Recomendaciones de rendimiento

Las recomendaciones sobre rendimiento de Azure Advisor pueden ayudar a mejorar la velocidad y la capacidad de respuesta de las aplicaciones críticas para la empresa. Puede obtener las recomendaciones sobre rendimiento de Advisor en la pestaña Rendimiento del panel de Advisor.

1. Inicie sesión en Azure Portal.

2. Busque y seleccione Advisor desde cualquier página.

3. En el panel de Advisor, seleccione la pestaña Rendimiento.

Inteligencia artificial y aprendizaje automático

Se detectó el error "429: limitación" en este recurso

Hemos observado que se han producido 1000 o más errores del tipo "429: limitación" en este recurso en un período de un día. Considere la posibilidad de habilitar el escalado automático para controlar mejor los volúmenes de llamadas más altos y reducir el número de errores "429".

Obtenga más información sobre el escalado automático de servicios de Azure AI.

Versión del modelo de Text Analytics en desuso

Actualice la versión del modelo a una versión más reciente o a la última versión para utilizar los modelos más recientes y de mayor calidad.

Obtenga más información sobre Cognitive Service: TAUpgradeToLatestModelVersion (versión del modelo de Text Analytics en desuso).

Versión del modelo de Text Analytics en desuso

Actualice la versión del modelo a una versión más reciente o a la última versión para utilizar los modelos más recientes y de mayor calidad.

Obtenga más información sobre Cognitive Service: TAUpgradeModelVersiontoLatest (versión del modelo de Text Analytics en desuso).

Actualice a la última versión de API Text Analytics de Cognitive Services

Actualice a la versión más reciente de la API para obtener los mejores resultados en cuanto a la calidad del modelo, el rendimiento y la disponibilidad del servicio. Además, hay nuevas características disponibles como nuevos puntos de conexión a partir de la versión 3.0, como el reconocimiento de datos personales, el reconocimiento de entidades y la vinculación de entidades disponibles como puntos de conexión independientes. En cuanto a los cambios en los puntos de conexión de versión preliminar, tenemos la minería de opiniones en el punto de conexión SA, la propiedad texto redactada en el punto de conexión de datos personales.

Obtenga más información sobre Cognitive Service: UpgradeToLatestAPI (actualización a la versión más reciente de la API de Text Analytics en Cognitive Service).

Actualice a la versión más reciente de la API de Azure Cognitive Service para lenguaje

Actualice a la versión más reciente de la API para obtener los mejores resultados en cuanto a la calidad del modelo, el rendimiento y la disponibilidad del servicio.

Obtenga más información sobre Cognitive Service: UpgradeToLatestAPILanguage (actualización a la versión más reciente de la API de Azure Cognitive Service para lenguaje).

Actualice a la última versión de SDK de Text Analytics de Cognitive Services

Actualice a la versión más reciente del SDK para obtener los mejores resultados en cuanto a la calidad del modelo, el rendimiento y la disponibilidad del servicio. Además, hay nuevas características disponibles como nuevos puntos de conexión a partir de la versión 3.0, como el reconocimiento de datos personales, el reconocimiento de entidades y la vinculación de entidades disponibles como puntos de conexión independientes. En cuanto a los cambios en los puntos de conexión de versión preliminar, tenemos la minería de opiniones en el punto de conexión SA, la propiedad texto redactada en el punto de conexión de datos personales.

Obtenga más información sobre Cognitive Service: UpgradeToLatestSDK (actualización a la versión más reciente del SDK de Text Analytics en Cognitive Service).

Actualización a la versión más reciente del SDK de Cognitive Service para lenguaje

Actualice a la versión más reciente del SDK para obtener los mejores resultados en cuanto a la calidad del modelo, el rendimiento y la disponibilidad del servicio.

Obtenga más información sobre Cognitive Service: UpgradeToLatestSDKLanguage (actualización a la versión más reciente del SDK de Cognitive Service para lenguaje).

Actualice a la última versión del SDK de Lenguaje de Azure AI

Actualice a la versión más reciente del SDK para obtener los mejores resultados en cuanto a la calidad del modelo, el rendimiento y la disponibilidad del servicio. Además, hay nuevas características disponibles como nuevos puntos de conexión a partir de la versión 3.0, como el reconocimiento de datos personales, el reconocimiento de entidades y la vinculación de entidades disponibles como puntos de conexión independientes. En cuanto a los cambios en los puntos de conexión de versión preliminar, tenemos la minería de opiniones en el punto de conexión SA, la propiedad texto redactada en el punto de conexión de datos personales.

Obtenga más información sobre el Lenguaje de Azure AI.

Análisis

Dimensionamiento correcto de los recursos de Data Explorer para obtener un rendimiento óptimo.

Esta recomendación incluye todos los recursos de Data Explorer que superan la capacidad de datos recomendada (80 %). La acción recomendada para mejorar el rendimiento es escalar a la configuración recomendada que se muestra.

Obtenga más información sobre el recurso de Data Explorer: recurso ADX de tamaño correcto (tamaño correcto de los recursos de Data Explorer para un rendimiento óptimo).

Revisión de las directivas de almacenamiento en caché de tablas para las tablas de Data Explorer

En esta recomendación se muestran las tablas de Data Explorer que tienen un gran número de consultas que van más allá del período de caché (directiva) configurado (verá las 10 primeras tablas por porcentaje de consultas que acceden a datos fuera de la caché). Acción recomendada para mejorar el rendimiento: limitar las consultas de esta tabla al intervalo de tiempo mínimo necesario (dentro de la directiva definida). Como alternativa, si se requieren datos de todo el intervalo de tiempo, aumente el período de caché al valor recomendado.

Obtenga más información sobre el recurso de Data Explorer: UpdateCachePoliciesForAdxTables (revisión de las directivas de caché de tablas para las tablas de Data Explorer).

Reducción de la directiva de almacenamiento en caché de tablas de Data Explorer para mejorar el rendimiento

Al reducir la directiva de almacenamiento en caché de tablas, se liberarán los datos no usados de la memoria caché del recurso y mejorará el rendimiento.

Obtenga más información sobre el recurso de Data Explorer: ReduceCacheForAzureDataExplorerTablesToImprovePerformance (reducción de la directiva de la caché de tablas de Data Explorer para mejorar el rendimiento).

Aumento de la memoria caché en la directiva de caché

En función del uso real durante el último mes, actualice la directiva de caché para aumentar la memoria caché de acceso frecuente de la tabla. El período de retención siempre debe ser mayor que el período de almacenamiento en caché. Si aumenta la memoria caché y el período de retención es inferior al período de almacenamiento en caché, actualice la directiva de retención. El análisis se basa únicamente en las consultas de usuario que examinan los datos.

Obtenga más información sobre Recurso de Data Explorer: IncreaseCacheForAzureDataExplorerTablesToImprovePerformance (aumento de la memoria caché en la directiva de caché).

Habilitar la escalabilidad automática optimizada para recursos del Explorador de datos

Parece que su recurso podría haber escalado automáticamente para mejorar el rendimiento (según su uso real durante la última semana, la utilización de caché, la utilización de ingesta, la CPU y la utilización de ingestas de transmisión). Para optimizar los costes y el rendimiento, recomendamos habilitar la escalabilidad automática optimizada.

Obtenga más información sobre Recurso de Data Explorer: PerformanceEnableOptimizedAutoscaleAzureDataExplorer (habilitación de la escalabilidad automática optimizada para los recursos de Data Explorer).

Las lecturas se producen en los datos más recientes.

Más del 75 % de sus solicitudes de lectura están llegando a Memstore, lo que indica que las lecturas se encuentran principalmente en los datos recientes. Las lecturas de datos recientes sugieren que, aunque se vacíe Memstore, es necesario acceder al archivo reciente y agregarlo a la memoria caché.

Obtenga más información sobre el clúster de HDInsight: HBaseMemstoreReadPercentage (las lecturas se suceden en los datos más recientes).

Considere la posibilidad de usar la característica Escrituras aceleradas del clúster de HBase para mejorar el rendimiento del clúster.

Está viendo esta recomendación de Advisor porque el registro del sistema del equipo de HDInsight muestra que en los últimos siete días el clúster ha encontrado los siguientes escenarios:

1. Latencia de tiempo de sincronización de WAL alta

2. Número elevado de solicitudes de escritura (al menos tres en una hora de Windows de más de 1000 avg_write_requests/second/node)

Estas condiciones indican que el clúster sufre latencias de escritura elevadas, que pueden deberse a una gran carga de trabajo en el clúster.

Para mejorar el rendimiento del clúster, considere la posibilidad de usar la característica Escrituras aceleradas proporcionada por Azure HDInsight HBase. La característica Escrituras aceleradas para clústeres de HDInsight Apache HBase adjunta discos SSD administrados a cada RegionServer (nodo de trabajo) en lugar de usar almacenamiento en la nube. Como resultado, ofrece una baja latencia de escritura y una mejor resistencia para las aplicaciones.

Para obtener más información sobre esta característica, visite el vínculo:

Obtenga más información sobre el clúster de HDInsight: AccWriteCandidate (considere la posibilidad de usar la característica de Escrituras aceleradas en el clúster de HBase, para mejorar el rendimiento del clúster).

Más del 75 % de las consultas son consultas de análisis completo

Más del 75 % de las consultas de análisis en el clúster están realizando un recorrido de tabla o de región completo. Modifique las consultas de análisis para evitar recorridos de tabla o de región completos.

Obtenga más información sobre el clúster de HDInsight: ScanQueryTuningcandidate (más del 75 % de las consultas son consultas de examen completo).

Comprobación de los recuentos de su región, ya que están bloqueando las actualizaciones

Los recuentos de regiones deben ajustarse para evitar que las actualizaciones se bloqueen. Es posible que necesite un escalado vertical del clúster mediante la adición de nuevos nodos.

Obtenga más información sobre el clúster de HDInsight: RegionCountCandidate (compruebe los recuentos de su región, ya que pueden bloquear las actualizaciones).

Considere la posibilidad de aumentar los subprocesos de vaciado.

El tamaño de la cola de vaciado en los servidores de su región es superior a 100 o hay actualizaciones que se bloquean con frecuencia. Se recomienda el ajuste del controlador de vaciado.

Obtenga más información sobre el clúster de HDInsight: FlushQueueCandidate (considere la posibilidad de aumentar los subprocesos de vaciado).

Considere la posibilidad de aumentar los subprocesos de compactación para que las compactaciones se completen más rápido.

La cola de compactación de los servidores de su región es superior a 2000, lo que sugiere que se necesitan compactar más datos. Las compactaciones más lentas pueden afectar al rendimiento de lectura, ya que el número de archivos que hay que leer es mayor. Un mayor número de archivos sin compactación también puede repercutir en el uso del montón relacionado con la forma en que los archivos interactúan con el sistema de archivos de Azure.

Obtenga más información sobre el clúster de HDInsight: CompactionQueueCandidate (considere la posibilidad de aumentar los subprocesos de compactación para que las compactaciones se completen más rápido).

Tablas con índices de almacén de columnas agrupados (CCI) con menos de 60 millones de filas

Las tablas de almacén de columnas en clúster organizan los datos en segmentos. El hecho de que los segmentos sean de gran calidad es fundamental para conseguir un rendimiento óptimo de las consultas en una tabla de almacén de columnas. Puede medir la calidad de los segmentos por el número de filas en un grupo de filas comprimido.

Obtenga más información sobre el área de trabajo de Synapse: SynapseCCIGuidance (tablas con índices de almacén de columnas agrupados [CCI] con menos de 60 millones de filas).

Actualización de la versión del SDK de SynapseManagementClient

El nuevo SynapseManagementClient usa el SDK de .NET 4.0 o superior.

Obtenga más información sobre el área de trabajo de Synapse: UpgradeSynapseManagementClientSDK (actualización de la versión del SDK de SynapseManagementClient).

Proceso

El uso de la capacidad de vSAN tiene un umbral crítico cruzado.

El uso de la capacidad de vSAN ha alcanzado el 75 %. El uso del clúster debe permanecer por debajo del umbral crítico del 75 % para el cumplimiento del Acuerdo de Nivel de Servicio. Puede agregar nuevos nodos al clúster de VSphere para aumentar la capacidad, eliminar VM con el fin de reducir el consumo o ajustar las cargas de trabajo de las VM

Más información sobre la nube privada Azure VMware Solution - vSANCapacity (la utilización de la capacidad de vSAN ha superado el umbral crítico).

Actualización de Automanage a la versión de API más reciente

Hemos identificado llamadas de SDK desde una API en desuso en recursos pertenecientes a esta suscripción. Se recomienda cambiar a las últimas versiones del SDK para garantizar que reciba las últimas funciones y mejoras de rendimiento.

Obtenga más información sobre Máquina virtual: UpdateToLatestApi (actualización de Automanage a la versión de API más reciente).

Mejore la experiencia y la conectividad del usuario mediante la implementación de máquinas virtuales más cerca de la ubicación del usuario.

Hemos determinado que las máquinas virtuales se encuentran en una región distinta o lejos de la ubicación donde los usuarios se conectan con Azure Virtual Desktop. Las regiones de usuario lejanas pueden dar lugar a tiempos de respuesta de conexión prolongados y afectar a la experiencia global del usuario.

Obtenga más información sobre la máquina virtual: RegionProximitySessionHosts (mejore la experiencia del usuario y la conectividad mediante la implementación de VM más cerca de la ubicación del usuario).

Uso de Managed Disks para evitar limitaciones de E/S del disco

Los discos de la máquina virtual pertenecen a una cuenta de almacenamiento que ha alcanzado su objetivo de escalabilidad y podría sufrir limitaciones de E/S. Para proteger la máquina virtual frente a una degradación del rendimiento y para simplificar la administración del almacenamiento, use Managed Disks (discos administrados).

