Dela via


Välj en SKU för ditt Azure Data Explorer-kluster

När du skapar ett nytt kluster eller optimerar ett kluster för en föränderlig arbetsbelastning erbjuder Azure Data Explorer flera VM-SKU:er att välja mellan. Dessa beräknings-SKU:er har noggrant valts för att ge dig den mest optimala kostnaden för alla arbetsbelastningar.

Datahanteringsklustrets storlek och VM-SKU hanteras fullständigt av Azure Data Explorer-tjänsten. De bestäms av faktorer som motorns VM-storlek och inmatningsarbetsbelastningen.

Du kan ändra beräknings-SKU:n för klustret när som helst genom att skala upp klustret. Det är bäst att börja med den minsta SKU-storleken som passar det första scenariot. Du kan också använda Azure Advisor-rekommendationerna för att optimera beräknings-SKU:n.

Du kan använda priskalkylatorn för att beräkna prissättningen för ditt Azure Data Explorer-kluster baserat på dina arbetsbelastningar och datavolymer.

Tips

Genom att köpa en reservation kan du betala i förväg för klustret, de virtuella datorer som används i klustret och kostnader för lagringsresurser under en period på ett eller tre år. Dessa reserverade instanser (RI) köps separat och kan spara en betydande summa pengar för att skydda de bästa priserna för ditt Azure Data Explorer-kluster. Mer information finns i Förskottsbetala för Azure Data Explorer påläggsenheter med reserverad Kapacitet för Azure Data Explorer.

Välj en klustertyp

Azure Data Explorer erbjuder två typer av kluster:

  • Produktion (med SLA): Produktionskluster innehåller minst två noder för motorklustret och minst två noder för datahanteringsklustret. Dessa kluster fungerar enligt serviceavtalet för Azure Data Explorer.
  • Dev/Test (inget serviceavtal): Dev/Test-kluster innehåller en enda nod för motorklustret och en enskild nod för datahanteringsklustret. Dessa kluster är den lägsta kostnadskonfigurationen på grund av det låga antalet instanser. Det finns ingen redundans eller serviceavtal för den här klusterkonfigurationen.

Utveckling jämfört med produktion

Utvecklingskluster är bra för tjänstutvärdering, konfiguration av en inmatningspipeline, genomförande av ett konceptbevis (PoC) eller en scenariovalidering. Viktiga skillnader mellan utvecklingskluster och produktionskluster är:

  • Utvecklingskluster är begränsade i storlek och kan inte växa bortom en enda nod
  • Azure Data Explorer-kod debiteras inte för utvecklingskluster
  • Inget serviceavtal för utvecklingskluster

Beräknings-SKU-typer

Azure Data Explorer-kluster stöder olika SKU:er för olika typer av arbetsbelastningar. Varje SKU erbjuder ett distinkt SSD-lagrings- och CPU-förhållande som hjälper dig att korrekt storleksanpassa distributionen och skapa kostnadsoptimala lösningar för företagets analytiska arbetsbelastning.

Beräkningsoptimerad

  • Ger ett förhållande mellan hög kärna och cache och den lägsta kostnaden per kärna.
  • Lokal SSD för I/O med låg latens.

Lagringsoptimerad

  • Ger större lagring från 1 terabyte (TB) till 4 TB per motornod och den lägsta kostnaden per gigabyte (GB).
  • Passar för arbetsbelastningar som kräver lagring för stora mängder data.
  • Vissa SKU:er använder Premium Storage (PS) som är anslutet till motornoden i stället för lokala SSD:er. Det går långsammare att komma åt PS än lokala SSD:er, så SKU:er med PS är dyrare och mindre högpresterande än SKU:er med lokal SSD ansluten.

Välj och optimera beräknings-SKU:n

Välj beräknings-SKU när klustret skapas

När du skapar ett Azure Data Explorer kluster väljer du den optimala VM-SKU:n för den planerade arbetsbelastningen. Använd följande attribut för att välja rätt SKU för din miljö:

Attribut Information
Kostnad per GB Hög kostnad med beräkningsoptimerad. Låg kostnad med lagringsoptimerade SKU:er.
Kostnad per kärna Låg kostnad med beräkningsoptimerad. Hög kostnad med lagringsoptimerade SKU:er.
RI-priser RI-rabatten varierar beroende på region och SKU.

Anteckning

Beräkningskostnaden är den viktigaste delen av ett klusters kostnad.

Optimera klustrets beräknings-SKU

Om du vill optimera klusterberäknings-SKU:n konfigurerar du vertikal skalning och kontrollerar Azure Advisor-rekommendationerna.

Med olika beräknings-SKU-alternativ att välja mellan kan du optimera kostnaderna för prestanda- och hot-cache-kraven för ditt scenario. Välj en beräkningsoptimerad SKU för optimala prestanda när det finns stora frågevolymer. Välj en lagringsoptimerad SKU för bästa prestanda när du kör frågor mot stora mängder data som behöver cachelagras.

Det är bättre att använda några noder av större virtuella datorer som använder mer RAM-minne än många mindre virtuella datorer. Det behövs mer RAM-minne för vissa frågetyper som ställer högre krav på RAM-minnet, till exempel frågor som använder kopplingar. När du skalar klustret rekommenderar vi därför att du skalar upp till en större SKU och skalar ut genom att lägga till fler noder efter behov.

Anteckning

Om du ändrar eller skalar upp klustrets SKU kan det orsaka ett avbrott i tjänsten på en till tre minuter. Frågeprestanda kan påverkas under SKU-migreringen, och omfattningen av påverkan kan variera beroende på användningsmönster.

SKU-tillgänglighet

SKU-tillgängligheten skiljer sig beroende på följande faktorer:

  • Region: Alla SKU:er är inte tillgängliga i alla regioner eller tillgänglighetszoner. Mer information finns på varje SKU-sida för regional tillgänglighet.
  • Prenumeration: Vissa SKU:er kanske bara är tillgängliga för specifika prenumerationstyper. Om en SKU inte är tillgänglig för din prenumeration på en plats eller zon som uppfyller dina affärsbehov skickar du en SKU-begäran till Azure Support.

SKU-alternativ

Följande SKU-serie är tillgänglig för virtuella Datorer i Azure Data Explorer kluster. SKU-familjerna inom kategorierna beräknings- och lagringsoptimerade rangordnas i rekommendationsordning.

Lagringsoptimerad

SKU-serien Tillgänglig vCPU-konfiguration SKU-typ Har stöd för Premium Storage
Lasv3 8, 16 , 32 AMD No
Lsv3 8, 16 , 32 Intel No
Easv4, Easv5, ECasv5 8, 16 AMD Yes
Esv4, Esv5 8, 16 Intel Yes
DSv2 8, 16 Intel Yes

Beräkningsoptimerad

SKU-serien Tillgänglig vCPU-konfiguration SKU-typ Har stöd för Premium Storage
Eadsv5, ECadsv5 2, 4, 8, 16 AMD No
Edv4, Edv5 2, 4, 8, 16 Intel No
Eav4 2, 4, 8, 16 AMD No
Dv2 2, 4, 8, 16 Intel No

Anteckning

Alla beräkningsoptimerade SKU:er med 2 kärnor kan konfigureras som dev-kluster.

Vi rekommenderar att du endast använder L32asv3/L32sv3 i användningsfall med antingen mycket stora L16asv3/L16sv3-kluster som når gränsen på 1 000 klusternoder eller kluster med extremt höga samtidiga begäranden. ECasv5 och ECadsv5 är konfidentiella SKU:er för databehandling. Mer information finns i avsnittet om virtuella datorer för konfidentiell databehandling. För lagringsoptimerade ECasv5-SKU:er, om du använder din egen kundhanterade nyckel (CMK), utförs CMK-kryptering på både lagringskonton och Premium Storage-diskar.

  • Med Azure Data Explorer beräknings- och lagringsisolering kan du börja med den mest optimala kostnads-SKU:n och gå över till en annan SKU efter att användningsmönstret eller dataförlusten har mognat.
  • Du kan visa den uppdaterade SKU-listan för beräkning per region med hjälp av Azure Data Explorer ListSkus API.

Cachestorlek

Azure Data Explorer reserverar en del av diskstorleken som visas i var och en av De Azure Compute SKU-specifikationer som ska användas för klusteråtgärder. Den exakta cachestorleken för varje SKU finns i SKU-urvalsavsnittet i portalen.