Share via

نظرة عامة إلى نموذج الشراء المستند على DTU

  • مقالة

ينطبق على: قاعدة بيانات Azure SQL

في هذه المقالة، تتعرف على نموذج الشراء المستند إلى DTU لـ Azure SQL Database.

لمعرفة المزيد، راجع نموذج الشراء المستند إلى vCore وقارن نماذج الشراء.

وحدات حركات قاعدة البيانات (DTUs)

تمثل وحدة معاملات قاعدة البيانات (DTU) مقياساً مختلطاً لوحدة المعالجة المركزية والذاكرة والقراءة والكتابة. يتم التمييز بين مستويات الخدمة في نموذج الشراء المستند إلى DTU من خلال مجموعة من أحجام الحوسبة مع مقدار ثابت من التخزين المُضمّن وفترة الاحتفاظ الثابتة للنسخ الاحتياطية والسعر الثابت. توفر جميع مستويات الخدمة في نموذج الشراء المستند إلى DTU مرونة في تغيير أحجام الحوسبة مع الحد الأدنى من وقت التوقف؛ ومع ذلك، فهناك تبديل خلال تلك الفترة حيث يتم فقد الاتصال بقاعدة البيانات لفترة قصيرة من الوقت، والتي يمكن تخفيفها باستخدام منطق إعادة المحاولة. تتم فوترة قواعد البيانات الفردية والمجمعات المرنة كل ساعة استناداً إلى مستوى الخدمة وحجم الحساب.

بالنسبة لقاعدة بيانات أحادية بحجم حساب معين داخل طبقة خدمة، تضمن Azure SQL Database مستوى معيناً من الموارد لقاعدة البيانات هذه (مستقلة عن أي قاعدة بيانات أخرى). يوفر هذا الضمان مستوى أداء يمكن التنبؤ به. يتم حساب كمية الموارد المخصصة لقاعدة البيانات على أنها عدد من DTUs وهي مقياس مجمع للحساب والتخزين وموارد الإدخال / الإخراج.

يتم تحديد النسبة بين هذه الموارد في الأصل من خلال حمولة العمل المعياري لمعالجة المعاملات عبر الإنترنت (OLTP) المصمم ليكون نموذجياً لأحمال عمل OLTP في العالم الحقيقي. عندما يتجاوز حمولة العمل الخاص بك مقدار أي من هذه الموارد، يتم تقليل معدل نقل البيانات لديك، ما يؤدي إلى بطء الأداء وانتهاء المهلات.

بالنسبة لقواعد البيانات الأحادية، لا تؤثر الموارد المستخدمة بواسطة حمل العمل على الموارد المتاحة لقواعد البيانات الأخرى في شبكة النظير Azure. وبالمثل، لا تؤثر الموارد المستخدمة بواسطة أحمال العمل الأخرى على الموارد المتاحة لقاعدة البيانات الخاصة بك.

Bounding box

تعد DTU مفيدة للغاية لفهم الموارد النسبية المخصصة لقواعد البيانات بأحجام حسابية مختلفة ومستويات خدمة. على سبيل المثال:

  • مضاعفة DTUs عن طريق زيادة حجم الحوسبة لقاعدة البيانات تعادل مضاعفة مجموعة الموارد المتاحة لقاعدة البيانات هذه.
  • توفر قاعدة بيانات P11 من فئة الخدمة المتميزة مع 1750 وحدة DTU قوة حوسبة تزيد بمقدار 350 مرة عن قاعدة بيانات طبقة الخدمة الأساسية مع 5 وحدات DTU.

