【发布时间】:2021-04-18 17:51:54
【问题描述】:
我们正在构建一个 SSAS 表格多维数据集并尝试确定适合的硬件。
我想这意味着如果您有 1 个内核,那么 1 个线程正在使用公式引擎。如果您有 4 个内核,则 4 个内核可以并行访问公式引擎。
我们的目标是确定核心数量,因为我们有很多用户。
【问题讨论】:
标签: multithreading ssas ssas-tabular cpu-cores
我们正在构建一个 SSAS 表格多维数据集并尝试确定适合的硬件。
我想这意味着如果您有 1 个内核,那么 1 个线程正在使用公式引擎。如果您有 4 个内核,则 4 个内核可以并行访问公式引擎。
我们的目标是确定核心数量,因为我们有很多用户。
【问题讨论】:
标签: multithreading ssas ssas-tabular cpu-cores
SSAS表格的底层引擎,可以分为存储引擎和公式引擎两个功能。 查询时,它基本上从存储引擎获取数据,并将其传递给公式引擎以运行 DAX 查询。 你是对的,公式引擎是单线程的,但存储引擎是多线程的。所以存储引擎会快速获取数据,然后公式引擎会对其进行计算。但是多用户查询,会产生多个单线程查询,而且使用的线程不一样,会影响查询的并行处理。
如果你看一下推荐的实例大小的规格大约是 8 到 16 核,因为大多数查询不会同时运行,存储引擎和计算引擎会同时运行时间,SSAS 将快速返回数据,只需要几秒钟的时间来处理。最重要的部分是您必须存储和运行查询的 RAM 限制。
如果您查看 Power BI Premium,您会看到 4 个内核和 25GB 内存,每小时可能需要 1200-1500 个报表交互。使用 Azure 分析服务获得 QPU 的测量值,大约等于 1 个虚拟核心到 25 个 QPU。对于 S2,同样是 4 个虚拟内核。
作为参考,您应该查看以下关于调整服务器大小的注意事项的 vertipaq engine 和 SQLBI 帖子 here 上的博文,该博文由 SSAS 表格和 DAX 的领导者之一 Marco Russo 撰写。
p>【讨论】: