Question

我正在使用Stream Analytics进行简单的数据传递方案 Job有多个SQL Server输出（三个）和一个EventHub输入。活动数量很少。问题是我的SU％利用率持续增长。我的临时解决方案是每天重启一次或两次Job。

我做错了吗？以下是我的查询示例。我试图更改查询以使用TUMBLINGWINDOW，但我得到了相同的结果。

SELECT field_1, field_2, field_3, field_4, field_5
INTO [out-alias-1]
FROM [in-alias]
WHERE field_1 LIKE 'Event1:%' OR field_1 LIKE 'Event2:%';

SELECT field_1, field_3, field_6, field_7, field_8
INTO [out-alias-2]
FROM [in-alias]
WHERE field_1 LIKE 'Event3:%' OR field_1 LIKE 'Event4:%';

SELECT field_1, field_3, field_4, field_9, field_10
INTO [out-alias-3]
FROM [in-alias]
WHERE field_1 NOT LIKE 'Event1:%' AND field_1 NOT LIKE 'Event2:%'
  AND field_1 NOT LIKE 'Event3:%' AND field_1 NOT LIKE 'Event4:%';

Answer 1

您可能会观察到基线SU％利用率很少甚至没有输入事件，因为系统会消耗一定量的资源。系统消耗的资源量也可能随时间波动。

流式处理单元（SU）代表执行Azure Stream Analytics作业的资源和功能。 SU提供了一种基于CPU，内存和读写速率的混合度量来描述相对事件处理能力的方法。每个流式传输单元对应于大约1MB /秒的吞吐量。有关详细信息，请Stream Analytics key concepts。

SU％利用率指标是需要扩展Azure Stream Analytics作业的指标。高SU％利用率可能是查询中的大窗口，输入中的大事件，大的无序容差窗口或上述组合的结果。将查询分区，或将查询分解为更多步骤，以及从“缩放”选项卡添加更多SU，都是避免此类情况的策略。有关详细信息，请参阅Scale Azure Stream Analytics jobs。

Azure流分析SU％利用率不断提高

1 个答案: