Dimensionamento automático para o Azure Cosmos DB para MongoDB baseado em vCore (visualização pública)
APLICA-SE A: 
MongoDB vCore
O gerenciamento de bancos de dados com cargas de trabalho flutuantes pode ser complexo e dispendioso, especialmente quando picos de tráfego imprevisíveis exigem recursos de provisionamento excessivo. Para enfrentar esse desafio, o Azure Cosmos DB para MongoDB apresenta o Autoscale para seus clusters baseados em vCore. O dimensionamento automático foi projetado para lidar com cargas de trabalho variáveis, ajustando dinamicamente a capacidade em tempo real, aumentando ou diminuindo a escala com base nas demandas dos aplicativos.
Ao contrário de outras soluções gerenciadas do MongoDB, que geralmente sofrem atrasos de várias horas ao aumentar a escala e mais de 24 horas para reduzir a escala, o Autoscale do Azure Cosmos DB oferece escalabilidade instantânea. Esse recurso garante que seu banco de dados se adapte imediatamente às cargas de trabalho em mudança, eliminando gargalos de desempenho e evitando custos desnecessários.
Começar agora
Siga este documento para criar um novo cluster do Azure Cosmos DB para MongoDB (vCore) e selecione a caixa de seleção 'M200-Autoscale tier (Preview)'. Como alternativa, você também pode usar o modelo Bicep para provisionar o recurso.
Benefícios
Escala instantânea
- Ajusta automaticamente a capacidade sem tempo de inatividade, mantendo o desempenho durante picos inesperados de carga de trabalho.
- Elimina a necessidade de dimensionamento manual, reduzindo o risco de interrupções de serviço.
Eficiência de Custos
- Reduz as despesas, evitando o excesso de provisionamento, utilizando recursos apenas quando necessário.
- Os preços de pagamento conforme o uso garantem que você seja cobrado apenas pelo uso real, maximizando a utilização dos recursos.
Preços previsíveis
- Preços baseados em núcleos com cálculos de custos transparentes facilitam o orçamento e a previsão.
- O modelo de preços flexível adapta-se às exigências da carga de trabalho, evitando picos de custos inesperados.
Modelo de Preços
Para simplificar, ele usa um modelo de preços baseado em núcleo, onde as cobranças são baseadas no maior uso de CPU ou memória confirmada na última hora, em comparação com um limite de utilização de 35%.
- Até 35% de utilização: Aplica-se o preço mínimo.
- Acima de 35% de utilização: Aplica-se o preço máximo.
- Os clusters de dimensionamento automático incorrem em um prêmio de 50% sobre a camada básica devido aos seus recursos de dimensionamento instantâneo.
- Frequência de faturação: Os custos são calculados e faturados por hora, garantindo que paga apenas pela capacidade que utiliza.
Exemplo:
Em um cenário em que um aplicativo experimenta picos de uso para 10% de seu tempo de execução:
- Sem Autoscale: um cluster M200 superprovisionado custaria US$ 1.185,24.
- Com Autoscale: um cluster M200-Autoscale custaria US $ 968,41, oferecendo uma economia de 18,29%.
Este modelo de preços flexível ajuda a reduzir custos, mantendo o desempenho ideal durante o pico de demanda.
Restrições
- Atualmente, apenas a camada M200 Autoscale é suportada, permitindo o dimensionamento dentro do intervalo de camadas M80 a M200.
- O dimensionamento automático aplica-se apenas a recursos de computação. A capacidade de armazenamento ainda deve ser dimensionada manualmente.
- No momento, não há suporte para upgrades ou downgrades entre a camada geral e a camada de dimensionamento automático.
Perguntas mais frequentes (FAQs)
- Quais clusters suportam Autoscale?
Atualmente, o Autoscale está disponível apenas para a camada M200, com recursos de dimensionamento de M80 a M200.
- O Autoscale gerencia o dimensionamento de computação e armazenamento?
Não, o Autoscale apenas gere recursos de computação. O armazenamento deve ser dimensionado manualmente.
- Posso alternar entre a camada geral e a camada de escala automática?
Não, não há suporte para upgrades ou downgrades entre a Camada Geral e a Camada de Dimensionamento Automático no momento.
- Existe algum tempo de inatividade quando o Autoscale ajusta a capacidade?
Não, o Autoscale ajusta a capacidade de forma instantânea e perfeita, sem qualquer tempo de inatividade ou impacto no desempenho.
- O que acontece se minha carga de trabalho exceder os limites da camada M200?
Se sua carga de trabalho exceder consistentemente os limites do M200, talvez seja necessário considerar uma camada mais alta ou estratégias de dimensionamento alternativas, já que o Autoscale atualmente só suporta até M200.
- O Autoscale está disponível em todas as regiões do Azure?
O suporte à escala automática pode variar de acordo com a região. Verifique a disponibilidade no portal do Azure na sua região preferida.
- Como posso verificar os encargos incorridos com o Autoscale?
Para fornecer transparência de custos, introduzimos uma nova métrica chamada "Porcentagem de utilização de escala automática". Essa métrica mostra o máximo de uso de CPU ou memória comprometida ao longo do tempo, permitindo compará-lo com as cargas incorridas.
Próximos passos
Tendo explorado os recursos da camada Autoscale no Azure Cosmos DB para MongoDB (vCore), a próxima etapa é mergulhar na jornada de migração. Isso envolve entender como conduzir uma avaliação de migração e planejar uma transferência perfeita de suas cargas de trabalho existentes do MongoDB para o Azure.