Minnes- och samtidighetsgränser för dedikerad SQL-pool i Azure Synapse Analytics

Tip

Microsoft Fabric Data Warehouse är ett relationslager i företagsskala på en datasjögrund med en framtidsklar arkitektur, inbyggd AI och nya funktioner. Om du är nybörjare på datalager börjar du med Fabric Data Warehouse. Befintliga dedicerade SQL-poolarbetsbelastningar kan uppgraderas till Fabric för att få åtkomst till nya funktioner inom datavetenskap, realtidsanalys och rapportering.

Visa de minnes- och samtidighetsgränser som allokerats till de olika prestandanivåerna och resursklasserna i Azure Synapse Analytics.

Kommentar

Arbetsbelastningshanteringsgrupper ger större flexibilitet för att konfigurera resurser per begäran och samtidighet än dynamiska eller statiska resursklasser. Mer information finns i arbetsbelastningsgrupper och syntaxen CREATE WORKLOAD GROUP (SKAPA ARBETSBELASTNINGSGRUPP ).

Kapacitetsinställningar för informationslager

Följande tabeller visar den maximala kapaciteten för informationslagret på olika prestandanivåer. Information om hur du ändrar prestandanivå finns i Skala beräkning – portal.

Servicenivåer

Tjänstnivåerna varierar från DW100c till DW30000c.

Prestandanivå Beräkningsnoder Distributioner per beräkningsnod Minne per informationslager (GB)
DW100c 1 60 60
DW200c 1 60 120
DW300c 1 60 180
DW400c 1 60 240
DW500c 1 60 300
DW1000c 2 30 600
DW1500c 3 20 900
DW2000c 4 15 1200
DW2500c 5 12 1500
DW3000c 6 10 1 800
DW5000c 10 6 3000
DW6000c 12 5 3600
DW7500c 15 4 4 500
DW10000c 20 3 6000
DW15000c 30 2 9 000
DW30000c 60 1 18000

Den maximala tjänstnivån är DW30000c, som har 60 beräkningsnoder och 1 distribution per beräkningsnod. Ett informationslager på 600 TB på DW30000c bearbetar till exempel cirka 10 TB per beräkningsnod.

Kommentar

Synapse Dedicated SQL-pool är en ständigt uppdaterad plattformstjänst. Under modellen med delat ansvar i molnet fortsätter Microsoft att investera i framsteg inom underliggande programvara och maskinvara som är värd för dedikerad SQL-pool. Därför kan antalet noder eller vilken typ av datormaskinvara som ligger till grund för en viss prestandanivå (SLO) ändras. Antalet beräkningsnoder som anges här tillhandahålls som en referens och bör inte användas för storleks- eller prestandaändamål. Oavsett antal noder eller underliggande infrastruktur är Microsofts mål att leverera prestanda i enlighet med SLO. Därför rekommenderar vi att alla storleksövningar måste använda cDWU som en guide. Mer information om SLO- och beräkningsdatalagerenheter finns i Information Warehouse Units (DWUs) för dedikerad SQL-pool (tidigare SQL DW).

Maximal samtidighet för arbetsbelastningsgrupper

Med introduktionen av arbetsbelastningsgrupper gäller begreppet samtidighetsfack inte längre. Resurser per begäran allokeras i procent och anges i definitionen för arbetsbelastningsgrupp. Även om samtidighetsplatser tas bort, finns det dock minimamängder av resurser som behövs per fråga baserat på tjänstnivå. Tabellen nedan definierade den minsta mängd resurser som behövs per fråga mellan tjänstnivåer och den associerade samtidighet som kan uppnås.

