Отчеты подсистемы оптимизации Azure
В этой статье описываются варианты создания отчетов, доступные в подсистеме оптимизации Azure (AOE). Она включает отчеты Power BI и книги Log Analytics, которые визуализируют богатые рекомендации и аналитические сведения, созданные AOE.
Отчет о рекомендациях Power BI
AOE включает отчет Power BI для визуализации рекомендаций. Чтобы использовать его, сначала необходимо изменить подключение источника данных к База данных SQL, развернутой с помощью AOE. В верхнем меню Power BI выберите параметры источника данных>преобразования.
Затем выберите "Изменить источник " и перейдите по URL-адресу сервера базы данных SQL. Убедитесь, что правила брандмауэра SQL позволяют подключиться и войти с помощью рабочей или учебной учетной записи Майкрософт с разрешениями на базу данных SQL.
Отчет был создан для сценария, в котором у вас есть тег, примененный environment к ресурсам. Если вы хотите изменить его или добавить новые теги, откройте меню "Преобразование данных" еще раз, но теперь выберите подопеку преобразования данных . Откроется новое окно. При выборе следующего параметра "Расширенный редактор" можно изменить логику преобразования данных и обновить инструкции по обработке тегов.
Отчет содержит несколько страниц, описанных в следующих разделах.
Обзор — последние рекомендации
На начальной странице показана сводка последних доступных рекомендаций, которые можно фильтровать по нескольким перспективам. Если на этой странице отображается пустая страница, необходимо обновить ее, чтобы получить рекомендации на прошлой неделе. Если оно по-прежнему отображается пустым после обновления, может возникнуть некоторая проблема с модулями Runbook службы автоматизации AOE.
Обзор рекомендаций по затратам
На странице "Затраты" отображаются последние рекомендации по затратам , созданные AOE (вместе с помощниками По Azure). Эти рекомендации сортируются по потенциальной ежемесячной экономии . Для каждой рекомендации есть ссылка на страницу портал Azure с дополнительными сведениями и оценкой соответствия, которая показывает, как рекомендация соответствует вашим характеристикам среды. Для пользовательских рекомендаций AOE оценка соответствия также является мерой точности. Чем ближе к оценке 5, тем более подходящим и точным является рекомендация.
Обзор и обзор размера виртуальной машины
На странице обзора "Правый размер виртуальной машины" вы узнаете о относительном распределении рекомендаций по размеру виртуальной машины Помощника По Azure. Мы быстро видим, как характеристики рабочей нагрузки поддерживают рекомендуемые целевые номера SKU правильного размера. Если у вас есть виртуальные машины, отправляя необходимые счетчики производительности в Log Analytics, вы получите более четкое представление о поддержке каждой рекомендации. В следующем примере у нас есть некоторые неизвестные сведения, так как одна из виртуальных машин не отправляла метрики производительности в рабочую область Log Analytics.
Страница "Просмотр правого размера виртуальной машины" позволяет фильтровать и выполнять более глубокий анализ рекомендаций по размеру виртуальной машины Azure Advisor по нескольким перспективам.
Другие хорошо спроектированные столпы
Как и на странице "Затраты", есть и другие последние страницы рекомендаций для каждого из оставшихся хорошо спроектированных основных компонентов: высокий уровень доступности (надежность), безопасность, производительность и эффективность работы.
Сведения о рекомендациях и журнал
Если рекомендация выбрана на одной из пяти страниц хорошо спроектированных столпов, ее можно щелкнуть правой кнопкой мыши и выполнить детализацию рекомендации. Доступны два варианта: сведения о рекомендациях и журнал рекомендаций.
Параметр "Сведения о рекомендациях" перейдет на страницу, где можно просмотреть все сведения об этой конкретной рекомендации. Вы можете вернуться к списку рекомендаций, щелкнув стрелку влево (удерживая клавишу CTRL вниз). На странице "Журнал рекомендаций" показано, как долго эта рекомендация была активной в течение последнего года и как развивалась оценка соответствия.
Workbooks
Используя книги Log Analytics AOE, вы можете просматривать множество перспектив по поводу собираемых каждый день данных. К ним относятся:
- Аномалии роста затрат
- Идентификатор Microsoft Entra, субъекты Azure Resource Manager и назначенные роли
- Распределение ресурсов
- Получение аналитических сведений об использовании обязательств Azure (поддерживает только клиенты EA и MCA)
Дополнительные сведения см. в кратком описании каждой книги.
Рекомендации
Книга рекомендаций — это отчет, начинающийся с пути оптимизации Azure на основе AOE. Он сообщает о рекомендациях по оптимизации, созданных каждую неделю как AOE, так и Помощником по Azure, в пяти основных аспектах хорошо спроектированной платформы — затраты, эффективность работы, производительность, надежность и безопасность.
Аналитика обязательств Azure
Для полного анализа производительности и моделирования планов экономии Azure доступны несколько книг:
- Моделирование преимуществ позволяет моделировать планы экономии и резервирования обязательств по экономии и покрытия на основе Виртуальные машины истории использования.
- Отчеты об использовании преимуществ по распределению различных моделей ценообразования (планы экономии, резервирования, места и по запросу) и экономия каждой модели ценообразования достигается по сравнению с другими.
- Резервирования Потенциальные отчеты по запросу Виртуальные машины использования и его потенциал для обязательств по резервированиям, с историческим анализом и подробными сведениями о ресурсах, потенциально потребляющих эти резервирования.
- Отчеты об использовании резервирования для резервирования и позволяют агрегирование использования тегами ресурсов и более подробные сведения о реальных экономиях (включая неиспользуемые резервирования).
- Отчеты об использовании планов экономии по использованию планов экономии и позволяют агрегирование использования тегами ресурсов и более подробные сведения о реальных экономиях (включая неиспользуемые планы экономии).
Проверьте эту запись блога для полного описания каждой книги.
Рост затрат
Отчеты о аномалиях роста затрат на увеличение затрат, обнаруженных в нескольких перспективах: подписка, категория измерения, подкатегория измерения, имя счетчика, группа ресурсов или отдельные ресурсы.
Инвентаризация ресурсов
Книга инвентаризации ресурсов сообщает о распределении наиболее релевантных типов ресурсов Azure (в основном IaaS) по разным перспективам, включая историческую эволюцию.
Удостоверения и роли
Отчеты книги удостоверений и ролей в объектах идентификатора Microsoft Entra (пользователи, группы и приложения) и соответствующие роли в клиентах и ресурсах Azure. Дополнительные сведения об этой книге см . в этой записи блога.
Использование блочного хранилища BLOB-объектов
Книга об использовании блочного хранилища BLOB-объектов сообщает о распределении использования блочного хранилища BLOB-объектов в разных типах учетных записей хранения, структуре файлов, параметрах репликации и многоуровневом использовании; позволяет симуляции горячей и холодной экономии на уровне.
Соответствие политик
Книга о соответствии политике сообщает о Политика Azure соответствия требованиям для всего клиента, с исторической перспективой, а также возможностью фильтрации и группировки по тегам ресурсов.
Связанный контент
Связанные возможности FinOps:
Связанные продукты:
Связанные решения: