Überwachen der Diagrammleistung in Microsoft Fabric

Die Diagrammleistung in Microsoft Fabric hängt von der Diagrammgröße, der Modellkomplexität, abfragemustern und der Kapazitätsverfügbarkeit ab. Erfahren Sie, was Sie überwachen, wie Sie Engpässe identifizieren und welche Aktionen ausgeführt werden, wenn Aktualisierungsaufträge langsam sind oder Abfragen keine Ergebnisse wie erwartet zurückgeben.

Grundlegender Status-Tracking von Aktualisierungsaufträgen ist zu finden unter Überwachen von Graph-Arbeitslasten. Informationen zu GQL-Abfrageoptimierungstechniken finden Sie unter Optimieren der GQL-Abfrageleistung.

Voraussetzungen

Bevor Sie beginnen, vergewissern Sie sich, dass Sie:

Faktoren, die sich auf die Diagrammleistung auswirken

Mehrere miteinander verbundene Faktoren wirken sich auf die Diagrammleistung aus. Diagnostizieren Sie langsame Aktualisierungen und träge Abfragen, indem Sie verstehen, was sie steuert.

Graph-Größe und -Komplexität

  • Diagramme mit mehr als 500 Millionen Knoten und Kanten führen zu einer instabilen Leistung. Eine vollständige Liste der Grenzwerte finden Sie unter "Aktuelle Einschränkungen".
  • Jeder zusätzliche Knotentyp, Kantentyp und jede Eigenschaft tragen zu den Daten bei, die während einer Aktualisierung geladen werden. Durch das Entfernen nicht verwendeter Knotentypen, Edgetypen und Eigenschaften aus Ihrem Modell wird die Aktualisierungszeit reduziert.
  • Dichte Diagramme (viele Kanten pro Knoten) erhöhen die Durchlaufkosten. Wenn die meisten Knoten eine Verbindung mit Tausenden anderer Knoten herstellen, werden Abfragen, die mehrere Hops durchlaufen, teuer.

Eigenschaften von Quelldaten

  • Graph liest direkt aus Lakehouse-Tabellen in OneLake. Große Quelltabellen mit vielen Spalten dauern länger, bis sie aufgenommen werden.
  • Wenn Ihre Quelltabellen Spalten enthalten, die Sie im Diagramm nicht benötigen, fügen Sie diese Knotentypeigenschaften während der Diagrammmodellierung nicht hinzu. Jede Eigenschaft fügt die Während der Aktualisierung gelesenen Daten und den Speicherbedarf des abfragbaren Diagramms hinzu. Sowohl Knoten- als auch Edgetypeigenschaften werden manuell hinzugefügt. Fügen Sie daher nur die benötigten Eigenschaften hinzu.

Abfragemuster

  • Abfragen, die viele Hops durchlaufen, vollständige Knoten (RETURN *) zurückgeben oder ungeschränkte Ergebnissätze erzeugen, verbrauchen mehr Ressourcen und brauchen länger zum Ausführen.
  • Musterebenenfilter, schmale Projektionen und LIMIT Klauseln reduzieren die Arbeit, die das Abfragemodul ausführt. Spezifische Techniken finden Sie unter Optimieren der GQL-Abfrageleistung.

Kapazität und Parallelität

  • Graph-Aktualisierungsaufträge und Abfragen verbrauchen gepoolte Fabric-Kapazitätseinheiten (CUs). Andere Arbeitslasten in derselben Kapazität konkurrieren mit diesen Ressourcen.
  • Wenn Aktualisierungsaufträge konsistent langsam sind, überprüfen Sie, ob andere Workloads mit hohem Verbrauch gleichzeitig ausgeführt werden, indem Sie die App Microsoft Fabric Kapazitätsmetriken verwenden.

Überwachung der Bildschirmaktualisierungsleistung

Verwenden Sie den Überwachungshub , um nachzuverfolgen, wie lange Diagrammaktualisierungen dauern und ob sie erfolgreich sind oder fehlschlagen. Schrittweise Anleitungen zum Zugriff auf den Monitoring Hub finden Sie unter Überwachen von Graph-Workloads.

Identifizieren von langsamen Aktualisierungen

Vergleichen Sie aktualisierungsdauern im Laufe der Zeit, um einen Basisplan für Ihr Diagramm festzulegen. Eine Aktualisierung, die wesentlich länger dauert als üblich, kann Folgendes bedeuten:

  • Quelldatenwachstum: Die zugrunde liegenden Lakehouse-Tabellen wuchsen und ermöglichten die Aufnahme weiterer Daten in den Graphen.
  • Modellkomplexitätssteigerung: Dem Modell wurden neue Knotentypen, Edgetypen oder Eigenschaften hinzugefügt.
  • Kapazitätsdruck: Andere Workloads verbrauchen einen größeren Anteil der verfügbaren Kapazität.

Reagieren auf Aktualisierungsfehler

Diagrammaktualisierungsaufträge können fehlschlagen, wenn sie das Timeout von 20 Minuten überschreiten. Bei großen Diagrammen kann dieses Timeout einen Fehler bis zu einmal pro Woche verursachen. Wenn eine Aktualisierung fehlschlägt:

  1. Öffnen Sie den Monitoring Hub, und suchen Sie den fehlgeschlagenen Aktualisierungsauftrag.
  2. Wählen Sie den Job aus, um Fehlerdetails und Zeitinformationen anzuzeigen.
  3. Wenn der Fehler ein Timeout war, versuchen Sie es erneut . Die nächste Aktualisierung ist in der Regel erfolgreich. Wenn Timeouts wiederholt auftreten, verringern Sie die Diagrammgröße, indem Sie nicht verwendete Knotentypen, Edgetypen oder Eigenschaften entfernen.
  4. Wenn der Fehler durch einen Konfigurationsfehler verursacht wurde, öffnen Sie Ihr Diagrammmodell, und überprüfen Sie, ob Knoten- und Edgetypzuordnungen, Schlüsselspalten und Fremdschlüsselspalten korrekt sind.

Weitere Informationen zur Problembehandlung finden Sie unter Problembehandlung und häufig gestellte Fragen .For more troubleshooting information, see Troubleshooting and FAQ.

Überwachen der Abfrageleistung

Einzelne GQL-Abfragemetriken sind derzeit nicht im Monitoring Hub verfügbar. Verwenden Sie stattdessen diese Ansätze, um die Abfrageleistung zu verstehen und zu verbessern.

Beobachten des Abfrageverhaltens im Code-Editor

Wenn Sie eine GQL-Abfrage im Code-Editor ausführen, beachten Sie Folgendes:

  • Antwortzeit: Wie lange die Abfrage benötigt, um Ergebnisse zurückzugeben. Langsame Abfragen umfassen in der Regel tiefe Durchläufe, ungebundene Abgleichungen oder große Resultsets.
  • Ergebnisgröße: Große Resultsets (die sich dem Abschneide-Grenzwert von 64 MB nähern) weisen darauf hin, dass die Abfrage engere Grenzen oder eine Filterung benötigt. Wenn Ergebnisse abgeschnitten werden, fügen Sie LIMIT, FILTER oder WHERE Klauseln hinzu, um die Ausgabe einzugrenzen.
  • Leere Ergebnisse nach einer erfolgreichen Aktualisierung: Diese Situation bedeutet in der Regel, dass die Diagrammmodellkonfiguration nicht mit den zugrunde liegenden Daten übereinstimmt. Stellen Sie sicher, dass die Knotentypzuordnungen auf die richtigen Quelltabellen und -spalten verweisen.

Häufige Probleme bei der Abfrageleistung und -lösungen

Symptom Wahrscheinliche Ursache Lösung
Die Abfrage dauert mehr als ein paar Sekunden. Tiefes Durchlaufen (hohe Hopzahl) oder fehlende Filter Fügen Sie Klauseln auf Musterebene WHERE hinzu, reduzieren Sie den Hopbereich und wenden Sie LIMIT an.
Abfrage gibt keine Ergebnisse zurück. Falschkonfiguration von Knoten- oder Edgetypen oder leeren Quelltabellen Überprüfen Sie Modellzuordnungen, und bestätigen Sie, dass Quelldaten vorhanden sind.
Abfrageergebnisse werden verkürzt Das Resultset überschreitet 64 MB. Schmale Projektionen mit bestimmten Eigenschaften anstelle von RETURN *, und fügen Sie hinzu LIMIT.
Aggregationen sind langsam oder instabil Das Ergebnismenge überschreitet 128 MB vor der Aggregation. Fügen Sie Filter hinzu, um die Zwischenergebnisse vor GROUP BY zu reduzieren.
Abfrage-Zeitüberschreitung (Grenzwert von 20 Minuten) Unbeschränkte Multihop-Traversale auf einem dichten Graphen Verwenden Sie TRAIL, um erneute Durchläufe der Edge zu verhindern, Sprungrenzen zu straffen und LIMIT hinzuzufügen.

Detaillierte Strategien zur Abfrageoptimierung finden Sie unter Optimieren der GQL-Abfrageleistung.

Nachverfolgen der Kapazitätsauslastung

Verwenden Sie die App Microsoft Fabric Kapazitätsmetriken, um zu verstehen, wie sich Graph-Workloads auf ihren gesamten Kapazitätsverbrauch auswirken. Die App hilft Ihnen dabei:

  • Vergleich der Kapazitätsauslastung zwischen Graph-Aktualisierungsaufträgen und anderen Fabric Workloads.
  • Identifizieren Sie Zeiträume, in denen der Kapazitätsdruck die Aktualisierung von Grafiken möglicherweise verlangsamt.
  • Entscheiden Sie, wann Ihre Kapazität auf der Grundlage von Nutzungstrends nach oben oder unten skaliert werden soll.

Weitere Informationen finden Sie unter Installieren Sie die Microsoft Fabric Capacity Metrics-App.

Zusammenfassung bewährter Methoden zur Leistungsoptimierung

  • Richtige Größe Ihres Modells: Vermeiden Sie das Hinzufügen von Knotentypen, Edgetypen und Eigenschaften, die Sie nicht benötigen. Kleinere Modelle werden schneller aktualisiert und verwenden weniger Arbeitsspeicher.
  • Filtern Sie frühzeitig, projektmäßig: Verwenden Sie Klauseln auf Musterebene WHERE , und geben Sie nur die benötigten Eigenschaften zurück. Vermeiden Sie RETURN *.
  • Einschränken Sie Ihre Ergebnisse: wenden Sie LIMIT an Abfragen mit hoher Kardinalität. Halten Sie die Ergebnisse gut unter dem 64-MB-Abkürzungsschwellenwert.
  • Halten Sie Traversale flach: Verwenden Sie den engsten Hopbereich, den Ihr Szenario zulässt. Wird TRAIL verwendet, um redundante Pfade in dichten Graphen zu verhindern.
  • Aktualisierungstrends überwachen: Richten Sie eine geplante Aktualisierungsdauer ein, und untersuchen Sie, wann Aktualisierungen erheblich abweichen.
  • Überprüfen Sie die Kapazität während der Verlangsamung: Verwenden Sie die Kapazitätsmetriken-App , um zu bestimmen, ob der Kapazitätsdruck die Ursache ist.

Verwandte Inhalte

  • Last updated on