Delen via

Fabric bewerkingen

Elke ervaring binnen Microsoft Fabric ondersteunt unieke bewerkingen. De consumptiegraad van een bewerking is wat het gebruik van de onbewerkte ervaringsgegevens omzet in Compute Units (CU).

De pagina computepagina van de app Microsoft Fabric Capacity Metrics biedt een overzicht van de prestaties van uw capaciteit en geeft een overzicht van de prestaties van uw capaciteit en bevat Fabric bewerkingen die rekenresources verbruiken.

In dit artikel worden deze bewerkingen per ervaring vermeld en wordt uitgelegd hoe ze resources binnen Fabric gebruiken.

Interactieve en achtergrondbewerkingen

Microsoft Fabric verdeelt bewerkingen in twee typen, interactive en background. In dit artikel worden deze bewerkingen vermeld en wordt het verschil tussen deze bewerkingen uitgelegd.

Interactieve bewerkingen

Aanvragen en bewerkingen op aanvraag die kunnen worden geactiveerd door gebruikersinteracties met de gebruikersinterface, zoals gegevensmodelquery's die worden gegenereerd door rapportvisuals, worden geclassificeerd als interactieve bewerkingen. Ze worden meestal geactiveerd door gebruikersinteracties met de gebruikersinterface. Een interactieve bewerking wordt bijvoorbeeld geactiveerd wanneer een gebruiker een rapport opent of een slicer selecteert in een Power BI rapport. Interactieve bewerkingen kunnen ook worden geactiveerd zonder interactie met de gebruikersinterface, bijvoorbeeld wanneer u SQL Server Management Studio (SSMS) of een aangepaste toepassing gebruikt om een DAX-query uit te voeren.

Achtergrondbewerkingen

Langer lopende bewerkingen, zoals semantisch model of vernieuwingen van gegevensstromen, worden geclassificeerd als achtergrondbewerkingen . Ze kunnen handmatig worden geactiveerd door een gebruiker of automatisch zonder tussenkomst van de gebruiker. Achtergrondbewerkingen omvatten geplande vernieuwingen, interactieve vernieuwingen, OP REST gebaseerde vernieuwingen en op XMLA gebaseerde vernieuwingsbewerkingen. Gebruikers wachten niet totdat deze bewerkingen zijn voltooid. In plaats daarvan kunnen ze later terugkomen om de status van de bewerkingen te controleren.

Dit document lezen

Elke ervaring heeft een tabel met de bewerkingen, met de volgende kolommen:

  • Bewerking : de naam van de bewerking. Zichtbaar in de app Microsoft Fabric Capacity Metrics.

  • Beschrijving : een beschrijving van de bewerking.

  • Item : het item waarop deze bewerking kan worden toegepast. Zichtbaar in de app Microsoft Fabric Capacity Metrics.

  • Azure factureringsmeter : de naam van de meter op uw Azure factuur waarin het gebruik voor deze bewerking wordt weergegeven.

  • Type : geeft het type van de bewerking weer. Bewerkingen worden geclassificeerd als interactieve of achtergrondbewerkingen .

Wanneer er meer informatie over het verbruikstarief beschikbaar is, wordt er een koppeling naar het document met deze informatie opgegeven.

Fabric bewerkingen op ervaring

Deze sectie is onderverdeeld in Fabric ervaring. Elke ervaring had een tabel waarin de bewerkingen werden vermeld.

Important

Verbruikstarieven kunnen op elk gewenst moment worden gewijzigd. Microsoft zal redelijke inspanningen gebruiken om kennisgeving via e-mail of via een melding van het product te verstrekken. Wijzigingen zijn van kracht op de datum die wordt vermeld in Microsoft de Releaseopmerkingen of Microsoft Fabric blog. Als een wijziging in een Microsoft Fabric verbruikssnelheid van workloads de capaciteitseenheden (CU) verhoogt die nodig zijn voor het gebruik van een bepaalde workload, kunnen klanten de annuleringsopties gebruiken die beschikbaar zijn voor de gekozen betalingswijze.

Copilot in Fabric

Copilot bewerkingen worden vermeld in deze tabel. U vindt de verbruikstarieven voor Copilot in Copilot verbruik.

Operation Description Item Azure factureringsmeter Type
Copilot in Fabric Bereken kosten geassocieerd met invoerprompts en uitvoercompletie Multiple Copilot en AI Background
AI-functies Rekenkosten die zijn gekoppeld aan het gebruik van Fabric AI-functies en Azure OpenAI Service Multiple Copilot en AI Interactief, achtergrond
AI-diensten Rekenkosten die zijn gekoppeld aan het gebruik van Azure AI-services in Fabric (Text Analytics en Azure AI Vertaler) Notebook Copilot en AI Background

Note

Vanaf 17 maart 2026 toont de app Capacity Metrics AI Functions en AI Services als afzonderlijke bewerkingen. Dit is een wijziging die alleen rapporterend is; onderliggende verbruikstarieven zijn ongewijzigd.

Gegevensagent in Fabric

Gegevensagentbewerkingen worden vermeld in deze tabel. In de matrix van de app met metrische gegevens per item- en bewerkingstabel worden bewerkingen van de gegevensagent vermeld onder het itemtype LlmPlugin .

U vindt de verbruikstarieven voor de gegevensagent in het verbruik van de gegevensagent.

Operation Description Item Azure factureringsmeter Type
AI-vraag Bereken kosten geassocieerd met invoerprompts en uitvoercompletie LlmPlugin Copilot en AI Background

Data Factory

De Data Factory-ervaring bevat bewerkingen voor Gegevensstromen Gen2 en Pijplijnen.

Gegevensstromen Gen2

U vindt de verbruikstarieven voor Dataflows Gen2 in Dataflow Gen2-prijzen voor Data Factory in Microsoft Fabric.

Note

Vanaf oktober 2025 is de naam Dataflow Gen2 Refresh gewijzigd in Dataflow Gen2 Run Queries.

Operation Description Item Azure factureringsmeter Type
Queries uitvoeren met Dataflow Gen2 Rekenkosten die zijn gekoppeld aan de evaluatiebewerking voor gegevensstroom Gen2 Gegevensstroom Gen2 Rekencapaciteit voor standaardgebruik van dataflows CU Background
Berekening van gegevensstromen op hoge schaal - SQL-eindpuntquery Gebruik met betrekking tot het SQL-eindpunt voor de tussenopslag van de Gen2-gegevensstroom Warehouse Gebruik van rekencapaciteit voor gegevensstroom op grote schaal (CU) Background

Pipelines

U vindt de verbruikstarieven voor Pijplijnen in Pipeline-prijzen voor Data Factory in Microsoft Fabric.

Operation Description Item Azure factureringsmeter Type
DataMovement De hoeveelheid tijd die wordt gebruikt door de kopieeractiviteit in een Data Factory-pijplijn gedeeld door het aantal gegevensintegratie-eenheden Pipeline Capaciteitsgebruik CU voor gegevensoverdracht Background
ActivityRun Uitvoering van een Data Factory-pijplijnactiviteit Pipeline Capaciteitsgebruik van gegevensorkestratie CU Background

Databases

Eén Fabric capaciteitseenheid = 0,383 SQL Database vCores.

Operation Description Item Azure factureringsmeter Type
SQL-gebruik Berekening voor alle door de gebruiker gegenereerde en door het systeem gegenereerde SQL-query's, wijzigingen en gegevensverwerkingsbewerkingen in een database Database SQL-database in Microsoft Fabric CU voor capaciteitsgebruik Interactive
Toegewezen SQL Storage De dynamisch toegewezen opslagruimte voor een SQL-database in Fabric, die wordt gebruikt voor het opslaan van tabellen, indexen, transactielogboeken en metagegevens. Volledig geïntegreerd met OneLake. Database SQL Storage-gegevens opgeslagen Background

Data Warehouse

Eén Fabric Data Warehouse kern (rekeneenheid voor Data Warehouse) is gelijk aan twee Fabric capaciteitseenheden (CU's).

Operation Description Item Azure factureringsmeter Type
Magazijnquery Rekenkosten voor alle door de gebruiker gegenereerde en door het systeem gegenereerde T-SQL-instructies in een warehouse Warehouse Data Warehouse CU voor capaciteitsgebruik Background
SQL-eindpunt-query Rekenkosten voor alle door de gebruiker gegenereerde en door het systeem gegenereerde T-SQL-instructies binnen het SQL-analyse-eindpunt van een Lakehouse Warehouse Data Warehouse CU voor capaciteitsgebruik Background

Fabric-API voor GraphQL

GraphQL-bewerkingen bestaan uit aanvragen die worden uitgevoerd op API voor GraphQL-items door API-clients. Elke Verwerkingstijd voor GraphQL-aanvragen en -responsbewerkingen wordt in seconden gerapporteerd in capaciteitseenheden (CA's) met de snelheid van tien CA's per uur.

Operation Description Item Azure factureringsmeter Type
Query Rekenkosten voor alle gegenereerde GraphQL-query's (leesbewerkingen) en mutaties (schrijfbewerkingen) door clients binnen een GraphQL-API GraphQL API voor GraphQL Query Capaciteitsgebruik CU Interactive

functies voor Fabric gebruikersgegevens

Fabric Functies voor gebruikersgegevens bestaan uit aanvragen die zijn geïnitieerd door de Fabric-portal, andere Fabric artefacten of clienttoepassingen. Voor elke bewerking worden kosten in rekening gebracht voor de uitvoering van de functie, interne opslag van de metagegevens van de functie in OneLake en bijbehorende lees- en schrijfbewerkingen in OneLake.

Operation Description Item Azure factureringsmeter Type
Uitvoering van functies voor gebruikersgegevens Berekeningskosten voor de uitvoering van de functie in het item Gebruikersgegevensfuncties. Deze bewerking resulteert in het uitvoeren van een functie na een aanvraag van de Fabric-portal, een ander Fabric-item of een externe toepassing. Functies voor gebruikersgegevens Uitvoering van de functie Gebruikersgegevens (CU/s) Interactive
Test van gebruikersgegevensfunctiesportaal Bereken de kosten voor de testuitvoering van een functie binnen het User Data Functions-item. Deze bewerking is het resultaat van het testen van een functie in de ontwikkelmodus tijdens een testsessie. De testsessie heeft een minimale duur van 15 minuten. Functies voor gebruikersgegevens Uitvoering van de functie Gebruikersgegevens (CU/s) Interactive
Statische opslag van gebruikersgegevensfuncties Statische opslag van interne functiemetagegevens in een door de service beheerd OneLake-account. Dit wordt berekend met de gecomprimeerde grootte van de metagegevens van het item User Data Functions. Dit zijn de kosten voor het maken van User Data Functions-items, zelfs als ze niet worden gebruikt. OneLake Storage OneLake Storage Background
Leesfuncties voor statische opslag van gebruikersdatafuncties Leesbewerking van interne functiemetagegevens die zijn opgeslagen in een door de service beheerd OneLake-account. Deze bewerking wordt uitgevoerd telkens wanneer een functie wordt uitgevoerd na een periode van inactiviteit. OneLake Leesbewerkingen OneLake Leesbewerkingen Background
Statische opslagschrijffunctie voor gebruikersgegevens Schrijft en updates van interne functiemetagegevens die zijn opgeslagen in een door het systeem beheerd OneLake-account. Deze bewerking wordt uitgevoerd telkens wanneer het item User Data Functions wordt gepubliceerd. Schrijfbewerkingen in OneLake Schrijfbewerkingen in OneLake Background
Gebruikersgegevensfuncties Statische Opslag Iteratieve Leesbewerkingen Leesbewerkingen voor interne functiemetagegevens die zijn opgeslagen in een door de service beheerd OneLake-account. Deze bewerking wordt uitgevoerd telkens wanneer de gebruikersgegevensfuncties worden vermeld. Iteratieve leesbewerkingen van OneLake Iteratieve leesbewerkingen van OneLake Background
Gebruikersgegevensfuncties Statische opslag Andere bewerkingen Opslagbewerkingen gerelateerd aan verschillende functiemetagegevens in een door de service beheerd OneLake-account. OneLake Overige bewerkingen OneLake Overige bewerkingen Background

ML-modeleindpunt

Met docs over ML-modeleindpunten kunt u naadloos realtime voorspellingen uitvoeren. Achter de schermen draait Fabric de onderliggende containerinfrastructuur om uw model te hosten en beheert.

Operation Description Item Azure factureringsmeter Type
Modeleindpunt TBD ML-model CU voor capaciteitsgebruik van ML-modeleindpunt Background

OneLake

One Lake-rekenbewerkingen vertegenwoordigen de transacties die worden uitgevoerd op One Lake-items. Het verbruikstarief voor elke bewerking varieert afhankelijk van het type. Raadpleeg One Lake-verbruik voor meer informatie.

