资源介绍
视频数量：28个
总时长：1小时47分
课程介绍：
Fabric数据平台监控优化与故障排查实战
数据工程师最怕什么？半夜三点被电话叫醒，告诉你报表全是空的。或者跑了八个小时的数据流水线，最后一个环节报错，前功尽弃。又或者老板问你为什么这个月的云账单比上个月翻了一番，你张了张嘴，愣是答不上来。这些场景，做过数据项目的人都懂。Microsoft Fabric把数据工程、湖仓、仓库、实时流、Notebook全部塞进了同一个平台，功能确实强大了，但出了问题和遇到性能瓶颈的时候也比以前更难排查。这门课就是来解决这些头疼事儿的，讲师Thomas LeBlanc是Power BI社区里知名的数据建模专家，他会把监控调优的整套思路掰开揉碎讲给你听。
一、监控Fabric平台各项组件
先说监控。Fabric平台里的东西不少，Lakehouse、Warehouse、Eventhouse、Semantic Model、Pipeline、Notebook、Dataflow，每一个都有自己的运行状态和日志。课程第一部分就带你熟悉整个监控体系。怎么用Monitor Hub查看各项工件（Artifact）的运行情况，哪个任务成功了，哪个失败了，运行了多久，消耗了多少资源，这些信息在哪里能找到。
光听不练假把式。课程里有专门的操作演示，手把手带你打开Monitor Hub看一个真实任务的监控面板，告诉你每一列数据代表什么、怎么快速定位异常。日志（Logging）部分则更深入一层，讲的是怎么开启诊断日志、配置Log Analytics工作区，把运行记录持久化下来，这样出了问题可以追溯，不至于两眼一抹黑。最后还会演示怎么监控Semantic Model（语义模型）的刷新状态和数据集健康度，很多团队只盯着数据管道跑没跑通，忽略了数据集刷新失败导致的报表空白，这部分内容正好补上这个盲区。
二、识别与解决批处理中的常见故障
批处理是日常数据工作的主力，但也最容易出问题。Pipeline、Dataflow和Notebook这三大工具的常见故障，是课程第二部分的重点。
Pipeline报错是家常便饭。课程先讲错误的分类和排查思路：活动失败、超时、权限不足、连接断开，每种情况对应不同的处理方式。演示环节会用条件分支（Conditional Pipeline Flow）构建一个容错性更强的流程，比如某个活动失败后自动发邮件通知，或者跳过非关键步骤继续往下走。还有专门的演示展示如何配置邮件失败通知，让你不再需要手动盯着屏幕看任务跑没跑完。
Dataflow的数据流问题也不少。表名冲突、刷新策略冲突、数据源连接中断，每一种都有对应的解决套路。Notebook部分则讲最佳实践，变量怎么管理、单元格执行顺序如何控制、Spark会话怎么复用。演示环节还会模拟几个常见的Notebook错误，比如依赖包缺失、内存不够、集群启动失败，带着你一步步排查。
三、排查Eventhouse与Warehouse的查询问题
实时流处理这块，Fabric里的Eventhouse（事件屋）和Eventstream（事件流）是两个核心组件。课程第三部分专门讲这两个东西的监控与排错。
Eventhouse的监控演示会教你怎么看KQL查询的性能指标、数据库的摄入（Ingestion）状态、缓存命中率。Eventstream的错误则更隐蔽，上游schema变了，下游没跟上，数据就丢了。演示会用一个真实场景还原事件流schema变更的故障，教你怎么配置schema漂移检测，怎么在数据断流时第一时间收到告警。
Warehouse查询性能问题更是高频痛点。课程会分析常见的查询瓶颈，统计信息过期导致执行计划走错、索引缺失全表扫描、约束冲突插入失败。演示环节会用真实SQL查询做对比，展示添加合适约束和更新统计信息前后的性能差异。
四、性能优化的核心策略
最后一部分是重头戏，也是整个课程信息密度最高的部分。讲师从性能优化的整体思路讲起：为什么要优化？为了降延迟、降计算成本、满足SLA，这三个目标贯穿始终。Fabric里的不同引擎有不同的优化侧重：Lakehouse底层全是Delta表，Warehouse有视图和存储过程，Notebook跑的是Spark集群，引擎特性不同，优化手法也各不相同。
Lakehouse优化部分会讲表结构的设计原则，避免列数过多或底层Parquet文件过大的"宽表"，通过V-Order压缩减少存储占用，使用OPTIMIZE命令合并小文件，用Z-ORDER对常用查询列做聚簇。演示环节会把一个真实数据文件读进来，通过关闭自动合并、运行OPTIMIZE、应用V-Order等一系列操作，让查询速度产生肉眼可见的变化。另外也会讲到快捷方式（Shortcut）和镜像（Mirroring）这两种省存储、省搬运的好用的方案，还有分区策略的选择，建议按日期或区域拆大型数据表。
Pipeline优化则讲怎么把大管道拆成多个并行执行的小管道，缩短整体耗时。演示会配置并行管道，展示并发执行带来的时间收益。Warehouse部分讲查询调优工具和步骤，怎么用查询分析器看执行计划，怎么更新统计信息让优化器做出更好选择，怎么识别和解决阻塞问题。最后还会讲到Fabric中各种常见报错信息的解读，以及怎么根据工作负载类型配置合适的计算环境规模，小查询用小集群，大批量处理用大集群，中间档按需弹性伸缩。
五、适合谁学，能带走什么
这门课适合正在准备DP-700认证考试的数据工程师，也适合已经日常使用Fabric但苦于性能问题和故障排查的实战派。如果你正在负责一个Fabric项目，数据管道越来越多却越来越慢，想找系统化的排查和优化方法，这门课能帮你少走很多弯路。
学完整个课程，你会掌握三样东西。第一，能用Monitor Hub和诊断日志建立完整的监控体系，做到问题早发现早处理。第二，面对Pipeline、Dataflow、Notebook、Eventhouse、Warehouse的常见故障，能快速定位根因并修复。第三，能系统性地对Lakehouse、Pipeline、Warehouse做性能优化，让查询跑得更快、云账单降下来。
数据工程的活儿，三分建七分养。建容易，养才是真功夫。这门课把"养"的功夫讲透了。