Nota
O acesso a esta página requer autorização. Pode tentar iniciar sessão ou alterar os diretórios.
O acesso a esta página requer autorização. Pode tentar alterar os diretórios.
Cada experiência dentro da Microsoft Fabric suporta operações únicas. A taxa de consumo de uma operação é o que converte o uso das métricas brutas da experiência em Unidades de Computação ().
A página compute da aplicação Microsoft Fabric Capacity Metrics fornece uma visão geral do desempenho da sua capacidade e lista Fabric operações que consomem recursos de computação.
Este artigo lista estas operações por experiência e explica como consomem recursos dentro do Fabric.
Operações interativas e em segundo plano
Microsoft Fabric divide as operações em dois tipos: interactive e background. Este artigo lista essas operações e explica a diferença entre elas.
Operações interativas
As solicitações e operações sob demanda que podem ser acionadas por interações do usuário com a interface do usuário, como consultas de modelo de dados geradas por visuais de relatório, são classificadas como operações interativas . Eles geralmente são acionados por interações do usuário com a interface do usuário. Por exemplo, uma operação interativa é acionada quando um utilizador abre um relatório ou seleciona um segmentador num relatório Power BI. Operações interativas também podem ser acionadas sem interagir com a interface, por exemplo, ao usar o SQL Server Management Studio (SSMS) ou uma aplicação personalizada para executar uma consulta DAX.
Operações em segundo plano
Operações de execução mais longa, como modelo semântico ou atualizações de fluxo de dados, são classificadas como operações em segundo plano . Eles podem ser acionados manualmente por um usuário ou automaticamente sem interação do usuário. As operações em segundo plano incluem atualizações agendadas, atualizações interativas, atualizações baseadas em REST e operações de atualização baseadas em XMLA. Não se espera que os usuários esperem que essas operações sejam concluídas. Em vez disso, eles podem voltar mais tarde para verificar o status das operações.
Como ler este documento
Cada experiência tem uma tabela que lista suas operações, com as seguintes colunas:
Operação – O nome da operação. Visível na aplicação Métricas de Capacidade Microsoft Fabric.
Descrição – Descrição da operação.
Item – O item ao qual esta operação pode se aplicar. Visível na aplicação Métricas de Capacidade Microsoft Fabric.
Azure contador de faturação – O nome do contador na sua fatura de Azure que indica a utilização desta operação.
Type – Lista o tipo da operação. As operações são classificadas como operações interativas ou em segundo plano .
Quando estiverem disponíveis mais detalhes sobre a taxa de consumo, é fornecido um link para o documento com esta informação.
Fabric operações por experiência
Esta secção está dividida em experiência Fabric. Cada experiência teve uma tabela que lista suas operações.
Important
As taxas de consumo estão sujeitas a alterações a qualquer momento. A Microsoft fará esforços razoáveis para fornecer aviso por email ou através da notificação dentro do produto. As alterações entrarão em vigor na data indicada no Release Notes da Microsoft ou no blogue Microsoft Fabric. Se qualquer alteração à Taxa de Consumo de Carga de Trabalho Microsoft Fabric aumentar significativamente as Unidades de Capacidade () necessárias para usar uma determinada carga de trabalho, os clientes poderão usar as opções de cancelamento disponíveis para o método de pagamento escolhido.
Copilot em Fabric
As operações Copilot estão listadas nesta tabela. Pode encontrar as taxas de consumo para Copilot em Copilot consumo.
| Operation | Description | Item | Azure billing meter | Tipo |
|---|---|---|---|---|
| Copilot em Fabric | Calcular o custo associado aos prompts de entrada e ao resultado gerado. | Multiple | Copilot e IA | Background |
| Funções de IA | Custo de cálculo associado à utilização de funções Fabric AI e Azure OpenAI Service | Multiple | Copilot e IA | Interativo, Contexto |
| Serviços de IA | Custo de cálculo associado à utilização de Serviços de IA Azure em Fabric (Análise de Texto e Tradutor de IA do Azure) | Notebook | Copilot e IA | Background |
Note
A partir de 17 de março de 2026, a aplicação Capacity Metrics mostra as Funções de IA e os Serviços de IA como operações separadas. Esta é uma alteração apenas para reportagem; as taxas de consumo subjacentes mantêm-se inalteradas.
Data agent no Fabric
As operações do agente de dados estão listadas nesta tabela. Na matriz e na tabela de operações por item do aplicativo de métricas, as operações do agente de dados são listadas sob a espécie de item LlmPlugin.
Você pode encontrar as taxas de consumo do agente de dados em Consumo do agente de dados.
| Operation | Description | Item | Azure billing meter | Tipo |
|---|---|---|---|---|
| Consulta por Inteligência Artificial | Calcular o custo associado aos prompts de entrada e ao resultado gerado. | LlmPlugin | Copilot e IA | Background |
Data Factory
A experiência do Data Factory contém operações para Dataflows Gen2 e Pipelines.
Fluxos de dados Gen2
Pode encontrar as taxas de consumo para Dataflows Gen2 em Dataflow Gen2 para Data Factory em Microsoft Fabric.
Note
A partir de outubro de 2025, o nome da operação Dataflow Gen2 Refresh foi renomeado para Dataflow Gen2 Run Queries.
| Operation | Description | Item | Azure billing meter | Tipo |
|---|---|---|---|---|
| Execução de consultas do Dataflow Gen2 | Custo de computação associado à operação de avaliação Gen2 do fluxo de dados | Fluxo de dados Gen2 | Utilização da Capacidade de Computação Padrão dos Fluxos de Dados (CU) | Background |
| Computação de fluxo de dados de alta escala - SQL Endpoint Query | Uso relacionado com o ponto final SQL do armazém de preparação Gen2 do fluxo de dados | Warehouse | Uso da capacidade de computação de fluxo de dados de alta escala CU | Background |
Pipelines
Pode encontrar as taxas de consumo para Pipelines em preços Pipeline para Data Factory em Microsoft Fabric.
| Operation | Description | Item | Azure billing meter | Tipo |
|---|---|---|---|---|
| DataMovement | A quantidade de tempo usada pela atividade de cópia em um pipeline do Data Factory dividido pelo número de unidades de integração de dados | Gasoduto | Utilização da Capacidade de Movimentação de Dados CU | Background |
| ActivityRun | Execução de uma atividade de pipeline do Data Factory | Gasoduto | Capacidade de Uso de Orquestração de Dados | Background |
Databases
Uma unidade de capacidade Fabric = 0,383 vCore de base de dados SQL.
| Operation | Description | Item | Azure Billing Meter | Tipo |
|---|---|---|---|---|
| Uso do SQL | Computação para todas as consultas, modificações e operações de processamento de dados SQL geradas pelo usuário e pelo sistema em um banco de dados | Database | Base de dados SQL no Microsoft Fabric Capacity Usage | Interactive |
| Armazenamento SQL alocado | O espaço de armazenamento alocado dinamicamente para uma base de dados SQL no Fabric, utilizado para armazenar tabelas, índices, registos de transações e metadados. Totalmente integrado com OneLake. | Database | Dados de armazenamento SQL armazenados | Background |
Data Warehouse
Um Fabric Data Warehouse núcleo (unidade de cálculo para Data Warehouse) equivale a duas Unidades de Capacidade (CUs) de Fabric.
| Operation | Description | Item | Azure billing meter | Tipo |
|---|---|---|---|---|
| Consulta de armazém | Calcular a cobrança para todas as instruções T-SQL geradas pelo utilizador e pelo sistema dentro de um Data Warehouse | Warehouse | Data Warehouse Capacidade de Utilização | Background |
| Consulta de Interface SQL | Calcular a carga para todas as instruções T-SQL geradas pelo usuário e pelo sistema no endpoint de análise SQL de um Lakehouse | Warehouse | Data Warehouse Capacidade de Utilização | Background |
API Fabric para GraphQL
As operações do GraphQL são compostas por solicitações realizadas na API para itens do GraphQL por clientes da API. Cada tempo de processamento da operação de solicitação e resposta do GraphQL é relatado em Unidades de Capacidade (UCs) em segundos à taxa de dez CUs por hora.
| Operation | Description | Item | Azure billing meter | Tipo |
|---|---|---|---|---|
| Query | Calcular encargos para todas as consultas GraphQL (leituras) e mutações (escritas) geradas por clientes numa API GraphQL | GraphQL | API para utilização da capacidade de consulta do GraphQL CU | Interactive |
Funções de Dados do Utilizador Fabric
Fabric As operações de Funções de Dados do Utilizador são constituídas por pedidos iniciados pelo portal Fabric, outros artefactos Fabric ou aplicações cliente. Cada operação incorre em uma cobrança pela execução da função, armazenamento interno dos metadados da função no OneLake e operações de leitura e gravação associadas no OneLake.
