หมายเหตุ
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลอง ลงชื่อเข้าใช้หรือเปลี่ยนไดเรกทอรีได้
การเข้าถึงหน้านี้ต้องได้รับการอนุญาต คุณสามารถลองเปลี่ยนไดเรกทอรีได้
แต่ละประสบการณ์ภายใน Microsoft Fabric รองรับการดําเนินงานที่ไม่ซ้ํากัน อัตราปริมาณการใช้ของการดําเนินการคือสิ่งที่แปลงการใช้เมตริกดิบของประสบการณ์เป็นหน่วยคํานวณ (CU)
หน้าการคํานวณของแอป Microsoft Fabric Capacity Metrics ให้ภาพรวมของประสิทธิภาพของความจุของคุณ และแสดงรายการการดําเนินการ Fabric ที่ใช้ทรัพยากรการคํานวณ
บทความนี้แสดงรายการการดําเนินการเหล่านี้ตามประสบการณ์ และอธิบายวิธีการใช้ทรัพยากรภายใน Fabric
การทํางานแบบโต้ตอบและการทํางานแบบเบื้องหลัง
Microsoft Fabric แบ่งการดําเนินการออกเป็นสองประเภท ได้แก่ แบบโต้ตอบและพื้นหลัง บทความนี้แสดงรายการการดําเนินการเหล่านี้และอธิบายความแตกต่างระหว่างกัน
การดําเนินงานแบบโต้ตอบ
คําขอและการดําเนินการตามความต้องการที่สามารถทริกเกอร์โดยการโต้ตอบของผู้ใช้กับ UI เช่น คิวรีแบบจําลองข้อมูลที่สร้างโดยวิชวลรายงาน จะถูกจัดประเภทเป็นการดําเนินการแบบโต้ตอบ โดยปกติแล้ว จะถูกทริกเกอร์โดยการโต้ตอบของผู้ใช้กับ UI ตัวอย่างเช่น การดําเนินการแบบโต้ตอบจะถูกทริกเกอร์เมื่อผู้ใช้เปิดรายงานหรือเลือกตัวแบ่งส่วนข้อมูลในรายงาน Power BI การดําเนินการแบบโต้ตอบยังสามารถทริกเกอร์โดยไม่ต้องโต้ตอบกับ UI ตัวอย่างเช่น เมื่อใช้ SQL Server Management Studio (SSMS) หรือแอปพลิเคชันแบบกําหนดเองเพื่อเรียกใช้คิวรี DAX
การดําเนินการเบื้องหลัง
การดําเนินการที่ยาวนานขึ้น เช่น แบบจําลองความหมายหรือการรีเฟรชกระแสข้อมูลจัดประเภทเป็นการดําเนินการเบื้องหลัง ผู้ใช้สามารถทริกเกอร์ด้วยตนเองหรือโดยอัตโนมัติโดยไม่มีการโต้ตอบของผู้ใช้ การทํางานแบบเบื้องหลังประกอบด้วยการรีเฟรชตามกําหนดการ การรีเฟรชแบบโต้ตอบ การรีเฟรชตาม REST และการดําเนินการรีเฟรชตาม XMLA ผู้ใช้ไม่คาดว่าจะรอให้การดําเนินการเหล่านี้เสร็จสิ้น แต่อาจกลับมาในภายหลังเพื่อตรวจสอบสถานะของการดําเนินงาน
วิธีการอ่านเอกสารนี้
แต่ละประสบการณ์มีตารางที่แสดงการดําเนินการด้วยคอลัมน์ต่อไปนี้:
การดําเนินการ – ชื่อของการดําเนินการ มองเห็นได้ใน แอปเมตริกความจุ Microsoft Fabric
คําอธิบาย – คําอธิบายของการดําเนินการ
สินค้า – สินค้าที่การดําเนินงานนี้สามารถนําไปใช้ได้ มองเห็นได้ใน แอปเมตริกความจุ Microsoft Fabric
Azure Billing meter – ชื่อของมิเตอร์บน Azure bill ของคุณที่แสดงการใช้งานสําหรับการดําเนินการนี้
ชนิด – แสดงรายการชนิดของการดําเนินการ การดําเนินงานจัดประเภทเป็นการดําเนินการแบบโต้ตอบหรือเบื้องหลัง
เมื่อมีรายละเอียดเพิ่มเติมเกี่ยวกับอัตราการบริโภคให้การเชื่อมโยงไปยังเอกสารด้วยข้อมูลนี้
การปฏิบัติงานเนื้อผ้าตามประสบการณ์
ส่วนนี้แบ่งออกเป็นประสบการณ์การใช้งาน Fabric ประสบการณ์แต่ละรายการจะมีตารางที่แสดงการดําเนินการ
Important
อัตราปริมาณการใช้อาจเปลี่ยนแปลงได้ตลอดเวลา Microsoft จะใช้ความพยายามอย่างสมเหตุสมผลในการแจ้งให้ทราบทางอีเมลหรือผ่านการแจ้งเตือนในผลิตภัณฑ์ การเปลี่ยนแปลงจะมีผลในวันที่ระบุไว้ในบันทึกประจํารุ่นของ Microsoft หรือบล็อก Microsoft Fabric หากการเปลี่ยนแปลงใด ๆ กับอัตราการใช้ปริมาณงานของ Microsoft Fabric เพิ่มหน่วยความจุ (CU) ที่จําเป็นในการใช้ปริมาณงานเฉพาะ ลูกค้าอาจใช้ตัวเลือกการยกเลิกที่พร้อมใช้งานสําหรับวิธีการชําระเงินที่เลือก
