Sugerencias generales de rendimiento
En este módulo, se presentarán sugerencias de rendimiento relacionadas con la arquitectura de referencia, las máquinas virtuales cliente y la red cuando las aplicaciones de EDA se ejecutan en Azure NetApp Files.
Descripción de la carga de trabajo de EDA mediante la revisión de una arquitectura de referencia
Los procesos de simulación de las herramientas y los chips de EDA pueden tener arquitecturas de referencia diferentes. En la arquitectura de referencia siguiente se muestra un caso genérico de cómo se puede usar Azure NetApp Files para cargas de trabajo de EDA tanto en un escenario de ráfagas en la nube (híbridas) como en otro que se ejecuta totalmente en Azure.
Sugerencias para redes virtuales, redes aceleradas y actualizaciones de cliente
Cuando sea posible, coloca las máquinas virtuales cliente y Azure NetApp Files en la misma región y zona de disponibilidad, así como en la misma red virtual. Tener el proceso y los recursos de datos cerca entre sí puede ayudar a reducir la latencia de red entre ellos, lo que mejora el rendimiento general.
Habilita las redes aceleradas en las máquinas virtuales cliente, si se admiten, para proporcionar hasta un total de 30 gigabits por segundo (Gbps) de rendimiento de red. Para obtener información sobre las cifras de rendimiento del volumen de Azure NetApp Files, consulta lo siguiente:
- Bancos de pruebas de rendimiento de Azure NetApp Files para Linux
- Bancos de pruebas de rendimiento de grandes volúmenes de Azure NetApp Files
Las redes aceleradas ayudan a reducir la latencia de las máquinas virtuales cliente en Azure NetApp Files, lo que aumenta el rendimiento general, especialmente en el tipo de simulación de análisis multiescenario distribuido (DMSA).
Debes ejecutar la versión de revisión más reciente disponible para el sistema operativo. También debes actualizar las utilidades del sistema de archivos de red (NFS) a sus versiones más recientes para obtener las correcciones de errores más recientes y la función de características. Estas actualizaciones ayudan a garantizar un rendimiento óptimo y la estabilidad del sistema.
Por ejemplo, ejecuta estos comandos al usar yum como repositorio (por ejemplo, RedHat):
sudo yum update
sudo yum update nfs-utils
Grandes volúmenes para cargas de trabajo de EDA
Las cargas de trabajo de EDA se componen principalmente de un gran número de llamadas de metadatos, recuentos altos de archivos y operaciones paralelas. Para abordar correctamente esos tipos de cargas de trabajo, el servicio de almacenamiento subyacente debe poder paralelizar las operaciones a fin de ayudar a reducir el tiempo de finalización de las simulaciones de EDA críticas para la empresa. En las cargas de trabajo de EDA, el tiempo es oro.
Azure NetApp Files ofrece grandes volúmenes (hasta 500 TiB) que permiten que las cargas de trabajo de EDA se realicen en un nivel superior al de los volúmenes normales proporcionando mayor capacidad, proceso paralelo e incluso distribución de archivos y carpetas en varios recursos de almacenamiento a baja latencia en las implementaciones en la nube de Azure. Los volúmenes grandes también proporcionan la oportunidad de reducir los costos en cargas de trabajo de metadatos elevados al permitir que las cargas de trabajo que requieran un menor rendimiento con IOPS más altos saquen provecho de los niveles de servicio más bajos. Por ejemplo, si la carga de trabajo de EDA no requiere 10 GiB/s, pero necesita procesamiento paralelo de operaciones de metadatos de escritura, un gran volumen en el nivel de servicio Premium podría realizar el trabajo que normalmente requeriría niveles de servicio Ultra en volúmenes normales.
Si vas a implementar EDA en Azure NetApp Files, debes considerar encarecidamente el uso de grandes volúmenes para obtener la mejor experiencia de rendimiento posible.
Cuotas para controlar el uso de capacidad de los volúmenes de Azure NetApp Files
Azure NetApp Files proporciona cuotas de usuario y grupo, que pueden establecer límites de tamaño en volúmenes o asignar límites a usuarios y grupos por debajo del tamaño asignado al propio volumen. Cuando se alcanza un límite de cuota, no se permiten nuevas escrituras hasta que se reduzca la capacidad usada o se aumente la cuota.
Las cargas de trabajo de EDA pueden crear una gran cantidad de datos, lo que puede usar enormes cantidades de capacidad. Dado que la capacidad en la nube puede crear costos no deseados, controlar la capacidad usada con cuotas puede ayudar a reducir los costos.