Zalecenia dotyczące optymalizowania kosztów skalowania
Dotyczy tego zalecenia listy kontrolnej dotyczącej optymalizacji kosztów platformy Azure Well-Architected Framework:
| CO:12 | Optymalizowanie kosztów skalowania. Oceń alternatywne skalowanie w jednostkach skalowania. Rozważ alternatywne konfiguracje skalowania i dostosuj je do modelu kosztów. Zagadnienia powinny obejmować wykorzystanie dla dziedziczych limitów każdego wystąpienia, zasobu i granicy jednostki skalowania. Używaj strategii kontrolowania popytu i podaży. |
|---|
Ten przewodnik zawiera zalecenia dotyczące optymalizowania kosztów skalowania. Optymalizacja kosztów optymalizacji skalowania to proces usuwania nieefektywności w skalowaniu obciążeń. Celem jest zmniejszenie kosztów skalowania przy jednoczesnym spełnieniu wszystkich wymagań niefunkcjonalnych. Wydaj mniej, aby uzyskać ten sam wynik. Optymalizacja skalowania pozwala uniknąć niepotrzebnych wydatków, nadmiernej aprowizacji i strat. Pomaga również zapobiegać nieoczekiwanym wzrostom kosztów poprzez kontrolowanie popytu i ograniczanie podaży. Nieefektywne praktyki skalowania mogą prowadzić do zwiększenia kosztów obciążeń i operacyjnych oraz negatywnego wpływu na ogólną kondycję finansową obciążenia.
Definicje
| Okres | Definicja |
|---|---|
| Skalowanie automatyczne | Podejście do skalowania, które automatycznie dodaje lub usuwa zasoby po spełnieniu zestawu warunków. |
| Metryki kosztów | Dane liczbowe związane z kosztem obciążenia. |
| Skalowanie w dół | Strategia skalowania w pionie, która przenosi się do niższej jednostki SKU, aby zapewnić mniejsze zasoby do obciążenia. |
| Skalowanie w pionie | Strategia skalowania w poziomie, która usuwa wystąpienia w celu zapewnienia mniejszej ilości zasobów dla obciążenia. |
| Skalowanie w poziomie | Strategia skalowania w poziomie, która dodaje wystąpienia w celu zapewnienia większej ilości zasobów do obciążenia. |
| Jednostka skalowania | Grupa zasobów, które skalują się proporcjonalnie do siebie. |
| Skalowanie w górę | Strategia skalowania w pionie, która przenosi się do wyższej jednostki SKU, aby zapewnić więcej zasobów do obciążenia. |
| Jednostka magazynowa (SKU) | Warstwa usługi dla usługi platformy Azure. |
| Dane użycia | Dane użycia to informacje bezpośrednie (rzeczywiste) lub pośrednie/reprezentatywne (serwer proxy) dotyczące ilości używanego zadania, usługi lub aplikacji. |
Kluczowe strategie projektowania
Celem optymalizacji skalowania kosztów jest skalowanie w górę i w poziomie w ostatnim odpowiedzialnym momencie oraz skalowanie w dół i w miarę praktycznych. Aby zoptymalizować skalowanie dla obciążenia, możesz ocenić alternatywne opcje skalowania w jednostkach skalowania i dopasować je do modelu kosztów. Jednostka skalowania reprezentuje określoną grupę zasobów, które można skalować niezależnie lub razem. Należy zaprojektować jednostki skalowania w celu obsługi określonej ilości obciążenia i mogą one składać się z wielu wystąpień, serwerów lub innych zasobów. Należy ocenić opłacalność jednostek skalowania obciążenia i alternatywnych modeli.
Jeśli nie używasz skalowania, zobacz wskazówki dotyczące skalowania obciążenia. Musisz ustalić, czy aplikacja może być skalowana. Aplikacje bezstanowe są łatwiejsze do skalowania, ponieważ mogą obsługiwać wiele żądań jednocześnie. Ponadto należy ocenić, czy aplikacja jest tworzona przy użyciu zasad systemów rozproszonych. Systemy rozproszone mogą obsługiwać zwiększone obciążenie, rozkładając obciążenie między wiele węzłów. Jednak pojedyncza aplikacja została zaprojektowana tak, aby w danym momencie było uruchomione tylko jedno wystąpienie. Dlatego skalowanie może nie być odpowiednie dla wszystkich obciążeń.