| Operation | Description | Item | Azure billing meter | Tipo |
|---|---|---|---|---|
| Execução de funções de dados do usuário | Calcule a cobrança pela execução da função dentro do item Funções de Dados do Usuário. Esta operação resulta da execução de uma função após um pedido do portal Fabric, de outro item Fabric ou de uma aplicação externa. | Funções de dados do usuário | Execução da função de dados do usuário (UC/s) | Interactive |
| Teste do Portal de Funções de Dados do Usuário | Taxa de cálculo para a execução de teste de uma função dentro do item Funções de Dados do Usuário. Esta operação resulta do teste de uma função em "Modo de desenvolvimento" durante uma sessão de teste. A sessão de teste tem uma duração mínima de 15 minutos. | Funções de dados do usuário | Execução da função de dados do usuário (UC/s) | Interactive |
| Funções de dados do usuário Armazenamento estático | Armazenamento estático de metadados de funções internas em uma conta OneLake gerenciada por serviços. Isso é calculado com o tamanho compactado dos metadados do item Funções de Dados do Usuário. Este é o custo de criação de itens de Funções de Dados do Usuário, mesmo que eles não sejam usados. | Armazenamento OneLake | Armazenamento OneLake | Background |
| Funções de Dados do Utilizador Armazenamento Estático Leitura | Leia a operação de metadados de função interna armazenados em uma conta OneLake gerenciada por serviço. Esta operação é executada sempre que uma função é executada após um período de inatividade. | Operações de Leitura do OneLake | Operações de Leitura do OneLake | Background |
| Funções de Dados do Utilizador Armazenamento Estático Escrita | Grava e atualiza metadados de funções internas armazenados em uma conta OneLake gerenciada pelo sistema. Esta operação é executada sempre que o item Funções de Dados do Usuário é publicado. | Operações de Gravação do OneLake | Operações de Gravação do OneLake | Background |
| Funções de dados do usuário Armazenamento estático Leitura iterativa | Operações de leitura de metadados para funções internas armazenados numa conta OneLake gerida por serviço. Esta operação é executada sempre que as Funções de Dados do Utilizador são listadas. | As Operações de Leitura Iterativa do OneLake | As Operações de Leitura Iterativa do OneLake | Background |
| Funções de dados do usuário Armazenamento estático Outras operações | Operações de armazenamento relacionadas com vários metadados de função numa conta OneLake gerida por um serviço. | OneLake - Outras Operações | OneLake - Outras Operações | Background |
Ponto de extremidade do modelo de ML
Os documentos de ponto de extremidade do Modelo de ML permitem que você forneça previsões em tempo real sem problemas. Nos bastidores, o Fabric lança e gere a infraestrutura de contentores subjacente para alojar o seu modelo.
| Operation | Description | Item | Azure billing meter | Tipo |
|---|---|---|---|---|
| Ponto de extremidade do modelo | TBD | Modelo de ML | de uso da capacidade do ponto final do modelo de ML | Background |
OneLake
As operações de computação One Lake representam as transações realizadas em itens One Lake. A taxa de consumo de cada operação varia de acordo com o seu tipo. Para obter mais detalhes, consulte One Lake consumption.
