Domyślne i minimalne zalecenia dotyczące rozmiaru maszyn wirtualnych oraz planowanie pojemności dla usługi HDInsight w usłudze AKS

Ważny

Usługa Azure HDInsight w usłudze AKS została wycofana 31 stycznia 2025 r. Dowiedz się więcej dzięki temu ogłoszeniu.

Aby uniknąć nagłego kończenia obciążeń, należy przeprowadzić migrację obciążeń do usługi Microsoft Fabric lub równoważnego produktu platformy Azure.

Ważny

Ta funkcja jest obecnie dostępna w wersji zapoznawczej. Dodatkowe warunki użytkowania Microsoft Azure Previews zawierają więcej zapisów prawnych, które mają zastosowanie do funkcji platformy Azure dostępnych w wersji beta, w wersji zapoznawczej lub w inny sposób jeszcze nieudostępnionych szeroko. Aby uzyskać informacje na temat tej konkretnej wersji zapoznawczej, zobacz informacje na temat wersji zapoznawczej Azure HDInsight na AKS. W przypadku pytań lub sugestii dotyczących funkcji, prosimy o przesłanie zgłoszenia na AskHDInsight z podaniem szczegółów oraz śledzenie nas w celu uzyskania dalszych aktualizacji w społeczności Azure HDInsight.

W tym artykule omówiono domyślne i zalecane konfiguracje węzłów dla usługi Azure HDInsight w klastrach usługi AKS.

Pule klastrów

W przypadku tworzenia pul klastrów dostępne obecnie opcje maszyny wirtualnej są F4s_v2, D4a_v4, D4as_v4 i E4s_v3.

Klastry

Usługa HDInsight w usłudze AKS obecnie obsługuje maszyny wirtualne z kategorii Zoptymalizowane pod kątem pamięci i kategorii Ogólnego przeznaczenia do tworzenia klastra. Rozmiary maszyn wirtualnych zoptymalizowane pod kątem pamięci oferują wysoki stosunek pamięci do procesora CPU, który doskonale sprawdza się w przypadku serwerów relacyjnych baz danych, średnich i dużych pamięci podręcznych oraz analizy w pamięci. Rozmiary maszyn wirtualnych ogólnego przeznaczenia zapewniają zrównoważony stosunek pamięci do procesora CPU i są idealne do testowania i programowania, małych i średnich baz danych oraz serwerów internetowych o małym i średnim ruchu.

Jeśli przypadek użycia wymaga użycia maszyn wirtualnych zoptymalizowanych pod kątem pamięci, zaleca się użycie maszyn wirtualnych z rodzin Eadsv5 lub Easv5. W przypadku przypadków użycia maszyn wirtualnych ogólnego przeznaczenia zalecamy używanie maszyn wirtualnych z rodzin Dadsv5 lub Ddsv5.

Jeśli w zalecanych rodzinach maszyn wirtualnych nie ma wystarczającej pojemności/limitu przydziału, poszukaj alternatyw w tabeli zawierającej listę wszystkich rodzin maszyn wirtualnych obsługiwanych obecnie w usłudze HDInsight w usłudze AKS na potrzeby tworzenia klastra:

Typ	Rodzina maszyn wirtualnych	Przechowywanie tymczasowe	Obsługa pamięci masowej klasy Premium
Zoptymalizowane pod kątem pamięci	eadsv5	Tak	Tak
	Easv5	Nie	Tak
	Edsv5	Tak	Tak
	Edv5	Tak	Nie
	easv4	Tak	Tak
	Eav4	Tak	Nie
	Edv4	Tak	Nie
Ogólnego przeznaczenia	Dadsv5	Tak	Tak
	Ddsv5	Tak	Tak
	Ddv5	Tak	Nie
	Dasv4	Tak	Tak
	Dav4	Tak	Nie

Zalecana minimalna specyfikacja maszyny wirtualnej (niezależnie od wybranej rodziny maszyn wirtualnych dla klastra) to 8vCPUs i 32 GiB RAM. Można wybrać wyższe warianty vCPU i GiB, zgodnie z przetwarzanym obciążeniem.

Planowanie pojemności

Maszyny wirtualne używane w HDInsight na klastrach AKS wymagają tego samego limitu przydziału co maszyny wirtualne na platformie Azure. Jest to w przeciwieństwie do oryginalnej wersji usługi HDInsight, w której użytkownicy musieli zażądać dedykowanego limitu przydziału w celu utworzenia klastrów usługi HDInsight, wybierając pozycję "Azure HDInsight" z listy rozwijanej wyboru limitu przydziału, jak pokazano na ilustracji. W przypadku usługi HDInsight w AKS klienci muszą wybrać pozycję "Compute" z listy rozwijanej Wybór przydziału, aby żądać dodatkowej wielkości zasobów dla maszyn wirtualnych do użycia w klastrach. Szczegółowe instrukcje dotyczące zwiększania limitu przydziału znajdują się tutaj.