Aide-mémoire SQL de service
Pour fournir une analytique rapide et fiable à partir de la Plateforme lakehouse, il est essentiel de configurer et d'exploiter les SQL warehouses pour des performances BI optimales. Les SQL Warehouse dans Databricks sont spécialement conçus pour gérer les charges de travail de Business Intelligence, en permettant une mise à l'échelle dynamique, un traitement efficace des query et une gestion robuste des Ressources.
Cette page décrit les pratiques recommandées pour le provisionnement, la gestion et le monitoring des SQL Warehouses afin d'assurer des tableaux de bord réactifs, une utilisation rentable des ressources et une intégration harmonieuse avec les outils de BI d'entreprise.
Ce contenu est destiné aux data engineer, aux développeurs BI et aux administrateurs de Workspace chargés de configurer, d'optimiser et de maintenir les SQL Warehouse pour analytique et les performances des tableaux de bord. De nombreuses tâches nécessitent des autorisations de Workspace avancées qui vous permettent de créer ou de gérer des SQL warehouses.
Service SQL
Bonne pratique | Impact | Documents | Éléments d'action |
|---|---|---|---|
Utilisez le compute serverless pour start, arrêter et monter en charge les Ressources automatiquement. | Réduit les coûts en arrêtant les ressources inactives. | Activez l' Arrêt automatique pour les warehouse de développement | |
Utilisez les SQL Warehouses pour toute charge de travail BI (Serverless est recommandé) | Les SQL Warehouses sont optimisés pour les workloads BI. | Configurer SQL Warehouse pour les charges de travail BI | |
Optimisez la taille de votre warehouse. | Équilibre performance et coût pour votre charge de travail. | Start avec une taille M, surveillez les performances et ajustez si nécessaire. | |
Utilisez une taille de cluster supérieure pour des jeux de données plus volumineux | Plus le cluster est grand (M, L, XL, etc.), plus les requêtes complexes s'exécutent rapidement. Si vous n'avez que des requêtes simples et de courte durée, n'augmentez pas la taille (cela pourrait être plus lent en raison du brassage des données). | Évaluez la complexité de la query et la taille du dataset | |
Utiliser la mise à l'échelle de SQL Warehouse. | Un SQL Warehouse monte en charge pour gérer une charge de travail accrue. Lorsque le warehouse atteint ses limites, les queries sont mises en file d'attente, pas rejetées. | Activez la mise à l’échelle pour les charges de travail en production | |
Si vous vous attendez à de nombreuses queries concurrentes, augmentez le nombre minimal de clusters | Empêche les query d'être mises en file d'attente en attendant la Monter en charge. | Configurez les clusters minimums en fonction de la charge de travail prévue. | |
Utilisez des SQL warehouses séparés pour différentes charges de travail ou unités commerciales | Dimensionne les SQL Warehouses de manière appropriée pour améliorer l'isolation et l'attribution des coûts. | Créez des warehouse dédiés par charge de travail | |
Surveiller les performances des queries | Identifie les goulets d'étranglement et les problèmes de performance à l'aide de l'historique des query. Les tables système vous permettent de surveiller les performances par programme. | Configurez les tableaux de bord de monitoring. |
Contenu associé
Pour obtenir des conseils détaillés sur l'analyse des exigences des charges de travail BI et la configuration des SQL Warehouses pour différents modèles d'accès (DirectQuery vs Import/Extract), consultez Paramètres de SQL Warehouse pour les charges de travail BI.