| Operation | Description | Item | Azure Billing Meter | Tipo |
|---|---|---|---|---|
| Leitura do OneLake via Redirecionamento | Leitura do OneLake via Redirecionamento | Multiple | Capacidade de Uso de Operações de Leitura do OneLake | Background |
| OneLake Acesso via Proxy | OneLake Acesso via Proxy | Multiple | Operações de leitura do OneLake por meio do uso de capacidade da API | Background |
| OneLake Write via Redirecionamento | OneLake Write via Redirecionamento | Multiple | Uso de Capacidade das Operações de Gravação do OneLake | Background |
| OneLake Gravação via Proxy | OneLake Gravação via Proxy | Multiple | Operações de escrita do OneLake através do uso de capacidade da API CU | Background |
| OneLake Escrita Iterativa via Redirecionamento | OneLake Escrita Iterativa via Redirecionamento | Multiple | Operações iterativas de gravação do OneLake | Background |
| OneLake Iterative Read através de Redirecionamento | OneLake Iterative Read através de Redirecionamento | Multiple | Capacidade de Uso de Operações de Leitura Iterativa do OneLake | Background |
| OneLake - Outras Operações | OneLake - Outras Operações | Multiple | Uso da Capacidade das Outras Operações do OneLake CU | Background |
| Outras operações no OneLake através de redirecionamento | Outras operações no OneLake através de redirecionamento | Multiple | Outras operações do OneLake através de uso de capacidade da API (CU) | Background |
| Escrita iterativa do OneLake via proxy | Escrita iterativa do OneLake via proxy | Multiple | Operações Iterativas de Escrita do OneLake via Uso de Capacidade da API CU | Background |
| A leitura iterativa do OneLake via proxy | A leitura iterativa do OneLake via proxy | Multiple | Operações de leitura iterativa do OneLake por meio do uso da capacidade da API | Background |
| Leitura do OneLake BCDR via Proxy | Leitura do OneLake BCDR via Proxy | Multiple | Operações de leitura de BCDR no OneLake através do uso de capacidade da API CU | Background |
| OneLake BCDR Escrita via Proxy | OneLake BCDR Escrita via Proxy | Multiple | Operações de gravação do BCDR do OneLake através do uso da capacidade da API | Background |
| Leitura do OneLake BCDR através de Redirecionamento | Leitura do OneLake BCDR através de Redirecionamento | Multiple | Utilização de Capacidade de Operações de Leitura BCDR do OneLake CU | Background |
| OneLake BCDR Write através de Redirecionamento | OneLake BCDR Write através de Redirecionamento | Multiple | Capacidade de Uso de Operações de Gravação do OneLake BCDR CU | Background |
| OneLake BCDR Leitura Iterativa através de Proxy | OneLake BCDR Leitura Iterativa através de Proxy | Multiple | Operações de leitura iterativas do OneLake BCDR através do uso de capacidade da API CU | Background |
| Leitura Iterativa do BCDR do OneLake via Redirecionamento | Leitura Iterativa do BCDR do OneLake via Redirecionamento | Multiple | Capacidade de Uso de Operações de Leitura Iterativa BCDR do OneLake CU | Background |
| Gravação Iterativa do OneLake BCDR via Proxy | Gravação Iterativa do OneLake BCDR via Proxy | Multiple | Operações de gravação iterativa do BCDR do OneLake via utilização de capacidade da API CU | Background |
| OneLake BCDR Escrita Iterativa através de Redirecionamento | OneLake BCDR Escrita Iterativa através de Redirecionamento | Multiple | Capacidade de Uso do OneLake BCDR para Operações Iterativas de Gravação | Background |
| OneLake BCDR Outras Operações | OneLake BCDR Outras Operações | Multiple | Uso da Capacidade de Outras Operações do BCDR OneLake UC | Background |
| OneLake BCDR Outras Operações via Redirecionamento | OneLake BCDR Outras Operações via Redirecionamento | Multiple | Outras operações BCDR do OneLake através da utilização da capacidade de API CU | Background |
Power BI
O uso para cada operação é relatado em tempo de processamento de CU em segundos. Oito CUs equivalem a um v-core Power BI.
Note
O termo modelo semântico substitui o termo conjunto de dados. Você ainda pode ver o termo antigo na interface do usuário até que ele seja completamente substituído.
Atualmente, não faturamos pelos visuais do R/Py no Power BI.
