共用方式為


使用 Azure Advisor 建議將 Azure 數據總管叢集優化

Azure Advisor 會分析 Azure 數據總管叢集組態和使用方式遙測,並提供個人化且可採取動作的建議,以協助您優化叢集。

存取 Azure Advisor 建議

有兩種方式可存取 Azure Advisor 建議:

檢視 Azure 數據總管叢集的 Azure Advisor 建議

  1. 在 Azure 入口網站 中,移至您的 Azure 數據總管叢集頁面。

  2. 在左側功能表中的 [監視] 底下,選取 [建議程序建議]。 該叢集會開啟建議清單。

    Azure 數據總管叢集的 Azure Advisor 建議。

檢視訂用帳戶中所有叢集的 Azure Advisor 建議

  1. 在 Azure 入口網站 中,移至 Advisor 資源

  2. 在 [概觀],選取您想要建議的一或多個訂用帳戶。

  3. 在第二個下拉式清單中選取 [Azure 數據總管 叢集] 和 [Azure 數據總管資料庫 ]。

    Azure Advisor 資源。

使用 Azure Advisor 建議

有各種 Azure Advisor 建議類型。 使用相關的建議類型來協助您優化叢集。

  1. Advisor 的 [建議] 底下,選取 [成本] 以取得成本建議。

    選取建議類型。

  2. 從清單中選取建議。

    選取建議。

  3. 下列視窗包含與建議相關的叢集清單。 每個叢集的建議詳細數據都不同,並包含建議的動作。

    具有建議的叢集清單。

建議類型

目前提供成本、效能、可靠性和卓越服務建議。

重要

您的實際年度儲蓄可能會有所不同。 呈現的年度儲蓄是以「隨用隨付」價格為基礎。 這些潛在的節省不會考慮 Azure 保留的虛擬機實例 (RI) 計費折扣。

成本建議

集可以使用成本 建議,這些叢集可以變更以降低成本,而不會影響效能。 成本建議包括:

未執行中的 Azure 數據總管叢集

如果叢集處於執行中狀態,且過去五天內沒有內嵌的數據,也不會執行查詢,則叢集會被視為未使用且正在執行。 在某些情況下,叢集可能會 自動停止。 在下列情況下,叢集不會自動停止,而且會顯示建議:

  • 領導者叢集。 如需詳細資訊,請參閱 追蹤程序資料庫
  • 部署在 虛擬網絡 中的叢集。
  • 關閉自動停止設定叢集
  • Azure Synapse 數據總管集區

建議停止叢集以降低成本,但仍會保留數據。 如果不需要數據,請考慮刪除叢集以增加節省成本。

未使用的已停止 Azure 數據總管叢集

如果叢集已停止至少 60 天,則視為未使用且已停止。

建議刪除叢集以降低成本。

警告

已停止的叢集可能仍然包含數據。 刪除叢集之前,請先確認不再需要數據。 刪除叢集之後,將無法再存取數據。

將資料總管叢集變更為更具成本效益且效能更佳的 SKU

建議將數據總管叢集變更為更具成本效益且效能較佳的 SKU,會提供給叢集以非最佳 SKU 運作的叢集。 此更新的 SKU 應降低您的成本,並改善整體效能。 我們已計算符合叢集快取需求的必要實例計數,同時確保效能不會受到負面影響。

作為建議的一部分,如果尚未啟用,建議您啟用優化自動調整。 優化的自動調整將會對叢集的效能執行更深入的分析,並視需要進一步相應縮小叢集。 這會導致額外的成本降低。 優化自動調整建議包含最小和最大實例計數建議。 最大值會設定為建議的 SKU 實例計數。 如果叢集計劃有機成長,建議手動增加此最大數目。 如果您的叢集上已設定優化自動調整,在某些情況下,建議增加實例計數上限。

SKU 建議會考慮叢集目前的區域定義,如果叢集支援區域,則只會建議至少具有兩個區域的目標 SKU。 新增更多計算可用性區域不會產生任何額外的成本。

建議程式 SKU 建議會每隔幾個小時更新一次。 建議會檢查區域中所選 SKU 的容量可用性。 不過,請務必注意容量可用性是動態的,而且會隨著時間而變更。

注意

建議程式 SKU 建議目前不支援具有 虛擬網絡 或受控私人端點設定的叢集。

減少 Azure 數據總管數據表的快取

集成本優化建議的縮減 Azure 數據總管數據表快取期間會針對可降低其數據表快取原則的叢集提供。 此建議是以過去 30 天內的查詢回溯期間為基礎。 若要查看可能的節省時間,您可以檢視每個資料庫最相關的 5 個資料表,以節省潛在的快取。 只有在叢集可以在快取原則變更后相應縮小或相應減少時,才會提供這項建議。 Advisor 會檢查叢集是否「系結於數據」,這表示叢集的 CPU 和低擷取使用率較低,但由於數據容量很高,叢集無法相應縮小或相應減少。

啟用優化自動調整

啟用優化自動調整時,會提供啟用優化自動調整的建議會降低叢集上的實例計數。 此建議是以使用模式、快取使用率、擷取使用率和 CPU 為基礎。 若要確定您未超過計劃的預算,請在啟用優化自動調整時新增實例計數上限。

效能建議

效能建議可協助改善 Azure 數據總管叢集的效能。 效能建議包括下列各項:

更新 Azure 數據總管數據表的快取原則

閱 Azure 數據總管數據表快取期間原則,以取得較佳的效能 建議,適用於需要不同回溯期間篩選條件的叢集,或較大的 快取原則。 此建議是以過去 30 天的查詢回溯期間為基礎。 大部分的查詢會在過去 30 天內執行的存取數據不在快取中,這可能會增加查詢運行時間。 您可以檢視每個數據庫存取快取外數據的前 5 個數據表,依查詢百分比排序。

您也可以取得降低快取原則的效能建議。 如果叢集系結數據,就可能發生此情況。 如果根據快取原則快取的數據大於叢集快取的總大小,叢集就會系結數據。 減少數據系結叢集的快取原則將會減少快取遺漏數目,並可能改善效能。

卓越營運建議

卓越營運或「最佳做法」建議是建議,其實作不會立即改善成本或效能,但未來可讓叢集受益。 這包括 減少數據表快取原則以符合使用模式

減少數據表快取原則以符合使用模式

此建議著重於根據上個月的實際使用量來更新快取原則,以減少數據表的經常性快取。 不同於先前的成本建議,此特定建議適用於實例數目取決於CPU和擷取負載,而不是儲存在經常性快取中的數據量叢集。 在這種情況下,單獨變更快取原則不足以減少實例數目、進一步優化,例如變更 SKU、減少 CPU 負載,以及啟用自動調整建議有效率地相應縮小。 這項建議對於根據使用模式的實際查詢回溯低於設定快取原則的數據表很有用。 不過,減少快取原則不會直接導致節省成本。 叢集實例數目取決於CPU和擷取負載,而不論儲存在經常性快取中的數據量為何。 因此,從經常性快取移除數據不會直接導致叢集相應縮小。

可靠性建議

可靠性建議可協助您確保並改善業務關鍵應用程式的持續性。 可靠性建議包括下列各項:

叢集使用沒有委派的子網

強烈建議虛擬網路叢集使用子網而不委派 『Microsoft.Kusto/clusters』。 當您將子網委派給叢集時,您可以允許該服務建立子網的基本網路組態規則,以穩定的方式協助叢集操作其實例。

叢集使用具有無效IP組態的子網

建議提供給其他服務也會使用子網的虛擬網路叢集。 建議從子網中移除所有其他服務,並只將其用於您的叢集。

叢集因為虛擬網路問題而無法安裝或繼續

建議提供給因為虛擬網路問題而無法安裝或繼續的叢集。 建議使用 虛擬網路疑難解答指南 來解決問題。