Prestatieproblemen identificeren

Gegevens transformeren en analyseren met Microsoft Fabric

Luis Silva

Solution Architect - Data & AI

Fabric-capaciteiten

Diagram met Fabric op OneLake-opslag en rekencapaciteit, met nadruk op de rekencapaciteit

Diagram met Fabric-items op OneLake-opslag en rekencapaciteit, met nadruk op het opschalen van de rekencapaciteit

Tabel met de beschikbare Fabric Azure-SKU's, van de kleinste F2 tot de grootste F2048

Diagram dat laat zien dat de rekenresources van een Fabric-capaciteit uitgeput raken

Diagram dat laat zien dat de rekenresources van een Fabric-capaciteit uitgeput raken

Staafdiagram dat het concept bursting illustreert: een werklastpiek die tijdelijk boven de capaciteitslimiet uitkomt

Staafdiagram dat het concept smoothing illustreert: een werklastpiek wordt uitgesmeerd zodat de limiet niet wordt overschreden

Staafdiagram dat het concept throttling illustreert: meerdere verzoeken die de limiet zouden overschrijden worden geweigerd

Screenshot van de downloadpagina voor de Microsoft Fabric Capacity Metrics-app

Screenshot van een deel van de Fabric Capacity Metrics-app met grafieken voor CU-verbruik, duur, aantal bewerkingen en aantal gebruikers

Screenshot van een deel van de Fabric Capacity Metrics-app met de Throttling-grafiek

Screenshot van een deel van de Fabric Capacity Metrics-app met de matrix per item en bewerking

Screenshot van een deel van de Fabric Capacity Metrics-app met het opslagverbruik

Gedetailleerder dan de Capacity Metrics-app
- Capacity Metrics-app: focus op geaggregeerd resourceverbruik in de tijd
- Monitoring hub: focus op uitvoeringstijd van afzonderlijke activiteiten

Pictogrammen van pipelines, dataflows, lakehouses, notebooks, semantische modellen en spark-jobs

Screenshot van de Monitoring hub met een lijst met notebooks, dataflows en andere Fabric-items

Gegevens transformeren en analyseren met Microsoft Fabric