Doporučení pro plánování kapacity
Platí pro toto doporučení kontrolního seznamu efektivity výkonu azure Well-Architected Framework:
| PE:02 | Plánování kapacity. Plánování kapacity by se mělo provést před predikcí změn ve vzorech využití. Mezi predikované změny patří sezónní variace, aktualizace produktů, marketingové kampaně, zvláštní události nebo změny právních předpisů. |
|---|
Tato příručka popisuje doporučení pro plánování kapacity. Plánování kapacity označuje proces určení prostředků potřebných ke splnění výkonnostních cílů úloh. Zahrnuje odhad množství výpočetních prostředků, jako jsou procesor, paměť, úložiště a šířka pásma sítě potřebné k zajištění požadavků na výkon úloh. Plánování kapacity pomáhá vyhnout se nedostatečnému zřízení a zajišťuje, aby úloha měla dostatek prostředků pro zvládnutí očekávaných požadavků na úlohy, aniž by došlo ke snížení výkonu nebo kritickým bodům. Pomáhá také předcházet nadměrnému zřizování a zbytečným nákladům. Nedostatečné plánování kapacity může vést k problémům s výkonem, kritickým bodům prostředků, zvýšeným nákladům, neefektivnímu přidělování, problémům se škálovatelností a nepředvídatelným výkonem úloh.
Definice
| Období | Definice |
|---|---|
| Plánování kapacity | Proces predikce prostředků, které úloha potřebuje ke splnění svých výkonnostních cílů. |
| Požadavky na funkce | Funkce a možnosti, které úloha musí mít, aby splnila zamýšlený účel. |
| Technické požadavky | Kód a infrastruktura potřebné ke splnění funkčních požadavků |
| Analýza trendů | Analýza historických dat pro předpovídání budoucí poptávky. |
Klíčové strategie návrhu
Plánování kapacity je proces s výhledem do budoucna, který zahrnuje rozhodování na základě očekávaných požadavků a vzorů úloh. Jejím cílem je optimalizovat výkon úloh ve scénářích průběžného i nejvyššího zatížení. Díky pochopení změn ve využití, jako jsou sezónní směny nebo vydávání produktů, můžete prostředky strategicky přidělovat, abyste zabránili přetížení systému v obdobích vysoké poptávky. Tato proaktivní strategie snižuje přerušení a zvyšuje efektivitu výkonu. Díky analýze minulých trendů využití a dat o růstu můžete předpovědět krátkodobé a dlouhodobé potřeby. Můžete určit potenciální kritické body a problémy se škálováním a zajistit konzistentní a efektivní výkon úloh.
Shromažďování dat kapacity
Shromažďování dat o využití úloh zahrnuje shromažďování a analýzu informací o tom, jak úloha využívá prostředky. Měli byste shromažďovat data o historických vzorech pro stávající úlohy a prediktivní míry pro nové úlohy. Tento proces pomáhá převést obchodní cíle na technické požadavky a je nezbytný pro prognózování kapacity. Zvažte následující doporučení:
Vysvětlení existující úlohy
Pochopení stávající úlohy pro plánování kapacity zahrnuje analýzu historických dat souvisejících s tím, jak úloha využívá prostředky. Zahrnuje metriky, jako jsou využití prostředků, data o výkonu a vzory úloh. Toto porozumění zajišťuje efektivní přidělování prostředků, převádí obchodní cíle do technických požadavků a pomáhá identifikovat potenciální kritické body.
Vysvětlení dat: Zkontrolujte dostupná historická data a seznamte se s jejich strukturou, formátem a relevanci pro plánování kapacity. Kontrola může zahrnovat metriky využití prostředků, vzory úloh, metriky výkonu a další relevantní datové body. Seznamte se s obchodními procesy a důležitostí aplikací. Identifikujte doby využití ve špičce, uživatelské zatížení, rychlost transakcí a další relevantní metriky.
Vyčistěte a předzpracujte data: Připravte data na analýzu odstraněním nekonzistence, chyb nebo odlehlých hodnot. Příprava dat může zahrnovat techniky čištění dat, jako je imputace dat, zpracování chybějících hodnot nebo normalizace.
Identifikace klíčových metrik: Identifikujte metriky, které jsou relevantní pro plánování kapacity. Metriky můžou zahrnovat využití procesoru, využití paměti, propustnost sítě a doby odezvy.
Identifikace kritických bodů: Změřte propustnost a dobu odezvy a identifikujte konkrétní součásti systému, které se můžou stát kritickými body při růstu úloh. Požadavky za sekundu a využití procesoru databáze mohou být dobrými indikátory kapacity.
Vizualizace dat: Vytvářejte vizualizace, jako jsou grafy nebo grafy, abyste získali lepší přehled o historických datech. Vizualizace vám můžou pomoct identifikovat vzory, trendy a anomálie v datech, abyste lépe porozuměli chování úloh.
Principy nové úlohy
Pochopením nové úlohy pro plánování kapacity se rozumí predikce požadavků na zdroje budoucího úkolu bez historických dat. Predikce budoucích potřeb nové úlohy bez historických dat může být náročnější. Tento proces zajistí efektivní přidělování prostředků a sladění přidělení s cíli úloh při zavedení úlohy. Zvažte následující doporučení:
Průzkum trhu: Provádění průzkumu trhu za účelem pochopení poptávky po podobných produktech nebo službách může poskytnout cenné přehledy o potenciální poptávce po nové úloze. Výzkum může zahrnovat analýzu trendů na trhu, provádění průzkumů nebo zkoumání nabídek konkurence.
Odborné posouzení: Odhad poptávky po nové úloze vám může pomoct vstup odborníků na danou problematiku nebo odborníků, kteří mají zkušenosti v oboru. Jejich odborné znalosti a přehledy můžou poskytnout cenné vstupy pro prognózování.
Pilotní projekty nebo prototypy: Malé pilotní projekty nebo prototypy vám můžou pomoct shromáždit data a zpětnou vazbu v reálném čase. Tato data pak můžete použít k informování procesu plánování kapacity a k úpravě předpokládané poptávky.
Externí zdroje dat: Externí zdroje dat, jako jsou oborové sestavy, studie trhu nebo průzkumy zákazníků, můžou poskytnout další informace pro odhad poptávky po nové úloze. Tyto zdroje můžou nabídnout cenné přehledy o preferencích zákazníků, trendech na trhu a potenciálních faktorech poptávky.
Prognóza poptávky
Prognózování poptávky zahrnuje použití dat úloh k předpovídání budoucích potřeb služby nebo produktu. Pro plánování kapacity je nezbytné zajistit efektivní přidělování zdrojů, předvídat vzorce růstu a připravit se na potenciální nárůst poptávky. Když předpovídáte budoucí poptávku, pomocí dat získáte představu o budoucích potřebách. Na data, která potřebujete k předpovídání budoucí poptávky, použijete statistické analýzy, analýzy trendů nebo techniky prediktivního modelování. Tyto metody berou v úvahu historické nebo očekávané vzory a promítají je do budoucnosti, aby poskytovaly odhady očekávané poptávky po úlohách. Pokud chcete předpovídat poptávku, zvažte tyto strategie:
Účet pro různé scénáře
Při plánování kapacity je potřeba naplánovat různé scénáře, ke kterým může dojít. Toto plánování by mělo zahrnovat předvídatelné vzorce růstu i neočekávané nárůsty poptávky. Vzory použití se můžou zvětšovat nebo zmenšovat. Můžou být organické (více či méně uživatelé) nebo anorganické (událost nebo bezpečnostní incident). Plánování kapacity je potřeba provést před změnami využití v klíčových časech:
- Návrh (predikce)
- Pravidelné špičky (8:00 přihlášení)
- Spuštění (ověření predikce)
- Změna obchodního modelu
- Získání nebo fúze
- Marketingové nabízení
- Sezónní změna
- Spuštění funkce
- Pravidelně
Použití prediktivních technik
Prognózování budoucí poptávky po službě nebo produktu zahrnuje použití technik, jako je statistická analýza, analýza trendů a prediktivní modelování. Tady je přehled toho, jak můžete tyto techniky používat:
Statistická analýza: Statistické metody vám můžou pomoct odhalit vzory a vztahy v historických datech. Tyto vzory můžete použít k předpovídání budoucí poptávky. K identifikaci trendů, sezónnosti a dalších vzorců v datech můžete použít techniky, jako je analýza časových řad, regresní analýza a klouzavé průměry.
Trend analýza: Trend analýza zahrnuje zkoumání historických dat za účelem identifikace konzistentních vzorů a extrapolace těchto vzorů do budoucnosti. Pokud se například poptávka po úlohách v minulém roce zvýšila o 10 procent, můžete předpovědět pokračování tohoto trendu. Při analýze historických dat o poptávce v určitém časovém období můžete identifikovat trendy růstu nebo redukce. Tyto trendy použijte jako základ pro prognózování budoucí poptávky. Trend analýza může také identifikovat účinky jednorázových událostí, které způsobují rychlé posuny provozu (anorganické). Například vydání funkcí může konzistentně zvyšovat poptávku o 5 procent. Pokud máte čtyři hlavní verze ročně, měli byste pokaždé naplánovat 5procentní nárůst.
Prediktivní modelování: Prediktivní modelování je proces vytváření matematických modelů, které používají historická data a další relevantní proměnné k předpovídání budoucích požadavků. Můžete použít techniky, jako jsou algoritmy strojového učení, neurální sítě nebo rozhodovací stromy. Tyto modely můžou brát v úvahu několik faktorů a proměnných, aby poskytovaly přesnější prognózy.
Sladění prognóz s cíli úloh
Sladění prognóz s cíli úloh zahrnuje úpravu prediktivních modelů kapacity, aby se zajistilo, že splňují konkrétní cíle a požadavky dané úlohy. Toto sladění zajišťuje odpovídající zřizování prostředků, aby se zabránilo nedostatečnému využití i potenciálnímu přetížení úloh. Pokud například chcete podporovat rozhraní API pro 1 milion uživatelů, kteří nahrají 1 MB souborů za sekundu, ale aktuální data ukazují pomalou rychlost zápisu, musíte systém upravit. Je nezbytné promluvit si se zúčastněnými stranami, abyste porozuměli požadavkům úloh. Ujistěte se, že vaše plány odpovídají slibům (SLA) vašich poskytovatelů služeb. Toto sladění zajišťuje, že vaše kapacita splňuje očekávanou poptávku, a pomáhá určit oblasti systému, které můžou vyžadovat změny.
Určení požadavků na prostředky
Určení požadavků na zdroje pro plánování kapacity zahrnuje posouzení prostředků, které potřebujete ke splnění předpokládané poptávky. Pokud například aplikace očekává 50% nárůst uživatelů během propagační kampaně, může potřebovat přidělit více cloudových instancí nebo upravit parametry automatického škálování, aby zvládly zvýšené zatížení.
Úloha může mít mnoho prostředků, takže neexistuje žádná metrika, pomocí které by bylo možné určit požadavky na prostředky. Abyste získali smysluplné výsledky, potřebujete změřit kapacitu na úrovni prostředku. Odhad očekávané poptávky po prostředcích na základě historických dat, trendů trhu a obchodních projekcí. Zvažte počet transakcí, souběžných uživatelů nebo jakékoli jiné relevantní metriky.
Na základě předpokládané poptávky vypočítejte prostředky potřebné ke splnění této poptávky. Vezměte v úvahu faktory, jako je kapacita serveru, šířka pásma sítě, kapacita úložiště a personál:
Kapacita serveru: Určete požadovanou kapacitu serveru na základě odhadovaného počtu souběžných uživatelů nebo transakcí. Zvažte faktory, jako jsou požadavky na procesor, paměť a místo na disku, abyste zajistili, že vaše servery zvládnou očekávanou úlohu.
Šířka pásma sítě: Vyhodnoťte šířku pásma sítě, kterou potřebujete, abyste podpořili očekávanou úroveň provozu. Pokud chcete zajistit plynulou a efektivní komunikaci mezi servery a klienty, měli byste zahrnout rychlosti příchozích i odchozích přenosů dat.
Kapacita úložiště: Odhad množství dat, která úloha generuje nebo zpracovává během předpokládané poptávky. Vezměte v úvahu faktory, jako jsou velikost databáze, požadavky na úložiště souborů a jakékoli další požadavky na úložiště dat, které jsou specifické pro vaši aplikaci.
Pracovníci: Posuďte lidské zdroje potřebné ke správě a údržbě infrastruktury, zajištění zákaznické podpory, provádění údržby systému a zajištění bezproblémového provozu. Vezměte v úvahu faktory, jako je distribuce úloh, sada dovedností a požadované odborné znalosti.
Vysvětlení omezení prostředků
Prostředky v úlohách mají omezení výkonu. Omezení výkonu se vztahují na služby a skladové položky v rámci každé služby. Potřebujete pochopit omezení prostředků ve vašich úlohách a zohlednit tato omezení do rozhodování o návrhu. Měli byste například vědět, jestli omezení prostředků vyžaduje, abyste změnili skladové položky nebo prostředky změnili úplně.
Musíte také identifikovat dosažitelné limity. Odkazuje na určení maximálních prahových hodnot nebo hranic úlohy. Tato omezení se obvykle vztahují na infrastrukturu (výpočetní prostředky, paměť, úložiště, síť), aplikace (souběžné databázová připojení, doby odezvy, dostupnost), službu (požadavky za sekundu) a škálování. Když plánování kapacity identifikuje dosažitelné limity, je potřeba upravit úlohu předtím, než limit vytvoří problém s výkonem. Základní hodnoty výkonu, průběžné monitorování a testování jsou nezbytné pro ověření limitů a řešení.
Kompromis: Chybné plánování kapacity může vést k nadměrnému nebo nedostatečnému zřizování prostředků. Nadměrné zřizování vede k vyšším nákladům. Nedostatečné zřizování může vést k nízkému výkonu. Zkuste najít správnou rovnováhu.
Usnadnění Azure
Shromažďování dat o kapacitě a prognózování poptávky: Azure Monitor umožňuje shromažďovat a analyzovat telemetrická data z vašich aplikací a infrastruktury. Podporuje monitorování různých prostředků Azure, včetně virtuálních počítačů, kontejnerů a účtů úložiště. Mezi klíčové nástroje patří Application Insights a Log Analytics. Konfigurací shromažďování dat a definováním metrik a protokolů, které chcete monitorovat, můžete shromažďovat cenná data úloh pro analýzu. Pro monitorování sítě zkombinujte Azure Monitor s Azure Network Watcher, přehledy sítě Azure Monitoru a monitorování Azure ExpressRoute.
Azure Monitor umožňuje analyzovat historická data a používat techniky prognózování k předpovídání budoucích trendů úloh a požadavků na kapacitu. Můžete generovat prognózy, které vám pomůžou s plánováním kapacity. Tyto prognózy pomáhají odhadnout kapacitu serveru, šířku pásma sítě, kapacitu úložiště a další potřeby prostředků pomocí předpovídaných vzorců poptávky.
Určení požadavků na prostředky: Vzhledem k tomu, že poskytují širokou škálu konfigurací, můžou vám nástroje a služby Azure pomoct definovat technické požadavky. Požadavky na úlohy můžete sladit s dostupnými prostředky Azure a zajistit, abyste vybrali vhodné komponenty a nastavení tak, aby vyhovovaly vašim funkčním potřebám.
Vysvětlení omezení prostředků: Azure poskytuje dokumentaci a prostředky, které vám pomůžou pochopit omezení výkonu různých služeb a skladových položek Azure. S ohledem na tato omezení vám může pomoct činit informovaná rozhodnutí o návrhu a optimalizovat architekturu úloh s ohledem na výkon a nákladovou efektivitu.
Azure poskytuje možnosti škálovatelnosti, jako je automatické škálování, které může automaticky upravovat prostředky na základě poptávky po úlohách. Vertikální škálování můžete zvýšit kapacitu prostředku pomocí větší velikosti virtuálního počítače nebo horizontálně přidáním nových instancí prostředku. Služby Azure, které mají funkce automatického škálování, můžou automaticky škálovat na více instancí, aby se zajistila kapacita během špičky zatížení, a při poklesu zatížení se vrátilo k normálu. V rámci vaší konfigurace a služeb existují omezení škálování, o které byste měli vědět. Můžete si přečíst dokumentaci nebo spustit testy. Azure poskytuje nástroje, jako je Azure Load Testing, které můžou simulovat zatížení a různé vzory využití, aby vám pomohly shromáždit relevantní data o vašich úlohách.
Související odkazy
Kontrolní seznam k efektivitě výkonu
Projděte si kompletní sadu doporučení.
Váš názor
Připravujeme: V průběhu roku 2024 budeme postupně vyřazovat problémy z GitHub coby mechanismus zpětné vazby pro obsah a nahrazovat ho novým systémem zpětné vazby. Další informace naleznete v tématu: https://aka.ms/ContentUserFeedback.
Odeslat a zobrazit názory pro