Ocena skalowania w poziomie i skalowania w górę
Ocena skalowania w poziomie i skalowania w górę obejmuje określenie najbardziej ekonomicznego podejścia między zwiększeniem zasobów w istniejącym systemie (skalowanie w górę) lub dodanie większej liczby wystąpień tego systemu (skalowanie w poziomie) na podstawie różnych czynników, takich jak ceny, wymagania obciążenia i akceptowalny przestój. Wybór odpowiedniego podejścia do skalowania może prowadzić do znacznych oszczędności, zapewniając, że płacisz tylko za to, czego potrzebujesz, jednocześnie spełniając standardy wydajności i niezawodności.
Celem jest określenie najbardziej ekonomicznego wyboru na podstawie cen warstwy usług, cech obciążeń, akceptowalnych przestojów i modelu kosztów. Dla niektórych może to być bardziej ekonomiczne, aby wybrać droższe wystąpienia w mniejszej liczbie. Z drugiej strony dla innych tańsza warstwa z większą liczbie wystąpień może być lepsza. Aby podjąć świadomą decyzję, należy przeanalizować rzeczywiste lub reprezentatywne dane z konfiguracji i ocenić względne zalety każdej strategii. Aby ocenić najbardziej ekonomiczne podejście, rozważ następujące zalecenia:
Zbieranie danych użycia: zbierz rzeczywiste dane produkcyjne lub dane serwera proxy, które reprezentują wzorce użycia obciążenia i wykorzystanie zasobów. Te dane powinny obejmować metryki, takie jak użycie procesora CPU, użycie pamięci, ruch sieciowy i inne istotne metryki wpływające na koszt skalowania.
Definiowanie metryk kosztów: zidentyfikuj metryki kosztów, które są istotne dla obciążenia, takie jak koszt za godzinę, koszt transakcji lub koszt użycia zasobów. Te metryki ułatwiają porównanie efektywności kosztów różnych opcji skalowania.
Zbieranie danych użycia: zbierz rzeczywiste dane produkcyjne lub dane serwera proxy, które reprezentują wzorce użycia obciążenia i wykorzystanie zasobów. Te dane powinny obejmować metryki, takie jak użycie procesora CPU, użycie pamięci, ruch sieciowy i inne istotne metryki wpływające na koszt skalowania
Definiowanie metryk kosztów: zidentyfikuj metryki kosztów, które są istotne dla obciążenia, takie jak koszt za godzinę, koszt transakcji lub koszt użycia zasobów. Te metryki ułatwiają porównywanie opłacalności różnych opcji skalowania.
Zapoznaj się z wymaganiami: Podczas podejmowania decyzji dotyczących strategii skalowania w poziomie i skalowania w górę należy wziąć pod uwagę wymagania dotyczące niezawodności, wydajności i skalowania obciążenia. Skalowanie w górę może zwiększyć niezawodność dzięki nadmiarowości. Skalowanie w górę zwiększa pojemność zasobu, ale może istnieć limity skalowania w górę.
Rozważ limity zasobów: podczas oceniania opcji skalowania ważne jest, aby wziąć pod uwagę nieodłączne limity dla każdego wystąpienia, zasobu i granicy jednostki skalowania. Należy pamiętać o górnych limitach skalowania dla każdego zasobu i odpowiednio zaplanować. Ponadto należy pamiętać o limitach subskrypcji i innych zasobów.
Skalowanie testów: tworzenie testów dla różnych scenariuszy skalowania, w tym opcji skalowania w poziomie i skalowania w górę. Zastosowanie danych użycia symuluje zachowanie obciążenia w różnych konfiguracjach skalowania. Przeprowadzanie rzeczywistych testów przy użyciu modelowanych scenariuszy skalowania.
Oblicz koszty: użyj zebranych danych i metryk kosztów, aby obliczyć koszty skojarzone z każdą konfiguracją skalowania. Rozważ czynniki, takie jak ceny wystąpień, wykorzystanie zasobów i wszelkie dodatkowe koszty związane ze skalowaniem.
Optymalizowanie skalowania automatycznego
Optymalizacja zasad skalowania automatycznego polega na uściśliniu skalowania automatycznego w celu reagowania na zmiany obciążenia na podstawie niefunkcjonalnych wymagań obciążenia. Możesz ograniczyć nadmierne działania skalowania, dostosowując progi i używając odpowiedniego okresu chłodzenia. Aby zoptymalizować skalowanie automatyczne, należy wziąć pod uwagę następujące zalecenia:
Przeanalizuj bieżące zasady skalowania automatycznego: Zapoznaj się z istniejącymi zasadami i jego zachowaniem w odpowiedzi na różne poziomy obciążenia.
Zapoznaj się z wymaganiami niefunkcjonalnymi: zidentyfikuj określone wymagania niefunkcjonalne, które należy wziąć pod uwagę, takie jak czas odpowiedzi, wykorzystanie zasobów lub koszt.
Dostosuj progi skalowania: dostosuj progi skalowania w oparciu o charakterystykę obciążenia i wymagania niefunkcjonalne. Ustaw progi skalowania w górę lub w dół na podstawie czynników, takich jak wykorzystanie procesora CPU w czasie, ruch sieciowy lub długość kolejki.
Dostosuj okres ochładzania: dostosuj okres ochładzania, aby zapobiec nadmiernemu skalowaniu działań wyzwalanym przez tymczasowe skoki obciążenia. Okres ochładzania wprowadza opóźnienie między zdarzeniami skalowania, co pozwala systemowi ustabilizować się przed dalszymi akcjami skalowania.
Monitorowanie i dostosowywanie: stale monitoruj zachowanie i wydajność systemu. Przeanalizuj działania skalowania i dostosuj zasady zgodnie z potrzebami, aby zoptymalizować koszt i spełnić żądane wymagania niefunkcjonalne.
Kompromis: zmniejszenie liczby zdarzeń skalowania zwiększa prawdopodobieństwo napotkania problemów związanych ze skalowaniem. Oznacza to, że eliminujesz dodatkową poduszkę lub bufor, który może pomóc w zarządzaniu potencjalnymi problemami lub opóźnieniami skalowania.
Używanie skalowania opartego na zdarzeniach
Automatyczne skalowanie sterowane zdarzeniami umożliwia aplikacji dynamiczne dostosowywanie zasobów na podstawie określonych zdarzeń lub wyzwalaczy, a nie tradycyjnych metryk, takich jak użycie procesora CPU lub pamięci. Na przykład narzędzie Kubernetes do automatycznego skalowania opartego na zdarzeniach (KEDA) może skalować aplikacje na podstawie skalowania, takich jak długość tematu platformy Kafka. Precyzja pomaga zapobiegać niepotrzebnym wahaniom skalowania i marnowaniu zasobów. Wysoki poziom precyzji ostatecznie optymalizuje koszty. Aby użyć skalowania opartego na zdarzeniach, wykonaj następujące kroki:
Wybierz źródło zdarzeń: określ źródło zdarzeń, które wyzwala skalowanie jednostki skalowania. Źródłem może być kolejka komunikatów, platforma przesyłania strumieniowego lub dowolny inny system sterowany zdarzeniami.
Konfigurowanie pozyskiwania zdarzeń: skonfiguruj aplikację do korzystania ze zdarzeń z wybranego źródła zdarzeń. Zazwyczaj wiąże się to z nawiązaniem połączenia, subskrybowaniem odpowiednich tematów lub kolejek oraz przetwarzaniem zdarzeń przychodzących.
Implementowanie logiki skalowania: napisz logikę, która określa, kiedy i jak jednostka skalowania powinna być skalowana na podstawie zdarzeń przychodzących. Ta logika powinna uwzględniać czynniki, takie jak liczba zdarzeń, szybkość zdarzeń przychodzących lub inne istotne metryki.
Integracja z mechanizmami skalowania: w zależności od środowiska uruchomieniowego aplikacji można użyć różnych mechanizmów skalowania, aby dostosować zasoby przydzielone do aplikacji.
Konfigurowanie reguł skalowania: zdefiniuj reguły skalowania, które określają sposób skalowania jednostki skalowania w odpowiedzi na zdarzenia. Te reguły mogą być oparte na progach, wzorcach lub innych kryteriach, które są zgodne z wymaganiami aplikacji. Progi skalowania powinny być powiązane z metrykami biznesowymi. Jeśli na przykład dodasz jeszcze dwa wystąpienia, możesz obsługiwać 50 kolejnych użytkowników w przetwarzaniu koszyka.