Copilot ใน Fabric
Copilot การดําเนินงานจะแสดงอยู่ในตารางนี้ คุณสามารถค้นหาอัตราปริมาณการใช้สําหรับCopilotCopilotปริมาณการใช้ได้
| Operation | Description | Item | ตัววัดการเรียกเก็บเงินของ Azure | Type |
|---|---|---|---|---|
| Copilot ใน Fabric | คํานวณค่าใช้จ่ายที่เกี่ยวข้องกับพร้อมท์อินพุตและการเสร็จสมบูรณ์ของเอาต์พุต | Multiple | Copilot และ AI | Background |
ตัวแทนข้อมูลใน Fabric
การดําเนินการของตัวแทนข้อมูลแสดงอยู่ในตารางนี้ ในเมทริกซ์ ของแอปเมตริกตามรายการและตารางการดําเนินการการดําเนินการของตัวแทนข้อมูลจะแสดงอยู่ภายใต้ประเภทรายการ LlmPlugin
คุณสามารถค้นหาอัตราปริมาณการใช้สําหรับตัวแทนข้อมูลใน การใช้ตัวแทนข้อมูลได้
| Operation | Description | Item | ตัววัดการเรียกเก็บเงินของ Azure | Type |
|---|---|---|---|---|
| การสืบค้น AI | คํานวณค่าใช้จ่ายที่เกี่ยวข้องกับพร้อมท์อินพุตและการเสร็จสมบูรณ์ของเอาต์พุต | LlmPlugin | Copilot และ AI | Background |
Data Factory
ประสบการณ์ Data Factory ประกอบด้วยการดําเนินการสําหรับกระแสข้อมูล Gen2 และไปป์ไลน์
กระแสข้อมูล รุ่น 2
คุณสามารถค้นหาอัตราปริมาณการใช้สําหรับ Dataflows Gen2 ได้ใน Dataflow Gen2 ราคาสําหรับ Data Factory ใน Microsoft Fabric
Note
ณ เดือนตุลาคม 2025 ชื่อการดําเนินการ การรีเฟรชกระแสข้อมูล Gen2 ได้ถูกเปลี่ยนชื่อเป็น คิวรีเรียกใช้กระแสข้อมูล Gen2
| Operation | Description | Item | ตัววัดการเรียกเก็บเงินของ Azure | Type |
|---|---|---|---|---|
| คิวรีเรียกใช้กระแสข้อมูล Gen2 | คํานวณต้นทุนที่เกี่ยวข้องกับการดําเนินการประเมินกระแสข้อมูล Gen2 | กระแสข้อมูล Gen2 | การใช้ความจุการคํานวณมาตรฐานของกระแสข้อมูล CU | Background |
| การคํานวณกระแสข้อมูลระดับสูง - คิวรีจุดสิ้นสุด SQL | การใช้งานที่เกี่ยวข้องกับจุดสิ้นสุด SQL ของกระแสข้อมูล Gen2 | Warehouse | ความสามารถในการคํานวณกระแสข้อมูลสูง CU | Background |
Pipelines
คุณสามารถค้นหาอัตราการใช้สําหรับไปป์ไลน์ในการกําหนดราคาไปป์ไลน์สําหรับ Data Factory ใน Microsoft Fabric
| Operation | Description | Item | ตัววัดการเรียกเก็บเงินของ Azure | Type |
|---|---|---|---|---|
| DataMovement | ระยะเวลาที่ใช้โดยกิจกรรมการคัดลอกในไปป์ไลน์ Data Factory หารด้วยจํานวนหน่วยการรวมข้อมูล | Pipeline | การใช้งานความจุการเคลื่อนย้ายข้อมูล CU | Background |
| ActivityRun | การดําเนินการกิจกรรมไปป์ไลน์ Data Factory | Pipeline | การใช้ความจุการเรียงข้อมูล CU | Background |
Databases
หน่วยความจุ Fabric หนึ่งหน่วย = 0.383 ฐานข้อมูล SQL vCores
| Operation | Description | Item | Azure Billing Meter | Type |
|---|---|---|---|---|
| การใช้งาน SQL | คํานวณสําหรับคิวรี SQL ที่ผู้ใช้สร้างขึ้นและที่ระบบสร้างขึ้น การปรับเปลี่ยน และการดําเนินการประมวลผลข้อมูลภายในฐานข้อมูลทั้งหมด | Database | ฐานข้อมูล SQL ใน Microsoft Fabric Capacity CU | Interactive |
