Kommentar
Åtkomst till den här sidan kräver auktorisering. Du kan prova att logga in eller ändra kataloger.
Åtkomst till den här sidan kräver auktorisering. Du kan prova att ändra kataloger.
Important
Lakewatch är i beta. Arbetsyteadministratörer kan styra åtkomsten till den här funktionen från sidan Förhandsversioner . Se Hantera förhandsversioner på arbetsytenivå.
Detektionsregler körs på ett SQL warehouse som du tillhandahåller. Lakewatch skapar eller hanterar inte detta lager. Istället skapar du den i din arbetsyta och väljer den när du skapar en detekteringsregel. Att skapa och dimensionera ett lager kräver vanligtvis administratörsbehörigheter för arbetsområdet, så detta är vanligtvis en admin-installationsuppgift.
Den här sidan rekommenderar en startkonfiguration för ett Detection Warehouse. Du kan dela ett enda datalager över alla detektionsregler i en arbetsmiljö.
Prerequisites
Ett detektionslager måste köra Databricks SQL 2026.36 och uppåt. Lakewatch kollar vilken version warehouse kör, inte dess kanalinställning. Om Databricks har fastnålat ditt SQL-lager till en specifik Databricks SQL-version måste den fastnålade versionen också uppfylla detta minimum.
För att kontrollera vilken version ett warehouse kör, kör denna fråga på det warehouset:
SELECT current_version().dbsql_version;
Fel för lager som inte stöds
När Lakewatch kontrollerar versionen
Lakewatch validerar data warehouse-versionen vid dessa punkter:
- När du skapar en regel: Lakewatch avvisar regeln om dess warehouse inte stöds.
- När du ändrar en regels SQL warehouse eller run-as principal: Lakewatch avvisar ändringen om warehouse inte stöds.
- När Lakewatch validerar befintliga regler på nytt: Om ett befintligt regels lager inte stöds slutar Lakewatch köra regeln och öppnar ett systemfel för den.
Om Lakewatch inte kan avgöra vilken version ett warehouse kör, behandlar det warehouse som osupporterat.
Använd ett lager som stöds
Om Lakewatch avvisar ett warehouse på grund av dess version, börjar felmeddelandet med en av följande:
SQL warehouse '<name>' (<id>) is running a version that Lakewatch does not support.Lakewatch could not verify that SQL warehouse '<name>' (<id>) is supported.
Så här återställer du:
- Välj ett SQL Warehouse som uppfyller minimiversionen, eller kontakta Databricks Support för hjälp med att uppdatera lagret.
- Försök skapa eller uppdatera regeln igen.
Om du byter en befintlig regel till ett annat lager som stöds validerar Lakewatch regeln omedelbart. Om regelns nuvarande warehouse istället uppdateras till en stödd version, fortsätter Lakewatch att köra regeln nästa gång den validerar regeln igen.
Ett annat fel innebär att Lakewatch inte kunde köra versionskontrollen alls:
Lakewatch could not validate the SQL warehouse runtime. Check warehouse availability and the rule's run-as permissions, then retry.
I det här fallet, kontrollera att datalagret är tillgängligt och att regelns run-as-princip kan använda det, och försök sedan igen.
Rekommenderad konfiguration
För de flesta arbetsytor, börja med ett serverlöst SQL-lager som delas av alla dina detektionsregler:
| Inställning | Rekommenderat värde |
|---|---|
| Type | Serverless |
| Size | 2X-Small |
| Kluster (min) | 1 |
| Kluster (max) |
ceil(peak concurrent rules / 10), upp till maxgränsen för 40 kluster |
| Automatisk stopp | 10 minuter |
Ett 2X-Small lager kan köra 100 eller fler enkla detekteringar. Eftersom ett SQL warehouse faktureras efter klustrets upptid istället för per förfrågan, gäller att ju fler regler som delar ett warehouse, desto lägre kostnad per regel.
Note
Ett lager som bara kör en eller två regler har en hög kostnad per regel, eftersom du betalar för lagrets drifttid även när få regler använder den. För att sänka kostnaden per regel, dela ett datalager över många detekteringar.
När du ska justera
Ändra standardinställningarna baserat på din arbetsbelastning:
- Många, höga eller burstiga regler: Höj det maximala klusterantalet så att frågor inte köas. Att lägga till kluster (skala ut) är det främsta sättet att öka samtidigheten. Varje kluster tillhandahåller ungefär 10 frågeslots.
- Latenskänsliga upptäckter: Sätt en miniminivå (minst 2 eller fler kluster) eller ett längre autostopp för att undvika kallstart, till högre kostnad.
- Få, sällsynta eller kostnadskänsliga regler: Sänk tiden för automatiskt stopp till 5 minuter (minimum) för att minska tomgångstiden. Ett kallt datalager startar om på cirka 5 sekunder.
- Tunga eller komplexa queryer (stora skanningar eller joins): Öka lagrets storlek (Liten, Medelstor eller större). Använd en större storlek (skalar upp) endast när en enskild fråga behöver mer minne eller beräkningsresurser.
Kostnadstillskrivning
För att spåra detektionskostnaden på egen hand, använd ett dedikerat datalager för detektionsarbetsbelastningar istället för att dela ett med annan frågeaktivitet. Eftersom fakturering sker per klusters upptid gör ett dedikerat datalager det enkelt att tillskriva kostnad till detektering.
Nästa steg
- Skapa och hantera detekteringsregler: Välj det här datalagret när du skapar en detektionsregel.