Testowanie i monitorowanie: zweryfikuj zachowanie implementacji skalowania opartego na zdarzeniach, testując je przy użyciu różnych scenariuszy zdarzeń. Monitoruj akcje skalowania i upewnij się, że akcje są zgodne z oczekiwaniami.
Optymalizowanie zapotrzebowania i podaży
Kontrolowanie popytu na podaż. W przypadku obciążeń, w których użycie określa skalowanie, koszt jest skorelowany ze skalowaniem. Aby zoptymalizować koszty skalowania, można zminimalizować wydatki na skalowanie. Zapotrzebowanie można odciążyć, rozdzielając zapotrzebowanie na inne zasoby lub zmniejszając zapotrzebowanie, implementując kolejki priorytetów, odciążanie bramy, buforowanie i ograniczanie szybkości. Obie strategie mogą zapobiegać niepożądanym kosztom ze względu na skalowanie i zużycie zasobów. Możesz również kontrolować podaż, ograniczając limity skalowania. Aby zoptymalizować zapotrzebowanie i podaż obciążeń, należy wziąć pod uwagę następujące zalecenia.
Odciążanie zapotrzebowania
Odciążanie zapotrzebowania odnosi się do praktyki dystrybucji lub przenoszenia zapotrzebowania na zasoby do innych zasobów lub usług. Można użyć różnych technologii lub strategii:
Buforowanie: buforowanie służy do przechowywania często używanych danych lub zawartości, co zmniejsza obciążenie infrastruktury zaplecza. Na przykład użyj sieci dostarczania zawartości (CDN), aby buforować i obsługiwać zawartość statyczną, co zmniejsza potrzebę skalowania zaplecza. Jednak nie każde obciążenie może buforować dane. Obciążenia, które wymagają aktualnych i aktualnych danych w czasie rzeczywistym, takich jak obciążenia handlu lub gier, nie powinny używać pamięci podręcznej. Buforowane dane byłyby stare i nieistotne dla użytkownika.
Kompromis. Buforowanie może powodować wyzwania związane z unieważnieniem pamięci podręcznej, spójnością i zarządzaniem wygaśnięciem pamięci podręcznej. Ważne jest, aby starannie zaprojektować i wdrożyć strategie buforowania, aby uniknąć potencjalnych kompromisów.Odciążanie zawartości: odciążanie zawartości do usług zewnętrznych lub platform w celu zmniejszenia obciążenia infrastruktury. Na przykład zamiast przechowywać pliki wideo na serwerze podstawowym, można hostować te pliki w oddzielnej usłudze magazynu, która jest niezależna od serwera podstawowego. Te duże pliki można załadować bezpośrednio z usługi magazynu. Takie podejście zwalnia zasoby na serwerach, co pozwala na korzystanie z mniejszego serwera. Przechowywanie dużych plików w oddzielnym magazynie danych może być tańsze. Aby zwiększyć wydajność, możesz użyć sieci CDN.
Równoważenie obciążenia: dystrybuuj żądania przychodzące na wielu serwerach przy użyciu równoważenia obciążenia. Równoważenie obciążenia równomiernie dystrybuuje obciążenie i uniemożliwia przeciążenie każdego pojedynczego serwera. Moduły równoważenia obciążenia optymalizują wykorzystanie zasobów i zwiększają wydajność infrastruktury.
Odciążanie bazy danych: zmniejsz obciążenie głównego serwera aplikacji, odciążając operacje bazy danych do oddzielnego serwera bazy danych lub wyspecjalizowanej usługi. Na przykład użyj sieci CDN do buforowania zawartości statycznej i pamięci podręcznej Redis na potrzeby buforowania zawartości dynamicznej (danych z bazy danych). Techniki, takie jak fragmentowanie baz danych, repliki do odczytu lub korzystanie z zarządzanych usług baz danych, mogą również zmniejszyć obciążenie.
Kompromis: odciążanie określonych zadań do alternatywnych zasobów pomaga zmniejszyć lub uniknąć dodatkowego skalowania i kosztów związanych ze skalowaniem. Należy jednak wziąć pod uwagę wyzwania związane z operacjami i konserwacją, które mogą wynikać z odciążania. Przeprowadzenie kompleksowej analizy kosztów i korzyści ma kluczowe znaczenie podczas wybierania najbardziej odpowiednich technik odciążania obciążenia. Ta analiza zapewnia, że wybrana metoda jest zarówno wydajna, jak i wykonalna w odniesieniu do przewidywanych oszczędności i złożoności operacyjnych.
