Implementera prestandaförbättringar

Transformera och analysera data med Microsoft Fabric

Luis Silva

Solution Architect - Data & AI

Optimeringsstrategier

Exempel på en SQL SELECT-sats som reduceras från att välja alla kolumner till att välja enbart vissa kolumner

Exempel på en CREATE TABLE-sats där datatypen för en numerisk kolumn ändras från BIGINT till INT

SELECT *
FROM sys.dm_exec_requests;

Skärmbild av Spark UI-webbsidan

Exempeldataflöde där en sorteringsoperation tas bort om den inte behövs

Exempel på ett dataflödessteg. Utan frågefällning utvärderas steget utanför datakällan. Med frågefällning utvärderas operationen av datakällan

Minimera kostsamma operationer som sortering
Frågefällning (query folding)
- Lägg över bearbetningsuppgifter på datakällan
Mellanlagring på/av
- Inaktivera för mindre datainläsningar eller enklare transformationer
- Aktivera för större datainläsningar eller mer komplexa transformationer

Skärmbild som visar alternativet Aktivera mellanlagring i en dataflödesfråga

Tabell med tillgängliga Fabric Azure-SKU:er, från den minsta F2 till den största F2048 v

Illustration av hur en Fabric-kapacitet skalas upp genom att öka antalet v-kärnor

Exempel: Skala upp från F64 (8 v-kärnor) till F128 (16 v-kärnor)

Flytta vissa objekt till en annan Fabric-kapacitet.
Isolera arbetsbelastningar
- Produktion jämfört med icke-produktion
- Olika delar av verksamheten, till exempel en separat kapacitet för chefrapportering

Illustration av hur en Fabric-kapacitet skalas ut genom att lägga till en andra kapacitet och flytta en arbetsbelastning till den

Transformera och analysera data med Microsoft Fabric