| Operation | Description | Item | Azure billing meter | Tipo |
|---|---|---|---|---|
| Inteligência artificial (IA) | Avaliação da função de IA | IA | Utilização da Capacidade do Power BI | Interactive |
| Consulta em segundo plano | Consultas para atualizar mosaicos e criar instantâneos de relatório | Modelo semântico | Utilização da Capacidade do Power BI | Background |
| DirectQuery de fluxo de dados | Conecte-se diretamente a um fluxo de dados sem a necessidade de importar os dados para um modelo semântico | Fluxo de dados Gen1 | Utilização da Capacidade do Power BI | Interactive |
| Atualização do fluxo de dados | Uma atualização de fluxo de dados em segundo plano sob demanda ou agendada, executada pelo serviço ou com APIs REST. | Fluxo de dados Gen1 | Utilização da Capacidade do Power BI | Background |
| Atualização semântica do modelo sob demanda | Uma atualização do modelo semântico em segundo plano iniciada pelo utilizador, utilizando o serviço, APIs REST ou pontos de extremidade XMLA públicos. | Modelo semântico | Utilização da Capacidade do Power BI | Background |
| Atualização agendada do modelo semântico | Uma atualização agendada do modelo semântico em plano de fundo, executada pelo serviço, por APIs REST ou por pontos de extremidade XMLA públicos | Modelo semântico | Utilização da Capacidade do Power BI | Background |
| Subscrição de e-mail de relatório completo | Uma cópia em PDF ou PowerPoint de um relatório Power BI completo, anexada a uma subscrição email | Relatório | Utilização da Capacidade do Power BI | Background |
| Consulta interativa | Consultas iniciadas por uma solicitação de dados sob demanda. Por exemplo, carregar um modelo ao abrir um relatório, interagir o usuário com um relatório ou consultar um conjunto de dados antes da renderização. O carregamento de um modelo semântico pode ser relatado como uma operação de consulta interativa autônoma. | Modelo semântico | Utilização da Capacidade do Power BI | Interactive |
| PublicApiExport | Um relatório Power BI exportado com o relatório export para a API REST do ficheiro | Relatório | Utilização da Capacidade do Power BI | Background |
| Render | Um relatório paginado Power BI exportado com o relatório paginado export para a API REST do ficheiro | Relatório paginado | Utilização da Capacidade do Power BI | Background |
| Render | Um relatório paginado do Power BI visualizado no serviço Power BI | Relatório paginado | Utilização da Capacidade do Power BI | Interactive |
| Leitura de modelação Web | Uma operação de leitura de modelo de dados na experiência do usuário de modelagem da web no modelo semântico. | Modelo semântico | Utilização da Capacidade do Power BI | Interactive |
| Escrita de Modelagem Web | Uma operação de escrita de modelo de dados na experiência do utilizador de modelagem semântica na Web | Modelo semântico | Utilização da Capacidade do Power BI | Interactive |
| XMLA leitura | Operações de leitura XMLA iniciadas pelo usuário, para consultas e descobertas | Modelo semântico | Utilização da Capacidade do Power BI | Interactive |
| Escrita XMLA | Uma operação de gravação XMLA em segundo plano que altera o modelo | Modelo semântico | Utilização da Capacidade do Power BI | Background |
| Execução visual de scripts do Power BI | Os visuais R e Py são desencadeados pela renderização do relatório Power BI | Relatório de scripting do Power BI | Capacidade otimizada de memória do Spark (unidade de capacidade) | Interactive |
Inteligência em Tempo Real
A experiência Real-Time Intelligence contém operações para Anomaly Detector, Azure e Fabric eventos, digital twin builder (prévia), Eventstream, e KQL Database e KQL Queryset.
Detetor de Anomalias
Pode encontrar as taxas de consumo do Detetor de Anomalias na utilização e faturação de capacidade do Detetor de Anomalias em Real-Time Intelligence.
| Operation | Description | Item | Azure billing meter | Tipo |
|---|---|---|---|---|
| Execução de Consultas do Detetor de Anomalias | Análise interativa e monitorização contínua | Detetor de anomalias | Consultas de Capacidade de Utilização no Detetor de Anomalias (CU) | Background |
Eventos Azure e Fabric
Pode encontrar as taxas de consumo para eventos de Azure e Fabric em Azure e Fabric eventos de consumo de capacidade.
| Operation | Description | Item | Azure billing meter | Tipo |
|---|---|---|---|---|
| Operações de Eventos | Operações de publicação, entrega e filtragem | Multiple | Inteligência em Tempo Real - Operações de Eventos | Background |
| Ouvinte de eventos | Tempo de atividade do ouvinte do evento | Multiple | Inteligência em Tempo Real – Ouvinte de Eventos e Alerta | Background |
Construtor de gémeo digital (pré-visualização)
Você pode encontrar as taxas de consumo do construtor de gêmeos digitais (visualização) em Consumo de capacidade, relatórios de uso e faturamento do construtor de gêmeos digitais (visualização).