Zmniejszanie zapotrzebowania
Zmniejszenie zapotrzebowania na zasoby oznacza zaimplementowanie strategii, które pomagają zminimalizować wykorzystanie zasobów w obciążeniu. Odciążanie zapotrzebowania zmienia zapotrzebowanie na inne zasoby. Zmniejszenie zapotrzebowania zmniejsza zapotrzebowanie na obciążenie. Zmniejszenie zapotrzebowania pozwala uniknąć nadmiernej aprowizacji zasobów i płacenia za nieużywaną lub niedostatecznie wykorzystywaną pojemność. Aby zmniejszyć zapotrzebowanie na zasoby obciążeń, należy użyć wzorców projektowych na poziomie kodu. Aby zmniejszyć zapotrzebowanie za pomocą wzorców projektowych, wykonaj następujące kroki:
Omówienie wzorców projektowych: Zapoznaj się z różnymi wzorcami projektowymi, które promują optymalizację zasobów.
Analizowanie wymagań dotyczących obciążeń: oceń określone wymagania obciążenia, w tym oczekiwane wzorce zapotrzebowania, szczytowe obciążenia i potrzeby zasobów.
Wybierz odpowiednie wzorce projektowe: wybierz wzorce projektowe zgodne z wymaganiami i celami obciążenia. Na przykład jeśli obciążenie doświadcza wahań zapotrzebowania, wzorce skalowania i ograniczania zdarzeń mogą pomóc w zarządzaniu obciążeniem przez dynamiczne przydzielanie zasobów. Zastosuj wybrane wzorce projektowe do architektury obciążenia. Może być konieczne oddzielenie składników obciążenia, konteneryzowanie aplikacji, optymalizowanie wykorzystania magazynu i nie tylko.
Ciągłe monitorowanie i optymalizowanie: Regularnie oceniaj skuteczność wdrożonych wzorców projektowych i dostosuj je zgodnie z potrzebami. Monitorowanie użycia zasobów, metryk wydajności i możliwości optymalizacji kosztów.
Wykonując te kroki i korzystając z odpowiednich wzorców projektowych, można zmniejszyć zapotrzebowanie na zasoby, zoptymalizować koszty i zapewnić wydajną operację obciążeń.
Użyj tych wzorców projektowych, aby zmniejszyć zapotrzebowanie:
Odkładanie do pamięci podręcznej: wzorzec sprawdza pamięć podręczną, aby sprawdzić, czy dane są już przechowywane w pamięci. Jeśli dane znajdują się w pamięci podręcznej, aplikacja może szybko pobrać i zwrócić dane, zmniejszając konieczność wykonywania zapytań względem trwałego magazynu danych.
Sprawdzanie oświadczeń: oddzielając dane od przepływu obsługi komunikatów, ten wzorzec zmniejsza rozmiar komunikatów i obsługuje bardziej ekonomiczne rozwiązanie do obsługi komunikatów.
Konkurujący odbiorcy: ten wzorzec efektywnie obsługuje elementy w kolejce przez zastosowanie rozproszonego i współbieżnego przetwarzania. Ten wzorzec projektu optymalizuje koszty, skalując je na podstawie głębokości kolejki i ustawiając limity maksymalnej liczby współbieżnych wystąpień konsumentów.
Konsolidacja zasobów obliczeniowych: ten wzorzec zwiększa gęstość i konsoliduje zasoby obliczeniowe, łącząc wiele aplikacji lub składników w udostępnionej infrastrukturze. Maksymalizuje wykorzystanie zasobów, unikając nieużywanej aprowizowanej pojemności i obniżając koszty.
Sygnatury wdrażania: użycie sygnatur wdrażania zapewnia kilka zalet, takich jak grupy dystrybucji geograficznej urządzeń, wdrażanie nowych funkcji w określonych sygnaturach i obserwowanie kosztów na urządzenie. Sygnatury wdrażania umożliwiają lepszą skalowalność, odporność na uszkodzenia i efektywne wykorzystanie zasobów.
Odciążanie bramy: ten wzorzec odciąża przetwarzanie żądań na urządzeniu bramy, przekierowując koszty z zasobów na węzeł do implementacji bramy. Użycie tego wzorca projektowego może spowodować obniżenie kosztów posiadania w scentralizowanym modelu przetwarzania.
