Konfigurer startpuljer i Microsoft Fabric

Starterpools giver hurtig opstart af Spark-sessioner i Fabric. Du kan hurtigt starte Spark-arbejdet i stedet for at vente på fuld cluster-provisionering ved hver kørsel.

Starterpools bruger Medium-noder og understøtter autoskalering baseret på arbejdsbelastningens efterspørgsel. Standard- og maksimumsgrænser afhænger af din Fabric-kapacitets-SKU.

Vigtig

Starterpuljer er en Microsoft-administreret, best-effort optimering, der reducerer Spark-opstartstiden ved at bruge forudvarmet kapacitet. Starterpoolens kapacitet er ikke garanteret for hvert løb. Når der er forudvarmet kapacitet, kan sessionerne typisk starte på få sekunder. Når det ikke er tilfældet, starter Fabric sessionen med standard on-demand kapacitet, hvilket kan tage længere tid.

Tip!

For arbejdsbelastninger, der kræver forudsigelig, konsekvent sessionstart – såsom planlagte Spark-jobdefinitioner eller andre latenstidsfølsomme jobs – brug en brugerdefineret live pool. Brugerdefinerede live pools holder dedikerede klynger varme på en tidsplan, du styrer (det aktive vindue), så sessionerne starter konsekvent om cirka 5 sekunder i det vindue. Fordi klyngerne er hydreret på forhånd, kommer dine miljøbiblioteker forudinstalleret på klyngen, hvilket fjerner tid til personalisering af biblioteket pr. session.

Forudsætninger

For at tilpasse en starterpulje skal du have administratorrollen i arbejdsområdet.

Forstå starter pool-indstillinger

I workspace-indstillinger kan du konfigurere disse starter pool-kontroller:

  • Autoskalering: Hvis den er aktiveret, skalerer din Apache Spark-pulje automatisk op og ned baseret på aktivitet.
  • Dynamisk allokering af eksekutører: Hvis aktiveret, allokerer og frigiver Spark eksekutører baseret på arbejdsbelastningens behov.

Begge muligheder er aktiveret som standard. Brug skyderne til at øge eller sænke de konfigurerede grænser for din arbejdsbyrde.

Konfigurer starter pool-indstillinger

Sådan administrerer du den startpulje, der er knyttet til dit arbejdsområde:

  1. Gå til dit arbejdsområde og vælg Arbejdsområdeindstillinger.

    Skærmbillede, der viser, hvor du kan vælge Dataudvikler i menuen Indstillinger for arbejdsområde.

  2. Udvid Data Engineering/Science i venstre panel og vælg derefter Spark-indstillinger.

    Skærmbillede, der viser startpoolindstillinger.

  3. Vælg StarterPool fra Default pool for workspace dropdown-menuen for at se et overblik over starter pool-indstillingerne.

  4. Vælg blyantikonet i sektionen Pool-detaljer for at redigere indstillingerne for starterpoolen.

  5. I redigeringsvisningen konfigurerer du Autoscale og tilloker eksekutorer dynamisk.

    Brug skyderne til at øge eller mindske hver indstilling baseret på dine arbejdsbyrdebehov.

    Skærmbillede, der viser autoskalering og dynamisk allokering af eksekutorernes indstillinger med skydere til startpuljer.

    Du kan beholde standardværdierne eller reducere grænserne for mindre arbejdsbyrder. Du kan også øge værdierne op til det maksimum, der er tilladt for din SKU.

  6. Efter at have foretaget dine ændringer, vælg Save for at anvende de nye indstillinger for startpoolen eller vælg Discard for at kassere dine ændringer. Ellers kan du vælge tilbage-pilen for at afslutte uden at gemme eller kassere ændringer.

Følgende tabel viser standard- og maksimale starter pool-nodegrænser efter SKU.

SKU-navn Kapacitetsenheder Spark VCores Nodestørrelse Standardmaks. noder Maksimalt antal noder
F2 2 4 Mellem 1 1
F4 4 8 Mellem 1 1
F8 8 16 Mellem 2 2
F16 16 32 Mellem 3 4
F32 32 64 Mellem 8 8
F64 64 128 Mellem 10 16
(Prøvekapacitet) 64 128 Mellem 10 16
F128 128 256 Mellem 10 32
F256 256 512 Mellem 10 64
F512 512 1024 Mellem 10 128
F1024 1024 2048 Mellem 10 200
F2048 2048 4096 Mellem 10 200

Relateret indhold

  • Last updated on