Dela via

Manuell skalning

  • Artikel

Viktig

Azure HDInsight på AKS drogs tillbaka den 31 januari 2025. Lär dig mer i detta tillkännagivande.

Du måste migrera dina arbetsbelastningar till Microsoft Fabric- eller en motsvarande Azure-produkt för att undvika plötsliga uppsägningar av dina arbetsbelastningar.

Viktig

Den här funktionen är för närvarande i förhandsversion. De kompletterande användningsvillkoren för Förhandsversioner av Microsoft Azure innehåller fler juridiska villkor som gäller för Azure-funktioner som är i beta-version, förhandsversion eller på annat sätt ännu inte har släppts för allmän tillgänglighet. Information om den här specifika förhandsversionen finns i Azure HDInsight på AKS-förhandsversionsinformation. För frågor eller funktionsförslag, skicka en begäran på AskHDInsight med detaljerna och följ oss för fler uppdateringar om 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:

Nytta Beskrivning
Azure-portalen Öppna fönstret HDInsight i AKS-kluster, 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-portalen 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.

Skärmbild som visar användargränssnittet för att välja klusterstorlek och konfigurera manuell skalning.

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 till ett operativt HDInsight på AKS-kluster genom att 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 driftstopp under skalningsprocessen när tjänsterna startas om.

Om du ta bort noder (skala ned) från en HDInsight i 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.

Viktig

  • 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 skalar jag ned klustret manuellt? I ARM-begäran uppdaterar du computeProfile.count eller följ de nämnda stegen för att skala ned med hjälp av Azure-portalen.
Kan jag lägga till anpassade skriptåtgärder i ett kluster under manuell skalning? Skriptåtgärder gäller för Apache Spark-klustertyp
Hur hämtar jag loggar för manuella skalningsfel för klusternoderna? Loggar är tillgängliga i Log Analytics-modulen, se Azure Monitor Integration.
Stöds belastningsbaserad eller schemalagd baserad autoskalning? Ja. Mer information finns i Autoscale.

Trino

Fråga Svar
Kommer min Trino-tjänst att startas om efter skalningsåtgärden? Ja, tjänsten startas om under skalningsåtgärden.
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 leder en nerskalning till omstart av jobbet, medan en uppskalningsåtgärd inte kan leda till omstart av jobbet.

Apache Spark

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

Notera

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.