透過 Proxy 的 OneLake BCDR 反覆讀取 | 透過 Proxy 的 OneLake BCDR 反覆讀取 | 多個 | OneLake BCDR 透過 API 的反覆讀取作業容量使用量 CU | 背景 |
反覆讀取 OneLake BCDR 透過重新導向 | OneLake BCDR 透過重導進行反覆讀取 | 多個 | OneLake BCDR 反覆讀取作業容量使用量 CU | 背景 |
透過 Proxy 的 OneLake BCDR 反覆寫入 | 透過 Proxy 實行 OneLake BCDR 重複寫入 | 多個 | OneLake BCDR 反覆寫入操作中的 API 容量使用量 CU | 背景 |
重新導向實現的 OneLake BCDR 串行寫入 | 透過重新導向的 OneLake BCDR 反覆寫入 | 多個 | OneLake BCDR 反覆寫入操作的容量使用量 CU | 背景 |
OneLake BCDR 其他作業 | OneLake BCDR 其他作業 | 多個 | OneLake BCDR 其他操作容量使用情況 CU | 背景 |
透過重新導向執行的 OneLake BCDR 其他操作 | 透過重新導向,OneLake 的 BCDR 進行其他操作 | 多個 | 使用 API 進行的 OneLake BCDR 其他操作容量使用量 CU | 背景 |
Power BI
每個作業的使用方式會以 CU 處理時間以秒為單位回報。 八個 CU 相當於一個 Power BI v 核心。
注意
語意模型一詞會取代字詞資料集。 您仍然可以在 UI 中看到舊的字詞,直到完全取代為止。
我們目前不會針對Power BI中的 R/Py 視覺效果計費。
作業 | 描述 | 項目 | Azure 計費計量器 | 類型 |
---|---|---|---|---|
人工智慧 (AI) | AI 功能評估 | 人工智慧 | Power BI 容量使用情況(CU) | 互動式 |
背景查詢 | 磁貼更新及報表快照查詢 | 語意模型 | Power BI 容量使用 CU | 背景 |
資料流程 DirectQuery | 直接連線到資料流程,不需要將資料匯入語意模型 | Dataflow Gen1 | Power BI 容量使用 情況分析 | 互動式 |
資料流程重新整理 | 由服務或 REST API 執行的隨選或排程背景資料流程重新整理。 | Dataflow Gen1 | Power BI 容量使用情況 CU | 背景 |
語意模型即時重新整理 | 使用者使用服務、REST API 或公用 XMLA 端點起始的背景語意模型重新整理 | 語意模型 | Power BI 容量使用 CU | 背景 |
語意模型的排程刷新 | 服務、REST API 或公用 XMLA 端點執行的排程背景語意模型重新整理 | 語意模型 | Power BI 容量使用情況(CU) | 背景 |
完整報告電子郵件訂閱 | 附加至電子郵件訂閱之整個 Power BI 報告的 PDF 或 PowerPoint 複本 | 報告 | Power BI 容量使用情況 CU | 背景 |
互動式查詢 | 由隨需資料請求引發的查詢。 例如,開啟報表時載入模型、用戶與報表互動,或在轉譯之前查詢數據集。 載入語意模型時,可能會被報告為單獨的互動式查詢操作。 | 語意模型 | Power BI 容量使用情況 CU | 互動式 |
PublicApiExport | 使用匯出報告至檔案 REST API 匯出的 Power BI 報告 | 報告 | Power BI 容量使用情況概述(CU) | 背景 |
渲染 | 使用將編頁報告匯出至檔案 REST API 將 Power BI 編頁報告匯出 | 分頁報表 | Power BI 容量使用 CU | 背景 |
渲染 | 在 Power BI 服務中檢視的 Power BI 編頁報告 | 分頁報表 | Power BI 容量使用 CU | 互動式 |
網頁建模讀取 | 語意模型 Web 建模使用者體驗中的資料模型讀取作業 | 語意模型 | Power BI 容量使用(容量單位 CU) | 互動式 |
Web 建模寫入 | 語意模型 Web 建模使用者體驗中的資料模型寫入作業 | 語意模型 | Power BI 容量使用 CU | 互動式 |
XMLA 讀取 | 使用者起始的 XMLA 讀取操作,用於查詢和探索 | 語意模型 | Power BI 容量使用狀況 CU | 互動式 |
XMLA 寫入 | 背景 XMLA 寫入作業,變更模型 | 語意模型 | Power BI 容量使用情況 CU | 背景 |
