Referenz zur Systemtabelle für Lagerhäuser
Wichtig
Diese Systemtabelle befindet sich in der Public Preview. Um auf die Tabelle zuzugreifen, muss das Schema in Ihrem system
Katalog aktiviert sein. Weitere Informationen finden Sie unter Aktivieren des Systemtabellenschemas.
In diesem Artikel erfahren Sie, wie Sie die Lagersystemtabelle verwenden, um die SQL-Lagerhäuser in Ihren Arbeitsbereichen zu überwachen und zu verwalten. Jede Zeile ist eine Momentaufnahme der SQL Warehouse-Eigenschaften zu diesem Zeitpunkt. Beim Ändern der Eigenschaften wird eine neue Momentaufnahme erstellt.
Die Lagersystemtabelle befindet sich bei system.compute.warehouses
.
Warehouses-Tabellenschema
Spaltenname | Datentyp | Beschreibung | Beispiel |
---|---|---|---|
warehouse_id |
Zeichenfolge | Die ID des SQL-Lagerlagers. | 123456789012345 |
workspace_id |
Zeichenfolge | Die ID des Arbeitsbereichs, in dem das Warehouse bereitgestellt wird. | 123456789012345 |
account_id |
Zeichenfolge | Die ID des Azure Databricks-Kontos. | 7af234db-66d7-4db3-bbf0-956098224879 |
warehouse_name |
Zeichenfolge | Der Name des SQL-Lagerlagers. | My Serverless Warehouse |
warehouse_type |
Zeichenfolge | Der Typ des SQL-Lagerlagers. Mögliche Werte sind CLASSIC , PRO und SERVERLESS . |
SERVERLESS |
warehouse_channel |
Zeichenfolge | Der Kanal des SQL Warehouse. Mögliche Werte sind CURRENT und PREVIEW . |
CURRENT |
warehouse_size |
Zeichenfolge | Die Clustergröße des SQL Warehouse. Mögliche Werte sind 2X_SMALL : , X_SMALL , SMALL , MEDIUM , LARGE , X_LARGE , , 2X_LARGE , und 3X_LARGE 4X_LARGE . |
MEDIUM |
min_clusters |
int | Die Mindestanzahl zulässiger Cluster. | 1 |
max_clusters |
int | Die maximale Anzahl zulässiger Cluster. | 5 |
auto_stop_minutes |
int | Die Anzahl der Minuten vor dem automatischen Beenden des SQL Warehouse aufgrund von Inaktivität. | 35 |
tags |
Karte | Tags für das SQL Warehouse. | {"budget":"research"} |
change_time |
Zeitstempel | Zeitstempel der Änderung an der SQL Warehouse-Definition. | 2023-07-20T19:13:09.504Z |
delete_time |
Zeitstempel | Zeitstempel, zu dem das SQL-Lager gelöscht wurde. Der Wert ist null , wenn das SQL-Warehouse nicht gelöscht wird. |
2023-07-20T19:13:09.504Z |
Beispielabfragen
Die folgenden Beispielabfragen sind Vorlagen. Fügen Sie beliebige Werte ein, die für Ihre Organisation sinnvoll sind. Sie können diesen Abfragen auch Benachrichtigungen hinzufügen, damit Sie über Änderungen an Ihren Warehouses informiert werden. Siehe Erstellen einer Warnung.
Verwenden Sie die folgenden Beispielabfragen, um Einblicke in das Warehouse-Verhalten zu erhalten:
Identifizieren der Einstellungen für alle aktiven Lagerhäuser
Diese Abfrage identifiziert die Einstellungen für alle Lagerhäuser, die derzeit aktiv sind.
USE CATALOG `system`;
SELECT
warehouse_id,
warehouse_name,
warehouse_type,
warehouse_channel,
warehouse_size,
min_clusters,
max_clusters,
auto_stop_minutes,
tags,
change_time,
delete_time
FROM
system.compute.warehouses
QUALIFY
ROW_NUMBER() OVER (PARTITION BY warehouse_id ORDER BY change_time DESC) = 1
and delete_time is null;
Welche Lagerhäuser wurden in dieser Woche erstellt?
Diese Abfrage identifiziert die Lagerhäuser, die in den letzten sieben Tagen erstellt wurden.
SELECT
warehouse_id,
warehouse_name,
warehouse_type,
warehouse_channel,
warehouse_size,
min_clusters,
max_clusters,
auto_stop_minutes,
tags,
change_time as datetime_created,
delete_time
FROM
system.compute.warehouses
QUALIFY
ROW_NUMBER() OVER (PARTITION BY warehouse_id ORDER BY change_time ASC) = 1
and change_time >= DATE_TRUNC('day', CURRENT_DATE) - INTERVAL 7 days
and delete_time is null;