Freigeben über

Architekturstrategien für die Kapazitätsplanung

Gilt für die Empfehlung zur Leistungseffizienz der Azure Well-Architected Framework-Checkliste:

PE:02 Durchführen der Kapazitätsplanung. Kapazitätsplanung sollte durchgeführt werden, bevor vorhergesagte Änderungen in Nutzungsmustern vorliegen. Zu den vorhergesagten Änderungen gehören saisonale Variationen, Produktupdates, Marketingkampagnen, spezielle Ereignisse oder regulatorische Änderungen.

In diesem Leitfaden werden die Empfehlungen für die Kapazitätsplanung beschrieben. Unter Kapazitätsplanung versteht man den Prozess der Ermittlung der Ressourcen, die zum Erreichen der Workload-Leistungsziele erforderlich sind. Es umfasst die Schätzung der Menge der Computerressourcen wie CPU, Arbeitsspeicher, Speicher und Netzwerkbandbreite, die zur Unterstützung der Leistungsanforderungen der Workload erforderlich ist. Die Kapazitätsplanung trägt dazu bei, eine unzureichende Bereitstellung zu vermeiden und sicherzustellen, dass die Arbeitsauslastung über ausreichende Ressourcen verfügt, um die erwarteten Arbeitsauslastungsanforderungen zu bewältigen, ohne dass Leistungsbeeinträchtigungen oder Engpässe auftreten. Sie trägt auch dazu bei, die Überlastung und unnötige Kosten zu verhindern. Ein Mangel an Kapazitätsplanung kann zu Leistungsproblemen, Ressourcenengpässen, erhöhten Kosten, ineffizienten Zuordnungen, Skalierbarkeitsproblemen und unvorhersehbarer Arbeitsauslastung führen.

Definitionen

Begriff Definition
Kapazitätsplanung Der Prozess der Vorhersage der Ressourcen, die ein Workload benötigt, um seine Leistungsziele zu erreichen.
Funktionsanforderungen Die Features und Fähigkeiten, die ein Workload haben muss, um seinen vorgesehenen Zweck zu erfüllen.
Technische Anforderungen Der Code und die Infrastruktur, die zum Erfüllen der funktionalen Anforderungen erforderlich sind.
Trendanalyse Analyse historischer Daten zur Prognose der zukünftigen Nachfrage.

Bei der Kapazitätsplanung handelt es sich um einen zukunftsorientierten Prozess, bei dem Entscheidungen auf Grundlage der erwarteten Arbeitsanforderungen und -muster getroffen werden. Ziel ist die Optimierung der Workload-Leistung sowohl in Dauer- als auch in Spitzenlast-Szenarien. Wenn Sie sich über Nutzungsänderungen im Klaren sind, z. B. saisonbedingte Schwankungen oder Produktveröffentlichungen, können Sie die Ressourcen strategisch zuweisen und so eine Systemüberlastung in Zeiten hoher Nachfrage verhindern. Diese proaktive Strategie reduziert Störungen und steigert die Leistungseffizienz. Durch die Analyse vergangener Nutzungstrends und Wachstumsdaten können Sie den kurzfristigen und langfristigen Bedarf prognostizieren. Sie können potenzielle Engpässe und Skalierungsprobleme genau lokalisieren und so eine konsistente und effiziente Workload-Leistung sicherstellen.

Sammeln von Kapazitätsdaten

Das Sammeln von Arbeitsauslastungsdaten umfasst das Sammeln und Analysieren von Informationen dazu, wie eine Workload Ressourcen verwendet. Sie sollten Daten zu historischen Mustern für vorhandene Workloads und zu prädiktiven Messungen für neue Workloads sammeln. Dieser Prozess hilft dabei, Geschäftsziele in technische Anforderungen umzusetzen und ist für die Kapazitätsprognose von entscheidender Bedeutung. Beachten Sie die folgenden Empfehlungen:

Verstehen Sie bestehende Workloads

Um eine vorhandene Arbeitslast für die Kapazitätsplanung zu verstehen, müssen Sie historische Daten zur Ressourcennutzung der Arbeitslast analysieren. Es umfasst Kennzahlen wie Ressourcennutzung, Leistungsdaten und Arbeitslastmuster. Dieses Verständnis gewährleistet eine effiziente Ressourcenzuweisung, übersetzt Geschäftsziele in technische Anforderungen und hilft bei der Identifizierung potenzieller Engpässe.