Wydawca/subskrybent: ten wzorzec rozdziela składniki w architekturze, zastępując bezpośrednią komunikację z pośrednim brokerem komunikatów lub magistralą zdarzeń. Umożliwia ona oparte na zdarzeniach podejście i rozliczenia oparte na użyciu, unikając nadmiernej aprowizacji.
Bilansowanie obciążenia opartego na kolejce: wzorzec buforuje przychodzące żądania lub zadania w kolejce. Buforowanie zmniejsza obciążenie i zmniejsza potrzebę nadmiernej aprowizacji zasobów w celu obsługi szczytowego obciążenia. Żądania przychodzące są przetwarzane asynchronicznie, aby zmniejszyć koszty.
Fragmentowanie: ten wzorzec kieruje określone żądania do logicznego miejsca docelowego, co umożliwia optymalizacje przy użyciu kolokacji danych. Fragmentowanie może prowadzić do oszczędności kosztów dzięki użyciu wielu wystąpień zasobów obliczeniowych lub magazynu o niższej specyfikacji.
Hosting zawartości statycznej: ten wzorzec zapewnia wydajną zawartość statyczną przy użyciu platformy hostingu zaprojektowanej do tego celu. Pozwala uniknąć korzystania z droższych dynamicznych hostów aplikacji, optymalizowania wykorzystania zasobów.
Ograniczanie przepustowości: ten wzorzec ogranicza szybkość (ograniczanie szybkości) lub przepływność żądań przychodzących do zasobu lub składnika. Ułatwia ona informowanie o modelowaniu kosztów i może być powiązana bezpośrednio z modelem biznesowym aplikacji.
Klucz valet: ten wzorzec zapewnia bezpieczny i wyłączny dostęp do zasobu bez udziału większej liczby składników, zmniejszając potrzebę pośredniczących zasobów i zwiększając wydajność.
Zasilanie sterujące
Zdefiniowanie górnego limitu kwoty, którą chcesz wydać na określony zasób lub usługę, jest jednym ze sposobów kontrolowania dostaw. Jest to ważna strategia kontrolowania kosztów i zapewnienia, że wydatki nie przekraczają określonego poziomu. Ustanów budżet i monitoruj wydatki, aby upewnić się, że pozostają w ramach zdefiniowanej kwoty. Możesz użyć platform zarządzania kosztami, alertów budżetowych lub śledzenia wzorców użycia i wydatków. Niektóre usługi pozwalają ograniczyć podaż i stawki limitów, a w miarę możliwości należy używać tych funkcji.
Kontrolowanie podaży odnosi się do definiowania górnego limitu kwoty, którą chcesz wydać na określony zasób lub usługę. Jest to ważna strategia, ponieważ pomaga kontrolować koszty i zapewnia, że wydatki nie przekraczają określonego poziomu. Ustanów budżet i monitoruj wydatki, aby upewnić się, że pozostają one w zdefiniowanym progu. Możesz użyć platform zarządzania kosztami, alertów budżetowych lub śledzenia wzorców użycia i wydatków. Niektóre usługi pozwalają ograniczyć podaż i stawki limitów, a w miarę możliwości należy używać tych funkcji.
Ułatwienia platformy Azure
Ocenianie skalowania w poziomie i skalowania w górę: platforma Azure udostępnia środowisko testowe, w którym można wdrażać i testować różne konfiguracje skalowania. Korzystając z rzeczywistych danych obciążenia lub danych serwera proxy, można symulować rzeczywiste scenariusze i zmierzyć wpływ na koszty. Platforma Azure oferuje narzędzia i usługi do testowania wydajności, testowania obciążenia i monitorowania, które mogą pomóc w ocenie efektywności kosztowej opcji skalowania w poziomie i skalowania w górę.
Platforma Azure udostępnia zalecenia dotyczące zarządzania kosztami za pośrednictwem różnych narzędzi i usług, takich jak Azure Advisor. Te zalecenia analizują wzorce użycia, wykorzystanie zasobów i konfiguracje skalowania, aby zapewnić szczegółowe informacje i sugestie dotyczące optymalizowania kosztów.