Obtenga más información sobre la máquina virtual: ManagedDisksStorageAccount (uso de Managed Disks para evitar la limitación de E/S de los discos).

Conversión de discos administrados de HDD estándar a SSD Premium para obtener mayor rendimiento

Hemos observado que su disco HDD estándar se está aproximando a los objetivos de rendimiento. Los discos SSD Premium de Azure ofrecen soporte de disco de alto rendimiento y latencia baja para máquinas virtuales con cargas de trabajo con uso intensivo de entrada/salida. Dé un impulso al rendimiento de sus discos actualizando de HDD estándar a SSD Premium. La actualización requiere reiniciar la máquina virtual, lo que tardará entre tres y cinco minutos.

Obtenga más información sobre Disk: MDHDDtoPremiumForPerformance (conversión de Managed Disks de HDD estándar a SSD prémium para mejorar el rendimiento).

Habilitación de redes aceleradas para mejorar el rendimiento y la latencia de red

Hemos detectado que las redes aceleradas no están habilitadas en los recursos de máquina virtual de la implementación existente que puedan ser compatibles con esta característica. Si la imagen de sistema operativo de la máquina virtual es compatible con las redes aceleradas, tal como se detalla en la documentación, asegúrese de habilitar esta característica gratuita en estas máquinas virtuales para maximizar el rendimiento y la latencia de las cargas de trabajo de red en la nube.

Obtenga más información sobre la máquina virtual: AccelNetConfiguration (habilitación de redes aceleradas para mejorar el rendimiento y la latencia de la red).

Uso de discos SSD para las cargas de trabajo de producción

Hemos observado que está usando discos SSD y HDD estándar en la misma máquina virtual. Se recomienda el uso de discos administrados HDD estándar para desarrollo, pruebas y copias de seguridad, y discos SSD Premium o SSD estándar para producción. Los discos SSD Premium ofrecen soporte de disco de alto rendimiento y latencia baja para máquinas virtuales con cargas de trabajo con uso intensivo de entrada/salida. Los discos SSD estándar proporcionan una latencia coherente más baja. Actualice la configuración del disco para obtener una mayor latencia, confiabilidad y disponibilidad. La actualización requiere reiniciar la máquina virtual, lo que tardará entre tres y cinco minutos.

Obtenga más información sobre la máquina virtual: MixedDiskTypeToSSDPublic (uso de discos SSD para las cargas de trabajo de producción).

Coincidencia de máquinas virtuales de producción con el disco de producción para obtener un rendimiento coherente y una mayor latencia

Las máquinas virtuales de producción necesitan discos de producción si desea obtener el mejor rendimiento. Vemos que se está ejecutando una máquina virtual de nivel de producción; sin embargo, se usa un disco de bajo rendimiento con HDD estándar. La actualización de los discos asociados a los discos de producción, ya sea SSD estándar o SSD Premium, le beneficiará de una experiencia y mejoras más coherentes en la latencia.

Obtenga más información sobre la Máquina virtual: MatchProdVMProdDisks (Coincidencia de máquinas virtuales de producción con disco de producción, para un rendimiento coherente y una mejor latencia).

Las redes aceleradas pueden requerir la detención y el inicio de la máquina virtual.

Hemos detectado que las redes aceleradas no se activan en los recursos de la VM de la implementación existente, aunque se haya solicitado la característica. En raras ocasiones, como esto, puede que sea necesario detener e iniciar la máquina virtual, según le convenga, para volver a activarse con AccelNet.

Obtenga más información sobre Máquina virtual: AccelNetDisengaged (las redes aceleradas pueden requerir la detención y el inicio de la VM).

Aproveche las ventajas de la baja latencia del Disco Ultra para los discos de registro y mejore el rendimiento de la carga de trabajo de la base de datos.

Disco Ultra está disponible en la misma región que la carga de trabajo de la base de datos. Disco Ultra ofrece un alto rendimiento, un alto número de IOPS y un almacenamiento en disco coherente de baja latencia para las cargas de trabajo de base de datos. En el caso de las bases de datos de Oracle, ahora puede usar tamaños de sector 4 k o 512 E con Disco Ultra en función de la versión Oracle DB. Para SQL Server, el uso de Disco Ultra para el disco de registro podría ofrecer más rendimiento para la base de datos. Consulte las instrucciones aquí para migrar el disco de registro a Disco Ultra.

Obtenga más información sobre la máquina virtual: AzureStorageVmUltraDisk (aproveche las ventajas de la baja latencia de Disco Ultra para los discos de registro y mejore el rendimiento de la carga de trabajo de la base de datos).

Actualización del tamaño de las máquinas virtuales más activas para evitar el agotamiento de recursos y mejorar el rendimiento

Hemos analizado los datos de los últimos siete días e identificado máquinas virtuales con un uso elevado en distintas métricas (es decir, CPU, memoria y E/S de máquina virtual). Esas máquinas virtuales pueden experimentar problemas de rendimiento, ya que están cerca o en los límites de su SKU. Considere la posibilidad de actualizar su SKU para mejorar el rendimiento.

Obtenga información sobre Máquina virtual: UpgradeSizeHighVMUtilV0 (actualización del tamaño de las máquinas virtuales más activas para evitar el agotamiento de recursos y mejorar el rendimiento).

Contenedores

Se detectó una versión de Kubernetes no admitida.

Se detectó una versión de Kubernetes no admitida. Asegúrese de que el clúster de Kubernetes se ejecute con una versión admitida.

Obtenga más información sobre Kubernetes Service: UnsupportedKubernetesVersionIsDetected (se detecta una versión de Kubernetes no admitida).

Se detectó una versión de Kubernetes no admitida.

Se detectó una versión de Kubernetes no admitida. Asegúrese de que el clúster de Kubernetes se ejecute con una versión admitida.

Obtenga más información sobre Grupo de clústeres de HDInsight: NosupportedHiloAKSVersionIsDetected (se detectó una versión de Kubernetes no admitida).

Clústeres con un único grupo de nodos

Se recomienda que agregue uno o varios grupos de nodos en lugar de usar uno solo. Varios grupos ayudan a aislar los pods del sistema críticos de la aplicación y así evitar que los pods de aplicación mal configurados o no autorizados terminen accidentalmente los pods del sistema.

Obtenga más información sobre Kubernetes Service: ClustersWithASingleNodePool (clústeres con un único grupo de nodos).

Actualización de la API de flota a la versión más reciente

Hemos identificado llamadas de SDK desde una API de flota en desuso en recursos pertenecientes a su suscripción. Se recomienda cambiar a la última versión del SDK, que garantiza que reciba las últimas funciones y mejoras de rendimiento.

Obtenga más información sobre Kubernetes Fleet Manager | VERSIÓN PRELIMINAR: UpdateToLatestFleetApi (actualización de la API de flota a la versión más reciente).

Bases de datos

Configuración del tamaño de página de consulta (MaxItemCount) de Azure Cosmos DB en -1

Está usando el tamaño de página de consulta de 100 para las consultas de su contenedor de Azure Cosmos DB. Se recomienda usar un tamaño de página de -1 para realizar análisis más rápidos.

Obtenga más información sobre Cuenta de Cosmos DB: CosmosDBQueryPageSize (configuración del tamaño de página de consulta [MaxItemCount] de Azure Cosmos DB en -1).

Incorporación de índices compuestos al contenedor de Azure Cosmos DB

Los contenedores de Azure Cosmos DB ejecutan consultas ORDENAR POR que incurren en elevados cargos por unidad de solicitud (RU). Se recomienda agregar índices compuestos a la directiva de indexación de los contenedores para mejorar el consumo de unidades de solicitud y reducir la latencia de estas consultas.

Obtenga más información sobre Cuenta de Cosmos DB: CosmosDBOrderByHighRUCharge (incorporación de índices compuestos al contenedor de Azure Cosmos DB).

Optimización de la directiva de indexación de Azure Cosmos DB para indexar solo lo necesario

Los contenedores de Azure Cosmos DB usan la directiva de indexación predeterminada, que indexa todas las propiedades de los documentos. Dado que almacena documentos grandes, se indexa un gran número de propiedades, lo que da lugar a un consumo elevado de unidades de solicitud y una latencia de escritura deficiente. Para optimizar el rendimiento de escritura, se recomienda reemplazar la directiva de indexación predeterminada para indexar solo las propiedades que se usan en las consultas.

Obtenga más información sobre Cuenta de Cosmos DB: CosmosDBDefaultIndexingWithManyPaths (Optimización de la directiva de indexación de Azure Cosmos DB para indexar solo lo necesario).

Uso de claves de partición jerárquicas para una distribución de datos óptima

Su cuenta tiene una configuración personalizada que permite que el tamaño de partición lógica de un contenedor supere el límite de 20 GB. El equipo de Azure Cosmos DB aplicó esta configuración como medida temporal para darle tiempo para volver a diseñar la aplicación con una clave de partición diferente. No se recomienda como solución a largo plazo, ya que las garantías del Acuerdo de Nivel de Servicio no se respetan cuando se aumenta el límite. Ahora puede usar claves de partición jerárquicas (versión preliminar) para volver a diseñar la aplicación. La característica permite superar el límite de 20 GB mediante la configuración de hasta tres claves de partición, lo que resulta ideal para escenarios multiinquilino o cargas de trabajo que usan claves sintéticas.

Obtenga más información sobre Cuenta de Cosmos DB: CosmosDBHierarchicalPartitionKey (uso de claves de partición jerárquicas para una distribución de datos óptima).

Configuración de las aplicaciones de Azure Cosmos DB para usar una conexión directa en el SDK

Hemos observado que sus aplicaciones de Azure Cosmos DB usan el modo de puerta de enlace a través de los SDK de Cosmos DB para .NET o Java. Se recomienda cambiar a la conexión directa para una menor latencia y una mayor escalabilidad.

Obtenga más información sobre Cuenta de Cosmos DB: CosmosDBGatewayMode (configuración de las aplicaciones de Azure Cosmos DB para usar una conexión directa en el SDK).

Mejora del rendimiento mediante el escalado vertical para un uso óptimo de recursos

Maximizar la eficacia de los recursos del sistema es fundamental para mantener un rendimiento de primera. Nuestro sistema supervisa cuidadosamente el uso de la CPU y, cuando cruza el umbral del 90 % durante un período de 12 horas, se desencadena una alerta proactiva. Esta alerta no solo informa a los usuarios de núcleo virtual de Azure Cosmos DB for MongoDB del consumo elevado de CPU, sino que también proporciona instrucciones valiosas sobre el escalado vertical a un nivel superior. Al actualizar a un nivel más sólido, puede obtener un rendimiento mejorado y asegurarse de que el sistema funciona al máximo potencial.

Obtenga más información sobre Escalado y configuración del clúster de núcleo virtual de Azure Cosmos DB for MongoDB.

PerformanceBoostervCore

Cuando el uso de la CPU supera el 90 % en un período de tiempo de 12 horas, se notifica a los usuarios sobre el uso elevado. Además, se les recomienda escalar verticalmente a un nivel superior para obtener un mejor rendimiento.

Obtenga más información sobre Cuenta de Cosmos DB: ScaleUpvCoreRecommendation (PerformanceBoostervCore).

Escalado del límite de almacenamiento para el servidor de MariaDB

Nuestro sistema muestra que el servidor podría verse limitado porque se está acercando a los límites de los valores de almacenamiento aprovisionado actuales. Acercarse a los límites de almacenamiento puede producir la degradación del rendimiento o hacer que el servidor pase al modo de solo lectura. Para garantizar un rendimiento continuo, se recomienda aumentar la cantidad de almacenamiento aprovisionado o activar la característica "Crecimiento automático" para aumentos automáticos del almacenamiento.

Obtenga más información sobre el servidor de MariaDB: OrcasMariaDbStorageLimit (escalado del límite de almacenamiento para el servidor MariaDB).

Aumento de núcleos de virtuales del servidor de MariaDB

Nuestro sistema muestra que la CPU ha estado en ejecución en un uso elevado durante un largo período de tiempo durante los últimos siete días. Un uso de CPU elevado puede dar lugar a un rendimiento de las consultas más lento. Para mejorar el rendimiento, se recomienda el cambio a un tamaño de proceso mayor.

Obtenga más información sobre el servidor de MariaDB: OrcasMariaDbCpuOverload (aumento de los núcleos virtuales del servidor MariaDB).

Escalado del servidor de MariaDB a una SKU superior

Nuestro sistema muestra que el servidor puede no ser capaz de admitir las solicitudes de conexión debido a las conexiones máximas admitidas para la SKU especificada, lo que puede producir errores en un gran número de solicitudes de conexiones, lo que afecta negativamente al rendimiento. Para mejorar el rendimiento, se recomienda el traslado a una SKU de memoria superior, mediante el aumento de núcleos virtuales o el cambio a otras SKU optimizadas para memoria.

Obtenga más información sobre el servidor de MariaDB: OrcasMariaDbConcurrentConnection (escalado del servidor de MariaDB a una SKU superior).

Traslado del servidor de MariaDB a una SKU optimizada para memoria

Nuestro sistema muestra que hay un alto grado de renovación en el grupo de búferes de este servidor que puede dar lugar a un rendimiento más lento de las consultas y un aumento de IOPS. Para mejorar el rendimiento, revise las consultas de la carga de trabajo para identificar las oportunidades de minimizar la memoria consumida. Si no se encuentran dichas oportunidades, se recomienda el traslado a una SKU superior con más memoria o aumentar el tamaño de almacenamiento para obtener más IOPS.

Obtenga más información sobre el servidor de MariaDB: OrcasMariaDbMemoryCache (traslado del servidor de MariaDB a una SKU optimizada para memoria).

