Azure Synapse Analytics 監視數據參考
本文包含此服務的所有監視參考資訊。
如需您可以針對 Azure Synapse Analytics 收集的數據，以及如何使用它的詳細資訊，請參閱 監視 Azure Synapse Analytics 。
計量
本節列出針對此服務的所有自動收集平台計量。 這些計量也是 Azure 監視器中支援的所有平台計量全域清單的一部分。
如需計量保留的相關資訊，請參閱 Azure 監視器計量概觀。
Microsoft.Synapse/workspaces 支持的計量
下表列出適用於 Microsoft.Synapse/workspaces 資源類型的計量。
- 所有資料行可能不存在於每個資料表中。
- 某些資料行可能超出頁面的檢視區域。 選取 [展開資料表] 以檢視所有可用的資料行。
資料表標題
- 類別 - 計量群組或分類。
- 計量 - Azure 入口網站中顯示的計量顯示名稱。
- REST API 中的名稱 - REST API 中所指的計量名稱。
- 單位 - 測量單位。
- 彙總 - 預設彙總類型。 有效值：平均值 (Avg)、最小值 (Min)、最大值 (Max)、總計 (Sum)、計數。
- 維度 - 計量可用的維度。
- 時間精細度 - 取樣計量的間隔。 例如，
PT1M表示計量會每分鐘取樣、每 30 分鐘PT30M、每小時PT1H，以此類推。 - DS 匯出 - 計量是否可透過診斷設定，匯出至 Azure 監視器記錄。 如需匯出計量的資訊，請參閱在 Azure 監視器中建立診斷設定。
類別：內建 SQL 集區
| 計量 | REST API 中的名稱 | 單位 | 彙總 | 維度 | 時間精細度 | DS 匯出 |
|---|---|---|---|---|---|---|
| 已處理的資料（位元組） 查詢所處理的數據量 |
BuiltinSqlPoolDataProcessedBytes |
Bytes | 總計 (總和) | <none> | PT1M | No |
| 登入嘗試 失敗或失敗的登入嘗試計數 |
BuiltinSqlPoolLoginAttempts |
計數 | Average、Minimum、Maximum、Total （Sum） | Result |
PT1M | No |
| 要求已結束 成功、失敗或已取消的要求計數 |
BuiltinSqlPoolRequestsEnded |
計數 | Average、Minimum、Maximum、Total （Sum） | Result |
PT1M | No |
類別：整合
| 計量 | REST API 中的名稱 | 單位 | 彙總 | 維度 | 時間精細度 | DS 匯出 |
|---|---|---|---|---|---|---|
| 活動執行已結束 成功、失敗或已取消的整合活動計數 |
IntegrationActivityRunsEnded |
計數 | Count、Total （Sum） | Result、、 FailureType、 Activity、 ActivityType、 Pipeline |
PT1M、PT1H | No |
| 連結連線事件 Synapse Link 連線事件的數目，包括啟動、停止和失敗。 |
IntegrationLinkConnectionEvents |
計數 | 總計 (總和) | EventType, LinkConnectionName |
PT1M | No |
| 鏈接已處理的數據列 已變更 Synapse Link 所處理的數據列計數。 |
IntegrationLinkProcessedChangedRows |
計數 | 總計 (總和) | TableName, LinkConnectionName |
PT1M | No |
| 連結處理的資料量 （位元組） Synapse Link 所處理位元組的數據磁碟區。 |
IntegrationLinkProcessedDataVolume |
Bytes | 總計 (總和) | TableName、 、 LinkTableStatusLinkConnectionName |
PT1M | No |
| 以秒為單位的連結延遲 Synapse Link 數據處理延遲以秒為單位。 |
IntegrationLinkProcessingLatencyInSeconds |
計數 | 最大值、最小值、平均 | LinkConnectionName |
PT1M | No |
| 鏈接資料表事件 Synapse Link 數據表事件的數目，包括快照集、移除和失敗。 |
IntegrationLinkTableEvents |
計數 | 總計 (總和) | TableName、 、 EventTypeLinkConnectionName |
PT1M | No |
| 管線執行已結束 成功、失敗或已取消的整合管線執行計數 |
IntegrationPipelineRunsEnded |
計數 | Count、Total （Sum） | Result、 、 FailureTypePipeline |
PT1M、PT1H | No |
| 觸發程式執行已結束 成功、失敗或已取消的整合觸發程式計數 |
IntegrationTriggerRunsEnded |
計數 | Count、Total （Sum） | Result、 、 FailureTypeTrigger |
PT1M、PT1H | No |
類別：串流作業
| 計量 | REST API 中的名稱 | 單位 | 彙總 | 維度 | 時間精細度 | DS 匯出 |
|---|---|---|---|---|---|---|
| 待處理輸入事件 （預覽） 這是在美國東部、西歐提供的預覽計量。 待辦的輸入事件來源數目。 |
SQLStreamingBackloggedInputEventSources |
計數 | 總計 (總和) | SQLPoolName、、SQLDatabaseNameJobName、LogicalName、、PartitionId、ProcessorInstance |
PT1M | No |
| 資料轉換錯誤 （預覽） 這是在美國東部、西歐提供的預覽計量。 無法轉換成預期輸出架構的輸出事件數目。 錯誤原則可以變更為 「卸除」，以卸除遇到此案例的事件。 |
SQLStreamingConversionErrors |
計數 | 總計 (總和) | SQLPoolName、、SQLDatabaseNameJobName、LogicalName、、PartitionId、ProcessorInstance |
PT1M | No |
| 輸入還原串行化錯誤 （預覽） 這是在美國東部、西歐提供的預覽計量。 無法還原串行化的輸入事件數目。 |
SQLStreamingDeserializationError |
計數 | 總計 (總和) | SQLPoolName、、SQLDatabaseNameJobName、LogicalName、、PartitionId、ProcessorInstance |
PT1M | No |
| 早期輸入事件 （預覽） 這是在美國東部、西歐提供的預覽計量。 根據提前抵達原則，應用程式時間與抵達時間相較之下，會提前考慮的輸入事件數目。 |
SQLStreamingEarlyInputEvents |
計數 | 總計 (總和) | SQLPoolName、、SQLDatabaseNameJobName、LogicalName、、PartitionId、ProcessorInstance |
PT1M | No |
| 輸入事件位元組 （預覽） 這是在美國東部、西歐提供的預覽計量。 串流作業所接收的數據量，以位元組為單位。 這可以用來驗證傳送到輸入來源的事件。 |
SQLStreamingInputEventBytes |
計數 | 總計 (總和) | SQLPoolName、、SQLDatabaseNameJobName、LogicalName、、PartitionId、ProcessorInstance |
PT1M | No |
| 輸入事件 （預覽） 這是在美國東部、西歐提供的預覽計量。 輸入事件的數目。 |
SQLStreamingInputEvents |
計數 | 總計 (總和) | SQLPoolName、、SQLDatabaseNameJobName、LogicalName、、PartitionId、ProcessorInstance |
PT1M | No |
| 收到的輸入來源 （預覽） 這是在美國東部、西歐提供的預覽計量。 每秒輸入事件來源的數目。 |
SQLStreamingInputEventsSourcesPerSecond |
計數 | 總計 (總和) | SQLPoolName、、SQLDatabaseNameJobName、LogicalName、、PartitionId、ProcessorInstance |
PT1M | No |
| 晚期輸入事件 （預覽） 這是在美國東部、西歐提供的預覽計量。 根據延遲抵達原則，應用程式時間視為延遲的輸入事件數目。 |
SQLStreamingLateInputEvents |
計數 | 總計 (總和) | SQLPoolName、、SQLDatabaseNameJobName、LogicalName、、PartitionId、ProcessorInstance |
PT1M | No |
| 順序錯亂的事件 （預覽） 這是在美國東部、西歐提供的預覽計量。 事件中樞輸入配接器所接收的事件中樞事件數目（串行化訊息），會根據事件排序原則，根據事件排序原則，依序接收已卸除或指定調整的時間戳。 |
SQLStreamingOutOfOrderEvents |
計數 | 總計 (總和) | SQLPoolName、、SQLDatabaseNameJobName、LogicalName、、PartitionId、ProcessorInstance |
PT1M | No |
| 輸出事件 （預覽） 這是在美國東部、西歐提供的預覽計量。 輸出事件數目。 |
SQLStreamingOutputEvents |
計數 | 總計 (總和) | SQLPoolName、、SQLDatabaseNameJobName、LogicalName、、PartitionId、ProcessorInstance |
PT1M | No |
| 浮浮水印延遲 （預覽） 這是在美國東部、西歐提供的預覽計量。 輸出浮水印延遲以秒為單位。 |
SQLStreamingOutputWatermarkDelaySeconds |
計數 | 最大值、最小值、平均 | SQLPoolName、、SQLDatabaseNameJobName、LogicalName、、PartitionId、ProcessorInstance |
PT1M | No |
| 資源百分比使用率 （預覽） 這是在美國東部、西歐提供的預覽計量。 以百分比表示的資源使用率。 高使用率表示作業使用接近配置資源的上限。 |
SQLStreamingResourceUtilization |
Percent | 最大值、最小值、平均 | SQLPoolName、、SQLDatabaseNameJobName、LogicalName、、PartitionId、ProcessorInstance |
PT1M | No |
| 執行時錯誤 （預覽） 這是在美國東部、西歐提供的預覽計量。 與查詢處理相關的錯誤總數（不包括擷取事件或輸出結果時發現的錯誤）。 |
SQLStreamingRuntimeErrors |
計數 | 總計 (總和) | SQLPoolName、、SQLDatabaseNameJobName、LogicalName、、PartitionId、ProcessorInstance |
PT1M | No |
Azure Synapse Link 計量
Azure Synapse Link 會對 Azure 監視器發出下列計量：
| 計量 | 匯總類型 | 說明 |
|---|---|---|
| Link 連線事件 | Sum | Synapse Link 連線事件的數目，包括啟動、停止和失敗 |
| Link 延遲 (以秒為單位) | Max、Min、Avg | Synapse Link 數據處理延遲以秒為單位 |
| Link 處理的資料磁碟區 (位元組) | Sum | Synapse Link 所處理位元組的數據磁碟區 |
| Link 處理的資料列 | Sum | Synapse Link 所處理的數據列計數 |
| Link 資料表事件 | Sum | Synapse Link 數據表事件的數目，包括快照集、移除和失敗 |
Microsoft.Synapse/workspaces/bigDataPools 支援的計量
下表列出適用於 Microsoft.Synapse/workspaces/bigDataPools 資源類型的計量。
- 所有資料行可能不存在於每個資料表中。
- 某些資料行可能超出頁面的檢視區域。 選取 [展開資料表] 以檢視所有可用的資料行。
資料表標題
- 類別 - 計量群組或分類。
- 計量 - Azure 入口網站中顯示的計量顯示名稱。
- REST API 中的名稱 - REST API 中所指的計量名稱。
- 單位 - 測量單位。
- 彙總 - 預設彙總類型。 有效值：平均值 (Avg)、最小值 (Min)、最大值 (Max)、總計 (Sum)、計數。
- 維度 - 計量可用的維度。
- 時間精細度 - 取樣計量的間隔。 例如，
PT1M表示計量會每分鐘取樣、每 30 分鐘PT30M、每小時PT1H，以此類推。 - DS 匯出 - 計量是否可透過診斷設定，匯出至 Azure 監視器記錄。 如需匯出計量的資訊，請參閱在 Azure 監視器中建立診斷設定。
類別：Apache Spark 集區
| 計量 | REST API 中的名稱 | 單位 | 彙總 | 維度 | 時間精細度 | DS 匯出 |
|---|---|---|---|---|---|---|
| 已配置的虛擬核心 已配置 Apache Spark 集區的虛擬核心 |
BigDataPoolAllocatedCores |
計數 | 最大值、最小值、平均、總計（總和） | SubmitterId |
PT1M | No |
| 設定記憶體 （GB） Apach Spark 集區的已設定記憶體 （GB） |
BigDataPoolAllocatedMemory |
計數 | 最大值、最小值、平均、總計（總和） | SubmitterId |
PT1M | No |
| Active Apache Spark 應用程式 Active Apache Spark 集區應用程式總計 |
BigDataPoolApplicationsActive |
計數 | 最大值、最小值、平均 | JobState |
PT1M | No |
| 結束 Apache Spark 應用程式 已結束 Apache Spark 集區應用程式的計數 |
BigDataPoolApplicationsEnded |
計數 | 總計 (總和) | JobType, JobResult |
PT1M | No |
Microsoft.Synapse/workspaces/kustoPools 支援的計量
下表列出適用於 Microsoft.Synapse/workspaces/kustoPools 資源類型的計量。
- 所有資料行可能不存在於每個資料表中。
- 某些資料行可能超出頁面的檢視區域。 選取 [展開資料表] 以檢視所有可用的資料行。
資料表標題
- 類別 - 計量群組或分類。
- 計量 - Azure 入口網站中顯示的計量顯示名稱。
- REST API 中的名稱 - REST API 中所指的計量名稱。
- 單位 - 測量單位。
- 彙總 - 預設彙總類型。 有效值：平均值 (Avg)、最小值 (Min)、最大值 (Max)、總計 (Sum)、計數。
- 維度 - 計量可用的維度。
- 時間精細度 - 取樣計量的間隔。 例如，
PT1M表示計量會每分鐘取樣、每 30 分鐘PT30M、每小時PT1H，以此類推。 - DS 匯出 - 計量是否可透過診斷設定，匯出至 Azure 監視器記錄。 如需匯出計量的資訊，請參閱在 Azure 監視器中建立診斷設定。
類別：叢集健康情況
| 計量 | REST API 中的名稱 | 單位 | 彙總 | 維度 | 時間精細度 | DS 匯出 |
|---|---|---|---|---|---|---|
| 快取使用率 （已淘汰） 叢集範圍的使用率層級。 計量已被取代，且僅供回溯相容性呈現，您應該改用「快取使用率因數」計量。 |
CacheUtilization |
Percent | 平均值、最大值、最小值 | <none> | PT1M | Yes |
| 快取使用率因數 叢集中經常性快取專用的已使用磁碟空間百分比。 100% 表示指派給經常性數據的磁碟空間會得到最佳利用。 在快取大小方面不需要採取任何動作。 超過 100% 表示叢集的磁碟空間不夠大，無法容納熱數據，如快取原則所定義。 為了確保有足夠的空間可供所有熱數據使用，需要減少經常性數據量，或需要相應放大叢集。建議啟用自動調整。 |
CacheUtilizationFactor |
Percent | 平均值、最大值、最小值 | <none> | PT1M | Yes |
| CPU CPU 使用率層級 |
CPU |
Percent | 平均值、最大值、最小值 | <none> | PT1M | Yes |
| FollowerLatency 追蹤者資料庫會同步處理領導者資料庫中的變更。 由於同步處理，數據可用性會有幾秒鐘到幾分鐘的數據延遲。此計量會測量時間延遲的長度。 時間延遲取決於領導者資料庫元數據的整體大小。這是叢集層級計量：追隨者會攔截所有後續資料庫的元數據。 此計量代表進程的延遲。 |
FollowerLatency |
毫秒 | 平均值、最大值、最小值 | State, RoleInstance |
PT1M | Yes |
| 擷取使用率 叢集中已使用擷取位置的比例 |
IngestionUtilization |
Percent | 平均值、最大值、最小值 | <none> | PT1M | Yes |
| 執行個體計數 實例計數總計 |
InstanceCount |
計數 | Average、Maximum、Minimum、Count、Total （Sum） | <none> | PT1M | Yes |
| 保持運作 理智檢查指出叢集回應查詢 |
KeepAlive |
計數 | 平均 | <none> | PT1M | Yes |
| 範圍總數 數據範圍總數 |
TotalNumberOfExtents |
計數 | 平均值、最大值、最小值 | <none> | PT1M | Yes |
| 節流命令總數 節流命令總數 |
TotalNumberOfThrottledCommands |
計數 | 平均值、最大值、最小值、總計 (總和) | CommandType |
PT1M | Yes |
類別：導出健康情況和效能
| 計量 | REST API 中的名稱 | 單位 | 彙總 | 維度 | 時間精細度 | DS 匯出 |
|---|---|---|---|---|---|---|
| 連續匯出最大延遲 叢集中連續匯出作業所報告的延遲時間（以分鐘為單位） |
ContinuousExportMaxLatenessMinutes |
計數 | 最大值 | <none> | PT1M | Yes |
| 連續匯出 - 導出的記錄數 導出的記錄數目，針對匯出作業期間寫入的每個記憶體成品引發 |
ContinuousExportNumOfRecordsExported |
計數 | 總計 (總和) | ContinuousExportName, Database |
PT1M | Yes |
| 連續匯出擱置計數 準備執行之暫止連續匯出作業的數目 |
ContinuousExportPendingCount |
計數 | 最大值 | <none> | PT1M | Yes |
| 連續匯出結果 指出連續匯出成功或失敗 |
ContinuousExportResult |
Count | Count | ContinuousExportName、 、 ResultDatabase |
PT1M | Yes |
| 匯出使用率 匯出使用率 |
ExportUtilization |
Percent | 最大值 | <none> | PT1M | Yes |
類別：擷取健康情況和效能
| 計量 | REST API 中的名稱 | 單位 | 彙總 | 維度 | 時間精細度 | DS 匯出 |
|---|---|---|---|---|---|---|
| Batch Blob 計數 擷取之匯總批次中的數據源數目。 |
BatchBlobCount |
計數 | 平均值、最大值、最小值 | Database |
PT1M | Yes |
| 批次持續時間 擷取流程中匯總階段的持續時間。 |
BatchDuration |
秒 | 平均值、最大值、最小值 | Database |
PT1M | Yes |
| 已處理的批次 針對擷取匯總的批次數目。 批處理類型：批次是否已達到批處理時間、數據大小或批次原則所設定的檔案數目限制 |
BatchesProcessed |
計數 | 總計（總），平均值，最大值，最小值 | Database, SealReason |
PT1M | Yes |
| 批次大小 擷取的匯總批次中未壓縮的預期數據大小。 |
BatchSize |
Bytes | 平均值、最大值、最小值 | Database |
PT1M | Yes |
| Blob 已卸除 元件永久拒絕的 Blob 數目。 |
BlobsDropped |
計數 | 總計（Sum）、平均、最小值、最大值 | Database、 、 ComponentTypeComponentName |
PT1M | Yes |
| 已處理的 Blob 元件處理的 Blob 數目。 |
BlobsProcessed |
計數 | 總計（Sum）、平均、最小值、最大值 | Database、 、 ComponentTypeComponentName |
PT1M | Yes |
| 已接收的 Blob 元件從輸入數據流接收的 Blob 數目。 |
BlobsReceived |
計數 | 總計（Sum）、平均、最小值、最大值 | Database、 、 ComponentTypeComponentName |
PT1M | Yes |
| 探索延遲 由數據連接報告（如果有的話）。 從訊息加入佇列或建立事件到數據連線探索為止，以秒為單位的時間。 這次不會包含在 Azure 數據總管總擷取期間內。 |
DiscoveryLatency |
秒 | 平均 | ComponentType, ComponentName |
PT1M | Yes |
| 已卸除的事件 數據連線永久捨棄的事件數目。 將會傳送失敗原因的擷取結果計量。 |
EventsDropped |
計數 | 總計（Sum）、平均、最小值、最大值 | ComponentType, ComponentName |
PT1M | Yes |
| 已處理的事件 叢集所處理的事件數目 |
EventsProcessed |
計數 | 總計（Sum）、平均、最小值、最大值 | ComponentType, ComponentName |
PT1M | Yes |
| 已接收的事件 數據連線所接收的事件數目。 |
EventsReceived |
計數 | 總計（Sum）、平均、最小值、最大值 | ComponentType, ComponentName |
PT1M | Yes |
| 擷取延遲 擷取數據的延遲，從叢集中收到數據到準備好進行查詢的時間。 擷取延遲期間取決於擷取案例。 |
IngestionLatencyInSeconds |
秒 | 平均值、最大值、最小值 | IngestionKind |
PT1M | Yes |
| 擷取結果 失敗或成功擷取的來源總數。 依狀態分割計量，您可以取得擷取作業狀態的詳細資訊。 |
IngestionResult |
計數 | 總計 (總和) | IngestionResultDetails, FailureKind |
PT1M | Yes |
| 擷取磁碟區 擷取到叢集的整體數據量 |
IngestionVolumeInMB |
Bytes | 總計（總和），最大值 | Database |
PT1M | Yes |
| 佇列長度 元件佇列中暫止的訊息數目。 |
QueueLength |
計數 | 平均 | ComponentType |
PT1M | Yes |
| 將最舊訊息排入佇列 插入佇列中最舊訊息的時間，以秒為單位。 |
QueueOldestMessage |
計數 | 平均 | ComponentType |
PT1M | Yes |
| 已接收的數據大小位元組 數據連接所接收的數據大小。 這是數據流的大小，如果提供，則為原始數據大小。 |
ReceivedDataSizeBytes |
Bytes | 平均、總計（總和） | ComponentType, ComponentName |
PT1M | Yes |
| 階段延遲 從探索訊息直到報告元件收到訊息進行處理的累計時間（當訊息加入佇列佇列時或數據連線探索時，就會設定探索時間）。 |
StageLatency |
秒 | 平均 | Database, ComponentType |
PT1M | Yes |
類別：具體化檢視健康情況和效能
| 計量 | REST API 中的名稱 | 單位 | 彙總 | 維度 | 時間精細度 | DS 匯出 |
|---|---|---|---|---|---|---|
| 具體化檢視年齡 具體化檢視時間以分鐘為單位 |
MaterializedViewAgeMinutes |
計數 | 平均 | Database, MaterializedViewName |
PT1M | Yes |
| 具體化檢視年齡 具體化檢視時間以秒為單位 |
MaterializedViewAgeSeconds |
秒 | Average、Minimum、Maximum | Database, MaterializedViewName |
PT1M | Yes |
| 具體化檢視數據遺失 指出具體化檢視中潛在的數據遺失 |
MaterializedViewDataLoss |
計數 | 最大值 | Database、 、 MaterializedViewNameKind |
PT1M | Yes |
| 具體化檢視範圍重建 重建範圍數目 |
MaterializedViewExtentsRebuild |
計數 | 平均 | Database, MaterializedViewName |
PT1M | Yes |
| 具體化檢視健康情況 具體化檢視的健康情況 （1 代表健康，0 代表非健康） |
MaterializedViewHealth |
計數 | 平均 | Database, MaterializedViewName |
PT1M | Yes |
| 差異中的具體化檢視記錄 檢視中非具體化部分的記錄數目 |
MaterializedViewRecordsInDelta |
計數 | 平均 | Database, MaterializedViewName |
PT1M | Yes |
| 具體化檢視結果 具體化程序的結果 |
MaterializedViewResult |
計數 | 平均 | Database、 、 MaterializedViewNameResult |
PT1M | Yes |
類別：數據分割
| 計量 | REST API 中的名稱 | 單位 | 彙總 | 維度 | 時間精細度 | DS 匯出 |
|---|---|---|---|---|---|---|
| 數據分割百分比 分割的記錄與記錄總數的百分比。 |
PartitioningPercentage |
Percent | 平均值、最大值、最小值 | Database, Table |
PT1M | Yes |
| 經常性分割百分比 分割的記錄與記錄總數的百分比（僅限經常性存取/快取範圍）。 |
PartitioningPercentageHot |
Percent | 平均值、最大值、最小值 | Database, Table |
PT1M | Yes |
| 已處理的數據分割記錄 以測量時間範圍分割的記錄數目。 |
ProcessedPartitionedRecords |
計數 | 平均值、最大值、最小值 | Database, Table |
PT1M | Yes |
類別：查詢效能
| 計量 | REST API 中的名稱 | 單位 | 彙總 | 維度 | 時間精細度 | DS 匯出 |
|---|---|---|---|---|---|---|
| 查詢持續時間 查詢持續時間以秒為單位 |
QueryDuration |
毫秒 | 平均值、最大值、最小值、總計 (總和) | QueryStatus |
PT1M | Yes |
| 查詢結果 查詢總數。 |
QueryResult |
Count | Count | QueryStatus |
PT1M | No |
| 並行查詢總數 並行查詢總數 |
TotalNumberOfConcurrentQueries |
計數 | 平均值、最大值、最小值 | <none> | PT1M | Yes |
| 節流查詢總數 節流查詢總數 |
TotalNumberOfThrottledQueries |
計數 | 平均值、最大值、最小值、總計 (總和) | <none> | PT1M | Yes |
| 弱式一致性延遲 上一個元資料同步處理與下一個元資料同步之間的最大延遲 （在 DB/節點範圍中） |
WeakConsistencyLatency |
秒 | 平均值、最大值、最小值 | Database, RoleInstance |
PT1M | Yes |
類別：串流內嵌