  • Die Daten verstehen: Überprüfen Sie die verfügbaren historischen Daten und verstehen Sie deren Struktur, Format und Relevanz für die Kapazitätsplanung. Die Überprüfung kann Kennzahlen zur Ressourcennutzung, Arbeitslastmuster, Leistungskennzahlen und andere relevante Datenpunkte umfassen. Verstehen Sie die Geschäftsprozesse und die Kritikalität der Anwendungen. Identifizieren Sie Spitzennutzungszeiten, Benutzerauslastung, Transaktionsraten und andere relevante Kennzahlen.

  • Bereinigen und Vorverarbeitung der Daten: Bereiten Sie die Daten für die Analyse vor, indem Sie alle Inkonsistenzen, Fehler oder Ausreißer entfernen. Zur Vorbereitung der Daten können Datenbereinigungstechniken wie Datenimputation, die Behandlung fehlender Werte oder Normalisierung gehören.

  • Wichtige Kennzahlen ermitteln: Identifizieren Sie die Kennzahlen, die für die Kapazitätsplanung relevant sind. Metriken können CPU-Auslastung, Arbeitsspeicherauslastung, Netzwerkdurchsatz und Reaktionszeiten umfassen.

  • Identifizieren Sie Engpässe: Messen Sie Durchsatz- und Reaktionszeiten, um die spezifischen Komponenten Ihres Systems zu identifizieren, die möglicherweise zu Engpässen führen, wenn die Arbeitsauslastung wächst. Anforderungen pro Sekunde und CPU-Auslastung der Datenbank können gute Indikatoren für die Kapazität sein.

  • Visualisieren Sie die Daten: Erstellen Sie Visualisierungen, z. B. Diagramme oder Grafiken, um bessere Einblicke in historische Daten zu erhalten. Mithilfe von Visualisierungen können Sie Muster, Trends und Anomalien in Daten erkennen und so das Workload-Verhalten besser verstehen.

Einen neuen Workload verstehen

Wenn es darum geht, einen neuen Workload im Sinne der Kapazitätsplanung zu verstehen, geht es um das Vorhersagen des Ressourcenbedarfs einer zukünftigen Aufgabe ohne historische Daten. Die Vorhersage der zukünftigen Anforderungen einer Arbeitsauslastung ohne historische Daten kann schwieriger sein. Dieser Prozess stellt sicher, dass Sie Ressourcen effizient zuteilen und die Zuteilung an den Workloadzielen ausrichten, wenn der Workload eingeführt wird. Beachten Sie die folgenden Empfehlungen:

  • Marktforschung: Die Durchführung von Marktforschungen, um die Nachfrage nach ähnlichen Produkten oder Dienstleistungen zu verstehen, kann wertvolle Einblicke in die potenzielle Nachfrage nach einer neuen Arbeitsauslastung bieten. Die Forschung kann die Analyse von Markttrends, das Durchführen von Umfragen oder das Studieren von Wettbewerberangeboten umfassen.

  • Expertenmeinung: Der Input von fachlichen Ansprechpartnern oder Fachleuten mit Branchenerfahrung kann Ihnen dabei helfen, den Bedarf für einen neuen Workload einzuschätzen. Ihr Fachwissen und ihre Erkenntnisse können wertvolle Informationen für Prognosen liefern.

  • Pilotprojekte oder Prototypen: Pilotprojekte oder Prototypen im kleinen Maßstab können Ihnen dabei helfen, Echtzeitdaten und Feedback zu sammeln. Sie können diese Daten dann zur Kapazitätsplanung nutzen und den prognostizierten Bedarf anpassen.