Testowanie obciążenia platformy Azure to w pełni zarządzana usługa testowania obciążenia, która generuje obciążenie na dużą skalę. Usługa symuluje ruch dla aplikacji, niezależnie od tego, gdzie są hostowane. Deweloperzy, testerzy i inżynierowie kontroli jakości (QA) mogą używać testów obciążeniowych do optymalizowania wydajności, skalowalności lub pojemności aplikacji.
Optymalizacja skalowania automatycznego: wiele usług obliczeniowych platformy Azure obsługuje wdrażanie wielu identycznych wystąpień i szybkie dostrajanie progów i zasad skalowania. Platforma Azure udostępnia funkcje skalowania automatycznego, które umożliwiają automatyczne dostosowywanie liczby wystąpień lub zasobów na podstawie zapotrzebowania na obciążenie. Możesz zdefiniować reguły skalowania i progi, aby wyzwalać akcje skalowania w poziomie lub skalowania w poziomie. Korzystając z skalowania automatycznego, można zoptymalizować alokację zasobów i wydajność kosztów, dynamicznie skalując zasoby na podstawie rzeczywistego zapotrzebowania.
Platforma Azure utrzymuje listę limitów subskrypcji i usług. Istnieje ogólny limit liczby wystąpień zasobu, które można wdrożyć w każdej grupie zasobów z pewnymi wyjątkami. Aby uzyskać więcej informacji, zobacz Limity wystąpień zasobów na grupę zasobów.
Optymalizacja zapotrzebowania i podaży: usługa Azure Monitor zapewnia wgląd w wydajność i kondycję aplikacji i infrastruktury. Usługa Azure Monitor umożliwia monitorowanie obciążenia zasobów i analizowanie trendów w czasie. Korzystając z metryk i dzienników zebranych przez usługę Azure Monitor, możesz zidentyfikować obszary, w których mogą być potrzebne korekty skalowania. Te informacje mogą prowadzić do uściślenia zasad skalowania automatycznego, aby upewnić się, że są zgodne z niefunkcjonalnymi wymaganiami i celami optymalizacji kosztów.
Odciążanie dostaw: platforma Azure ma nowoczesną usługę Content Delivery Network (CDN) w chmurze o nazwie Azure Front Door i usługi buforowania (Azure Cache for Redis i Azure HPC Cache). Sieć CDN buforuje zawartość bliżej użytkowników końcowych, co zmniejsza opóźnienie sieci i skraca czas odpowiedzi. Buforowanie przechowuje kopię danych przed głównym magazynem danych, co zmniejsza potrzebę powtarzających się żądań do zaplecza. Korzystając z usług CDN i buforowania, można zoptymalizować wydajność i zmniejszyć obciążenie serwerów pod kątem potencjalnych oszczędności kosztów.
Kontrolowanie podaży: platforma Azure umożliwia również ustawianie limitów zasobów dla obciążenia w chmurze. Definiując limity zasobów, możesz upewnić się, że obciążenie pozostaje w przydzielonych zasobach i uniknąć niepotrzebnych kosztów. Platforma Azure udostępnia różne mechanizmy ustawiania limitów zasobów, takich jak limity przydziału, zasady i alerty budżetowe. Te mechanizmy ułatwiają monitorowanie i kontrolowanie użycia zasobów.
Usługa API Management może ograniczać szybkość i ograniczać żądania. Ograniczanie żądań przychodzących jest kluczową rolą usługi Azure API Management. Kontrolując szybkość żądań lub łączną liczbę żądań/przesyłanych danych, usługa API Management umożliwia dostawcom interfejsów API ochronę swoich interfejsów API przed nadużyciami i tworzenie wartości dla różnych warstw produktów interfejsu API.
Pokrewne łącza
- Skalowanie obciążenia
- Rekomendacje dotyczące kosztów usługi Azure Advisor
- Co to jest testowanie obciążenia platformy Azure?
- Limity subskrypcji i usług, limity przydziału oraz ograniczenia platformy Azure
- Zasoby nie są ograniczone do 800 wystąpień na grupę zasobów
- Co to jest usługa Azure Front Door?
- Co to jest usługa Azure Cache for Redis?
- Co to jest usługa Azure HPC Cache?
- Zaawansowane ograniczanie żądań za pomocą usługi Azure API Management
Lista kontrolna optymalizacji kosztów
Zapoznaj się z pełnym zestawem zaleceń.