Voer prestatieverbeteringen door

Gegevens transformeren en analyseren met Microsoft Fabric

Luis Silva

Solution Architect - Data & AI

Optimalisatiestrategieën

Voorbeeld SQL‑SELECT waarin niet meer alle kolommen, maar alleen specifieke kolommen worden gekozen

Voorbeeld CREATE TABLE waarin het datatype van een numerieke kolom wijzigt van BIGINT naar INT

SELECT *
FROM sys.dm_exec_requests;

Screenshot van de Spark UI‑webpagina

Voorbeeld dataflow waar een sorteerbewerking wordt weggelaten als die niet nodig is

Voorbeeld dataflow-stap. Zonder query folding gebeurt de verwerking buiten de bron. Met query folding voert de bron de bewerking uit

Minimaliseer dure bewerkingen zoals sorteren
Query folding
- Verplaats verwerking naar de gegevensbron
Staging aan/uit
- Uitschakelen bij kleine ladingen of eenvoudige transformaties
- Inschakelen bij grote ladingen of complexe transformaties

Screenshot met de optie Enable Staging in een dataflowquery

Tabel met beschikbare Fabric Azure‑SKU's, van kleinste F2 tot grootste F2048 v

Voorbeeldillustratie van omhoog schalen van een Fabric‑capaciteit door meer v‑cores toe te voegen

Voorbeeld: schaal omhoog van F64 (8 v‑cores) naar F128 (16 v‑cores)

Verplaats sommige items naar een andere Fabric‑capaciteit
Isoleer workloads
- Productie vs. niet‑productie
- Verschillende bedrijfsgebieden, bv. aparte capaciteit voor directierapportages

Voorbeeldillustratie van uitschalen door een tweede capaciteit toe te voegen en een workload te verplaatsen

Gegevens transformeren en analyseren met Microsoft Fabric