Richtlijnen voor het afstemmen van prestaties voor serverloze SQL-pool van Azure Synapse Analytics

Van toepassing op: Azure Synapse Analytics

Dit artikel helpt u bij het verbeteren van de prestaties voor een serverloze SQL-pool van Azure Synapse Analytics.

Zie de volgende secties voor informatie over het bereiken van optimale prestaties en het voorkomen van fouten die betrekking hebben op resourcebeperkingen in uw serverloze SQL-pools van Azure Synapse Analytics.

Aanbevolen procedures en handleidingen voor probleemoplossing

De informatie en strategieën in de volgende artikelen kunnen u helpen de beste prestaties uit uw serverloze SQL-pool te halen. We raden u aan deze artikelen te gebruiken om use cases te bekijken en veelvoorkomende problemen op te lossen.

• Best practices voor serverloze SQL-pool in Azure Synapse Analytics
• Probleem oplossen met serverloze SQL-pool in Azure Synapse Analytics

Inzicht in schalen in een serverloze SQL-pool

Voor serverloze SQL-pools hoeft u niet handmatig de juiste grootte te selecteren. Het systeem past automatisch de grootte aan op basis van uw queryvereisten, waardoor de infrastructuur wordt beheerd en de juiste grootte voor uw oplossing wordt geselecteerd.

Richtlijnen voor het afstemmen van prestaties voor Delta Lake-bestanden

Zie de volgende bronnen voor meer informatie over het afstemmen van prestaties voor Delta Lake-bestanden:

• Documentatiepagina voor Delta Lake.
• Wat is Delta Lake
• Query uitvoeren van Delta Lake-bestanden met behulp van een serverloze SQL-pool in Azure Synapse Analytics

Richtlijnen voor het afstemmen van prestaties voor CSV-bestanden

Wanneer u query's uitvoert op CSV-bestanden in een serverloze SQL-pool, is de belangrijkste taak om hoge prestaties te garanderen door statistieken voor de externe tabellen te maken. Hoewel statistieken automatisch worden gemaakt op Parquet- en CSV-bestanden en worden geopend met behulp van OPENQUERY(), moet u handmatig statistieken maken door de CSV-bestanden te lezen met behulp van externe tabellen.

Zie de volgende artikelen voor meer gedetailleerde informatie over de rol van statistieken bij het uitvoeren van query's op CSV-bestanden in serverloze SQL-pools:

• Query's uitvoeren op CSV-bestanden
• Statistieken in serverloze SQL-pool
• Handmatig statistieken maken voor CSV-bestanden
• Time-out van query is verlopen

Aanbevelingen voor het gebruik van Power BI en andere rapportagehulpprogramma's

We raden de volgende aanbevolen procedures aan wanneer u Power BI en andere rapportagehulpprogramma's gebruikt:

• Controleer altijd de tenantlocatie.
• Stel een cache in voor een betere gebruikerservaring.
• Vermijd dat miljoenen records worden geretourneerd naar een dashboard.
• Gebruik geplande vernieuwingen om parallelle queryuitvoeringen te voorkomen die serverloze SQL-poolbronnen leegmaken.
• Gebruik Spark om algemene analytische query's vooraf te aggregeren. Deze benadering 'eenmaal schrijven/veel lezen' kan zware query's voorkomen die continu worden uitgevoerd.
• Voor joins tussen verschillende gegevensarchieven: gebruik filters om big data-volumes te voorkomen die zijn verplaatst in uw Azure-infrastructuur.
• Gebruik Latin1_General_100_BIN2_UTF8 sortering voor tekengegevenstypen. Met deze sortering voorkomt u dat alle gegevens van opslag naar uw serverloze SQL-pool worden overgebracht door filters omlaag te pushen wanneer hulpprogramma's uit de opslag lezen.
• Gebruik de meest optimale grootte als u gegevens cast of converteert naar char of varchar tijdens het uitvoeren van een query. Voorkom, indien mogelijk, het gebruik van VARCHAR(MAX).
• Met automatische deductie worden gegevenstypen geconverteerd naar een indeling die mogelijk niet optimaal is. Gebruik het WITH-component om gegevenstypen te optimaliseren.
• De serverloze azure Synapse SQL-poolbronnen hebben limieten. Het gelijktijdig uitvoeren van query's verbruikt resources. Het is gebruikelijk dat Power BI-dashboards (PBI) resourcelimieten bereiken wanneer meerdere vernieuwingen parallel plaatsvinden. Geplande vernieuwingen en belastingstests kunnen helpen dit probleem te voorkomen. Het gebruik van meerdere Azure Synapse-werkruimten kan ook voldoen aan grotere gelijktijdigheidsvereisten.
• U kunt de query sys.columns uitvoeren of de gegevenstypen controleren sp_describe_first_result_set select top 0 from <view> nadat u een weergave hebt gemaakt. Deze aanpak is sneller en goedkoper dan het gebruik van SELECT * FROM....
• Gebruik de Instructiegenerator om automatisch optimale kolomindelingen te maken voor uw query.
• Gebruik de OPENJSON functie om geneste JSON-gegevens beschikbaar te maken als kolommen. Maar als u ook de AS JSON opdracht gebruikt, moet het kolomtype zijn NVARCHAR(MAX). Deze benadering is niet ideaal voor prestaties. De beste optie is om het component WITH te gebruiken om geneste matrices weer te geven als kolommen.
• De partitiesleutel voor het transactionele archief van Cosmos DB wordt niet gebruikt in de analytische opslag. In Azure Synapse Link kunt u de transactionele gegevens nu modelleren om gegevensopname en puntleesbewerkingen te optimaliseren.

Extra richtlijnen en best practices

Disclaimerinformatie van derden

De producten van derden die in dit artikel worden vermeld, worden vervaardigd door bedrijven die onafhankelijk zijn van Microsoft. Microsoft verleent dan ook geen enkele garantie, impliciet noch anderszins, omtrent de prestaties of de betrouwbaarheid van deze producten.