Power BI 腳本化視覺化執行 | 呈現 Power BI 報表所觸發的 R 和 Python 視覺物件執行 | Power BI 腳本報表 | Spark 記憶體優化容量(計算單位,CU) | 互動式 |
即時智能
Real-Time Intelligence 體驗包含 Eventstream、Fabric 事件 和 KQL 資料庫 與 KQL 查詢集的作業。
Eventstream
您可以在 監視 Microsoft Fabric Eventstream 的容量耗用量中,找到 Eventstream 的使用率。
行動 | 描述 | 項目 | Azure 計費儀表 | 類型 |
---|---|---|---|---|
每小時事件資料流 | 一般收費 | 事件流 | Eventstream 容量使用量 CU | 背景 |
每個 GB 的 Eventstream 資料流量 | 預設與衍生資料串流中 & 的資料流入流出量(包含 24 小時保留期) | 事件流 | Eventstream 數據流量容量使用量 CU | 背景 |
Eventstream 處理器每小時數 | 計算處理器耗用的資源 | Eventstream | Eventstream 處理器容量使用量 CU | 背景 |
每個虛擬核心小時的 Eventstream 連接器 | 由連接器所耗用的運算資源 | 事件流 | 事件流連接器容量使用情況 | 背景 |
網狀架構事件
您可以在 Microsoft Fabric 和 Azure 事件容量耗用量中找到 Fabric 事件的耗用量率。
作業 | 描述 | 項目 | Azure 計費計量 | 類型 |
---|---|---|---|---|
活動營運 | 發佈、傳遞和篩選作業 | 多個 | 即時情報 - 事件操作 | 背景 |
事件監聽器 | 事件接聽程式的正常運行時間 | 多個 | 即時智能 – 事件監聽和警示 | 背景 |
KQL 資料庫和 KQL 查詢集
您可以在 KQL 資料庫使用量中找到 KQL 資料庫的使用量費率。
作業 | 描述 | 項目 | Azure 計費計量 | 類型 |
---|---|---|---|---|
Eventhouse UpTime | Eventhouse 活動時間的度量 | Eventhouse | Eventhouse 使用容量 CU | 互動式 |
Spark
兩個 Spark 虛擬核心 (Spark 的運算能力單位) 等於一個容量單位 (CU)。 若要了解 Spark 作業如何使用 CU,請參閱 Spark 集區。
作業 | 描述 | 項目 | Azure 計費計量 | 類型 |
---|---|---|---|---|
Lakehouse 作業 | 使用者在 Lakehouse 檢視器中預覽資料表 | Lakehouse | Spark 記憶體最佳化容量使用量 CU | 背景 |
Lakehouse 資料表載入 | 使用者在 Lakehouse 瀏覽器中載入差異資料表 | Lakehouse | Spark 記憶體最佳化容量使用量 CU | 背景 |
筆記本執行 | 用戶手動運行筆記本 | 筆記本 | Spark 記憶體最佳化容量使用量 CU | 背景 |
Notebook HC 運行 | 在高併行 Spark 工作階段下執行的筆記本 | 筆記本 | Spark 記憶體最佳化容量使用量 CU | 背景 |
Notebook 排程執行 | 筆記本執行由筆記本排程事件觸發 | 筆記本 | Spark 記憶體最佳化容量使用量 CU | 背景 |
筆記本程式流程執行 | 由管道觸發的筆記本運行 | 筆記本 | Spark 記憶體優化容量使用量(CU) | 背景 |
Notebook VS Code 執行 | 筆記本會在 VS Code 中執行。 | 筆記本 | Spark 記憶體最佳化容量使用量 CU | 背景 |
Spark 作業執行 | 由使用者提交並啟動的 Spark 批次工作執行 | Spark 工作定義 | Spark 記憶體最佳化容量使用量 CU | 背景 |
Spark 工作排程執行 | 由筆記本排程事件觸發的批次作業執行 | Spark 工作定義 | Spark 記憶體最佳化容量使用量 CU | 背景 |
Spark 工作管線執行 | 由管線觸發的批次作業執行 | Spark 工作定義 | Spark 記憶體最佳化容量使用量 CU | 背景 |
Spark 作業在 VS Code 中執行 | 從 VS Code 提交的 Spark 作業定義 | Spark 工作定義 | Spark 記憶體最佳化容量使用量 CU | 背景 |