| ที่เก็บข้อมูล SQL ที่ได้รับการจัดสรร | จัดสรรพื้นที่จัดเก็บข้อมูลแบบไดนามิกสําหรับฐานข้อมูล SQL ใน Fabric ใช้สําหรับจัดเก็บตาราง ดัชนี รายการบันทึกธุรกรรม และเมตาดาต้า รวมเข้ากับ OneLake อย่างสมบูรณ์ | Database | ข้อมูลพื้นที่จัดเก็บ SQL ที่จัดเก็บไว้ | Background |
คลังข้อมูล
แกนหลักหนึ่ง Fabric Data Warehouse (หน่วยของการคํานวณสําหรับคลังข้อมูล) เทียบเท่ากับหน่วยความจุ Fabric (CUs) สองหน่วย
| Operation | Description | Item | ตัววัดการเรียกเก็บเงินของ Azure | Type |
|---|---|---|---|---|
| การสืบค้นคลังสินค้า | คํานวณค่าธรรมเนียมสําหรับผู้ใช้ทั้งหมดที่สร้างขึ้นและระบบสร้างคําสั่ง T-SQL ภายใน Warehouse | Warehouse | การใช้ความจุของคลังข้อมูล CU | Background |
| คิวรีปลายทาง SQL | ค่าใช้จ่ายในการคํานวณสําหรับผู้ใช้ทั้งหมดที่สร้างขึ้นและระบบสร้างคําสั่ง T-SQL ภายในจุดสิ้นสุดการวิเคราะห์ SQL ของ Lakehouse | Warehouse | การใช้ความจุของคลังข้อมูล CU | Background |
ผ้า API สําหรับ GraphQL
การดําเนินการ GraphQL ถูกสร้างขึ้นจากคําขอที่ดําเนินการบน API สําหรับรายการ GraphQL โดยไคลเอ็นต์ API คําขอ GraphQL แต่ละตัวและเวลาการประมวลผลการดําเนินการตอบสนองจะถูกรายงานในหน่วยความจุ (CUs) ในหน่วยความจุ (CUs) เป็นวินาทีในอัตรา 10 CUs ต่อชั่วโมง
| Operation | Description | Item | ตัววัดการเรียกเก็บเงินของ Azure | Type |
|---|---|---|---|---|
| Query | คํานวณค่าใช้จ่ายสําหรับคิวรี GraphQL ที่สร้างขึ้นทั้งหมด (อ่าน) และการกลายพันธุ์ (เขียน) โดยไคลเอ็นต์ภายใน GraphQL API | GraphQL | API สําหรับการใช้งานความจุคิวรี GraphQL CU | Interactive |
ฟังก์ชันข้อมูลผู้ใช้ Fabric
ฟังก์ชันข้อมูลผู้ใช้ Fabric การดําเนินการถูกสร้างขึ้นจากคําขอที่เริ่มต้นโดยพอร์ทัล Fabric วัตถุ Fabric อื่น ๆ หรือแอปพลิเคชันไคลเอ็นต์ การดําเนินการแต่ละครั้งมีค่าใช้จ่ายสําหรับการดําเนินการฟังก์ชัน ที่เก็บข้อมูลภายในของข้อมูลเมตาของฟังก์ชันใน OneLake และการดําเนินการอ่านและเขียนที่เกี่ยวข้องใน OneLake
| Operation | Description | Item | ตัววัดการเรียกเก็บเงินของ Azure | Type |
|---|---|---|---|---|
| การดําเนินการของฟังก์ชันข้อมูลผู้ใช้ | คํานวณค่าบริการสําหรับการดําเนินการของฟังก์ชันภายในรายการฟังก์ชันข้อมูลผู้ใช้ การดําเนินการนี้เป็นผลมาจากการเรียกใช้ฟังก์ชันหลังจากการร้องขอจากพอร์ทัล Fabric รายการ Fabric อื่น หรือแอปพลิเคชันภายนอก | ฟังก์ชันข้อมูลผู้ใช้ | การดําเนินการของฟังก์ชันข้อมูลผู้ใช้ (CU/s) | Interactive |
| การทดสอบพอร์ทัลฟังก์ชันข้อมูลผู้ใช้ | คํานวณค่าบริการสําหรับการทดสอบการดําเนินการของฟังก์ชันภายในรายการฟังก์ชันข้อมูลผู้ใช้ การดําเนินการนี้เป็นผลมาจากการทดสอบฟังก์ชันใน "โหมดพัฒนา" ระหว่างเซสชันการทดสอบ เซสชันการทดสอบมีระยะเวลาขั้นต่ํา 15 นาที | ฟังก์ชันข้อมูลผู้ใช้ | การดําเนินการของฟังก์ชันข้อมูลผู้ใช้ (CU/s) | Interactive |
| ฟังก์ชันข้อมูลผู้ใช้ที่เก็บข้อมูลแบบคงที่ | ที่เก็บข้อมูลแบบคงที่ของเมตาดาต้าฟังก์ชันภายในในบัญชี OneLake ที่จัดการโดยบริการ สิ่งนี้ถูกคํานวณด้วยขนาดที่บีบอัดของเมตาดาต้ารายการฟังก์ชันข้อมูลผู้ใช้ นี่คือค่าใช้จ่ายในการสร้างรายการฟังก์ชันข้อมูลผู้ใช้แม้ว่าจะไม่ได้ใช้งาน | ที่เก็บข้อมูล OneLake | ที่เก็บข้อมูล OneLake | Background |
| อ่านฟังก์ชันข้อมูลผู้ใช้แบบคงที่ | อ่านการดําเนินการของเมตาดาต้าของฟังก์ชันภายในที่จัดเก็บไว้ในบัญชี OneLake ที่จัดการโดยบริการ จะมีการดําเนินการนี้ทุกครั้งที่มีการดําเนินการฟังก์ชันหลังจากไม่มีการใช้งานเป็นระยะเวลาหนึ่ง | การดําเนินการอ่าน OneLake | การดําเนินการอ่าน OneLake | Background |
| เขียนค่าคงที่ของฟังก์ชันข้อมูลผู้ใช้ | เขียนและอัปเดตเมตาดาต้าของฟังก์ชันภายในที่จัดเก็บไว้ในบัญชี OneLake ที่จัดการโดยระบบ การดําเนินการนี้จะทําทุกครั้งที่มีการเผยแพร่รายการฟังก์ชันข้อมูลผู้ใช้ | การดําเนินการเขียนของ OneLake | การดําเนินการเขียนของ OneLake | Background |
| ฟังก์ชันข้อมูลผู้ใช้แบบคงที่ที่เก็บข้อมูลแบบอ่านซ้ํา | อ่านการดําเนินการสําหรับเมตาดาต้าของฟังก์ชันภายในที่จัดเก็บไว้ในบัญชี OneLake ที่จัดการโดยบริการ การดําเนินการนี้จะได้รับการดําเนินการทุกครั้งที่มีการแสดงรายการฟังก์ชันข้อมูลผู้ใช้ | การดําเนินการอ่านแบบวนซ้ําของ OneLake | การดําเนินการอ่านแบบวนซ้ําของ OneLake | Background |
| ฟังก์ชันข้อมูลผู้ใช้ที่เก็บข้อมูลแบบคงที่สําหรับการดําเนินการอื่น ๆ | การดําเนินการจัดเก็บที่เกี่ยวข้องกับเมตาดาต้าฟังก์ชันต่าง ๆ ในบัญชี OneLake ที่จัดการโดยบริการ | การดําเนินการอื่น ๆ ของ OneLake | การดําเนินการอื่น ๆ ของ OneLake | Background |
จุดสิ้นสุดแบบจําลอง ML
เอกสารปลายทางแบบจําลอง ML ช่วยให้คุณสามารถใช้การทํานายแบบเรียลไทม์ได้อย่างราบรื่น ในเบื้องหลัง Fabric จะหมุนและจัดการโครงสร้างพื้นฐานคอนเทนเนอร์พื้นฐานเพื่อโฮสต์แบบจําลองของคุณ
| Operation | Description | Item | ตัววัดการเรียกเก็บเงินของ Azure | Type |
|---|---|---|---|---|
| จุดสิ้นสุดของโมเดล | TBD | รุ่น ML | การใช้จุดสิ้นสุดแบบจําลอง ML CU | Background |
OneLake
การดําเนินการคํานวณ One Lake แสดงถึงธุรกรรมที่ดําเนินการในรายการ One Lake อัตราปริมาณการใช้สําหรับแต่ละการดําเนินงานจะแตกต่างกันขึ้นอยู่กับชนิดของการดําเนินงาน สําหรับรายละเอียดเพิ่มเติม ดูที่ การบริโภค One Lake
| Operation | Description | Item | Azure Billing Meter | Type |
|---|---|---|---|---|
| OneLake อ่านผ่านการเปลี่ยนเส้นทาง | OneLake อ่านผ่านการเปลี่ยนเส้นทาง | Multiple | การใช้งานความจุของการดําเนินการอ่านของ OneLake CU | Background |
| OneLake อ่านผ่านพร็อกซี | OneLake อ่านผ่านพร็อกซี | Multiple | การดําเนินการอ่าน OneLake ผ่าน CU การใช้ความจุ API | Background |
| เขียน OneLake ผ่านการเปลี่ยนเส้นทาง | เขียน OneLake ผ่านการเปลี่ยนเส้นทาง | Multiple | การใช้ความจุของการดําเนินการเขียนของ OneLake CU | Background |
| OneLake เขียนผ่านพร็อกซี | OneLake เขียนผ่านพร็อกซี | Multiple | การดําเนินการเขียน OneLake ผ่านการใช้งานความจุ API CU | Background |
| เขียนซ้ํา OneLake ผ่านการเปลี่ยนเส้นทาง | เขียนซ้ํา OneLake ผ่านการเปลี่ยนเส้นทาง | Multiple | การดําเนินการเขียนซ้ําของ OneLake | Background |
| OneLake Iterative อ่านผ่านการเปลี่ยนเส้นทาง | OneLake Iterative อ่านผ่านการเปลี่ยนเส้นทาง | Multiple | การใช้ความจุในการอ่านซ้ําของ OneLake CU | Background |
| การดําเนินการอื่น ๆ ของ OneLake | การดําเนินการอื่น ๆ ของ OneLake | Multiple | การใช้ความจุของการดําเนินการอื่น ๆ ของ OneLake CU | Background |
| การดําเนินการอื่น ๆ ของ OneLake ผ่านการเปลี่ยนเส้นทาง | การดําเนินการอื่น ๆ ของ OneLake ผ่านการเปลี่ยนเส้นทาง | Multiple | การดําเนินการอื่น ๆ ของ OneLake ผ่านการใช้ความจุ API CU | Background |
| เขียนซ้ํา OneLake ผ่านทางพร็อกซี | เขียนซ้ํา OneLake ผ่านทางพร็อกซี | Multiple | การดําเนินการเขียนซ้ําของ OneLake ผ่าน API ความจุ CU | Background |
| OneLake Iterative อ่านผ่านพร็อกซี | OneLake Iterative อ่านผ่านพร็อกซี | Multiple | การดําเนินการอ่านแบบวนซ้ําของ OneLake ผ่าน API การใช้ความจุ CU | Background |
| OneLake BCDR อ่านผ่านพร็อกซี | OneLake BCDR อ่านผ่านพร็อกซี | Multiple | การดําเนินการอ่าน BCDR ของ OneLake ผ่าน CU การใช้ความจุ API | Background |
| การเขียน BCDR ของ OneLake ผ่านพร็อกซี | การเขียน BCDR ของ OneLake ผ่านพร็อกซี | Multiple | การดําเนินการเขียน BCDR ของ OneLake ผ่าน API การใช้ความจุ CU | Background |
| OneLake BCDR อ่านผ่านการเปลี่ยนเส้นทาง | OneLake BCDR อ่านผ่านการเปลี่ยนเส้นทาง | Multiple | การใช้งานความจุของการดําเนินการอ่าน BCDR ของ OneLake CU | Background |
| เขียน OneLake BCDR ผ่านการเปลี่ยนเส้นทาง | เขียน OneLake BCDR ผ่านการเปลี่ยนเส้นทาง | Multiple | การใช้งานความจุการเขียน BCDR ของ OneLake BCDR | Background |
| อ่านซ้ํา OneLake BCDR ผ่านพร็อกซี | อ่านซ้ํา OneLake BCDR ผ่านพร็อกซี | Multiple | การดําเนินการอ่านซ้ําของ OneLake BCDR ผ่าน CU การใช้ความจุ API | Background |
| อ่านซ้ํา OneLake BCDR ผ่านการเปลี่ยนเส้นทาง | อ่านซ้ํา OneLake BCDR ผ่านการเปลี่ยนเส้นทาง | Multiple | การใช้งานความจุการอ่านซ้ําของ OneLake BCDR CU | Background |
| การเขียนซ้ําของ OneLake BCDR ผ่านพร็อกซี | การเขียนซ้ําของ OneLake BCDR ผ่านพร็อกซี | Multiple | การดําเนินการเขียนซ้ําของ OneLake BCDR ผ่าน CU การใช้ความจุ API | Background |
| การเขียนซ้ําของ OneLake BCDR ผ่านการเปลี่ยนเส้นทาง | การเขียนซ้ําของ OneLake BCDR ผ่านการเปลี่ยนเส้นทาง | Multiple | การใช้งานความจุการเขียนซ้ําของ OneLake BCDR CU | Background |
| การดําเนินการอื่น ๆ ของ OneLake BCDR | การดําเนินการอื่น ๆ ของ OneLake BCDR | Multiple | การใช้งานความจุของการดําเนินการอื่น ๆ ของ OneLake BCDR | Background |
| การดําเนินการอื่น ๆ ของ OneLake BCDR ผ่านการเปลี่ยนเส้นทาง | การดําเนินการอื่น ๆ ของ OneLake BCDR ผ่านการเปลี่ยนเส้นทาง | Multiple | การดําเนินการอื่น ๆ ของ OneLake BCDR ผ่าน API การใช้ความจุ CU | Background |
Power BI
การใช้งานสําหรับแต่ละการดําเนินการจะมีการรายงานในเวลาการประมวลผล CU เป็นวินาที CU แปดตัวจะเทียบเท่ากับแกน v-core ของ Power BI หนึ่งตัว
Note
คําว่า แบบจําลองความหมาย แทนที่คําว่าชุดข้อมูล คุณอาจยังคงเห็นคําเก่าใน UI จนกว่าจะถูกแทนที่ทั้งหมด
ขณะนี้เราไม่เรียกเก็บเงินสําหรับวิชวล R/Py ใน Power BI
| Operation | Description | Item | ตัววัดการเรียกเก็บเงินของ Azure | Type |
|---|---|---|---|---|
| ปัญญาประดิษฐ์ (AI) | การประเมินฟังก์ชัน AI | AI | CU การใช้ความจุของ Power BI | Interactive |
| คิวรีพื้นหลัง | คิวรีสําหรับการรีเฟรชไทล์และสร้างสแนปช็อตรายงาน | แบบจําลองแสดงความหมาย | CU การใช้ความจุของ Power BI | Background |
| กระแสข้อมูล DirectQuery | เชื่อมต่อโดยตรงกับกระแสข้อมูลโดยไม่จําเป็นต้องนําเข้าข้อมูลลงในแบบจําลองเชิงความหมาย | กระแสข้อมูล Gen1 | CU การใช้ความจุของ Power BI | Interactive |
| การรีเฟรชกระแสข้อมูล | การรีเฟรชกระแสข้อมูลพื้นหลังตามความต้องการหรือตามกําหนดเวลา ที่ดําเนินการโดยบริการหรือด้วย REST API | กระแสข้อมูล Gen1 | CU การใช้ความจุของ Power BI | Background |
| การรีเฟรชตามความต้องการของแบบจําลองความหมาย | การรีเฟรชแบบจําลองความหมายพื้นหลังที่เริ่มต้นโดยผู้ใช้ โดยใช้บริการ REST API หรือจุดสิ้นสุด XMLA สาธารณะ | แบบจําลองแสดงความหมาย | CU การใช้ความจุของ Power BI | Background |
| การรีเฟรชตามกําหนดการของแบบจําลองความหมาย | การรีเฟรชแบบจําลองความหมายพื้นหลังตามกําหนดเวลา ที่ดําเนินการโดยบริการ REST API หรือจุดสิ้นสุด XMLA สาธารณะ | แบบจําลองแสดงความหมาย | CU การใช้ความจุของ Power BI | Background |
| การสมัครใช้งานอีเมลรายงานแบบเต็ม | สําเนา PDF หรือ PowerPoint ของรายงาน Power BI ทั้งหมดที่แนบมากับ การสมัครใช้งานอีเมล | Report | CU การใช้ความจุของ Power BI | Background |
| แบบสอบถามแบบโต้ตอบ | คิวรีที่เริ่มต้นโดยการร้องขอข้อมูลตามความต้องการ ตัวอย่างเช่น การโหลดแบบจําลองเมื่อเปิดรายงาน การโต้ตอบกับผู้ใช้รายงาน หรือการคิวรีชุดข้อมูลก่อนที่จะแสดง การโหลดแบบจําลองความหมายอาจรายงานเป็นการดําเนินการคิวรีแบบโต้ตอบแบบสแตนด์อโลน | แบบจําลองแสดงความหมาย | CU การใช้ความจุของ Power BI | Interactive |
| PublicApiExport | รายงาน Power BI ที่ส่งออกด้วย การส่งออกรายงานไปยังไฟล์ REST API | Report | CU การใช้ความจุของ Power BI | Background |
| Render | รายงานที่มีการแบ่งหน้าของ Power BI ที่ส่งออกด้วยการส่งออกรายงานที่มีการแบ่งหน้าไปยังไฟล์ REST API | รายงานที่มีหน้าข้อมูล | CU การใช้ความจุของ Power BI | Background |
| Render | รายงานที่มีการแบ่งหน้าของ Power BI ที่ดูใน บริการของ Power BI | รายงานที่มีหน้าข้อมูล | CU การใช้ความจุของ Power BI | Interactive |
| อ่านการสร้างแบบจําลองเว็บ | การดําเนินการอ่านแบบจําลองข้อมูลในประสบการณ์ของผู้ใช้การสร้างแบบจําลองเว็บเชิงความหมาย | แบบจําลองแสดงความหมาย | CU การใช้ความจุของ Power BI | Interactive |
| การเขียนแบบจําลองเว็บ | การดําเนินการเขียนแบบจําลองข้อมูลในประสบการณ์ของผู้ใช้การสร้างแบบจําลองเว็บเชิงความหมาย | แบบจําลองแสดงความหมาย | CU การใช้ความจุของ Power BI | Interactive |
| อ่าน XMLA | การดําเนินการอ่าน XMLA ที่เริ่มต้นโดยผู้ใช้สําหรับคิวรีและการค้นพบ | แบบจําลองแสดงความหมาย | CU การใช้ความจุของ Power BI | Interactive |
| เขียน XMLA | การดําเนินการเขียน XMLA พื้นหลังที่เปลี่ยนแปลงแบบจําลอง | แบบจําลองแสดงความหมาย | CU การใช้ความจุของ Power BI | Background |