Aumento de la confiabilidad de los registros de auditoría

Nuestro sistema muestra que es posible que los registros de auditoría del servidor se hayan perdido durante el último día. La pérdida de los registros de auditoría puede ocurrir cuando el servidor está experimentando una carga de trabajo pesada de CPU o un servidor genera un gran número de registros de auditoría durante un breve período de tiempo. Se recomienda registrar solo los eventos necesarios para los fines de auditoría mediante los siguientes parámetros de servidor: audit_log_events, audit_log_exclude_users, audit_log_include_users. Si el uso de CPU en el servidor es elevado debido a la carga de trabajo, se recomienda aumentar los núcleos virtuales del servidor para mejorar el rendimiento.

Obtenga más información sobre el servidor de MariaDB: OrcasMariaDBAuditLog (aumento de la confiabilidad de los registros de auditoría).

Escalado del límite de almacenamiento para el servidor de MySQL

Nuestro sistema muestra que el servidor podría verse limitado porque se está acercando a los límites de los valores de almacenamiento aprovisionado actuales. Acercarse a los límites de almacenamiento puede producir la degradación del rendimiento o hacer que el servidor pase al modo de solo lectura. Para garantizar un rendimiento continuo, se recomienda aumentar la cantidad de almacenamiento aprovisionado o activar la característica "Crecimiento automático" para aumentos automáticos del almacenamiento.

Obtenga más información sobre el servidor MySQL: OrcasMySQLStorageLimit (escalado del límite de almacenamiento para el servidor MySQL).

Escalado del servidor de MySQL a una SKU superior

Nuestro sistema muestra que el servidor puede no ser capaz de admitir las solicitudes de conexión debido a las conexiones máximas admitidas para la SKU especificada, lo que puede producir errores en un gran número de solicitudes de conexiones, lo que afecta negativamente al rendimiento. Para mejorar el rendimiento, se recomienda el traslado a una SKU de memoria superior, mediante el aumento de núcleos virtuales o el cambio a otras SKU optimizadas para memoria.

Obtenga más información sobre el servidor MySQL: OrcasMySQLConcurrentConnection (escalado del servidor MySQL a una SKU superior).

Aumento de núcleos de virtuales del servidor de MySQL

Nuestro sistema muestra que la CPU ha estado en ejecución en un uso elevado durante un largo período de tiempo durante los últimos siete días. Un uso de CPU elevado puede dar lugar a un rendimiento de las consultas más lento. Para mejorar el rendimiento, se recomienda el cambio a un tamaño de proceso mayor.

Obtenga más información sobre el servidor MySQL: OrcasMySQLCpuOverload (aumento de los núcleos virtuales del servidor MySQL).

Traslado del servidor de MySQL a una SKU optimizada para memoria

Nuestro sistema muestra que hay un alto grado de renovación en el grupo de búferes de este servidor que puede dar lugar a un rendimiento más lento de las consultas y un aumento de IOPS. Para mejorar el rendimiento, revise las consultas de la carga de trabajo para identificar las oportunidades de minimizar la memoria consumida. Si no se encuentran dichas oportunidades, se recomienda el traslado a una SKU superior con más memoria o aumentar el tamaño de almacenamiento para obtener más IOPS.

Obtenga más información sobre el servidor MySQL: OrcasMySQLMemoryCache (traslado del servidor MySQL a la SKU optimizada para memoria).

Adición de un servidor de réplica de lectura de MySQL

Nuestro sistema muestra que puede tener una carga de trabajo de lectura intensiva en ejecución, lo que produce la contención de los recursos de este servidor. La contención de los recursos puede dar lugar a un rendimiento de las consultas más lento en el servidor. Para mejorar el rendimiento, se recomienda agregar una réplica de lectura y descargar algunas de las cargas de trabajo de lectura a la réplica.

Obtenga más información sobre el servidor MySQL: OrcasMySQLReadReplica (adición de un servidor de réplica de lectura de MySQL).

Mejora de la administración de conexiones de MySQL

Nuestro sistema muestra que la aplicación que se conecta al servidor MySQL puede administrar las conexiones de forma incorrecta, lo que puede dar lugar a un consumo innecesario de recursos y a una mayor latencia general de la aplicación. Para mejorar la administración de conexiones, se recomienda reducir el número de conexiones de corta duración y eliminar las conexiones innecesarias. Puede hacerlo mediante la configuración de un agrupador de conexiones del lado servidor, como ProxySQL.

Obtenga más información sobre el servidor MySQL: OrcasMySQLConnectionPooling (mejora de la administración de conexiones de MySQL).

Aumento de la confiabilidad de los registros de auditoría

Nuestro sistema muestra que es posible que los registros de auditoría del servidor se hayan perdido durante el último día. Esto puede ocurrir cuando el servidor está experimentando una carga de trabajo pesada de CPU o un servidor genera un gran número de registros de auditoría durante un breve período de tiempo. Se recomienda registrar solo los eventos necesarios para los fines de auditoría mediante los siguientes parámetros de servidor: audit_log_events, audit_log_exclude_users, audit_log_include_users. Si el uso de CPU en el servidor es elevado debido a la carga de trabajo, se recomienda aumentar los núcleos virtuales del servidor para mejorar el rendimiento.

Obtenga más información sobre el servidor de MySQL: OrcasMySQLAuditLog (aumento de la confiabilidad de los registros de auditoría).

Mejora del rendimiento mediante la optimización del tamaño de tabla temporal de MySQL

Nuestro sistema muestra que el servidor MySQL puede estar incurriendo en una sobrecarga de E/S innecesaria debido a la baja configuración de parámetros de tabla temporal. Esto podría dar lugar a transacciones innecesarias basadas en disco y un rendimiento reducido. Se recomienda aumentar los valores de los parámetros "tmp_table_size" y "max_heap_table_size" para reducir el número de transacciones basadas en disco.

Obtenga más información sobre el servidor MySQL: OrcasMySqlTmpTables (mejora del rendimiento mediante la optimización del tamaño de la tabla temporal de MySQL).

Mejore la latencia de conexiones de MySQL.

Nuestro sistema muestra que la aplicación que se conecta al servidor MySQL puede administrar las conexiones de forma incorrecta. Esto podría dar lugar a una mayor latencia de la aplicación. Para mejorar la latencia de conexión, se recomienda habilitar la redirección de la conexión. Esto se puede hacer mediante la habilitación de la característica de redirección de conexión del controlador PHP.

Obtenga más información sobre el servidor MySQL: OrcasMySQLConnectionRedirection (mejora de la latencia de conexiones de MySQL).

Aumento del límite de almacenamiento de MySQL Servidor flexible

Nuestro sistema muestra que el servidor podría verse limitado porque se está acercando a los límites de los valores de almacenamiento aprovisionado actuales. Acercarse a los límites de almacenamiento puede producir la degradación del rendimiento o hacer que el servidor pase al modo de solo lectura. Para garantizar un rendimiento continuación, se recomienda aumentar la cantidad de almacenamiento aprovisionado.

Obtenga más información sobre Servidor flexible de Azure Database for MySQL: OrcasMeruMySqlStorageUpsell (aumento del límite de almacenamiento para el servidor flexible de MySQL).

Escalado de MySQL Servidor flexible a un plan de tarifa superior

Nuestro sistema muestra que el servidor flexible supera los límites de conexión asociados a la SKU actual. Un gran número de solicitudes de conexión con errores podría afectar negativamente al rendimiento del servidor. Para mejorar el rendimiento, se recomienda aumentar el número de núcleos virtuales o cambiar a un plan de tarifa superior.

Obtenga más información sobre Servidor flexible de Azure Database for MySQL: OrcasMeruMysqlConnectionUpsell (escalado del servidor flexible de MySQL a un plan de tarifa superior).

Aumente los núcleos virtuales del servidor flexible de MySQL.

Nuestro sistema muestra que la CPU ha estado en ejecución en un uso elevado durante un largo período de tiempo durante los últimos siete días. Un uso de CPU elevado puede dar lugar a un rendimiento de las consultas más lento. Para mejorar el rendimiento, se recomienda el cambio a un tamaño de proceso mayor.

Obtenga más información sobre Servidor flexible de Azure Database for MySQL: OrcasMeruMysqlCpuUpcell (aumento de los núcleos virtuales del servidor flexible de MySQL).

Mejora del rendimiento mediante la optimización del tamaño de tabla temporal de MySQL.

Nuestro sistema muestra que el servidor MySQL puede estar incurriendo en una sobrecarga de E/S innecesaria debido a la baja configuración de parámetros de tabla temporal. Una sobrecarga de E/S innecesaria podría dar lugar a transacciones innecesarias basadas en disco y un rendimiento reducido. Se recomienda aumentar los valores de los parámetros "tmp_table_size" y "max_heap_table_size" para reducir el número de transacciones basadas en disco.

Obtenga más información sobre Servidor flexible de Azure Database for MySQL: OrcasMeruMysqlTmpTable (mejora del rendimiento mediante la optimización del ajuste de tamaño de la tabla temporal de MySQL).

Traslado del servidor de MySQL a una SKU optimizada para memoria

Nuestro sistema muestra que hay un alto uso de la memoria de este servidor, lo que puede dar lugar a un rendimiento más lento de las consultas y un aumento de IOPS. Para mejorar el rendimiento, revise las consultas de la carga de trabajo para identificar las oportunidades de minimizar la memoria consumida. Si no se encuentran dichas oportunidades, se recomienda el traslado a una SKU superior con más memoria o aumentar el tamaño de almacenamiento para obtener más IOPS.

Obtenga más información sobre Servidor flexible de Azure Database for MySQL: OrcasMeruMysqlMemoryUpsell (traslado del servidor de MySQL a una SKU optimizada para memoria).

Adición de un servidor de réplica de lectura de MySQL

Nuestro sistema muestra que puede tener una carga de trabajo de lectura intensiva en ejecución, lo que produce la contención de los recursos de este servidor. Esto podría dar lugar a un rendimiento de las consultas más lento en el servidor. Para mejorar el rendimiento, se recomienda agregar una réplica de lectura y descargar algunas de las cargas de trabajo de lectura a la réplica.

Obtenga más información sobre Servidor flexible de Azure Database for MySQL: OrcasMeruMysqlReadReplicaUpsell (integración de un servidor réplica de lectura de MySQL).

Aumente el valor de work_mem para evitar el desbordamiento excesivo del disco debido a las operaciones de ordenación y hash.

Nuestro sistema muestra que el valor de work_mem configurado es demasiado pequeño para un servidor PostgreSQL, lo que genera el desbordamiento de discos y un peor rendimiento de las consultas. Para mejorar esta situación, se recomienda aumentar el límite de work_mem del servidor, para ayudar a reducir los escenarios en los que se producen operaciones de ordenación o hash en el disco, y mejorar el rendimiento general de las consultas.

Obtenga más información sobre el servidor postgreSQL: OrcasPostgreSqlWorkMem (aumento del valor de work_mem para evitar el desbordamiento excesivo del disco debido a las operaciones de ordenación y hash).

Aumento del rendimiento de la carga de trabajo un 30 % con el nuevo hardware de proceso Ev5

Con el nuevo hardware de proceso Ev5, puede aumentar el rendimiento de la carga de trabajo en un 30 % con una mayor simultaneidad y un mejor rendimiento. Vaya a la opción Proceso y almacenamiento en Azure Portal y cambie al proceso Ev5 sin costo adicional. El proceso Ev5 proporciona el mejor rendimiento entre otras series de máquinas virtuales en términos de QPS y latencia.

Obtenga más información sobre Servidor flexible de Azure Database for MySQL: OrcasMeruMySqlComputeSeriesUpgradeEv5 (aumento del rendimiento de la carga de trabajo un 30 % con el nuevo hardware de proceso Ev5).

Aumento del límite de almacenamiento para un grupo de servidores de Hiperescala (Citus)

Nuestro sistema muestra que uno o varios nodos del grupo de servidores podría verse limitado porque se están acercando a los límites de los valores de almacenamiento aprovisionado actuales. Esto puede producir la degradación del rendimiento o hacer que el servidor pase al modo de solo lectura. Para garantizar un rendimiento continuado, se recomienda aumentar el espacio en disco aprovisionado.

Obtenga más información sobre el servidor de PostgreSQL: OrcasPostgreSqlCitusStorageLimitHyperscaleCitus (aumento del límite de almacenamiento para un grupo de servidores de Hiperescala [Citus]).

Aumento de núcleos de virtuales del servidor de PostgreSQL

Durante 7 días, el uso de CPU era al menos uno de los siguientes: Superior al 90 % durante 2 o más horas, por encima del 50 % durante el 50 % del tiempo, con un uso máximo del 20 % del tiempo. Un uso de CPU elevado puede dar lugar a un rendimiento de las consultas más lento. Para mejorar el rendimiento, se recomienda mover el servidor a una SKU mayor con un proceso mayor. Obtenga más información sobre Servidor flexible de Azure Database for PostgreSQL: SKU de servidor de escalabilidad superior para PostgreSQL en Azure Database.

Optimización del valor de log_statement para PostgreSQL en Azure Database

Nuestro sistema muestra que tiene habilitado log_statement, para mejorar el rendimiento, establézcalo en NONE.

Obtenga más información sobre Servidor flexible de Azure Database for PostgreSQL: optimice la configuración de log_statement para PostgreSQL en Azure Database.

Optimización del valor de log_duration para PostgreSQL en Azure Database

Puede experimentar una posible degradación del rendimiento debido a la configuración de registro. Para optimizar esta configuración, establezca el parámetro de servidor log_duration en OFF.

Obtenga más información sobre Más información sobre el servidor flexible de Azure Database for PostgreSQL: optimización de la configuración de log_duration para PostgreSQL en Azure Database.

Optimización del valor de log_min_duration para PostgreSQL en Azure Database

El parámetro de servidor log_min_duration se establece en menos de 60 000 ms (1 minuto), lo que puede provocar una posible degradación del rendimiento. Puede optimizar la configuración de registro estableciendo el parámetro log_min_duration_statement en -1.

Obtenga más información sobre Servidor flexible de Azure Database for PostgreSQL: optimice la configuración de log_min_duration para PostgreSQL en Azure Database.

Optimización del valor de log_error_verbosity para PostgreSQL en Azure Database

El servidor se ha configurado para generar registros de errores DETALLADOS. Esto puede ser útil para solucionar problemas de la base de datos, pero también puede reducir el rendimiento de la base de datos. Para mejorar el rendimiento, se recomienda cambiar el parámetro de servidor log_error_verbosity a la configuración DEFAULT.

Obtenga más información sobre Más información sobre el servidor flexible de Azure Database for PostgreSQL: optimización de la configuración de log_error_verbosity para PostgreSQL en Azure Database.

Identificar si se producen puntos de control con demasiada frecuencia para mejorar el rendimiento del servidor flexible de PostgreSQL

El servidor encuentra puntos de control con frecuencia. Para resolver el problema, se recomienda aumentar el parámetro del servidor max_wal_size.

Obtenga más información sobre Servidor flexible de Azure Database for PostgreSQL Aumento de max_wal_size.

Identificación de ranuras de replicación lógica inactivas para mejorar el rendimiento del servidor flexible de PostgreSQL

Es posible que el servidor tenga ranuras de replicación lógica inactivas, lo que puede provocar una degradación del rendimiento y la disponibilidad del servidor. Se recomienda eliminar las ranuras de replicación inactivas o consumir los cambios de estas ranuras para que el número de secuencia de registro (LSN) avance y esté más cerca del LSN actual del servidor.

Obtenga más información sobre Servidor flexible de Azure Database for PostgreSQL sin usar o inactivas ranuras de replicación lógica.

Identificación de transacciones de larga duración para mejorar el rendimiento del servidor flexible de PostgreSQL

Hay transacciones que se ejecutan durante más de 24 horas. Revise la sección Uso elevado de CPU:> transacciones de larga duración en las guías de solución de problemas para identificar y mitigar el problema.

Más información sobreServidor flexible de Azure Database for PostgreSQL: transacciones de larga duración mediante las guías de solución de problemas.

Identificación de transacciones preparadas huérfanas para mejorar el rendimiento del servidor flexible de PostgreSQL

Hay transacciones preparadas huérfanas. Reversión/confirmación de la transacción preparada. Las recomendaciones se comparten en la sección Bloqueadores de autovacuum: > Bloqueadores de autovacuo en las guías de solución de problemas.

Obtenga más información sobre Servidor flexible Azure Database for PostgreSQL: transacciones preparadas huérfanas a través de las guías de solución de problemas.

Identificación del ajuste de transacciones para mejorar el rendimiento del servidor flexible de PostgreSQL

El servidor ha superado el límite de ajuste del 50 % y tiene 1 millón de millones de transacciones. Consulte las recomendaciones compartidas en la sección Bloqueadores de Autovacuum -> AutoVacuum y Wraparound de emergencia de las guías de solución de problemas.

Obtenga más información sobre Servidor flexible de Azure Database for PostgreSQL: solución alternativa de transacciones mediante las guías de solución de problemas.

Identificación de una relación de hinchazón alta para mejorar el rendimiento del servidor flexible de PostgreSQL

El servidor tiene un bloat_ratio (tuplas inactivas/ (tuplas activas + tuplas inactivas) > 80%). Consulte las recomendaciones compartidas en la sección Supervisión de vaciado automático de las guías de solución de problemas.

Obtenga más información sobre Servidor flexible de Azure Database for PostgreSQL: alta proporción de volumen mediante guías de solución de problemas.

Aumento del límite de almacenamiento para un grupo de servidores de Hiperescala (Citus)

Nuestro sistema muestra que uno o varios nodos del grupo de servidores podría verse limitado porque se están acercando a los límites de los valores de almacenamiento aprovisionado actuales. Esto puede producir la degradación del rendimiento o hacer que el servidor pase al modo de solo lectura. Para garantizar un rendimiento continuado, se recomienda aumentar el espacio en disco aprovisionado.

Obtenga más información sobre el grupo de servidores de Hiperescala (Citus): MarlinStorageLimitRecommendation (aumento del límite de almacenamiento para un grupo de servidores de Hiperescala [Citus]).

Migre la base de datos de SSPG a FSPG.

Tenga en cuenta nuestra nueva oferta del servidor flexible de Azure Database for PostgreSQL, que proporciona funcionalidades más completas, como alta disponibilidad resistente a zonas, rendimiento predecible, control máximo, ventana de mantenimiento personalizado, controles de optimización de costos y experiencia simplificada del desarrollador.

Obtenga más información sobre el servidor flexible de Azure Database for PostgreSQL: OrcasPostgreSqlMeruMigration (migración de la base de datos de SSPG a FSPG).

Mejore el rendimiento de Cache y de la aplicación cuando se ejecutan con un ancho de banda de red elevado

Las instancias de caché tienen un mejor rendimiento cuando no se ejecutan con un ancho de banda de red elevado que podría dar lugar a una falta de respuesta o disponibilidad, o bien a la pérdida de datos. Aplique los procedimientos recomendados para reducir el ancho de banda de red o escale a un tamaño o SKU diferente con más capacidad.

Obtenga más información sobre Redis Cache Server: RedisCacheNetworkBandwidth (mejore el rendimiento de Cache y de la aplicación cuando se ejecutan con un ancho de banda de red elevado).

Mejore el rendimiento de Cache y de la aplicación cuando se ejecutan con muchos clientes conectados

Las instancias de caché tienen un mejor rendimiento cuando no se ejecutan con un ancho de banda de red elevado que podría dar lugar a una falta de respuesta o disponibilidad, o bien a la pérdida de datos. Aplique los procedimientos recomendados para reducir la carga del servidor o escale a un tamaño o SKU diferente con más capacidad.

Obtenga más información sobre Redis Cache Server: RedisCacheConnectedClients (mejore el rendimiento de Cache y de la aplicación cuando se ejecutan con muchos clientes conectados).

Mejore el rendimiento de Cache y de la aplicación cuando se ejecutan con muchos clientes conectados

Las instancias de caché tienen un mejor rendimiento cuando no se ejecutan con un ancho de banda de red elevado que podría dar lugar a una falta de respuesta o disponibilidad, o bien a la pérdida de datos. Aplique los procedimientos recomendados para reducir la carga del servidor o escale a un tamaño o SKU diferente con más capacidad.