Operation Description Item Azure factureringsmeter Type
OneLake lezen via doorverwijzing OneLake lezen via doorverwijzing Multiple Gebruikscapaciteit van OneLake Read Operations CU Background
OneLake lezen via een proxy OneLake lezen via een proxy Multiple OneLake-leesbewerkingen via CU voor API-capaciteitsgebruik Background
OneLake Schrijven via omleiding OneLake Schrijven via omleiding Multiple Capaciteitseenheden (CU) voor het gebruik van schrijfbewerkingen in OneLake Background
OneLake Schrijven via Proxy OneLake Schrijven via Proxy Multiple Schrijfbewerkingen voor OneLake via API-capaciteitsgebruik CU Background
OneLake Iteratieve Schrijf via Omleiding OneLake Iteratieve Schrijf via Omleiding Multiple Iteratieve schrijfbewerkingen van OneLake Background
Iteratieve Lezing van OneLake via Doorverwijzing Iteratieve Lezing van OneLake via Doorverwijzing Multiple OneLake Iteratieve Leesbewerkingen Capaciteitsgebruik CU Background
OneLake Overige bewerkingen OneLake Overige bewerkingen Multiple OneLake: CU voor capaciteitsgebruik van overige operaties Background
OneLake Andere operaties via een omleiding OneLake Andere operaties via een omleiding Multiple OneLake Overige bewerkingen via CU voor API-capaciteitsgebruik Background
Iteratief Schrijven via Proxy in OneLake Iteratief Schrijven via Proxy in OneLake Multiple OneLake Iteratieve schrijfacties via CU voor gebruik van API-capaciteit Background
OneLake Iteratieve Lezing via Proxy OneLake Iteratieve Lezing via Proxy Multiple OneLake Iteratieve Leesbewerkingen via API-capaciteitsgebruik CU Background
Lezen van OneLake BCDR via een proxy Lezen van OneLake BCDR via een proxy Multiple Leesbewerkingen van OneLake BCDR via capaciteitsgebruik in CU voor API's Background
OneLake BCDR schrijven via een proxy OneLake BCDR schrijven via een proxy Multiple OneLake BCDR-schrijfbewerkingen via API-capaciteitsgebruik CU Background
OneLake BCDR lezen via een omleiding OneLake BCDR lezen via een omleiding Multiple CU voor gebruik van leescapaciteit bij OneLake BCDR-leesbewerkingen Background
OneLake BCDR schrijven via doorsturing OneLake BCDR schrijven via doorsturing Multiple Capaciteitsgebruik voor OneLake BCDR-schrijfbewerkingen Background
Iteratief lezen van OneLake BCDR via proxy Iteratief lezen van OneLake BCDR via proxy Multiple Iteratieve leesbewerkingen voor OneLake BCDR door middel van API-capaciteitsgebruik via CU Background
OneLake BCDR Iteratief lezen via omleiding OneLake BCDR Iteratief lezen via omleiding Multiple Capaciteitsgebruik CU voor iteratieve leesbewerkingen van OneLake BCDR Background
OneLake BCDR Iteratieve Schrijven via Proxy OneLake BCDR Iteratieve Schrijven via Proxy Multiple Iteratieve schrijfbewerkingen voor BCDR in OneLake via API-capaciteitsgebruik CU Background
OneLake BCDR Iteratief Schrijven via omleiding OneLake BCDR Iteratief Schrijven via omleiding Multiple OneLake BCDR Iteratieve Schrijfoperaties Capaciteitsgebruik CU Background
Andere bewerkingen van OneLake BCDR Andere bewerkingen van OneLake BCDR Multiple OneLake BCDR Capaciteitsgebruik voor andere bewerkingen CU Background
OneLake BCDR Andere operaties met omleiding OneLake BCDR Andere operaties met omleiding Multiple OneLake BCDR andere bewerkingen via API-capaciteitsgebruik CU Background

Power BI

Het gebruik van elke bewerking wordt gerapporteerd in CU-verwerkingstijd in seconden. Acht CA's zijn gelijk aan één Power BI v-core.

Note

De term Semantisch model vervangt de term dataset. Mogelijk ziet u nog steeds de oude term in de gebruikersinterface totdat deze volledig is vervangen.

Momenteel worden er geen R/Py-visuals in Power BI gefactureerd.