  • Externe Datenquellen: Externe Datenquellen wie Branchenberichte, Marktstudien oder Kundenbefragungen können zusätzliche Informationen zur Einschätzung der Nachfrage nach einem neuen Workload liefern. Diese Quellen können wertvolle Einblicke in Kundenpräferenzen, Markttrends und potenzielle Nachfragetreiber bieten.

Die Nachfrage prognostizieren

Bei der Prognose der Nachfrage werden Workloaddaten verwendet, um den zukünftigen Bedarf an einer Dienstleistung oder einem Produkt vorherzusagen. Für die Kapazitätsplanung ist es wichtig, eine effiziente Ressourcenzuweisung sicherzustellen, Wachstumsmuster vorherzusehen und sich auf mögliche Nachfragespitzen vorzubereiten. Bei der Prognose der zukünftigen Nachfrage nutzen Sie Daten, um sich einen Eindruck über den zukünftigen Bedarf zu verschaffen. Sie wenden statistische Analysen, Trendanalysen oder prädiktive Modellierungstechniken auf die Daten an, die Ihnen zur Prognose der zukünftigen Nachfrage zur Verfügung stehen. Diese Methoden berücksichtigen historische oder erwartete Muster und projizieren sie in die Zukunft und liefern so Schätzungen zur erwarteten Workloadnachfrage. Um die Nachfrage zu prognostizieren, berücksichtigen Sie diese Strategien:

Berücksichtigen Sie verschiedene Szenarien

Wenn Sie die Kapazitätsplanung durchführen, müssen Sie verschiedene Szenarien planen, die auftreten können. Diese Planung sollte sowohl vorhersehbare Wachstumsmuster als auch unerwartete Nachfrageschübe berücksichtigen. Das Nutzungsverhalten kann zunehmen oder zurückgehen. Sie können organisch (mehr oder weniger Benutzer) oder anorganisch (ein Ereignis oder Sicherheitsvorfall) sein. Sie müssen die Kapazitätsplanung durchführen, bevor Nutzungsänderungen zu Schlüsselzeiten erfolgen.

  • Design (Vorhersage)
  • Regelmäßige Spitzen (Ansturm bei der Anmeldung um 8:00 Uhr)
  • Start (Prüfung der Vorhersage)
  • Änderung des Geschäftsmodells
  • Fusion oder Übernahme
  • Marketingpush
  • Saisonale Änderungen
  • Feature-Einführung
  • Regelmäßig

Verwenden Sie Vorhersagetechniken

Um die zukünftige Nachfrage nach einer Dienstleistung oder einem Produkt vorherzusagen, kommen Techniken wie statistische Analysen, Trendanalysen und prädiktive Modellierung zum Einsatz. Hier ist eine Übersicht darüber, wie Sie diese Techniken verwenden können:

  • Statistische Analyse: Statistische Methoden können Ihnen dabei helfen, Muster und Beziehungen in historischen Daten aufzudecken. Sie können diese Muster verwenden, um die zukünftige Nachfrage vorherzusagen. Sie können Techniken wie Zeitreihenanalyse, Regressionsanalyse und gleitende Durchschnitte verwenden, um Trends, Saisonalität und andere Muster in den Daten zu erkennen.

  • Trendanalyse: Bei der Trendanalyse werden historische Daten untersucht, um konsistente Muster zu erkennen und diese Muster in die Zukunft zu extrapolieren. Wenn beispielsweise die Workloadnachfrage im letzten Jahr um 10 % gestiegen ist, können Sie prognostizieren, dass sich dieser Trend fortsetzt. Wenn Sie historische Nachfragedaten über einen bestimmten Zeitraum analysieren, können Sie Wachstums- oder Rückgangstendenzen erkennen. Verwenden Sie diese Trends als Grundlage für die Prognose der zukünftigen Nachfrage. Durch Trendanalysen lassen sich zudem die Auswirkungen einmaliger Ereignisse aufzeigen, die zu raschen Verschiebungen im Datenverkehr führen (anorganisch). Beispielsweise kann die Veröffentlichung neuer Funktionen die Nachfrage dauerhaft um 5 Prozent steigern. Wenn Sie pro Jahr vier Hauptversionen herausbringen, sollten Sie jedes Mal mit einem Wachstum von 5 Prozent rechnen.

  • Prädiktive Modellierung: Bei der prädiktiven Modellierung handelt es sich um den Prozess der Erstellung mathematischer Modelle, die historische Daten und andere relevante Variablen verwenden, um Vorhersagen über die zukünftige Nachfrage zu treffen. Sie können Techniken wie Algorithmen des maschinellen Lernens, neuronale Netzwerke oder Entscheidungsbäume verwenden. Diese Modelle können mehrere Faktoren und Variablen berücksichtigen, um genauere Prognosen zu liefern.

Prognosen an Workload-Zielen ausrichten

Um Prognosen an Workloadziele anzupassen, müssen prädiktive Kapazitätsmodelle angepasst werden, um sicherzustellen, dass sie die spezifischen Ziele und Anforderungen eines bestimmten Workloads erfüllen. Diese Ausrichtung stellt sicher, dass Ressourcen angemessen bereitgestellt werden und verhindert sowohl Unterlastung als auch potenzielle Überlastungen. Wenn Sie beispielsweise eine API für 1 Millionen Benutzer unterstützen möchten, um 1 MB Dateien in einer Sekunde hochzuladen, aber aktuelle Daten zeigen langsame Schreibgeschwindigkeiten, müssen Sie Ihr System anpassen. Es ist wichtig, mit den Stakeholdern zu sprechen, um die Anforderungen des Workloads zu verstehen. Stellen Sie sicher, dass Ihre Pläne mit den Versprechen (SLAs) Ihrer Dienstanbieter übereinstimmen. Diese Ausrichtung stellt sicher, dass Ihre Kapazität der erwarteten Nachfrage entspricht, und hilft dabei, Bereiche des Systems zu identifizieren, in denen möglicherweise Änderungen vorgenommen werden müssen.

Ressourcenanforderungen bestimmen

Die Ermittlung der Ressourcenanforderungen für die Kapazitätsplanung umfasst die Bewertung der Ressourcen, die Sie benötigen, um die prognostizierte Nachfrage zu erfüllen. Wenn eine Anwendung beispielsweise während einer Werbekampagne eine Zunahme von 50% erwartet, müssen möglicherweise mehr Cloudinstanzen zugewiesen oder die automatischen Skalierungsparameter angepasst werden, um die erhöhte Last zu verarbeiten.

Eine Arbeitslast kann viele Ressourcen umfassen, sodass es keine einheitliche Kennzahl zur Ermittlung des Ressourcenbedarfs gibt. Um aussagekräftige Ergebnisse zu erhalten, müssen Sie die Kapazität auf Ressourcenebene messen. Schätzen Sie den erwarteten Bedarf für Ihre Ressourcen anhand historischer Daten, Markttrends und Geschäftsprognosen. Berücksichtigen Sie die Anzahl der Transaktionen, gleichzeitigen Benutzer oder andere relevante Kennzahlen.

Berechnen Sie auf der Grundlage der prognostizierten Nachfrage die Ressourcen, die zur Deckung dieser Nachfrage erforderlich sind. Berücksichtigen Sie Faktoren wie Serverkapazität, Netzwerkbandbreite, Speicherkapazität und Personal:

  • Serverkapazität: Ermitteln Sie die erforderliche Serverkapazität basierend auf der geschätzten Anzahl gleichzeitiger Benutzer oder Transaktionen. Berücksichtigen Sie Faktoren wie CPU-, Arbeitsspeicher- und Speicherplatzanforderungen, um sicherzustellen, dass Ihre Server die erwartete Workload verarbeiten können.

  • Netzwerkbandbreite: Bewerten Sie die Netzwerkbandbreite, die Sie benötigen, um das erwartete Datenverkehrsaufkommen zu unterstützen. Sie sollten sowohl eingehende als auch ausgehende Datenübertragungsraten berücksichtigen, um eine reibungslose und effiziente Kommunikation zwischen Servern und Clients sicherzustellen.

  • Speicherkapazität: Schätzen Sie die Datenmenge, die die Arbeitslast während des prognostizierten Bedarfs generiert oder verarbeitet. Berücksichtigen Sie Faktoren wie Datenbankgröße, Dateispeicheranforderungen und alle anderen Datenspeicheranforderungen, die für Ihre Anwendung spezifisch sind.

  • Personal: Bewerten Sie die Personalressourcen, die erforderlich sind, um die Infrastruktur zu verwalten und aufrechtzuerhalten, den Kundensupport zu verarbeiten, die Systemwartung durchzuführen und einen reibungslosen Betrieb sicherzustellen. Berücksichtigen Sie Faktoren wie Workloadverteilung, Qualifikation und erforderliche Expertise.

Ressourcenbeschränkungen verstehen

Für die Ressourcen in Ihrem Workload gelten Leistungseinschränkungen. Leistungsbeschränkungen gelten für Dienste und SKUs innerhalb der einzelnen Dienste. Sie müssen sich über die Ressourcenbeschränkungen in Ihrem Workload im Klaren sein und diese Beschränkungen bei Ihren Designentscheidungen berücksichtigen. Beispielsweise sollten Sie wissen, ob Ressourcenbeschränkungen erforderlich sind, um SKUs zu ändern oder Ressourcen vollständig zu ändern.

Sie müssen auch erreichbare Grenzwerte identifizieren. Es bezieht sich auf das Ermitteln der maximalen Grenzen oder Schwellenwerte einer Arbeitslast. Diese Grenzwerte gelten in der Regel für Infrastruktur (Compute, Arbeitsspeicher, Speicher, Netzwerk), Anwendung (gleichzeitige Datenbankverbindungen, Antwortzeiten, Verfügbarkeit), Dienst (Anforderungen pro Sekunde) und Skalierung. Wenn bei der Kapazitätsplanung erreichbare Grenzen ermittelt werden, müssen Sie die Arbeitslast ändern, bevor die Grenze zu Leistungsproblemen führt. Leistungsbaselines, kontinuierliche Überwachung und Tests sind zur Prüfung der Grenzwerte und der Lösung von entscheidender Bedeutung.

Nachteil: Falsch eingeschätzte Kapazitätsplanung kann dazu führen, dass zu viele oder zu wenige Ressourcen bereitgestellt werden. Die Überbereitstellung führt zu höheren Kosten. Eine Unterbereitstellung kann zu schlechter Leistung führen. Versuchen Sie, die richtige Balance zu finden.

Azure-Unterstützung

Kapazitätsdaten erfassen und Bedarf prognostizieren: Azure Monitor ermöglicht Ihnen das Erfassen und Analysieren von Telemetriedaten aus Ihren Anwendungen und Ihrer Infrastruktur. Es unterstützt die Überwachung verschiedener Azure-Ressourcen, einschließlich virtueller Maschinen, Container und Speicherkonten. Zu den wichtigsten Tools gehören Application Insights und Log Analytics. Indem Sie die Datenerfassung konfigurieren und Metriken und Protokolle definieren, die Sie überwachen möchten, können Sie wertvolle Workloaddaten zur Analyse sammeln. Kombinieren Sie für die Netzwerküberwachung Azure Monitor mit Azure Network Watcher, Azure Monitor-Netzwerkerkenntnissen und Azure ExpressRoute Überwachung.

Mit Azure Monitor können Sie historische Daten analysieren und Prognosetechniken anwenden, um zukünftige Workloadtrends und Kapazitätsanforderungen vorherzusagen. Sie können Prognosen erstellen, die Sie bei der Kapazitätsplanung unterstützen können. Diese Prognosen helfen bei der Schätzung der Serverkapazität, der Netzwerkbandbreite, der Speicherkapazität und anderer Ressourcenanforderungen anhand vorhergesagter Nachfragemuster.

Bei komplexen analytischen Workloads mit großen historischen Datasets ermöglichen Log Analytics-Suchaufträge eine asynchrone Abfrage von Daten über langfristige Aufbewahrungszeiträume hinweg, ohne die Leistung der Echtzeitüberwachung zu beeinträchtigen. Suchaufträge erstellen dedizierte Analysetabellen für Ergebnisse und ermöglichen die Trennung von analytischen Arbeitslasten von der betrieblichen Überwachung. Diese Funktion ist besonders nützlich für Kapazitätsplanungsaktivitäten, die eine umfassende historische Analyse erfordern, z. B. Trendanalyse und Prognose, und gleichzeitig eine optimale Leistung für tägliche Überwachungsvorgänge gewährleisten.

Ermitteln des Ressourcenbedarfs: Da Azure-Tools und -Dienste eine breite Palette an Konfigurationen bereitstellen, können sie Ihnen beim Definieren der technischen Anforderungen helfen. Sie können Ihre Workloadanforderungen an den verfügbaren Azure-Ressourcen ausrichten und so sicherstellen, dass Sie die geeigneten Komponenten und Einstellungen auswählen, um Ihren funktionalen Anforderungen gerecht zu werden.

Grundlegendes zu Ressourcenbeschränkungen: Azure bietet Dokumentation und Ressourcen, die Ihnen helfen, die Leistungsbeschränkungen verschiedener Azure-Dienste und SKUs zu verstehen. Die Berücksichtigung dieser Einschränkungen kann Ihnen dabei helfen, fundierte Designentscheidungen zu treffen und Ihre Workload-Architektur im Hinblick auf Leistung und Kosteneffizienz zu optimieren.

Azure bietet Skalierbarkeitsoptionen wie die automatische Skalierung, die Ressourcen basierend auf der Auslastungsnachfrage automatisch anpassen kann. Sie können vertikal skalieren, indem Sie die Kapazität einer Ressource erhöhen, indem Sie eine größere größe virtueller Computer verwenden oder horizontal skalieren, indem Sie neue Instanzen einer Ressource hinzufügen. Azure-Dienste, die über automatische Skalierungsfunktionen verfügen, können automatisch skaliert werden, um die Kapazität während der Workloadspitzen sicherzustellen und zum Normalzustand zurückzukehren, wenn die Auslastung abnimmt. Es gibt Skalierungsgrenzen innerhalb Ihrer Konfiguration und Dienste, die Sie kennen sollten. Sie können die Dokumentation lesen oder Tests durchführen. Azure bietet Tools wie Azure Load Testing, die Lade- und unterschiedliche Verwendungsmuster simulieren können, damit Sie relevante Daten zu Ihrer Workload sammeln können.

Aktivieren Sie virtuelle Netzwerkflussprotokolle über Workloads hinweg, um Daten über Netzwerkaktivitäten zu erfassen. Verwenden Sie Verkehrsanalysen, um diese Protokolle zu analysieren und zu bereichern, was Einblicke in das Verhalten und die Leistung von Nutzerströmen bietet. Durch die Identifizierung der wichtigsten Talker, Bandbreiten-Hotspots und Routingineffizienzen kann die Datenverkehrsanalyse dazu beitragen, die Ressourcenzuweisung des Netzwerks zu optimieren und eine intelligentere Kapazitätsplanung zu ermöglichen.

Leistungsfähigkeitscheckliste

Lesen Sie die vollständigen Empfehlungen.

Leistungsfähigkeitscheckliste

  • Last updated on