Servicenivå Maximalt antal samtidiga frågor Minsta % som stöds för REQUEST_MIN_RESOURCE_GRANT_PERCENT
DW100c 4 25 %
DW200c 8 12.5%
DW300c 12 %8
DW400c 16 6.25%
DW500c 20 5%
DW1000c 32 3%
DW1500c 32 3%
DW2000c 48 2 %
DW2500c 48 2%
DW3000c 64 1,5 %
DW5000c 64 1,5 %
DW6000c 128 0.75%
DW7500c 128 0.75%
DW10000c 128 0.75%
DW15000c 128 0.75%
DW30000c 128 0.75%

Maximal samtidighet för resursklasser

För att säkerställa att varje fråga har tillräckligt med resurser för att köras effektivt spårar Synapse SQL resursanvändning genom att tilldela samtidighetsfack till varje fråga. Systemet placerar frågor i en kö baserat på prioritets- och samtidighetsfack. Förfrågningar väntar i kön tills tillräckligt många samtidighetsplatser är tillgängliga. Prioritets- och samtidighetsfack avgör CPU-prioritering. Mer information finns i Analysera din arbetsbelastning.

Statiska resursklasser

I följande tabell visas maximalt antal samtidiga frågor och samtidighetsfack för varje statisk resursklass.

Servicenivå Maximalt antal samtidiga frågor Hanteringsplatser för samtidig åtkomst är tillgängliga Platser som används av staticrc10 Platser som används av staticrc20 Slottar som används av staticrc30 Platser som används av staticrc40 De platser som används av staticrc50 Platser som utnyttjas av staticrc60 Platser som används av staticrc70 Platser som används av staticrc80
DW100c 4 4 1 2 4 4 4 4 4 4
DW200c 8 8 1 2 4 8 8 8 8 8
DW300c 12 12 1 2 4 8 8 8 8 8
DW400c 16 16 1 2 4 8 16 16 16 16
DW500c 20 20 1 2 4 8 16 16 16 16
DW1000c 32 40 1 2 4 8 16 32 32 32
DW1500c 32 60 1 2 4 8 16 32 32 32
DW2000c 48 80 1 2 4 8 16 32 64 64
DW2500c 48 100 1 2 4 8 16 32 64 64
DW3000c 64 120 1 2 4 8 16 32 64 64
DW5000c 64 200 1 2 4 8 16 32 64 128
DW6000c 128 240 1 2 4 8 16 32 64 128
DW7500c 128 300 1 2 4 8 16 32 64 128
DW10000c 128 400 1 2 4 8 16 32 64 128
DW15000c 128 600 1 2 4 8 16 32 64 128
DW30000c 128 1200 1 2 4 8 16 32 64 128

Dynamiska resursklasser

I följande tabell visas maximalt antal samtidiga frågor och samtidighetsfack för varje dynamisk resursklass. Dynamiska resursklasser använder en 3-10-22-70 minnesprocentallokering för resursklasserna small-medium-large-xlarge över tjänstnivå DW1000c till DW30000c. Information om minnesallokering under DW1000c finns i dokumentets dynamiska resursklass.

Servicenivå Maximalt antal samtidiga frågor Hanteringsplatser för samtidig åtkomst är tillgängliga Platser som används av smallrc Platser som används av *mediumrc* Fack som används av större komponenter Platser som används av xlargerc
DW100c 4 4 1 1 1 2
DW200c 8 8 1 1 1 5
DW300c 12 12 1 1 2 8
DW400c 16 16 1 1 3 11
DW500c 20 20 1 2 4 14
DW1000c 32 40 1 4 8 28
DW1500c 32 60 1 6 13 42
DW2000c 32 80 2 8 17 56
DW2500c 32 100 3 10 22 70
DW3000c 32 120 3 12 26 84
DW5000c 32 200 6 20 44 140
DW6000c 32 240 7 24 52 168
DW7500c 32 300 9 30 66 210
DW10000c 32 400 12 40 88 280
DW15000c 32 600 18 60 132 420
DW30000c 32 1200 36 120 264 840

När det inte finns tillräckligt med samtidighetsplatser för att påbörja exekvering av frågor, placeras frågorna i kö och körs utifrån deras viktighet. Om det finns likvärdig prioritet, utförs frågorna enligt först-till-kvarn-principen. När en fråga är klar och antalet frågor och platser ligger under gränserna släpper Azure Synapse Analytics köade frågor.

Relaterat innehåll

Mer information om hur du använder resursklasser för att optimera din arbetsbelastning finns i följande artiklar:

  • Last updated on