للحصول على رؤية أعمق حول استهلاك الموارد (DTU) لحمل عملك، استخدم رؤى أداء الاستعلام من أجل:

  • تحديد أهم الاستعلامات من خلال وحدة المعالجة المركزية/المدة/عدد التنفيذ التي يمكن ضبطها لتحسين الأداء. على سبيل المثال، قد يستفيد استعلام I/O المكثف من تقنيات تحسين الذاكرة للاستفادة بشكل أفضل من الذاكرة المتاحة في مستوى خدمة معين وحجم حساب.
  • التوغل في تفاصيل الاستعلام لعرض نصه وتاريخ استخدام الموارد الخاص به.
  • الوصول إلى توصيات ضبط الأداء التي تعرض الإجراءات التي تم اتخاذها بواسطة SQL Database Advisor.

وحدات عمليات قاعدة البيانات المرنة (eDTUs)

بدلاً من توفير مجموعة مخصصة من الموارد (DTUs) التي قد لا تكون مطلوبة دائماً، يمكنك وضع قواعد البيانات هذه في تجمع مرن. تستخدم قواعد البيانات الموجودة في التجمع المرن مثيلاً واحداً لمحرك قاعدة البيانات وتشارك في نفس مجموعة الموارد.

يتم قياس الموارد المشتركة في التجمع المرن بواسطة وحدات معاملات قاعدة البيانات المرنة (eDTUs). توفر التجمعات المرنة حلاً بسيطاً وفعالاً من حيث التكلفة لإدارة أهداف الأداء لقواعد بيانات متعددة ذات أنماط استخدام متنوعة وغير متوقعة على نطاق واسع. يضمن التجمع المرن عدم إمكانية استهلاك جميع الموارد بواسطة قاعدة بيانات واحدة في التجمع، مع ضمان أن كل قاعدة بيانات في التجمع تحتوي دائماً على الحد الأدنى من الموارد الضرورية المتاحة.

يُمنح التجمع عدداً محدداً من وحدات eDTU لسعر محدد. في التجمع المرن، يمكن لقواعد البيانات الفردية القياس تلقائياً داخل الحدود المكونة. ستستهلك قاعدة البيانات التي يكون حملها ثقيلاً المزيد من وحدات eDTU لتلبية الطلب. ستستهلك قواعد البيانات ذات الأحمال الأخف عدداً أقل من وحدات eDTU. لن تستهلك قواعد البيانات التي لا تحتوي على تحميل أي وحدات eDTU. نظراً لأن الموارد يتم توفيرها للمجموعة بأكملها، بدلاً من كل قاعدة بيانات، تعمل التجمعات المرنة على تبسيط مهام الإدارة الخاصة بك وتوفير ميزانية يمكن التنبؤ بها للتجمع.

يمكنك إضافة وحدات eDTU إضافية إلى تجمع موجود بأقل وقت تعطل لقاعدة البيانات. وبالمثل، إذا لم تعد بحاجة إلى وحدات eDTU إضافية، فقم بإزالتها من مجموعة موجودة في أي وقت. يمكنك أيضاً إضافة قواعد بيانات إلى قواعد البيانات أو إزالتها منها في أي وقت. لحجز وحدات eDTU لقواعد البيانات الأخرى، حدد عدد قواعد بيانات eDTU التي يمكن استخدامها في الأحمال الثقيلة. إذا كانت قاعدة البيانات تستخدم مورداً عالياً باستمرار مما يؤثر على قواعد البيانات الأخرى في التجمع، فقم بنقلها خارج المجموعة وتكوينها كقاعدة بيانات أحادية مع كمية من الموارد المطلوبة يمكن التنبؤ بها.

حمولات العمل التي تستفيد من مجموعة مرنة من الموارد

تعتبر المجمعات مناسبة تماماً لقواعد البيانات ذات متوسط ​​استخدام الموارد المنخفض والارتفاعات غير المنتظمة نسبيّاً في الاستخدام. لمزيد من المعلومات، راجع متى يجب التفكير في وجود تجمع مرن لقاعدة بيانات SQL؟.

حدد عدد DTUs التي يحتاجها حجم العمل

إذا كنت تريد ترحيل حمل عمل جهاز ظاهري محلي أو خادم SQL Server إلى قاعدة بيانات SQL، فراجع توصيات SKU لتقريب عدد وحدات DTU المطلوبة. بالنسبة لأحمال عمل قاعدة بيانات SQL الحالية، استخدم رؤى أداء الاستعلام لفهم استهلاك موارد قاعدة البيانات (DTUs) واكتساب رؤى أعمق لتحسين حمولة العمل لديك. يتيح لك sys.dm_db_resource_stats عرض الإدارة الديناميكي (DMV) عرض استهلاك الموارد لآخر ساعة. تعرض طريقة عرض الكتالوج sys.resource_stats استهلاك الموارد لآخر 14 يوماً، ولكن بدقة أقل بمتوسط ​​خمس دقائق.

تحديد استخدام DTU

لتحديد متوسط ​​النسبة المئوية لاستخدام DTU / eDTU بالنسبة إلى حد DTU / eDTU لقاعدة بيانات أو تجمع مرن، استخدم الصيغة التالية:

avg_dtu_percent = MAX(avg_cpu_percent, avg_data_io_percent, avg_log_write_percent)

يمكن الحصول على قيم الإدخال لهذه الصيغة من sys.dm_db_resource_stats وsys.resource_stats وsys.elastic_pool_resource_stats DMVs. بمعنى آخر، لتحديد النسبة المئوية لاستخدام DTU / eDTU تجاه حد DTU / eDTU لقاعدة بيانات أو تجمع مرن، اختر أكبر قيمة النسبة المئوية مما يلي: avg_cpu_percent، avg_data_io_percent وavg_log_write_percent في نقطة معينة في الوقت المناسب.

ملاحظة

يتم تحديد حد DTU لقاعدة البيانات بواسطة وحدة المعالجة المركزية والقراءة والكتابة والذاكرة المتاحة لقاعدة البيانات. ومع ذلك، نظراً لأن محرك قاعدة بيانات SQL يستخدم عادةً كل الذاكرة المتاحة لذاكرة التخزين المؤقت للبيانات الخاصة به لتحسين الأداء، ستكون قيمة avg_memory_usage_percent عادةً قريبة من 100 بالمائة، بغض النظر عن تحميل قاعدة البيانات الحالية. لذلك، على الرغم من أن الذاكرة تؤثر بشكل غير مباشر على حد DTU، إلا إنها لا تُستخدم في صيغة استخدام DTU.

تكوين الأجهزة

في نموذج الشراء المستند إلى DTU، لا يمكن للعملاء اختيار تكوين الأجهزة المستخدمة لقواعد البيانات الخاصة بهم. بينما تظل قاعدة البيانات المعينة عادةً على نوع معين من الأجهزة لوقت طويل (عادةً لعدة أشهر)، هناك أحداث معينة يمكن أن تتسبب في نقل قاعدة البيانات إلى أجهزة مختلفة.

على سبيل المثال، يمكن نقل قاعدة البيانات إلى أجهزة مختلفة إذا تم توسيع نطاقها أو خفضها إلى هدف خدمة مختلف، أو إذا كانت البنية التحتية الحالية في مركز البيانات تقترب من حدود سعتها، أو إذا تم إيقاف تشغيل الأجهزة المستخدمة حالياً بسبب انتهاء صلاحيتها.

إذا تم نقل قاعدة بيانات إلى أجهزة مختلفة، يمكن أن يتغير أداء حمل العمل. يضمن نموذج DTU أن معدل النقل ووقت الاستجابة لحمل عمل معيار DTU سيظل متطابقاً إلى حد كبير مع انتقال قاعدة البيانات إلى نوع جهاز مختلف، ما دام أن عنصر الخدمة (عدد وحدات DTU) يظل كما هو.

ومع ذلك، عبر النطاق الواسع لأحمال عمل العملاء التي تعمل في Azure SQL Database، يمكن أن يكون تأثير استخدام أجهزة مختلفة لنفس هدف الخدمة أكثر وضوحاً. قد تستفيد أحمال العمل المختلفة من تكوينات وميزات الأجهزة المختلفة. لذلك، بالنسبة لأحمال العمل بخلاف معيار DTU، من الممكن ملاحظة اختلافات الأداء إذا انتقلت قاعدة البيانات من نوع واحد من الأجهزة إلى نوع آخر.

على سبيل المثال، يمكن للتطبيق الحساس لوقت استجابة الشبكة أن يرى أداءً أفضل على أجهزة Gen5 مقابل Gen4 بسبب استخدام Accelerated Networking في Gen5، ولكن التطبيق الذي يستخدم قراءة مكثفة IO يمكنه رؤية أداء أفضل على أجهزة Gen4 مقابل Gen5 بسبب ذاكرة أعلى لكل نسبة نواة على Gen4.

يمكن للعملاء استخدام نموذج vCore لاختيار تكوين الأجهزة المفضل لديهم أثناء إنشاء قاعدة البيانات وتحجيمها. في نموذج vCore، تم توثيق حدود الموارد التفصيلية لعنصر كل خدمة في كل تكوين للأجهزة لقواعد البيانات الأحادية والتجمعات المرنة. لمزيد من المعلومات حول الأجهزة في نموذج vCore، راجع تكوين الأجهزة لقاعدة بيانات SQL أو تكوين الأجهزة لـ SQL Managed Instance.

مقارنة مستويات الخدمة

يعتمد اختيار مستوى الخدمة بشكل أساسي على استمرارية العمل والتخزين ومتطلبات الأداء.

أساسي قياسي متميز
عبء العمل المستهدف التطوير والإنتاج التطوير والإنتاج التطوير والإنتاج
استخدام اتفاقية مستوى الخدمة (SLA) في وقت التشغيل 99.99% 99.99% 99.99%
الحد الأقصى للاحتفاظ بالنسخ الاحتياطي 7 أيام 35 يوماً 35 يوماً
⁧⁩وحده المعالجة المركزية⁧⁩ منخفض منخفض، متوسط، مرتفع متوسط، عالي
IOPS (تقريبي)* 1-4 IOPS لكل وحدة حرارية بريطانية 1-4 IOPS لكل وحدة حرارية بريطانية >25 IOPS لكل DTU
زمن وصول IO (تقريبي) 5 ملّي ثانية (قراءة)، 10 ملّي ثانية (كتابة) 5 ملّي ثانية (قراءة)، 10 ملّي ثانية (كتابة) 2 ms (قراءة/ كتابة)
فهرسة متجر الأعمدة غير متوفر S3 وما فوق مدعوم
OLTP داخل الذاكرة غير متوفر غير متوفر مدعوم

*جميع عمليات القراءة والكتابة IOPS مقابل ملفات البيانات، بما في ذلك IO الخلفية (نقطة فحص وكاتب بطيء)

هام

Basic، S0، S1 وS2 خدمة الأهداف توفير أقل من vCore واحد (CPU). بالنسبة لأحمال العمل كثيفة الاستخدام لوحدة المعالجة المركزية، يوصى بمستوى خدمة S3 أو أعلى.

في Basic وS0 وS1 أهداف الخدمة، يتم تخزين ملفات قاعدة البيانات في التخزين القياسي Azure، والذي يستخدم وسائط التخزين المستندة إلى محرك الأقراص الثابتة (HDD). تكون أهداف الخدمة هذه مناسبة بشكل أفضل للتطوير والاختبار وأعباء العمل الأخرى التي يتم الوصول إليها بشكل غير متكرر أقل حساسية لتقلبات الأداء.

تلميح

لمشاهدة حدود إدارة الموارد الفعلية لقاعدة بيانات أو تجمع مرن الاستعلام عن طريقة العرض sys.dm_user_db_resource_governance.

ملاحظة

يمكنك الحصول على قاعدة بيانات مجانية في قاعدة بيانات Azure SQL في مستوى الخدمة الأساسية بالاقتران مع حساب Azure المجاني لاستكشاف Azure. للحصول على معلومات، راجع إنشاء قاعدة بيانات سحابية مدارة باستخدام حساب Azure المجاني.

حدود الموارد

تختلف حدود الموارد لقواعد البيانات الفردية والمجمعة.

حدود تخزين قاعدة البيانات الأحادية

يتم التعبير عن أحجام الحساب بوحدات DTU لقواعد البيانات الفردية ووحدات معاملات قاعدة البيانات المرنة (eDTUs) للتجمعات المرنة. لمعرفة المزيد، راجع حدود الموارد لقواعد البيانات الفردية.

أساسي قياسي متميز
الحد الأقصى لحجم التخزين 2 جيجا بايت 1 تيرابايت 4 تيرابايت
الحد الأقصى لـDTUs 5 3000 4000

هام

في بعض الظروف، قد تحتاج إلى تقليص قاعدة البيانات لاستعادة المساحة غير المستخدمة. لمزيد من المعلومات، راجع إدارة مساحة الملف في قاعدة بيانات Azure SQL.

حدود تجمع مرنة

لمعرفة المزيد، راجع حدود الموارد لقواعد البيانات المجمعة.

أساسي قياسي مميزة
الحد الأقصى لحجم التخزين لكل قاعدة بيانات 2 جيجا بايت 1 تيرابايت 1 تيرابايت
الحد الأقصى لحجم التخزين لكل تجمع 156 GB 4 تيرابايت 4 تيرابايت
الحد الأقصى لـeDTUs لكل قاعدة بيانات 5 3000 4000
الحد الأقصى لـeDTUs لكل تجمع 1600 3000 4000
الحد الأقصى لعدد قواعد البيانات لكل تجمع 500 500 100

هام

يتوفر حالياً أكثر من 1 TB من التخزين في الطبقة المميزة في جميع المناطق باستثناء: شرق الصين، وشمال الصين، وألمانيا الوسطى، ومنطقة شمال شرق ألمانيا. في هذه المناطق، الحد الأقصى للتخزين في الطبقة المميزة يقتصر على 1 تيرابايت. لمزيد من المعلومات، راجع القيود الحالية P11-P15.

هام

في بعض الظروف، قد تحتاج إلى تقليص قاعدة البيانات لاستعادة المساحة غير المستخدمة. لمزيد من المعلومات، راجع إدارة مساحة الملف في قاعدة بيانات Azure SQL.

معيار وحدة الإرسال الكبرى

تتم معايرة الخصائص الفيزيائية (وحدة المعالجة المركزية، الذاكرة، الإدخال/ الإخراج) المرتبطة بكل مقياس DTU باستخدام معيار يحاكي أعباء عمل قاعدة البيانات الواقعية.

تعرف على المخطط وأنواع العمليات المستخدمة ومزيج أحمال العمل والمستخدمين والوتيرة وقواعد القياس والقياسات المرتبطة بمقياس DTU.

مقارنة بين نماذج الشراء المستندة إلى DTU وvCore

بينما يعتمد نموذج الشراء المستند إلى DTU على مقياس مجمع للحوسبة والتخزين وموارد الإدخال/ الإخراج، من خلال المقارنة، يتيح لك نموذج شراء vCore لـAzure SQL Database مصادر الاختيار وقياس الحوسبة وتخزين الموارد.

يتيح لك نموذج الشراء المستند إلى vCore أيضاً استخدام مزايا Azure المختلطة لـ SQL Server لتوفير التكاليف، ويقدم خيارات بلا خادم وHyperscale لـAzure SQL Database غير المتوفرة في نموذج الشراء القائم على DTU.

تعرف على المزيد في مقارنة نماذج الشراء المستندة إلى vCore وDTU لـAzure SQL Database.

الخطوات التالية

تعرف على المزيد حول شراء النماذج والمفاهيم ذات الصلة في المقالات التالية: