# Övervaka en Qlik Open Lakehouse lagringsuppgift Lagringsuppgiften i Qlik Open Lakehouse projekt skiljer sig från andra projekt eftersom den körs kontinuerligt, snarare än i batchläge. Följaktligen är övervakningsmåtten annorlunda. ## Allmän övervakningsöversikt Övervakningsvyn låter dig spåra uppgiftsstatus och mätvärden: * Flikar Växla mellan Info, Fullständig inläsning och Ändringsbearbetning för att visa relevanta mätvärden för varje fas av uppgiften. * Filter för datamängdsstatus Ett stapeldiagram ovanför tabellen med datauppsättningar visar hur många datauppsättningar som har varje status: Köad, Laddar, Slutförd, och Fel. Diagrammet uppdateras dynamiskt när datamängdsstatusar ändras. Klicka på ett statussegment för att filtrera datamängdstabellen och endast visa datamängder med den statusen. * Dölj widgetar Klicka på Dölj widgetar för att dölja mätvärdeswidgetarna. Detta ger mer utrymme för att visa datamängdstabellen nedan. * Startdatum Datum och tid när den aktuella uppgiftskörningen startade. * Slutdatum Datum och tid när uppgiftskörningen slutade. Detta visas endast för slutförda uppgiftskörningar. * Körningshistorik Klicka på Körningshistorik för att visa en lista över tidigare uppgiftskörningar och deras resultat. ## Info övervaka detaljer Delavsnittet Information ger en sammanfattning av den övergripande uppgiftsstatusen: * Kör Visar Körnings-ID för den aktuella körningen. * Data Data har uppdaterats till visar tiden som den äldsta vyn har uppdaterats till. Det representerar den senaste tidpunkten då alla källändringar som har checkats in fram till det ögonblicket redan är tillgängliga i måltabellerna. Om inga nya källändringar upptäcks, ställs detta värde in på aktuell tid. * Uppgift Visar namnet och statusen för klustret som den här uppgiften körs på, samt allmän uppgiftsinformation och status. ## Övervakningsinformation för fullständig laddning Du kan visa följande statistik för datauppgiften i Fullständig laddning: * Totalt antal datamängder Antalet inlästa datamängder. * Dataset med fel Antalet datamängder med fel. * Inkommande ändringar Antalet inkommande ändringar. * Total latens Aktuell latens för uppgiften (tt:mm:ss). Denna tidsrymd representerar tiden från det att ändringen är tillgänglig i källan tills ändringen tillämpas och blir tillgänglig i målet. Du kan visa följande information för varje tabell i datauppgiften: * Namn Namnet på måltabellen. * Delstat Tabelltillståndet kommer att vara något av: köat, laddar, slutförd eller fel * Påbörjad Tidpunkten när laddningen startade. * Avslutat Tidpunkten när laddningen avslutades. * Varaktighet Hur lång tid laddningen pågick i formatet hh:mm:ss. * Poster Antalet poster som replikerades under laddningen. * Meddelande Visar ett felmeddelande om laddningen inte kunde bearbetas utan fel. ## Övervakningsdetaljer för bearbetning av ändringar Du kan visa följande information för datauppgiften för att övervaka ändringsbearbetning i Ändringsbearbetning: * Totalt antal datamängder Antalet inlästa datamängder. * Dataset med fel Antalet datamängder med fel. * Inkommande ändringar Antalet inkommande ändringar. * Bearbetade ändringar Antalet bearbetade ändringar. * Total latens Aktuell latens för uppgiften (tt:mm:ss). Denna tidsrymd representerar tiden från det att ändringen är tillgänglig i källan tills ändringen tillämpas och blir tillgänglig i målet. Du kan visa följande information för varje tabell i datauppgiften: * Namn Namnet för måltabellen i mellanlagringstillgången. * Delstat Tabelltillståndet kommer att vara något av: ackumulerar ändringar eller fel. * Inkommande ändringar Antalet ändringar som bearbetats av mellanlagringsuppgiften och som väntar på att tillämpas av lagringsuppgiften. * Bearbetade ändringar Det totala antalet ändringar som tillämpades på målet sedan datamängden senast laddades fullständigt (genom den initiala fullständiga laddningen eller genom omladdningsåtgärden). * Senast bearbetad Den senaste källdatatiden som infogades i måldatamängden, översatt till lokal tid. * Ej optimerade ändringar Antal poster som är sökbara via vyn, men ännu inte har slagits samman till optimerade Iceberg-partitioner. Höga antal kan påverka prestandan tills bakgrundsoptimeringarna är klara. Detta återspeglar antalet poster som för närvarande finns i ändringspartitionen som ännu inte har tillämpats på de aktuella eller historikpartitionerna. Om detta antal är konsekvent högt, överväg att öka klustrets beräkningskapacitet för att påskynda optimeringen. Anteckning om information Ett ihållande högt eller kontinuerligt stigande värde betyder oftast att takten av inkommande ändringar överstiger optimeringscykeln — nästa omgång ändringar fortsätter att anlända innan den föregående har optimerats klart. Detta indikerar inte misslyckad eller stoppad optimering, och påverkar inte datakorrektheten. Om detta kvarstår, möjliga saker att kontrollera inkluderar: * Öka klustrets beräkningskapacitet för att påskynda optimeringen. * Granskning av primärnyckeln — en nyckel som koncentrerar uppdateringar på en liten uppsättning rader ökar förändringstakten. * Meddelande Visar felmeddelanden om ändringar i tabellen inte kunde utföras och den därför inte bearbetas. ## Visa körningshistorik Du kan visa körningshistoriken för en uppgift för att identifiera rotorsaker och förstå mönster över tid. * Klicka på Körningshistorik i vyn Övervaka för en uppgift. * Klicka på Körningshistorik i menyn ... för en uppgift i Övervakningsvyer. Upp till 100 körningar visas i körningshistoriken baserat på dina filterval. Förfina dina filterkriterier för att se andra körningar. Du kan filtrera på slutdatum för körning och uppgiftsstatus. Körningsinformation sparas i 13 månader. Dataset-metadata i körningar sparas i 30 dagar.