Operation Description Item Azure factureringsmeter Type
Kunstmatige intelligentie (AI) Evaluatie van AI-functie AI Power BI CU voor capaciteitsgebruik Interactive
Achtergrondquery Queries voor het verversen van tegels en het maken van rapport-snapshots Semantisch model Power BI CU voor capaciteitsgebruik Background
DirectQuery van gegevensstroom Rechtstreeks verbinding maken met een gegevensstroom zonder dat u de gegevens hoeft te importeren in een semantisch model Gegevensstroom Gen1 Power BI CU voor capaciteitsgebruik Interactive
Gegevensstroom vernieuwen Een on-demand of geplande verversing van de achtergrondgegevensverwerking, uitgevoerd door de dienst of met REST-API's. Gegevensstroom Gen1 Power BI CU voor capaciteitsgebruik Background
Semantisch model op aanvraag vernieuwen Een semantisch achtergrondmodel vernieuwen geïnitieerd door de gebruiker, met behulp van de service, REST API's of openbare XMLA-eindpunten Semantisch model Power BI CU voor capaciteitsgebruik Background
Geplande vernieuwing van Semantisch model Een geplande semantische achtergrondmodelvernieuwing, uitgevoerd door de service, REST API's of openbare XMLA-eindpunten Semantisch model Power BI CU voor capaciteitsgebruik Background
Volledig e-mailabonnement voor rapporten Een PDF- of PowerPoint kopie van een volledig Power BI rapport, gekoppeld aan een emailabonnement Report Power BI CU voor capaciteitsgebruik Background
Interactieve query Query's die zijn geïnitieerd door een aanvraag voor gegevens op aanvraag. Bijvoorbeeld het laden van een model bij het openen van een rapport, gebruikersinteractie met een rapport of het opvragen van een gegevensset voordat deze wordt weergegeven. Het laden van een semantisch model kan worden gerapporteerd als een zelfstandige interactieve querybewerking. Semantisch model Power BI CU voor capaciteitsgebruik Interactive
PublicApiExport Een Power BI-rapport dat is geëxporteerd met het rapport exporteren naar bestand REST API Report Power BI CU voor capaciteitsgebruik Background
Render Een gepagineerd Power BI rapport geëxporteerd met het exporteren van gepagineerd rapport naar bestand REST API Gepagineerd rapport Power BI CU voor capaciteitsgebruik Background
Render Een gepagineerd rapport Power BI weergegeven in Power BI-service Gepagineerd rapport Power BI CU voor capaciteitsgebruik Interactive
Webmodellering lezen Een leesbewerking van een gegevensmodel in de gebruikerservaring voor webmodellering van het semantische model Semantisch model Power BI CU voor capaciteitsgebruik Interactive
Het ontwerpen van webmodellen Een schrijfbewerking voor gegevensmodellen in de gebruikerservaring van het semantische model voor webmodellering Semantisch model Power BI CU voor capaciteitsgebruik Interactive
XMLA lezen XMLA-leesbewerkingen geïnitieerd door de gebruiker, voor query's en ontdekkingen Semantisch model Power BI CU voor capaciteitsgebruik Interactive
XMLA-schrijfbewerking Een achtergrond-XMLA-schrijfbewerking waarmee het model wordt gewijzigd Semantisch model Power BI CU voor capaciteitsgebruik Background
Power BI uitvoeren van visuals R- en Py-visuals worden geactiveerd door het weergeven van Power BI rapport Power BI scriptrapport Geoptimaliseerde capaciteit van Spark-geheugen (CU) Interactive

Realtime-intelligentie

De Real-Time Intelligence-ervaring bevat bewerkingen voor Anomaly Detector, Azure en Fabric gebeurtenissen, digital twin builder (preview), Eventstream en KQL-database en KQL-queryset.

Anomaly Detector

U vindt de verbruikstarieven voor Anomaly Detector in het capaciteitsgebruik en facturering van Anomaly Detector in Real-Time Intelligence.

Operation Description Item Azure factureringsmeter Type
Anomaly Detector-queries uitvoeren Interactieve analyse en continue bewaking Anomaliedetector Anomaly Detector Queries Capaciteitsgebruik CU Background

gebeurtenissen voor Azure en Fabric

U vindt de verbruikstarieven voor Azure- en Fabric-gebeurtenissen in Azure en Fabric gebeurtenissen voor capaciteitsverbruik.

Operation Description Item Azure factureringsmeter Type
Evenementenbeheer Bewerkingen voor publiceren, leveren en filteren Multiple Real-time intelligence - evenementenoperaties Background
Gebeurtenisluisteraar Uptime van de event listener Multiple Real-time intelligence – evenementenluisteraar en waarschuwingssysteem Background

Digital Twin Builder (preview)

U vindt de verbruikstarieven voor digital twin builder (preview) in het capaciteitsverbruik van Digital Twin Builder (preview), gebruiksrapportage en facturering.

Note

De meters voor digital twin builder zijn momenteel in preview en kunnen worden gewijzigd.

Operation Description Item Azure factureringsmeter Type
Digital Twin Builder-bewerking Gebruik voor op aanvraag en geplande bewerkingen in de digitale tweelingbouwerstroom. Proces voor het bouwen van digitale tweelingen CU voor gebruik van capaciteit bij de bewerking van Digital Twin Builder Background

Eventstream

U vindt de verbruikstarieven voor Eventstream in Monitorcapaciteit voor Microsoft Fabric Eventstream.

Operation Description Item Azure factureringsmeter Type
Gebeurtenisstroom per uur Vaste kosten Eventstream Capaciteitsgebruik van eventstream CU Background
Eventstream-gegevensverkeer per GB Het gegevensinvoer- en uitvoervolume in standaardstreams en afgeleide streams (inclusief 24-uursretentie) Eventstream Capaciteitsgebruik CU van eventstream-gegevensverkeer Background
Eventstream-processor per uur Rekenresources die door de processor worden verbruikt Eventstream Capaciteitgebruik stream processor voor gebeurtenissen (CU) Background
Eventstream Connectors per vCore uur Rekenresources die door de connectors worden gebruikt Eventstream Het capaciteitgebruik CU van de Eventstream-connector Background

KQL-Database en KQL-Queryset

U vindt de verbruikstarieven voor KQL Database in KQL Database-verbruik.

Operation Description Item Azure factureringsmeter Type
Eventhouse UpTime Meting van de tijd dat Eventhouse actief is Eventhouse Capaciteitsgebruik CU van Eventhouse Background

Spark

Twee Spark-VCores (een rekenkracht voor Spark) is gelijk aan één capaciteitseenheid (CU). Raadpleeg Spark-pools om te begrijpen hoe Spark-bewerkingen CU's verbruiken.

Operation Description Item Azure factureringsmeter Type
Lakehouse-bewerkingen Gebruikers bekijken een tabel in de Lakehouse Explorer Lakehouse CU voor geoptimaliseerd capaciteitsgebruik van Spark-geheugen Background
Lakehouse-tabel laden Gebruikers laden een deltatabel in de Lakehouse Explorer. Lakehouse CU voor geoptimaliseerd capaciteitsgebruik van Spark-geheugen Background
Notebook uitvoeren Notebook handmatig gerund door gebruikers Notebook CU voor geoptimaliseerd capaciteitsgebruik van Spark-geheugen Background
Het uitvoeren van de Notebook HC Notebook draait binnen de Spark-sessie met hoge gelijktijdigheid Notebook CU voor geoptimaliseerd capaciteitsgebruik van Spark-geheugen Background
Geplande taak voor notebook Notitieboekuitvoering geactiveerd door geplande gebeurtenissen voor notitieboek Notebook CU voor geoptimaliseerd capaciteitsgebruik van Spark-geheugen Background
Notebookpijplijn uitvoeren Notebook-run geactiveerd door pijplijn Notebook CU voor geoptimaliseerd capaciteitsgebruik van Spark-geheugen Background
Notebook VS Code uitvoeren De notebook draait in VS Code. Notebook CU voor geoptimaliseerd capaciteitsgebruik van Spark-geheugen Background
Spark taakuitvoering Uitvoeringen van Spark-batchtaken geïnitieerd door gebruikersinzending Spark-taakdefinitie CU voor geoptimaliseerd capaciteitsgebruik van Spark-geheugen Background
Geplande uitvoering van Spark-job Batch-taakuitvoeringen geactiveerd door op notebook geplande evenementen Spark-taakdefinitie CU voor geoptimaliseerd capaciteitsgebruik van Spark-geheugen Background
Uitvoering van Spark-jobpijplijn Batchtaakuitvoeringen geactiveerd door de pijplijn Spark-taakdefinitie CU voor geoptimaliseerd capaciteitsgebruik van Spark-geheugen Background
Spark-taak uitvoeren in VS Code Spark-taakdefinitie verzonden vanuit VS Code Spark-taakdefinitie CU voor geoptimaliseerd capaciteitsgebruik van Spark-geheugen Background
Gelopen route met uitzicht op het meer Gebruikers plannen gematerialiseerde lakeweergaven. Lakehouse CU voor geoptimaliseerd capaciteitsgebruik van Spark-geheugen Background
Snelkoppelingstransformaties Snelkoppelingstransformaties die zijn gemaakt in het Lakehouse Lakehouse CU voor geoptimaliseerd capaciteitsgebruik van Spark-geheugen Background

Verwante inhoud

  • Last updated on