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.
Denna artikelserie beskriver bästa praxis för att optimera prestanda, säkerhet och kostnad för Spark-jobb när man kör Spark Notebooks och Spark-jobbdefinitioner (SJDs) på Fabric. Du bör känna till grundläggande datateknikkoncept i Fabric. Om du är ny på Fabric, se dokumentationen om Fabric-datateknik.
Artiklar i den här serien
- Fabric Spark-kapacitet och klusterplanering: Riktlinjer för dimensionering
- Fabric Spark-säkerhet
- Utveckling och övervakning
- Grunderna i Spark
Tips/Råd
Om du inte har använt Spark tidigare börjar du med artikeln Spark Basics .
Förkortningar
Här är en lista över vanliga förkortningar som används i artiklarna om metodtips för Fabric Spark:
| Akronym | Meaning |
|---|---|
| AKV | Azure 密钥保管库 |
| AQE | Adaptiv förfrågningshantering |
| CDC | Förändringsdatafångst |
| CU | Kapacitetsenhet |
| DAG | Riktad acyklisk graf |
| HC | Hög samtidighet |
| JVM | Virtuell Java-dator |
| MLV | Renderad sjöutsikt |
| MPE | Hanterad privat slutpunkt |
| NEE | Ursprunglig körningsmotor |
| OOM | Slut på minne |
| PL | Private Link |
| ORC | Optimerad radkolumn |
| RDD | Elastisk distribuerad datauppsättning |
| SJDs | Definitioner för Spark-jobb |
| SPN | Tjänstens huvudnamn |
| SRE | Webbplatsdriftstekniker |
| UDF | Användardefinierad funktion |
| Användargränssnitt (UI) | Användargränssnitt |
| VM | Virtuell dator |
| Virtuellt nätverk | Virtual Network |
| WS OAP | Utgående åtkomstskydd för arbetsyta |