Raporty aparatu optymalizacji platformy Azure
W tym artykule opisano opcje raportowania dostępne w aucie optymalizacji platformy Azure (AOE). Obejmuje ona raporty usługi Power BI i skoroszyty usługi Log Analytics, które wizualizują zaawansowane rekomendacje i szczegółowe informacje generowane przez usługę AOE.
Raport zaleceń usługi Power BI
Usługa AOE zawiera raport usługi Power BI do wizualizacji zaleceń. Aby go użyć, musisz najpierw zmienić połączenie źródła danych z usługą SQL Database wdrożona za pomocą usługi AOE. W górnym menu usługi Power BI wybierz pozycję Przekształć ustawienia źródła danych>.
Następnie wybierz pozycję Zmień źródło i zmień adres URL serwera bazy danych SQL. Upewnij się, że reguły zapory SQL zezwalają na połączenie.
Raport został utworzony na potrzeby scenariusza, w którym masz environment tag zastosowany do zasobów. Jeśli chcesz go zmienić lub dodać nowe tagi, otwórz ponownie menu Przekształć dane, ale teraz wybierz podopcję Przekształć dane . Otworzy się nowe okno. Jeśli wybierzesz przycisk dalej w opcji "Edytor zaawansowany", możesz edytować logikę przekształcania danych i zaktualizować instrukcje przetwarzania tagów.
Raport zawiera kilka stron opisanych w poniższych sekcjach.
Przegląd — najnowsze zalecenia
Na początkowej stronie przedstawiono podsumowanie najnowszych dostępnych zaleceń, które można filtrować według wielu perspektyw. Jeśli ta strona jest pusta, należy odświeżyć ją, aby uzyskać zalecenia z zeszłotygodniowego tygodnia. Jeśli po odświeżeniu nadal jest wyświetlany pusty, może wystąpić problem z elementami Runbook automatyzacji AOE.
Koszt — omówienie zaleceń dotyczących kosztów
Na stronie Koszt są wyświetlane najnowsze zalecenia dotyczące kosztów wygenerowane przez usługę AOE (wraz z usługą Azure Advisor). Te zalecenia są sortowane według potencjalnych miesięcznych oszczędności. Dla każdego zalecenia znajduje się link do strony witryny Azure Portal z bardziej szczegółowymi informacjami i oceną dopasowania, która informuje o tym, jak rekomendacja pasuje do charakterystyki środowiska. W przypadku rekomendacji niestandardowych AOE wynik dopasowania jest również miarą dokładności. Im bliżej wyniku 5, tym bardziej dopasowane/dokładne jest zalecenie.
Omówienie i eksploracja maszyny wirtualnej o odpowiednim rozmiarze
Strona Przegląd odpowiedniego rozmiaru maszyny wirtualnej zawiera ogólne informacje na temat względnej dystrybucji zaleceń dotyczących rozmiaru maszyny wirtualnej usługi Azure Advisor. Szybko zobaczymy, jak charakterystyki obciążeń obsługują zalecane jednostki SKU docelowe o odpowiednim rozmiarze. Jeśli masz maszyny wirtualne wysyłające wymagane liczniki wydajności do usługi Log Analytics, uzyskasz jaśniejszy wgląd w obsługę poszczególnych zaleceń. W poniższym przykładzie mamy nieznane informacje, ponieważ jedna z maszyn wirtualnych nie wysyłała metryk wydajności do obszaru roboczego usługi Log Analytics.
Strona Eksploracja rozmiaru maszyny wirtualnej umożliwia filtrowanie i dokładniejsze analizowanie zaleceń dotyczących odpowiedniego rozmiaru maszyny wirtualnej usługi Azure Advisor według wielu perspektyw.
Inne dobrze zaprojektowane filary
Podobnie jak na stronie Koszt , istnieją inne najnowsze strony zaleceń dla każdego z pozostałych filarów dobrze zaprojektowane: wysoka dostępność (niezawodność), bezpieczeństwo, wydajność i doskonałość operacyjna.
Szczegóły i historia rekomendacji
Po wybraniu rekomendacji na jednej z pięciu stron dobrze zaprojektowanych filarów możesz kliknąć ją prawym przyciskiem myszy i przejść do szczegółów zalecenia. Dostępne są dwie opcje: Szczegóły rekomendacji i Historia rekomendacji.
Opcja Szczegóły zalecenia umożliwia przejście do strony, na której można wyświetlić wszystkie szczegóły tego konkretnego zalecenia. Możesz wrócić do listy zaleceń, klikając strzałkę w lewym górnym rogu (przytrzymując w dół CTRL). Na stronie Historia rekomendacji pokazano, jak długo rekomendacja była aktywna w ciągu ostatniego roku i jak wynik dopasowania ewoluował.
Skoroszyty
Skoroszyty usługi Log Analytics firmy AOE umożliwiają eksplorowanie wielu perspektyw dotyczących zbieranych danych każdego dnia. To na przykład:
- Anomalie zwiększające koszty
- Identyfikator entra firmy Microsoft, jednostki usługi Azure Resource Manager i przypisane role
- Jak zasoby są dystrybuowane
- Uzyskiwanie szczegółowych informacji na temat użycia zobowiązań platformy Azure (obsługuje tylko klientów umowy EA i umowy MCA)
Aby uzyskać więcej informacji, zobacz następujące informacje, aby zapoznać się z krótkim opisem każdego skoroszytu.
Zalecenia
Skoroszyt Zalecenia to raport, który rozpoczyna się od podróży optymalizacji platformy Azure opartej na usłudze AOE. Raportuje on zalecenia dotyczące optymalizacji generowane co tydzień zarówno przez usługę AOE, jak i usługę Azure Advisor, w pięciu filarach dobrze zaprojektowanej struktury — koszt, doskonałość operacyjna, wydajność, niezawodność i bezpieczeństwo.
Szczegółowe informacje dotyczące zobowiązań platformy Azure
Aby uzyskać pełną analizę wydajności i symulacje zakupów planów oszczędnościowych i rezerwacji platformy Azure, dostępnych jest kilka skoroszytów:
- Symulacja korzyści umożliwia symulacje planów oszczędnościowych i zobowiązań dotyczących rezerwacji i pokrycia na podstawie historii użycia maszyn wirtualnych na żądanie.
- Raporty użycia korzyści dotyczące dystrybucji różnych modeli cenowych (plany oszczędności, rezerwacje, spot i na żądanie) oraz oszczędności, które są osiągane w poszczególnych modelach cenowych w porównaniu z innymi.
- Rezerwacje Potencjalne raporty dotyczące użycia maszyn wirtualnych na żądanie i ich potencjał dla zobowiązań dotyczących rezerwacji z analizą historyczną i szczegółami zasobów, które potencjalnie zużywają te rezerwacje.
- Raporty użycia rezerwacji dotyczące użycia rezerwacji i umożliwiają agregację użycia według tagów zasobów i dokładniejsze szczegółowe informacje na temat rzeczywistych oszczędności (w tym nieużywanych rezerwacji).
- Raporty użycia planów oszczędnościowych dotyczące użycia planów oszczędnościowych i umożliwiają agregację użycia według tagów zasobów i dokładniejsze szczegółowe informacje o rzeczywistych oszczędnościach (w tym nieużywane plany oszczędności).
Sprawdź ten wpis w blogu, aby uzyskać pełny opis każdego skoroszytu.
Rosnące koszty
Raport Dotyczący wzrostu kosztów raportów dotyczących anomalii wzrostu użycia wykrytych w wielu perspektywach: subskrypcja, kategoria miernika, podkategoria miernika, nazwa miernika, grupa zasobów lub poszczególne zasoby.
Spis zasobów
Skoroszyt spisu zasobów raportuje dystrybucję najbardziej odpowiednich typów zasobów platformy Azure (głównie IaaS) w różnych perspektywach, w tym jej ewolucję historyczną.
Tożsamości i role
Skoroszyt tożsamości i ról raportów dotyczących obiektów identyfikatorów entra firmy Microsoft (użytkowników, grup i aplikacji) oraz ich odpowiednich ról w dzierżawie i zasobach platformy Azure. Aby uzyskać bardziej szczegółową analizę tego skoroszytu, zapoznaj się z tym wpisem w blogu.
Użycie magazynu blokowych obiektów blob
Skoroszyt użycia magazynu blokowych obiektów blob raportuje dystrybucję użycia magazynu blokowych obiektów blob w różnych typach kont magazynu, struktury plików, opcji replikacji i warstw; umożliwia symulacje oszczędności warstw gorąca na chłodną warstwę.
Zgodność z zasadami
Skoroszyt zgodności zasad raportuje zgodność usługi Azure Policy w całej dzierżawie z perspektywą historyczną oraz możliwością filtrowania i grupowania według tagów zasobów.
Powiązana zawartość
Powiązane możliwości finops:
Powiązane produkty:
Powiązane rozwiązania: