In Entwicklung: Query Interleaving für Azure Analysis Services

Azure Analysis Services bietet BI-Funktionen der Enterprise-Klasse zur Semantikmodellierung mit allen Vorteilen der Cloud im Hinblick auf Skalierung, Flexibilität und Verwaltung und unterstützt Sie bei der Transformation komplexer Daten in verwertbare Informationen. Enterprise BI-Systeme müssen eine hohe Benutzerparallelität unterstützen, was bedeutet, dass viele Abfragen unmittelbare nacheinander übermittelt werden können. Wir freuen uns, mitteilen zu können, dass wir an der Funktion Query Interleaving arbeiten, die es der Systemkonfiguration ermöglicht, die Benutzerfreundlichkeit in Szenarien mit hoher Parallelität zu verbessern.

Standardmäßig arbeitet die tabellarische Engine von Analysis Services in Bezug auf die CPU nach dem FIFO-Prinzip (First in First Out). Wenn beispielsweise eine teure/langsame Speicherengineabfrage empfangen wird, dicht gefolgt von 2 ansonsten schnellen Abfragen, können die ansonsten schnellen Abfragen möglicherweise blockiert werden, bis die teure Abfrage abgeschlossen wurde. Dies wird in der folgenden Abbildung dargestellt, die Q1, Q2 und Q3 als die jeweiligen Abfragen sowie deren Dauer und CPU-Zeit zeigt.

Mit Query Interleaving können gleichzeitige Abfragen CPU-Ressourcen gemeinsam nutzen, sodass schnelle Abfragen nicht hinter langsamen Abfragen blockiert werden. Die Zeit, die benötigt wird, um alle drei Abfragen abzuschließen, ist immer noch ungefähr gleich, aber Q2 und Q3 werden nicht bis zum Ende blockiert.

Query Interleaving sollte wenig oder gar keine Auswirkungen auf die Leistung von isoliert ausgeführten Abfragen haben. Eine einzelne Abfrage kann immer noch so viel CPU verbrauchen wie mit dem FIFO-Modell.

Bias für kurze Abfragen kann mit Query Interleaving konfiguriert werden. Das bedeutet, dass schnellen Abfragen (definiert durch die Menge an CPU, die jede Abfrage bereits verbraucht hat) ein höherer Anteil an Ressourcen zugewiesen werden kann als Abfragen mit langer Ausführungszeit, sodass sie in einer relativ kurzen Zeit abgeschlossen werden können. In der folgenden Abbildung werden die Q2- und Q3-Abfragen als „schnelle Abfragen“ bezeichnet, und ihnen wird daher mehr CPU als Q1 zugewiesen.

Wir hoffen, dass Sie erkennen können, dass Query Interleaving mit Bias für kurze Abfragen einen großen Mehrwert für Enterprise BI-Systeme in Azure Analysis Services bietet!