Рекомендации по повышению производительности для API Fabric в GraphQL

2025-05-27

API Microsoft Fabric для GraphQL предлагает эффективный способ эффективного запроса данных, но оптимизация производительности является ключом к обеспечению плавной и масштабируемой производительности. Независимо от того, обрабатываете ли вы сложные запросы или оптимизируете время отклика, приведенные ниже рекомендации помогут повысить производительность реализации GraphQL и повысить эффективность API в Fabric.

Регионы

Вызовы между регионами обычно могут быть причиной высокой задержки. Чтобы достичь лучшей производительности, рекомендуется, чтобы клиенты подключались к API в том же тенанте и регионе мощности.

Регион арендатора

Вы можете найти регион клиента, выполнив следующие действия.

Перейдите на портал Microsoft Fabric с учетной записью администратора и щелкните значок справки ? в правом верхнем углу.
В нижней части раздела справки щелкните ссылку About Fabric .
Отображаются сведения о клиенте, включая регион.

Регион емкости

Перейдите на портал Microsoft Fabric, откройте рабочую область, в которой размещен API Fabric для GraphQL.
В параметрах рабочей области перейдите к сведениям о лицензии.
Сведения о регионе емкости можно найти в разделе "Лицензия".

Регион источника данных

Если источник данных размещен на платформе Fabric, регион емкости рабочей области будет регионом источника данных.
Если источник данных находится за пределами платформы Fabric, например базы данных SQL Azure, вы сможете найти региональные сведения на портале Azure.

Тестирование производительности

Для клиентов, оценивающих производительность API, рекомендуется придерживаться следующих рекомендаций, чтобы обеспечить согласованные и надежные результаты.

Клиентские инструменты

Чтобы эмулировать поведение шкафа в приложении, рекомендуется использовать скрипты или демонстрационное веб-приложение для тестирования для измерения производительности. Помимо этого, использование пула подключений HTTP может значительно сократить задержки, особенно для сценариев между регионами.

Этот пример скрипта теста производительности можно использовать, который поможет вам приступить к работе.

Связанные статьи:

Сбор и оценка данных

Рекомендуется автоматизировать выполнение запроса за определенный период времени с помощью скриптов или средств тестирования производительности. Анализ средних или процентильных результатов помогает обеспечить более точные и беспристрастные показатели производительности.

Общие проблемы

Ниже приведен список распространенных проблем, которые могут повлиять на задержку и производительность API.

Геолокация вашего клиента отличается от вашего арендатора и региона мощности.
- Если вы планируете достичь оптимальной производительности для приложения, наличие клиентов и ресурсов API в одном регионе поможет достичь цели.
Запросите API для GraphQL несколько раз перед тестированием:
- API для GraphQL не использует или не потребляет емкость (CUs) в состоянии бездействия. Это означает, что среда API должна инициализироваться внутренне во время первого вызова, который занимает несколько дополнительных секунд. API для GraphQL имеет внутренние механизмы кэширования, которые помогают сократить задержки для постоянных вызовов, однако могут возникнуть скачки задержки для первоначальных вызовов.
- Кроме самого API, некоторые источники данных, как известно, проходят этап разогрева, что приведет к более высокой задержке для первоначальных запросов. Если API обращается к источнику данных, который также неактивен и должен быть инициализирован во время первого выполнения, задержка выше, так как она должна ожидать инициализации источника данных и API.
- Последующие вызовы выполняются быстрее, так как инициализация среды выполняется только один раз.
Настройка источника данных и возможностей платформы Fabric.
- Api для GraphQL можно рассматривать как оболочку поверх источников данных. Если сам источник данных имеет проблемы с производительностью из-за его сложности, ожидается, что задержки API могут быть высокими. В таких случаях рекомендуется протестировать запросы к источникам данных непосредственно для более эффективного сравнения производительности с API для GraphQL.
  - Следуйте этому руководству по выбору подходящего хранилища данных для бизнес-потребностей: руководство по принятию решений Fabric — выбор хранилища данных
- При доступе к API для GraphQL производительность будет привязана к выбранному номеру SKU емкости Fabric.
  - Ознакомьтесь с общими сведениями о SKU пропускной способности Fabric и его вычислительной мощности: основные понятия Microsoft Fabric

Некоторые факторы могут повлиять на производительность API. Общие сведения о настройке источника данных, выборе нужных регионов и эффективном измерении производительности важны для оптимизации.