| 計量 | REST API 中的名稱 | 單位 | 彙總 | 維度 | 時間精細度 | DS 匯出 |
|---|---|---|---|---|---|---|
| 串流擷取數據速率 串流內嵌數據速率 |
StreamingIngestDataRate |
Bytes | Average、Minimum、Maximum | <none> | PT1M | Yes |
| 串流擷取持續時間 串流擷取持續時間以毫秒為單位 |
StreamingIngestDuration |
毫秒 | Average、Minimum、Maximum | <none> | PT1M | Yes |
| 串流內嵌結果 串流內嵌結果 |
StreamingIngestResults |
Count | Count | Result |
PT1M | Yes |
| 串流擷取使用率 串流擷取使用率是實際執行的並行串流擷取要求百分比，相較於並行串流擷取要求的最大數目。 |
StreamingIngestUtilization |
Percent | 平均值、最大值、最小值 | <none> | PT1M | Yes |
Microsoft.Synapse/workspaces/scopePools 的支持計量
下表列出適用於 Microsoft.Synapse/workspaces/scopePools 資源類型的計量。
- 所有資料行可能不存在於每個資料表中。
- 某些資料行可能超出頁面的檢視區域。 選取 [展開資料表] 以檢視所有可用的資料行。
資料表標題
- 類別 - 計量群組或分類。
- 計量 - Azure 入口網站中顯示的計量顯示名稱。
- REST API 中的名稱 - REST API 中所指的計量名稱。
- 單位 - 測量單位。
- 彙總 - 預設彙總類型。 有效值：平均值 (Avg)、最小值 (Min)、最大值 (Max)、總計 (Sum)、計數。
- 維度 - 計量可用的維度。
- 時間精細度 - 取樣計量的間隔。 例如，
PT1M表示計量會每分鐘取樣、每 30 分鐘PT30M、每小時PT1H，以此類推。 - DS 匯出 - 計量是否可透過診斷設定，匯出至 Azure 監視器記錄。 如需匯出計量的資訊，請參閱在 Azure 監視器中建立診斷設定。
類別：範圍集區
| 計量 | REST API 中的名稱 | 單位 | 彙總 | 維度 | 時間精細度 | DS 匯出 |
|---|---|---|---|---|---|---|
| SCOPE 作業的 PN 持續時間 每個 SCOPE 作業所使用的 PN （行程節點） 持續時間 （毫秒） |
ScopePoolJobPNMetric |
毫秒 | 最大值、最小值、平均、總計（總和）、計數 | JobType, JobResult |
PT1M | Yes |
| SCOPE 作業的佇列持續時間 每個 SCOPE 作業所使用的佇列持續時間 （毫秒） |
ScopePoolJobQueuedDurationMetric |
毫秒 | 最大值、最小值、平均、總計（總和）、計數 | JobType |
PT1M | Yes |
| SCOPE 作業的執行持續時間 每個 SCOPE 作業所使用的執行持續時間 （毫秒） |
ScopePoolJobRunningDurationMetric |
毫秒 | 最大值、最小值、平均、總計（總和）、計數 | JobType, JobResult |
PT1M | Yes |
Microsoft.Synapse/workspaces/sqlPools 支援的計量
下表列出適用於 Microsoft.Synapse/workspaces/sqlPools 資源類型的計量。
- 所有資料行可能不存在於每個資料表中。
- 某些資料行可能超出頁面的檢視區域。 選取 [展開資料表] 以檢視所有可用的資料行。
資料表標題
- 類別 - 計量群組或分類。
- 計量 - Azure 入口網站中顯示的計量顯示名稱。
- REST API 中的名稱 - REST API 中所指的計量名稱。
- 單位 - 測量單位。
- 彙總 - 預設彙總類型。 有效值：平均值 (Avg)、最小值 (Min)、最大值 (Max)、總計 (Sum)、計數。
- 維度 - 計量可用的維度。
- 時間精細度 - 取樣計量的間隔。 例如，
PT1M表示計量會每分鐘取樣、每 30 分鐘PT30M、每小時PT1H，以此類推。 - DS 匯出 - 計量是否可透過診斷設定，匯出至 Azure 監視器記錄。 如需匯出計量的資訊，請參閱在 Azure 監視器中建立診斷設定。
類別：SQL 專用集區
| 計量 | REST API 中的名稱 | 單位 | 彙總 | 維度 | 時間精細度 | DS 匯出 |
|---|---|---|---|---|---|---|
| 作用中查詢 作用中的查詢。 使用此計量未篩選且未隔離會顯示系統上執行的所有使用中查詢 |
ActiveQueries |
計數 | 總計 (總和) | IsUserDefined |
PT1M | No |
| 自適性快取命中百分比 測量工作負載使用自適性快取的方式。 使用此計量搭配快取命中百分比計量，以判斷要調整額外的容量，還是重新執行工作負載來凍結快取 |
AdaptiveCacheHitPercent |
Percent | 最大值、最小值、平均 | <none> | PT1M | No |
| 已使用調適性快取百分比 測量工作負載使用自適性快取的方式。 將此計量與快取使用的百分比計量搭配使用，以判斷要調整額外的容量，還是重新執行工作負載來凍結快取 |
AdaptiveCacheUsedPercent |
Percent | 最大值、最小值、平均 | <none> | PT1M | No |
| 關係 SQL 集區的登入總數 |
Connections |
計數 | 總計 (總和) | Result |
PT1M | Yes |
| 防火牆封鎖的連線 防火牆規則封鎖的連線計數。 重新流覽 SQL 集區的訪問控制原則，並在計數很高時監視這些連線 |
ConnectionsBlockedByFirewall |
計數 | 總計 (總和) | <none> | PT1M | No |
| CPU 已使用百分比 SQL 集區中所有節點的 CPU 使用率 |
CPUPercent |
Percent | 最大值、最小值、平均 | <none> | PT1M | No |
| DWU 限制 SQL 集區的服務等級目標 |
DWULimit |
計數 | 最大值、最小值、平均 | <none> | PT1M | No |
| 已使用的 DWU 表示跨 SQL 集區使用方式的高階表示法。 以 DWU 限制測量 * DWU 百分比 |
DWUUsed |
計數 | 最大值、最小值、平均 | <none> | PT1M | No |
| DWU 已使用百分比 表示跨 SQL 集區使用方式的高階表示法。 測量的 CPU 百分比與數據 IO 百分比之間的最大值 |
DWUUsedPercent |
Percent | 最大值、最小值、平均 | <none> | PT1M | No |
| 本機 tempdb 已使用百分比 所有計算節點的本機 tempdb 使用率 - 每五分鐘發出一次值 |
LocalTempDBUsedPercent |
Percent | 最大值、最小值、平均 | <none> | PT1M | No |
| 使用的記憶體百分比 SQL 集區中所有節點的記憶體使用率 |
MemoryUsedPercent |
Percent | 最大值、最小值、平均 | <none> | PT1M | No |
| 已排入佇列的查詢 達到最大並行限制之後佇列的要求累計計數 |
QueuedQueries |
計數 | 總計 (總和) | IsUserDefined |
PT1M | No |
類別：SQL 專用集區 - 工作負載管理
| 計量 | REST API 中的名稱 | 單位 | 彙總 | 維度 | 時間精細度 | DS 匯出 |
|---|---|---|---|---|---|---|
| 工作負載群組作用中查詢 工作負載群組內的使用中查詢。 使用此計量未篩選且未隔離會顯示系統上執行的所有使用中查詢 |
WLGActiveQueries |
計數 | 總計 (總和) | IsUserDefined, WorkloadGroup |
PT1M | No |
| 工作負載群組查詢逾時 已逾時之工作負載群組的查詢。此計量所回報的查詢逾時只會在查詢開始執行後才會發生（因為鎖定或資源等候而不包含等候時間） |
WLGActiveQueriesTimeouts |
計數 | 總計 (總和) | IsUserDefined, WorkloadGroup |
PT1M | No |
| 依資源百分比上限的工作負載群組配置 顯示資源相對於每個工作負載群組的有效上限資源百分比配置百分比。 此計量提供工作負載群組的有效使用率 |
WLGAllocationByEffectiveCapResourcePercent |
Percent | 最大值、最小值、平均 | IsUserDefined, WorkloadGroup |
PT1M | No |
| 依系統百分比的工作負載群組配置 相對於整個系統的資源配置百分比 |
WLGAllocationBySystemPercent |
Percent | 最大值、最小值、平均、總計（總和） | IsUserDefined, WorkloadGroup |
PT1M | No |
| 有效上限資源百分比 工作負載群組的有效上限資源百分比。 如果有其他具有 min_percentage_resource > 0 的工作負載群組，則effective_cap_percentage_resource會按比例降低 |
WLGEffectiveCapResourcePercent |
Percent | 最大值、最小值、平均 | IsUserDefined, WorkloadGroup |
PT1M | No |
| 有效下限資源百分比 允許考慮服務等級和工作負載群組設定的有效最小資源百分比設定。 在較低的服務等級上，可以調整有效的min_percentage_resource |
WLGEffectiveMinResourcePercent |
Percent | 最小值、最大值、平均、總計（總和） | IsUserDefined, WorkloadGroup |
PT1M | No |
| 工作負載群組已排入佇列的查詢 達到最大並行限制之後佇列的要求累計計數 |
WLGQueuedQueries |
計數 | 總計 (總和) | IsUserDefined, WorkloadGroup |
PT1M | No |
詳細資料
專用 SQL 集區會測量計算數據倉儲單位 （DWU） 中的效能。 相較於顯示個別節點的詳細數據，例如每個節點的記憶體或每個節點的CPU數目，以及
MemoryUsedPercentCPUPercent一段時間內的一般使用量趨勢等計量。 這些趨勢可協助系統管理員瞭解如何使用專用 SQL 集區實例。 記憶體或 CPU 使用量變更可能是觸發程式，例如相應增加或相應減少 DWU，或調查可能需要優化的查詢。DWUUsed只代表跨 SQL 集區的高階使用量，而且不是使用率的完整指標。 若要判斷是否要相應增加或減少，請考慮 DWU 可能會影響的所有因素，例如並行、記憶體、tempdb 大小和自適性快取容量。 在不同的 DWU 設定 上執行工作負載，以判斷最適合符合您商務目標的工作負載。MemoryUsedPercent即使數據倉儲處於閑置狀態，也不會反映使用中工作負載記憶體耗用量的使用率。 追蹤此計量以及tempdb大小和 Gen2 快取，以決定是否需要調整更多快取容量，以提高工作負載效能。特定數據倉儲會報告失敗且成功的連線，而不是針對伺服器本身。
載入計量維度
如需計量維度是什麼的資訊，請參閱多維度計量。
此服務具有下列與其計量相關聯的維度。
Microsoft.Synapse/workspaces
Result、FailureType、Activity、ActivityType、、TriggerLinkTableStatusEventTypePipelineSQLDatabaseNameSQLPoolNameTableNameLinkConnectionName、JobName、、 LogicalNamePartitionIdProcessorInstance
Result使用 、IntegrationPipelineRunsEnded、 IntegrationTriggerRunsEnded和 BuiltinSqlPoolDataRequestsEnded 計量的IntegrationActivityRunsEnded維度，依 、 Failed或Canceled最終狀態進行篩選Succeeded。
Microsoft.Synapse/workspaces/bigDataPools
SubmitterId、 、 JobState、 JobTypeJobResult
Microsoft.Synapse/workspaces/kustoPools
Database、SealReason、ComponentType、ComponentName、ContinuousExportNameStateEventStatusRoleInstanceResultKindMaterializedViewNameIngestionResultDetailsFailureKind、Result、、 QueryStatusComponentTypeCommandType
Microsoft.Synapse/workspaces/scopePools
JobType, JobResult
Microsoft.Synapse/workspaces/sqlPools
IsUserDefined, Result
資源記錄
本節列出您可以針對此服務收集的資源記錄類型。 該區段會從 Azure 監視器中支援的所有資源記錄類別類型清單提取。
Microsoft.Synapse/workspaces 的支持資源記錄
| 類別 | 類別顯示名稱 | 記錄資料表 | 支援基本記錄計劃 | 支援擷取時間轉換 | 範例查詢 | 匯出的成本 |
|---|---|---|---|---|---|---|
BuiltinSqlReqsEnded |
內建 Sql 集區要求已結束 | SynapseBuiltinSqlPoolRequestsEnded 已結束 Azure Synapse 內建無伺服器 SQL 要求。 |
No | .是 | No | |
GatewayApiRequests |
Synapse 閘道 API 要求 | SynapseGatewayApiRequests Azure Synapse 閘道 API 要求。 |
No | .是 | No | |
IntegrationActivityRuns |
整合活動執行 | SynapseIntegrationActivityRuns Synapse 整合活動的記錄檔會執行。 |
No | .是 | Yes | |