Note
Os medidores para os construtores de gêmeos digitais estão em fase de testes e podem estar sujeitos a alterações.
| Operation | Description | Item | Azure billing meter | Tipo |
|---|---|---|---|---|
| Operação do Digital Twin Builder | Uso para operações de fluxo de construtor de gêmeos digitais sob demanda e programadas | Fluxo do criador de gêmeos digitais | de Utilização da Capacidade de Operação do Digital Twin Builder | Background |
Eventstream
Pode encontrar as taxas de consumo do Eventstream em Monitorizar o consumo de capacidade para Microsoft Fabric Eventstream.
| Operation | Description | Item | Azure billing meter | Tipo |
|---|---|---|---|---|
| Fluxo de Eventos por Hora | Carga plana | Eventstream | Utilização da Capacidade do Fluxo de Eventos | Background |
| Tráfego de dados do fluxo de eventos por GB | Entrada de dados & volume de saída em fluxos padrão e derivados (Inclui retenção de 24 horas) | Eventstream | Uso da Capacidade de Tráfego de Dados do Fluxo de Eventos | Background |
| Processador de Fluxo de Eventos por hora | Recursos de computação consumidos pelo processador | Eventstream | Uso da Capacidade do Processador Eventstream CU | Background |
| Conectores de Eventstream por hora de vCore | Recursos de computação consumidos pelos conectores | Eventstream | Utilização da Capacidade do Conector Eventstream CU | Background |
Banco de dados KQL e conjunto de consultas KQL
Você pode encontrar as taxas de consumo do Banco de Dados KQL no consumo do Banco de Dados KQL.
| Operation | Description | Item | Azure billing meter | Tipo |
|---|---|---|---|---|
| Tempo de atividade da casa de eventos | Medida do tempo que o Eventhouse está ativo | Eventhouse | Utilização da Capacidade da Eventhouse CU | Background |
Spark
Dois Spark VCores (uma unidade de poder de computação para Spark) são iguais a uma unidade de capacidade (CU). Para entender como as operações do Spark consomem CUs, consulte pools do Spark.
| Operation | Description | Item | Azure billing meter | Tipo |
|---|---|---|---|---|
| Operações Lakehouse | Tabela de pré-visualização de utilizadores no explorador do Lakehouse | Lakehouse | Spark Utilização da Capacidade Otimizada de Memória CU | Background |
| Carregamento da tabela Lakehouse | Os usuários carregam a tabela delta no Lakehouse explorer | Lakehouse | Spark Utilização da Capacidade Otimizada de Memória CU | Background |
| Execução de notebook | Notebook executado manualmente pelos utilizadores | Notebook | Spark Utilização da Capacidade Otimizada de Memória CU | Background |
| Notebook HC em execução | Notebook executado com a sessão Spark de alta simultaneidade | Notebook | Spark Utilização da Capacidade Otimizada de Memória CU | Background |
| Execução agendada do notebook | Execução do notebook acionada por eventos agendados do notebook | Notebook | Spark Utilização da Capacidade Otimizada de Memória CU | Background |
| Execução da pipeline do caderno | Execução do notebook acionada por pipeline | Notebook | Spark Utilização da Capacidade Otimizada de Memória CU | Background |
| Notebook VS Code executar | O notebook é executado no VS Code. | Notebook | Spark Utilização da Capacidade Otimizada de Memória CU | Background |
| Execução de tarefa do Spark | O trabalho em lote do Spark é executado após ser iniciado pelo envio do usuário. | Definição de trabalho do Spark | Spark Utilização da Capacidade Otimizada de Memória CU | Background |
| Trabalho do Spark agendado para execução | Execuções de trabalhos em lote acionadas por eventos agendados de notebooks | Definição de trabalho do Spark | Spark Utilização da Capacidade Otimizada de Memória CU | Background |
| Execução do pipeline de tarefa do Spark | Execução de trabalho em lote acionada por canalização | Definição de trabalho do Spark | Spark Utilização da Capacidade Otimizada de Memória CU | Background |
| Execução da tarefa Spark no VS Code | Definição de trabalho do Spark enviada do VS Code | Definição de trabalho do Spark | Spark Utilização da Capacidade Otimizada de Memória CU | Background |
| Corrida materializada com vista para o lago | Os usuários agendam execuções de visualização materializada do lago | Lakehouse | Spark Utilização da Capacidade Otimizada de Memória CU | Background |
| Transformações de atalho | Transformações de atalho criadas na Lakehouse | Lakehouse | Spark Utilização da Capacidade Otimizada de Memória CU | Background |