Автомасштабирование для Azure Cosmos DB на основе виртуальных ядер для MongoDB (общедоступная предварительная версия)
Область применения: Виртуальные ядра MongoDB
Управление базами данных с изменяющимися рабочими нагрузками может быть сложным и дорогостоящим, особенно если непредсказуемые пики трафика требуют чрезмерной подготовки ресурсов. Для решения этой проблемы Azure Cosmos DB для MongoDB предоставляет автомасштабирование для кластеров на основе виртуальных ядер. Автомасштабирование предназначено для обработки рабочих нагрузок переменных путем динамической настройки емкости в режиме реального времени, увеличения или уменьшения масштаба на основе требований приложений.
В отличие от других управляемых решений MongoDB, которые часто испытывают задержки в течение нескольких часов при увеличении масштаба и более 24 часов для уменьшения масштаба, автомасштабирование Azure Cosmos DB обеспечивает мгновенное масштабирование. Эта функция гарантирует, что база данных немедленно адаптируется к изменению рабочих нагрузок, устраняя узкие места производительности и избегая ненужных затрат.
Начало работы
Следуйте этому документу, чтобы создать новый кластер Azure Cosmos DB для MongoDB (vCore) и установите флажок "Уровень автомасштабирования M200 (предварительная версия)". Кроме того, можно использовать шаблон Bicep для подготовки ресурса.
Льготы
Мгновенное масштабирование
- Автоматически настраивает емкость без простоя, сохраняя производительность во время непредвиденных пиков рабочей нагрузки.
- Устраняет необходимость масштабирования вручную, уменьшая риск сбоев служб.
Экономичность
- Сокращает расходы, предотвращая перепроизбытку ресурсов, используя ресурсы только при необходимости.
- Цены на оплату по мере использования гарантируют, что счета выставляются только за фактическое использование, максимизируя использование ресурсов.
Прогнозируемые цены
- Основные цены с прозрачными вычислениями затрат упрощают бюджетирование и прогнозирование.
- Гибкая модель ценообразования адаптируется к требованиям рабочей нагрузки, избегая непредвиденных пиков затрат.
Модель ценообразования
Для простоты используется базовая модель ценообразования, в которой расходы основаны на более высоком использовании ЦП или фиксации памяти за последний час по сравнению с пороговым значением использования на 35 %.
- До 35 % использования: минимальная цена применяется.
- Выше 35% использования: применяется максимальная цена.
- Кластеры автомасштабирования получают 50 % премиум на базовом уровне из-за их мгновенных возможностей масштабирования.
- Частота выставления счетов: затраты вычисляются и выставляются почасово, обеспечивая оплату только используемой емкости.
Пример:
В сценарии, когда приложение испытывает пики использования для 10% своей среды выполнения:
- Без автомасштабирования: избыточный кластер M200 будет стоить $ 1185,24.
- С автомасштабированием: кластер автомасштабирования M200 будет стоить $ 968,41, предлагая экономию на 18,29 %.
Эта гибкая модель ценообразования помогает сократить затраты, сохраняя оптимальную производительность во время пикового спроса.
Ограничения
- В настоящее время поддерживается только уровень автомасштабирования M200, что позволяет масштабироваться в пределах диапазона уровней M80 до M200.
- Автомасштабирование применяется только к вычислительным ресурсам. Емкость хранилища по-прежнему должна масштабироваться вручную.
- Обновления или понижение уровня между общим уровнем и уровнем автомасштабирования в настоящее время не поддерживаются.
Часто задаваемые вопросы (FAQ)
- Какие кластеры поддерживают автомасштабирование?
В настоящее время автомасштабирование доступно только для уровня M200 с возможностями масштабирования от M80 до M200.
- Управляет ли автомасштабирование как масштабированием вычислений, так и хранилища?
Нет, автомасштабирование управляет только вычислительными ресурсами. Хранилище должно быть масштабировано вручную.
- Можно ли переключаться между общим уровнем и уровнем автомасштабирования?
Нет, обновления или понижение уровня между общим уровнем и уровнем автомасштабирования в настоящее время не поддерживаются.
- Существует ли время простоя при настройке емкости автомасштабирования?
Нет, автомасштабирование мгновенно и легко настраивает емкость без простоя или влияния на производительность.
- Что произойдет, если моя рабочая нагрузка превышает ограничения уровня M200?
Если рабочая нагрузка постоянно превышает ограничения M200, может потребоваться рассмотреть более высокий уровень или альтернативные стратегии масштабирования, так как автомасштабирование в настоящее время поддерживает только до M200.
- Доступно ли автомасштабирование во всех регионах Azure?
Поддержка автомасштабирования может отличаться по регионам. Проверьте портал Azure доступности в предпочитаемом регионе.
- Как проверить расходы, связанные с автомасштабированием?
Чтобы обеспечить прозрачность затрат, мы ввели новую метрику под названием "Процент использования автомасштабирования". Эта метрика показывает максимальное использование ЦП или зафиксированной памяти с течением времени, что позволяет сравнить его с расходами.
Следующие шаги
Изучая возможности уровня автомасштабирования в Azure Cosmos DB для MongoDB (vCore), следующим шагом является изучение пути миграции. Это включает в себя понимание того, как проводить оценку миграции и планировать простой перенос существующих рабочих нагрузок MongoDB в Azure.