Manuell skala

Kommentar

Vi drar tillbaka Azure HDInsight på AKS den 31 januari 2025. Före den 31 januari 2025 måste du migrera dina arbetsbelastningar till Microsoft Fabric eller en motsvarande Azure-produkt för att undvika plötsliga uppsägningar av dina arbetsbelastningar. Återstående kluster i din prenumeration stoppas och tas bort från värden.

Endast grundläggande stöd kommer att vara tillgängligt fram till datumet för pensionering.

Viktigt!

Den här funktionen finns i förhandsgranskning. De kompletterande användningsvillkoren för Förhandsversioner av Microsoft Azure innehåller fler juridiska villkor som gäller för Azure-funktioner som är i betaversion, förhandsversion eller på annat sätt ännu inte har släppts i allmän tillgänglighet. Information om den här specifika förhandsversionen finns i Azure HDInsight på AKS-förhandsversionsinformation. Om du vill ha frågor eller funktionsförslag skickar du en begäran på AskHDInsight med informationen och följer oss för fler uppdateringar i Azure HDInsight Community.

HDInsight på AKS ger elasticitet med alternativ för att skala upp och skala ned antalet klusternoder. Den här elasticiteten fungerar för att öka resursanvändningen och förbättra kostnadseffektiviteten.

Verktyg för att skala kluster

HDInsight på AKS innehåller följande metoder för att skala kluster manuellt:

Verktyg	beskrivning
Azure Portal	Öppna HDInsight i AKS-klusterfönstret, välj Klusterstorlek på den vänstra menyn. I fönstret Klusterstorlek skriver du in antalet arbetsnoder och väljer Spara
REST-API	Om du vill skala en HDInsight som körs i AKS-klustret med hjälp av REST-API:et gör du en efterföljande POST-begäran på samma resurs med det uppdaterade antalet i beräkningsprofilen.

Du kan använda Azure Portal för att komma åt menyn "Klusterstorlek" på klusternavigeringssidan. På bladet Klusterstorlek ändrar du "Antal arbetsnoder" och sparar ändringen för att skala upp eller ned klustret.

Skalningsåtgärdens inverkan på ett kluster

Alla skalningsåtgärder utlöser en omstart av tjänsten, vilket kan leda till fel på jobb som redan körs.

När du lägger till noder i ett fungerande HDInsight på AKS-kluster (skala upp):

• En lyckad skalningsåtgärd med manuell skalning lägger till arbetsnoder i klustret.
• Nya jobb kan skickas på ett säkert sätt när skalningsprocessen har slutförts.
• Om skalningsåtgärden misslyckas lämnar felet klustret i tillståndet "Misslyckades".
• Du kan förvänta dig jobbfel under skalningsåtgärden när tjänsterna startas om.

Om du tar bort noder (skala ned) från en HDInsight på AKS-kluster:

• Väntande eller pågående jobb misslyckas när skalningsåtgärden är klar. Det här felet beror på att vissa av tjänsterna startas om under skalningsprocessen. Effekten av att ändra antalet klusternoder varierar för varje klustertyp.

Viktigt!

• Om du vill undvika kvotfel under skalningsåtgärderna planerar du för kvoten i din prenumeration. Om du inte har tillräcklig kvot kan du öka kvoten med den här dokumentationen.
• Om nedskalning väljer en huvudnod, som är värd för koordinator/ingress och andra tjänster, resulterar det i stilleståndstid.

Vanliga frågor och svar

Allmänt

Fråga	Svar
Vilka är de minsta noder som jag kan lägga till/ta bort under skalningsåtgärder?	En nod.
Hur många noder stöds av HDInsight i AKS-kluster?	500 noder per kluster (i offentlig förhandsversion).
Hur gör jag för att skala ned klustret manuellt?	I ARM-begäran uppdaterar computeProfile.count eller följer du stegen som nämns för att skala ned med hjälp av Azure Portal.
Kan jag lägga till anpassade skriptåtgärder i ett kluster under manuell skalning?	Skriptåtgärder gäller för Apache Spark-klustertyp
Hur gör jag för att hämta loggar för manuella skalningsfel för klusternoderna?	Loggar är tillgängliga i Log Analytics-modulen, se Azure Monitor-integrering.
Stöds inläsningsbaserad eller schemabaserad autoskalning?	Ja. Mer information finns i Autoskalning.

Trino

Fråga	Svar
Kommer min Trino-tjänst att startas om efter skalningsåtgärden?	Ja, tjänsten startas om under skalningsåtgärden.

Apache Flink

Fråga	Svar
Vad är effekten av skalningsåtgärder på Apache Flink-kluster?	Alla skalningsåtgärder utlöser sannolikt en omstart av tjänsten, vilket orsakar jobbfel. Nya jobb kan skickas när skalningsprocessen har slutförts. I Apache Flink skalar du ned utlösare som startar om jobbet och skalningsåtgärden kan inte utlösa omstarter av jobbet.

Apache Spark

Fråga	Svar
Vad är skalningsåtgärdernas inverkan på Spark-klustret?	Manuell nedskalning kan utlösa omstart av huvudnodtjänster.

Kommentar

Vi rekommenderar att du hanterar de kvoter som angetts för prenumerationen före skalningsåtgärder för att undvika kvotfel. Innan du skalar ned måste du tänka på att för att ett HDInsight på AKS Trino-kluster ska fungera krävs minst fem aktiva noder.