Berichte des Azure-Optimierungsmoduls
In diesem Artikel werden Berichtsoptionen erläutert, die im Azure-Optimierungsmodul (AOE) verfügbar sind. Es enthält Power BI-Berichte und Log Analytics-Arbeitsmappen, die die umfassenden Empfehlungen und Erkenntnisse visualisieren, die von der AOE generiert werden.
Bericht zu Power BI-Empfehlungen
AOE enthält einen Power BI-Bericht zur Visualisierung von Empfehlungen. Um sie zu verwenden, müssen Sie zuerst die Datenquellenverbindung mit dem SQL-Datenbank ändern, das Sie mit dem AOE bereitgestellt haben. Wählen Sie im oberen Power BI-Menü "Datenquelleneinstellungen>transformieren" aus.
Wählen Sie dann " Quelle ändern" aus, und ändern Sie die SQL-Datenbankserver-URL. Stellen Sie sicher, dass Ihre SQL-Firewallregeln die Verbindung zulassen und sich mit einem Microsoft-Geschäfts-/Schulkonto mit Berechtigungen für die SQL-Datenbank anmelden können.
Der Bericht wurde für ein Szenario erstellt, in dem Sie ein environment Tag auf Ihre Ressourcen angewendet haben. Wenn Sie es ändern oder neue Tags hinzufügen möchten, öffnen Sie das Menü "Daten transformieren" erneut, wählen Sie aber jetzt die Unteroption "Daten transformieren" aus. Ein neues Fenster öffnet sich. Wenn Sie die nächste Option in der Option "Erweiterter Editor" auswählen, können Sie die Datentransformationslogik bearbeiten und die Tagverarbeitungsanweisungen aktualisieren.
Der Bericht enthält mehrere Seiten, die in den folgenden Abschnitten beschrieben werden.
Übersicht – Neueste Empfehlungen
Die erste Seite zeigt eine Zusammenfassung der neuesten verfügbaren Empfehlungen, die nach mehreren Perspektiven gefiltert werden können. Wenn diese Seite leer angezeigt wird, müssen Sie sie aktualisieren, um die Empfehlungen der letzten Woche zu erhalten. Wenn sie nach der Aktualisierung noch leer angezeigt wird, gibt es möglicherweise einige Upstream-Probleme mit den AOE Automation-Runbooks.
Kosten – Übersicht über Kostenempfehlungen
Auf der Seite "Kosten " werden die neuesten Kostenempfehlungen angezeigt, die von AOE (zusammen mit Azure Advisor) generiert wurden. Diese Empfehlungen werden nach potenziellen monatlichen Einsparungen sortiert. Für jede Empfehlung gibt es einen Link zu einer Azure-Portal Seite mit weiteren Details und einer passenden Bewertung, die Ihnen sagt, wie die Empfehlung zu Ihren Umgebungsmerkmalen passt. Bei benutzerdefinierten AOE-Empfehlungen ist die Anpassungsbewertung auch ein Maß an Genauigkeit. Je näher eine Punktzahl von 5 liegt, desto besser passt/genau die Empfehlung.
Übersicht und Erkundung von virtuellen Computern mit rechter Größe
Die Seite "Vm Right-Size Overview " bietet Ihnen ein allgemeines Verständnis der relativen Verteilung der Azure Advisor-VM mit der richtigen Größe. Wir können schnell sehen, wie Workloadmerkmale die für die richtige Größe empfohlenen Ziel-SKUs unterstützen. Wenn Sie virtuelle Computer haben, die die erforderlichen Leistungsindikatoren an Log Analytics senden, erhalten Sie eine klarere Ansicht zur Unterstützung jeder Empfehlung. Im folgenden Beispiel gibt es einige unbekannte Informationen, da einer der virtuellen Computer keine Leistungsmetriken an den Log Analytics-Arbeitsbereich gesendet hat.
Die Seite "VM Right-Size Exploration" ermöglicht es Ihnen, Empfehlungen für azure Advisor VM mit der richtigen Größe nach mehreren Perspektiven zu filtern und zu analysieren.
Weitere gut architektonische Säulen
Ähnlich wie auf der Seite "Kosten " gibt es weitere aktuelle Empfehlungsseiten für jede der übrigen Well-Architected-Säulen: Hohe Verfügbarkeit (Zuverlässigkeit), Sicherheit, Leistung und Operational Excellence.
Empfehlungsdetails und Verlauf
Wenn eine Empfehlung auf einer der fünf Seiten von Well-Architected ausgewählt wird, können Sie mit der rechten Maustaste darauf klicken und die Empfehlung durcharbeiten. Es stehen zwei Optionen zur Verfügung: Empfehlungsdetails und Empfehlungsverlauf.
Mit der Option "Empfehlungsdetails " gelangen Sie zu einer Seite, auf der alle Details dieser spezifischen Empfehlung angezeigt werden können. Sie können zurück zur Liste der Empfehlungen navigieren, indem Sie auf den oberen linken Pfeil klicken (während Sie die STRG-TASTE gedrückt halten). Auf der Seite "Empfehlungsverlauf " wird gezeigt, wie lange diese Empfehlung im vergangenen Jahr aktiv war und wie sich die Anpassungsbewertung weiterentwickelt hat.
Arbeitsmappen
Mit den Log Analytics-Arbeitsmappen von AOE können Sie viele Perspektiven über die Daten untersuchen, die täglich gesammelt werden. Dazu gehören:
- Kostenaufwachsende Anomalien
- Microsoft Entra-ID, Azure Resource Manager-Prinzipale und zugewiesene Rollen
- Wie Ihre Ressourcen verteilt werden
- Abrufen von Erkenntnissen zur Nutzung Ihrer Azure-Verpflichtungen (unterstützt nur EA- und MCA-Kunden)
Weitere Informationen finden Sie in den folgenden Informationen für eine kurze Beschreibung der einzelnen Arbeitsmappen.
Empfehlungen
Die Arbeitsmappe "Empfehlungen" ist der Bericht, der mit Ihrer AOE-basierten Azure-Optimierungsreise beginnt. Er berichtet über die Optimierungsempfehlungen, die jede Woche von AOE und Azure Advisor generiert werden, über die fünf Säulen des Well Architected Framework - Cost, Operational Excellence, Performance, Reliability und Security.
Insights zu Azure-Verpflichtungen
Für eine vollständige Azure Reservations and Savings Plans Leistungsanalyse und Kaufsimulationen stehen ihnen mehrere Arbeitsmappen zur Verfügung:
- Die Leistungssimulation ermöglicht Simulationen von Sparplänen und Reservierungsverpflichtungen Einsparungen und Abdeckung basierend auf dem Nutzungsverlauf virtueller Maschinen bei Bedarf.
- Die Nutzung von Vorteilen berichtet über die Verteilung der verschiedenen Preismodelle (Sparpläne, Reservierungen, Spot und On-Demand) und über die Einsparungen jedes Preismodells im Vergleich zu anderen.
- Reservations Potenzielle Berichte zur Nutzung virtueller On-Demand-Maschinen und deren Potenzial für Reservierungsverpflichtungen, mit historischen Analysen und Details zu Ressourcen, die diese Reservierungen potenziell verbrauchen.
- Reservations Usage reports on Reservations usage and allows for usage aggregation by resource tags and deeper insights about real savings (including unused reservations).
- Nutzungsberichte zur Nutzung von Sparplänen und ermöglicht die Nutzungsaggregation durch Ressourcentags und tiefere Einblicke in reale Einsparungen (einschließlich nicht verwendeter Sparpläne).
In diesem Blogbeitrag finden Sie eine vollständige Beschreibung der einzelnen Arbeitsmappen.
Kosten steigen
Die "Kosten wachsende Arbeitsmappe" berichtet über die Anomalien des Nutzungswachstums, die über mehrere Perspektiven hinweg erkannt wurden: Abonnement, Meterkategorie, Meterunterkategorie, Metername, Ressourcengruppe oder einzelne Ressourcen.
Ressourcenbestand
Die Ressourcenbestandsarbeitsmappe berichtet über die Verteilung der relevantesten Azure-Ressourcentypen (hauptsächlich IaaS) über verschiedene Perspektiven, einschließlich der historischen Entwicklung.
Identitäten und Rollen
Die Arbeitsmappe "Identitäten" und "Rollen " berichtet über Microsoft Entra ID-Objekte (Benutzer, Gruppen und Anwendungen) und ihre jeweiligen Rollen in den Mandanten- und Azure-Ressourcen. Eine detailliertere Analyse dieser Arbeitsmappe finden Sie in diesem Blogbeitrag.
Block Blob Storage Usage
Die Arbeitsmappe "Block Blob Storage Usage " berichtet über die Verteilung der Verwendung von Block Blob Storage auf verschiedene Arten von Speicherkonten, Dateistruktur, Replikationsoptionen und Ebenen; ermöglicht Simulationen von hot to cool tiering savings.
Richtliniencompliance
Die Arbeitsmappe "Richtliniencompliance" berichtet über die Azure-Richtliniencompliance im gesamten Mandanten mit einer historischen Perspektive und der Möglichkeit, nach Ressourcentags zu filtern und zu gruppieren.
Zugehöriger Inhalt
Verwandte FinOps-Funktionen:
Verwandte Produkte:
Verwandte Lösungen: