Поделиться через

Использование рекомендаций Помощника по Azure для оптимизации кластера Azure Data Explorer

  • Статья

Помощник по Azure анализирует конфигурации кластера Azure Data Explorer и данные телеметрии потребления, а также дает персональные практические рекомендации по оптимизации кластера.

Доступ к рекомендациям Помощника по Azure

Получить доступ к рекомендациям Помощника по Azure можно двумя способами:

Просмотр рекомендаций Помощника по Azure для кластера Azure Data Explorer

  1. На портале Azure перейдите на страницу кластера Azure Data Explorer.

  2. В меню слева в разделе Мониторинг выберите Рекомендации Помощника. Откроется список рекомендаций для этого кластера.

    Рекомендации Помощника по Azure для кластера Azure Data Explorer.

Просмотр рекомендаций Помощника по Azure для всех кластеров в подписке

  1. На портале Azure перейдите в раздел Ресурс Помощника.

  2. В разделе Общие сведения выберите одну или несколько подписок, для которых требуется получить рекомендации.

  3. Выберите Кластеры Azure Data Explorer и Базы данных Azure Data Explorer во втором раскрывающемся меню.

    Ресурс Помощника по Azure.

Использование рекомендаций Помощника по Azure

Существуют различные типы рекомендаций Помощника по Azure. Используйте для оптимизации кластера рекомендацию соответствующего типа.

  1. Чтобы просмотреть рекомендации по затратам, в разделе Помощник, Рекомендации выберите Затраты.

    Выбор типа рекомендации.

  2. Выберите рекомендацию из списка.

    Выбор рекомендации.

  3. В следующем окне представлен список кластеров, к которым относится рекомендация. Сведения о рекомендации зависят от кластера и включают рекомендуемые действия.

    Список кластеров с рекомендациями.

Типы рекомендаций

В настоящее время доступны рекомендации по повышению стоимости, производительности, надежности и качества обслуживания.

Внимание

Фактическая сумма средств в рамках ежегодной экономии может отличаться. Показанные значения годовой экономии основаны на модели оплаты по мере использования. В них не учитываются скидки на использование зарезервированных экземпляров виртуальных машин.

Рекомендации по затратам

Рекомендации по затратам доступны для кластеров, которые можно изменить, чтобы снизить затраты без ущерба для производительности. Другие рекомендации.

Неиспользуемый работающий кластер Azure Data Explorer

Кластер считается неиспользуемый и запущен, если он находится в состоянии выполнения и не имеет ни прием данных, ни выполнение запросов за последние пять дней. В некоторых случаях кластеры могут быть остановлены автоматически. В следующих случаях кластер не остановится автоматически, и отобразится рекомендация:

Рекомендуется остановить кластер, чтобы снизить затраты, но сохранить данные. Если данные не нужны, рассмотрите возможность удаления кластера, чтобы увеличить экономию.

Неиспользуемый остановленный кластер Azure Data Explorer

Кластер считается неиспользуемым и остановленным, если он был остановлен не менее 60 дней назад.

Рекомендуется удалить кластер, чтобы снизить затраты.

Внимание

Остановленные кластеры могут по-прежнему содержать данные. Перед удалением кластера убедитесь, что данные больше не нужны. После удаления кластера данные больше не будут доступны.

Перевод кластеров Data Explorer на более экономичный и эффективный номер SKU

Рекомендации по изменению кластеров Обозревателя данных на более экономичный и более эффективный номер SKU предоставляется кластеру, кластер которого работает под неоптимальным номером SKU. Этот обновленный номер SKU должен сократить затраты и повысить общую производительность. Мы вычислили необходимое количество экземпляров, удовлетворяющее требованиям к кэшу кластера, обеспечивая, что производительность не будет негативно влиять на производительность.

В рамках рекомендации рекомендуется включить оптимизированное автомасштабирование, если оно еще не включено. Оптимизированное автомасштабирование будет выполнять более подробный анализ производительности кластера и при необходимости приведет к дальнейшему масштабированию кластера. Это приведет к дополнительному сокращению затрат. Рекомендации по оптимизации автомасштабирования включают рекомендацию по количеству экземпляров Min и Max. Значение Max задано для рекомендуемого количества экземпляров SKU. Если кластер планирует органически расти, рекомендуется вручную увеличить это максимальное число. Если оптимизированное автомасштабирование уже настроено в кластере, в некоторых случаях рекомендация может предложить увеличить число экземпляров Max.

Рекомендация SKU учитывает текущие определения зон кластера, а если кластер поддерживает зоны, рекомендует только целевые номера SKU, имеющие не менее двух зон. Добавление дополнительных зон доступности вычислений не приводит к дополнительным затратам.

Рекомендация помощника по номеру SKU обновляется каждые несколько часов. Рекомендация проверяет доступность емкости выбранного номера SKU в регионе. Однако важно отметить, что доступность емкости динамическая и с течением времени изменяется.

Примечание.

Рекомендация по SKU помощника в настоящее время не поддерживает кластеры с виртуальная сеть или конфигурациями управляемых частных конечных точек.

Сокращение кэша для таблиц Azure Data Explorer

Рекомендация Сократите период помещения в кэш таблицы Azure Data Explorer для оптимизации затрат на кластер касается кластера, который может уменьшить политику помещения таблицы в кэш. Эта рекомендация основана на данных о запросах за последние 30 дней. Чтобы узнать, где экономия возможна, можно просмотреть наиболее релевантные 5 таблиц на базу данных для потенциальной экономии кэша. Эта рекомендация предлагается, только если кластер можно масштабировать горизонтально или вертикально после изменения политики кэширования. Помощник проверяет, привязан ли кластер к данным. Это означает, что при низкой загрузке ЦП и малом объеме принимаемых данных кластер содержит большой объем данных, из-за чего его нельзя масштабировать.

Включение оптимизированного автомасштабирования

Рекомендация Включение оптимизированного автомасштабирования дается, когда включение оптимизированного автомасштабирования может уменьшить количество экземпляров в кластере. Эта рекомендация основана на шаблонах использования, использовании кэша, использовании приема данных и загрузке ЦП. Чтобы убедиться, что вы не превысите запланированный бюджет, добавьте максимальное число экземпляров при включении оптимизированного масштабирования.

Рекомендации по повышению производительности

Рекомендации по производительности помогают повысить производительность кластеров Azure Data Explorer. Примеры рекомендаций:

Обновление политики кэширования таблиц Azure Data Explorer

Рекомендация проверить заданный политикой период кэширования таблиц Azure Data Explorer, чтобы повысить производительность, предлагается для кластера, для которого нужно изменить период для поиска данных или расширить политику кэширования. Эта рекомендация основана на данных о запросах за последние 30 дней. Большинство из этих запросов выполнялось к данным не в кэше, что могло увеличить время выполнения запроса. Вы можете просмотреть первые 5 таблиц для каждой базы данных, которая обращается к данным вне кэша, упорядоченным по процентам запросов.

Вы также можете получить рекомендацию по повышению производительности путем ограничения политики кэширования. Это может произойти, если кластер привязан к данным. Для такого кластера политика предусматривает кэширование данных в объеме, который превышает общий размер кэша в кластере. Если ограничить политику кэширования для привязанного к данным кластера, это сократит число обращений к данным за пределами кэша и возможно повысит производительность.

Общие рекомендации по оптимизации

Выполнение рекомендаций по оптимизации не даст немедленного эффекта в виде сокращения затрат или роста производительности, но может улучшить работу кластера в долгосрочной перспективе. К числу таких рекомендаций относится ограничение политики кэширования таблиц в соответствии с характером использования.

Ограничение политики кэширования таблиц в соответствии с шаблонами использования

Эта рекомендация посвящена обновлению политики кэша на основе фактического использования в течение последнего месяца, чтобы уменьшить горячий кэш для таблицы. В отличие от предыдущей рекомендации по затратам, эта рекомендация применима к кластерам, где количество экземпляров определяется нагрузкой ЦП и приема, а не объемом данных, хранящимся в горячем кэше. В таких случаях изменение политики кэша недостаточно для уменьшения количества экземпляров, дальнейших оптимизаций, таких как изменение номера SKU, уменьшение нагрузки ЦП и включение автомасштабирования рекомендуется эффективно масштабировать. Эта рекомендация может быть полезна для таблиц, в которых фактический поиск запросов на основе шаблонов использования ниже настроенной политики кэша. Однако снижение политики кэша не приведет непосредственно к экономии затрат. Количество экземпляров кластера определяется нагрузкой ЦП и приема независимо от объема данных, хранящихся в горячем кэше. Поэтому удаление данных из горячего кэша не приведет к тому, что кластер будет масштабироваться.

Рекомендации по надежности

Рекомендации по надежности помогают обеспечить непрерывность критически важных для бизнеса приложений. Рекомендации по надежности включают следующие:

Кластер использует подсеть без делегирования

Строгой рекомендацией является кластер виртуальной сети, использующий подсеть без делегирования для Microsoft.Kusto/clusters. При делегировании подсети кластеру эта служба позволяет устанавливать базовые правила конфигурации сети для подсети, что помогает кластеру работать с экземплярами в стабильном режиме.

Кластер использует подсеть с недопустимой IP-конфигурацией

Рекомендация предоставляется кластеру виртуальной сети, где подсеть также используется другими службами. Рекомендуется удалить все остальные службы из подсети и использовать его только для кластера.

Не удалось установить или возобновить кластер из-за проблем с виртуальной сетью

Рекомендация предоставляется кластеру, который не удалось установить или возобновить из-за проблем с виртуальной сетью. Рекомендуется использовать руководство по устранению неполадок виртуальной сети.

Связанный контент