IntegrationPipelineRuns |
整合管線執行 | SynapseIntegrationPipelineRuns Synapse 整合管線執行的記錄。 |
No | .是 | Yes | |
IntegrationTriggerRuns |
整合觸發程序執行 | SynapseIntegrationTriggerRuns Synapse 整合觸發程式的記錄會執行。 |
No | .是 | Yes | |
SQLSecurityAuditEvents |
SQL 安全性稽核事件 | SQLSecurityAuditEvents Azure Synapse SQL 稽核記錄。 |
No | .是 | No | |
SynapseLinkEvent |
Synapse Link 事件 | SynapseLinkEvent Synapse Link 的相關信息，包括鏈接狀態和鏈接數據表狀態。 |
No | No | 查詢 | Yes |
SynapseRbacOperations |
Synapse RBAC 作業 | SynapseRbacOperations Azure Synapse 角色型存取控制 （SRBAC） 作業。 |
No | .是 | No |
注意
SynapseBuiltinSqlPoolRequestsEnded 事件只會針對從記憶體讀取數據的查詢發出。 它不會針對只處理元數據的查詢發出。
Microsoft.Synapse/workspaces/bigDataPools 的支持資源記錄
| 類別 | 類別顯示名稱 | 記錄資料表 | 支援基本記錄計劃 | 支援擷取時間轉換 | 範例查詢 | 匯出的成本 |
|---|---|---|---|---|---|---|
BigDataPoolAppEvents |
巨量數據集區應用程式執行計量 | No | 無 | Yes | ||
BigDataPoolAppsEnded |
巨量數據集區應用程式已結束 | SynapseBigDataPoolApplicationsEnded 已結束 Apache Spark 應用程式的相關信息。 |
No | .是 | No | |
BigDataPoolBlockManagerEvents |
巨量數據集區區塊管理員事件 | No | 無 | Yes | ||
BigDataPoolDriverLogs |
巨量數據集區驅動程序記錄 | No | 無 | Yes | ||
BigDataPoolEnvironmentEvents |
巨量數據集區環境事件 | No | 無 | Yes | ||
BigDataPoolExecutorEvents |
巨量數據集區執行程式事件 | No | 無 | Yes | ||
BigDataPoolExecutorLogs |
巨量數據集區執行程序記錄 | No | 無 | Yes | ||
BigDataPoolJobEvents |
巨量數據集區作業事件 | No | 無 | Yes | ||
BigDataPoolSqlExecutionEvents |
巨量數據集區 Sql 執行事件 | No | 無 | Yes | ||
BigDataPoolStageEvents |
巨量數據集區階段事件 | No | 無 | Yes | ||
BigDataPoolTaskEvents |
巨量數據集區工作事件 | No | 無 | Yes |
Microsoft.Synapse/workspaces/kustoPools 的支持資源記錄
| 類別 | 類別顯示名稱 | 記錄資料表 | 支援基本記錄計劃 | 支援擷取時間轉換 | 範例查詢 | 匯出的成本 |
|---|---|---|---|---|---|---|
Command |
Command | SynapseDXCommand Azure 資料總管 synapse 命令執行摘要。 記錄包括 DatabaseName、State、Duration，可用來監視在叢集上叫用的命令 |
No | 無 | Yes | |
DataOperation |
資料作業 | No | 無 | Yes | ||
FailedIngestion |
失敗擷取 | No | 無 | Yes | ||
IngestionBatching |
內嵌批次處理 | SynapseDXIngestionBatching Azure 數據會探索 Synapse 擷取批處理作業。 這些記錄有可供擷取的批次詳細統計數據（持續時間、批次大小和 Blob 計數） |
No | 無 | Yes | |
Journal |
日誌 | No | 無 | Yes | ||
Query |
Query | SynapseDXQuery Azure 數據總管 synpase 查詢執行摘要。 記錄包括 DatabaseName、State、Duration，可用來監視叢集上叫用的查詢 |
No | 無 | Yes | |
SucceededIngestion |
成功擷取 | SynapseDXSucceededIngestion 成功的擷取作業記錄提供成功完成擷取作業的相關信息。 記錄包含數據源詳細數據，可與 |
No | .是 | Yes | |
TableDetails |
資料表詳細資料 | SynapseDXTableDetails Azure 數據總管 Synpase 數據表詳細數據 |
No | 無 | Yes | |
TableUsageStatistics |
數據表使用量統計數據 | SynapseDXTableUsageStatistics Azure 日期總管 synapse 數據表使用量統計數據。 記錄包括 DatabaseName、TableName、可用來監視叢集數據表使用量的使用者 |
No | 無 | Yes |
Microsoft.Synapse/workspaces/scopePools 的支持資源記錄
| 類別 | 類別顯示名稱 | 記錄資料表 | 支援基本記錄計劃 | 支援擷取時間轉換 | 範例查詢 | 匯出的成本 |
|---|---|---|---|---|---|---|
ScopePoolScopeJobsEnded |
範圍集區範圍作業已結束 | SynapseScopePoolScopeJobsEnded SCOPE 結束事件，包括 SCOPE 作業結果和作業的相關信息。 |
No | 無 | Yes | |
ScopePoolScopeJobsStateChange |
範圍集區範圍作業狀態變更 | No | 無 | Yes |
Microsoft.Synapse/workspaces/sqlPools 的支持資源記錄
| 類別 | 類別顯示名稱 | 記錄資料表 | 支援基本記錄計劃 | 支援擷取時間轉換 | 範例查詢 | 匯出的成本 |
|---|---|---|---|---|---|---|
DmsWorkers |
Dms 背景工作角色 | SynapseSqlPoolDmsWorkers 在 Azure Synapse 專用 SQL 集區中完成 DMS 步驟的背景工作角色相關信息。 |
Yes | 是 | No | |
ExecRequests |
執行要求 | SynapseSqlPoolExecRequests Azure Synapse 專用 SQL 集區中 SQL 要求或查詢的相關信息。 |
Yes | 是 | No | |
RequestSteps |
要求步驟 | SynapseSqlPoolRequestSteps 在 Azure Synapse 專用 SQL 集區中撰寫指定 SQL 要求或查詢的要求步驟相關信息。 |
Yes | 是 | No | |
SqlRequests |
SQL 要求 | SynapseSqlPoolSqlRequests Azure Synapse 專用 SQL 集區中 SQL 要求/查詢步驟的查詢散發相關信息。 |
Yes | 是 | No | |
SQLSecurityAuditEvents |
Sql 安全性稽核事件 | SQLSecurityAuditEvents Azure Synapse SQL 稽核記錄。 |
No | .是 | No | |
Waits |
等候 | SynapseSqlPoolWaits Azure Synapse 專用 SQL 集區中 SQL 要求/查詢執行期間遇到的等候狀態相關信息，包括傳輸佇列的鎖定和等候。 |
Yes | 是 | No |
動態管理檢視 (DMV)
如需這些記錄的詳細資訊，請參閱下列資訊：
- sys.dm_pdw_exec_requests
- sys.dm_pdw_request_steps
- sys.dm_pdw_dms_workers
- sys.dm_pdw_waits
- sys.dm_pdw_sql_requests
若要檢視適用於 Synapse SQL 的 DMV 清單，請參閱 Synapse SQL 中支援的系統檢視。
Azure 監視器記錄資料表
本節列出與此服務相關的 Azure 監視器記錄資料表，並且該資料表可供 Log Analytics 使用 Kusto 查詢進行查詢。 資料表包含資源記錄資料，而且可能包含更多資料，具體取決於所收集及路由傳送至此的內容。
Synapse 工作區
Microsoft.Synapse/workspaces
- AzureActivity
- SynapseRbacOperations
- SynapseGatewayApiRequests
- SynapseSqlPoolExecRequests
- SynapseSqlPoolRequestSteps
- SynapseSqlPoolDmsWorkers
- SynapseSqlPoolWaits
- SynapseSqlPoolSqlRequests
- SynapseIntegrationPipelineRuns
- SynapseLinkEvent
- SynapseIntegrationActivityRuns
- SynapseIntegrationTriggerRuns
- SynapseBigDataPoolApplicationsEnded
- SynapseBuiltinSqlPoolRequestsEnded
- SQLSecurityAuditEvents
- SynapseScopePoolScopeJobsEnded
- SynapseScopePoolScopeJobsStateChange
- SynapseDXCommand
- SynapseDXFailedIngestion
- SynapseDXIngestionBatching
- SynapseDXQuery
- SynapseDXSucceededIngestion
- SynapseDXTableUsageStatistics
- SynapseDXTableDetails
可用的 Apache Spark 組態
| 設定名稱 | 預設值 | 說明 |
|---|---|---|
| spark.synapse.logAnalytics.enabled | false | 若要啟用 Spark 應用程式的 Log Analytics 接收，則為 true。 否則為 false。 |
| spark.synapse.logAnalytics.workspaceId | - | 目的地 Log Analytics 工作區識別碼。 |
| spark.synapse.logAnalytics.secret | - | 目的地 Log Analytics 工作區秘密。 |
| spark.synapse.logAnalytics.keyVault.linkedServiceName | - | Log Analytics 工作區識別碼和金鑰 金鑰保存庫 連結服務名稱。 |
| spark.synapse.logAnalytics.keyVault.name | - | Log Analytics 識別碼和金鑰的 金鑰保存庫 名稱。 |
| spark.synapse.logAnalytics.keyVault.key.workspaceId | SparkLogAnalyticsWorkspaceId | Log Analytics 工作區標識碼 金鑰保存庫 秘密名稱。 |
| spark.synapse.logAnalytics.keyVault.key.secret | SparkLogAnalyticsSecret | Log Analytics 工作區 金鑰保存庫 秘密名稱 |
| spark.synapse.logAnalytics.uriSuffix | ods.opinsights.azure.com | 目的地 Log Analytics 工作區 URI 後綴。 如果您的工作區不在 Azure 全域中，您必須根據個別雲端更新 URI 後綴。 |
| spark.synapse.logAnalytics.filter.eventName.match | - | 選擇性。 以逗號分隔的 spark 事件名稱，您可以指定要收集哪些事件。 例如：SparkListenerJobStart,SparkListenerJobEnd |
| spark.synapse.logAnalytics.filter.loggerName.match | - | 選擇性。 以逗號分隔的log4j記錄器名稱，您可以指定要收集的記錄。 例如：org.apache.spark.SparkContext,org.example.Logger |
| spark.synapse.logAnalytics.filter.metricName.match | - | 選擇性。 以逗號分隔的 spark 計量名稱後置詞，您可以指定要收集哪些計量。 例如：jvm.heap.used |
注意
- 針對由 21Vianet 運作的 Azure Microsoft，
spark.synapse.logAnalytics.uriSuffix參數應該是ods.opinsights.azure.cn。 - 針對 Azure Government，
spark.synapse.logAnalytics.uriSuffix參數應該是ods.opinsights.azure.us。 - 對於 Azure 以外的任何雲端，
spark.synapse.logAnalytics.keyVault.name參數應該是 金鑰保存庫 的完整功能變數名稱 （FQDN）。 例如，AZURE_KEY_VAULT_NAME.vault.usgovcloudapi.net針對 AzureUSGovernment。
活動記錄檔
連結的資料表會列出此服務活動記錄檔中可記錄的操作。 這些操作是活動記錄中的所有可能資源提供者操作的子集。
如需活動記錄項目結構描述的詳細資訊，請參閱活動記錄結構描述。
相關內容
- 如需監視 Synapse Analytics 的描述，請參閱 監視 Azure Synapse Analytics 。
- 如需監視 Azure 資源的詳細資訊，請參閱使用 Azure 監視器來監視 Azure 資源。