| การเรียกใช้วิชวลการเขียนสคริปต์ Power BI | วิชวล R และ Py ทํางานโดยการแสดงรายงาน Power BI | รายงานการเขียนสคริปต์ Power BI | ความจุที่ปรับหน่วยความจํา Spark ให้เหมาะสมที่สุด (CU) | Interactive |
ระบบอัจฉฉริยะในเวลาจริง
ประสบการณ์ Real-Time Intelligence ประกอบด้วยการดําเนินการสําหรับ Anomaly Detector, เหตุการณ์ Azure และ Fabric, ตัวสร้างฝาแฝดดิจิทัล (พรีวิว),Eventstream และฐานข้อมูล KQL และชุดคิวรี KQL
เครื่องตรวจจับความผิดปกติ
คุณสามารถดูอัตราการใช้สําหรับ Anomaly Detector ได้ใน การใช้ความจุและการเรียกเก็บเงินของ Anomaly Detector ใน Real-Time Intelligence
| Operation | Description | Item | ตัววัดการเรียกเก็บเงินของ Azure | Type |
|---|---|---|---|---|
| การสืบค้นเรียกใช้ตัวตรวจจับความผิดปกติ | การวิเคราะห์แบบโต้ตอบและการตรวจสอบอย่างต่อเนื่อง | เครื่องตรวจจับความผิดปกติ | การสอบถามเครื่องตรวจจับความผิดปกติการใช้งานความจุ CU | Background |
เหตุการณ์ Azure และ Fabric
คุณสามารถค้นหาอัตราปริมาณการใช้สําหรับเหตุการณ์ Azure และ Fabric ใน ปริมาณการใช้ความจุของเหตุการณ์ Azure และ Fabric ได้
| Operation | Description | Item | ตัววัดการเรียกเก็บเงินของ Azure | Type |
|---|---|---|---|---|
| การดําเนินงานกิจกรรม | เผยแพร่ การจัดส่ง และการดําเนินการกรอง | Multiple | ตัวแสดงเวลาจริง - การดําเนินการเหตุการณ์ | Background |
| ผู้ฟังเหตุการณ์ | ช่วงเวลาทํางานของตัวรอรับเหตุการณ์ | Multiple | Real-Time Intelligence – ตัวฟังเหตุการณ์และการแจ้งเตือน | Background |
ตัวสร้างคู่แบบดิจิทัล (ตัวอย่าง)
คุณสามารถค้นหาอัตราการบริโภคสําหรับ Digital Twin Builder (ตัวอย่าง) ในการใช้งานตัวสร้างฝาคู่แบบดิจิทัล (ตัวอย่าง) การรายงานการใช้งาน และการเรียกเก็บเงิน
Note
เครื่องวัดสําหรับตัวสร้างคู่แบบดิจิทัลอยู่ในการแสดงตัวอย่างและอาจมีการเปลี่ยนแปลง
| Operation | Description | Item | ตัววัดการเรียกเก็บเงินของ Azure | Type |
|---|---|---|---|---|
| การดําเนินการของ Digital Twin Builder | การใช้งานสําหรับการทํางานของโฟลว์ Twin Builder แบบตามความต้องการและตามกําหนดเวลา | โฟลว์ Digital Twin Builder | การใช้งานความจุในการปฏิบัติงาน Digital Twin Builder CU | Background |
Eventstream
คุณสามารถค้นหาอัตราปริมาณการใช้สําหรับเหตุการณ์ใน ตรวจสอบปริมาณการใช้ความจุสําหรับ Microsoft Fabric Eventstreamได้
| Operation | Description | Item | ตัววัดการเรียกเก็บเงินของ Azure | Type |
|---|---|---|---|---|
| เหตุการณ์ต่อชั่วโมง | ค่าคงที่ | Eventstream | CU การใช้ความจุเหตุการณ์ | Background |
| ปริมาณการใช้งานข้อมูลเหตุการณ์ต่อ GB | ข้อมูลเข้า & ลดปริมาณในค่าเริ่มต้นและสตรีมที่ได้รับมา (รวมถึงการเก็บรักษาข้อมูล 24 ชั่วโมง) | Eventstream | การใช้ความจุของปริมาณการใช้งานข้อมูลเหตุการณ์ CU | Background |
| ตัวประมวลผลเหตุการณ์ต่อชั่วโมง | กําลังคํานวณทรัพยากรที่ใช้โดยตัวประมวลผล | Eventstream | การใช้ความจุของตัวประมวลผลเหตุการณ์ CU | Background |
| ตัวเชื่อมต่อเหตุการณ์ต่อ vCore Hour | กําลังคํานวณทรัพยากรที่ใช้โดยตัวเชื่อมต่อ | Eventstream | การใช้ความจุของตัวเชื่อมต่อเหตุการณ์ CU | Background |
ฐานข้อมูล KQL และชุดคิวรี KQL
คุณสามารถค้นหาอัตราปริมาณการใช้สําหรับฐานข้อมูล KQL ใน ปริมาณการใช้ฐานข้อมูล KQL
| Operation | Description | Item | ตัววัดการเรียกเก็บเงินของ Azure | Type |
|---|---|---|---|---|
| เวลาทํางานของอีเวนต์เฮาส์ | หน่วยวัดเวลาที่ Eventhouse ใช้งานอยู่ | Eventhouse | การใช้ความจุของอีเวนต์เฮ้าส์ CU | Background |
Spark
Two Spark VCores (หน่วยของกําลังในการประมวลผลสําหรับ Spark) เท่ากับหน่วยความจุหนึ่งหน่วย (CU) หากต้องการทําความเข้าใจว่าการดําเนินงานของ Spark ใช้ CU อย่างไร โปรดดูที่ Spark Pools
| Operation | Description | Item | ตัววัดการเรียกเก็บเงินของ Azure | Type |
|---|---|---|---|---|
| การดําเนินงานของเลคเฮาส์ | ตารางแสดงตัวอย่างผู้ใช้ในตัวสํารวจของเลคเฮ้าส์ | Lakehouse | การใช้หน่วยความจํา Spark ที่ปรับให้เหมาะสมที่สุด CU | Background |
| โหลดตารางเลคเฮ้าส์ | ผู้ใช้โหลดตารางเดลต้าในตัวสํารวจเลคเฮ้าส์ | Lakehouse | การใช้หน่วยความจํา Spark ที่ปรับให้เหมาะสมที่สุด CU | Background |
| การเรียกใช้โน้ตบุ๊ค | การเรียกใช้สมุดบันทึกด้วยตนเองโดยผู้ใช้ | Notebook | การใช้หน่วยความจํา Spark ที่ปรับให้เหมาะสมที่สุด CU | Background |
| เรียกใช้สมุดบันทึก HC | การเรียกใช้สมุดบันทึกภายใต้เซสชัน Spark ภาวะพร้อมกันสูง | Notebook | การใช้หน่วยความจํา Spark ที่ปรับให้เหมาะสมที่สุด CU | Background |
| การเรียกใช้สมุดบันทึกตามกําหนดการ | การเรียกใช้สมุดบันทึกถูกทริกเกอร์โดยเหตุการณ์ของสมุดบันทึกตามกําหนดการ | Notebook | การใช้หน่วยความจํา Spark ที่ปรับให้เหมาะสมที่สุด CU | Background |
| เรียกใช้ไปป์ไลน์สมุดบันทึก | การเรียกใช้สมุดบันทึกถูกทริกเกอร์โดยไปป์ไลน์ | Notebook | การใช้หน่วยความจํา Spark ที่ปรับให้เหมาะสมที่สุด CU | Background |
| เรียกใช้ Notebook VS Code | สมุดบันทึกทํางานใน VS Code | Notebook | การใช้หน่วยความจํา Spark ที่ปรับให้เหมาะสมที่สุด CU | Background |
| เรียกใช้งาน Spark | งานชุด Spark เริ่มต้นโดยการส่งของผู้ใช้ | ข้อกําหนดงาน Spark | การใช้หน่วยความจํา Spark ที่ปรับให้เหมาะสมที่สุด CU | Background |
| การเรียกใช้งาน Spark ตามกําหนดเวลา | การรันชุดงานที่ถูกทริกเกอร์โดยเหตุการณ์ของสมุดบันทึกที่กําหนดไว้ | ข้อกําหนดงาน Spark | การใช้หน่วยความจํา Spark ที่ปรับให้เหมาะสมที่สุด CU | Background |
| เรียกใช้ไปป์ไลน์งาน Spark | การรันชุดงานที่ทริกเกอร์โดยไปป์ไลน์ | ข้อกําหนดงาน Spark | การใช้หน่วยความจํา Spark ที่ปรับให้เหมาะสมที่สุด CU | Background |
| เรียกใช้ Spark job VS Code | ข้อกําหนดงาน Spark ที่ส่งจาก VS Code | ข้อกําหนดงาน Spark | การใช้หน่วยความจํา Spark ที่ปรับให้เหมาะสมที่สุด CU | Background |
| เรียกใช้มุมมองทะเลสาบที่เป็นวัสดุ | ตารางผู้ใช้การเรียกใช้มุมมองทะเลสาบ Materialized | Lakehouse | การใช้หน่วยความจํา Spark ที่ปรับให้เหมาะสมที่สุด CU | Background |
| การแปลงทางลัด | ทางลัดการแปลงข้อมูลที่สร้างขึ้นในเลคเฮ้าส์ | Lakehouse | การใช้หน่วยความจํา Spark ที่ปรับให้เหมาะสมที่สุด CU | Background |