Obtenga más información sobre Redis Cache Server: RedisCacheConnectedClientsHigh (mejora del rendimiento de Cache y de la aplicación cuando se ejecutan con muchos clientes conectados).

Mejore el rendimiento de Cache y de la aplicación cuando se ejecutan con una carga de servidor elevada

Las instancias de caché tienen un mejor rendimiento cuando no se ejecutan con un ancho de banda de red elevado que podría dar lugar a una falta de respuesta o disponibilidad, o bien a la pérdida de datos. Aplique los procedimientos recomendados para reducir la carga del servidor o escale a un tamaño o SKU diferente con más capacidad.

Obtenga más información sobre Redis Cache Server: RedisCacheServerLoad (mejore el rendimiento de Cache y de la aplicación cuando se ejecutan con una carga de servidor elevada).

Mejore el rendimiento de Cache y de la aplicación cuando se ejecutan con una carga de servidor elevada

Las instancias de caché tienen un mejor rendimiento cuando no se ejecutan con un ancho de banda de red elevado que podría dar lugar a una falta de respuesta o disponibilidad, o bien a la pérdida de datos. Aplique los procedimientos recomendados para reducir la carga del servidor o escale a un tamaño o SKU diferente con más capacidad.

Obtenga más información sobre Redis Cache Server: RedisCacheServerLoadHigh (mejora del rendimiento de Cache y de la aplicación cuando se ejecutan con una carga de servidor elevada).

Mejore el rendimiento de Cache y de la aplicación cuando se ejecutan con una presión de memoria elevada

Las instancias de caché tienen un mejor rendimiento cuando no se ejecutan con un ancho de banda de red elevado que podría dar lugar a una falta de respuesta o disponibilidad, o bien a la pérdida de datos. Aplique los procedimientos recomendados para reducir el uso de la memoria o escale a un tamaño o SKU diferente con más capacidad.

Obtenga más información sobre Redis Cache Server: RedisCacheUsedMemory (mejore el rendimiento de Cache y de la aplicación cuando se ejecutan con una presión de memoria elevada).

Mejore la caché y el rendimiento de la aplicación cuando la utilización de memoria RSS sea alta.

Las instancias de caché tienen un mejor rendimiento cuando no se ejecutan con un ancho de banda de red elevado que podría dar lugar a una falta de respuesta o disponibilidad, o bien a la pérdida de datos. Aplique los procedimientos recomendados para reducir el uso de la memoria o escale a un tamaño o SKU diferente con más capacidad.

Obtenga más información sobre Redis Cache Server: RedisCacheUsedMemoryRSS (mejora del rendimiento de Cache y de la aplicación cuando el uso de rss de la memoria es alto).

Las instancias de caché funcionan mejor cuando las máquinas host en las que se ejecuta la aplicación cliente pueden mantener el ritmo de las respuestas de la memoria caché.

Las instancias de caché funcionan mejor cuando las máquinas host en las que se ejecuta la aplicación cliente pueden mantener el ritmo de las respuestas de la memoria caché. Si la máquina host del cliente está funcionando con mucha memoria, CPU o ancho de banda de la red, las respuestas de la caché no llegarán a su aplicación lo suficientemente rápido y podría dar lugar a una mayor latencia.

Obtenga más información sobre Redis Cache Server: UnresponsiveClient (las instancias de caché funcionan mejor cuando las máquinas host en las que se ejecuta la aplicación cliente pueden mantener el ritmo de las respuestas de la memoria caché).

DevOps

Actualización a la última versión de la API de AMS

Hemos identificado llamadas a una versión de la API de Azure Media Services (AMS) que no se recomienda. Se recomienda cambiar a la última versión de la API de AMS para garantizar el acceso ininterrumpido a AMS, las últimas funciones y las mejoras de rendimiento.

Obtenga más información sobre Supervisión: UpdateToLatestAMSApiVersion (actualización a la última versión de la API de AMS).

Actualización a la versión del SDK de Workloads más reciente

Actualice a la versión más reciente del SDK de Workloads para obtener los mejores resultados en relación con la calidad del modelo, el rendimiento y la disponibilidad del servicio.

Obtenga más información sobre Supervisión: UpgradeToLatestAMSSdkVersion (actualización a la versión del SDK de Workloads más reciente).

Integración

Actualizar el recurso de API Management a una versión alternativa

Su suscripción se ejecuta en versiones que se han programado para quedar obsoletas. El 30 de septiembre de 2023, todas las versiones de API del servicio de Azure API Management anteriores al 01-08-2021 se retiran y se producen errores en las llamadas API. Actualice a la versión más reciente para evitar interrupciones en los servicios.

Obtenga más información sobre API Management: apimgmtdeprecation (actualización del recurso de API Management a una versión alternativa).

Dispositivo móvil

Uso de la versión recomendada del SDK de Chat

Los SDK de chat de Azure Communication Services se pueden usar para agregar chats enriquecidos en tiempo real a las aplicaciones. Actualice a la versión recomendada del SDK de Chat para asegurarse de tener las últimas correcciones y características.

Obtenga más información sobre Communication Service: UpgradeChatSdk (uso de la versión recomendada del SDK de Chat).

Uso de la versión recomendada del SDK de Resource Manager

El SDK de Resource Manager se puede usar para crear y administrar recursos de Azure Communication Services. Actualice a la versión recomendada del SDK de Resource Manager para asegurarse de tener las últimas correcciones y características.

Obtenga más información sobre Communication Service: UpgradeResourceManagerSdk (uso de la versión recomendada del SDK de Resource Manager).

Uso de la versión recomendada del SDK de Identity

El SDK de Identity de Azure Communication Services se puede usar para administrar identidades, usuarios y tokens de acceso. Realice la actualización a la versión recomendada del SDK de Identity para asegurarse de tener las últimas correcciones y características.

Obtenga más información sobre Communication Service: UpgradeIdentitySdk (uso de la versión recomendada del SDK de Identity).

Uso de la versión recomendada del SDK de SMS

El SDK de SMS de Azure Communication Services se utiliza para enviar y recibir mensajes SMS. Actualice a la versión recomendada del SDK de SMS para asegurarse de tener las últimas correcciones y características.

Obtenga más información sobre Communication Service: UpgradeSmsSdk (uso de la versión recomendada del SDK de SMS).

Uso de la versión recomendada del SDK de Phone Numbers

El SDK de Phone Numbers de Azure Communication Services se puede usar para adquirir y administrar números de teléfono. Actualice a la versión recomendada del SDK de Phone Numbers para asegurarse de tener las últimas correcciones y características.

Obtenga más información sobre Communication Service: UpgradePhoneNumbersSdk (uso de la versión recomendada del SDK de Phone Numbers).

Uso de la versión recomendada del SDK de Calling

El SDK de Calling de Azure Communication Services se puede usar para habilitar la voz, el vídeo, el uso compartido de pantalla y otra comunicación en tiempo real. Actualice a la versión recomendada del SDK de Calling para asegurarse de tener las últimas correcciones y características.

Obtenga más información sobre Communication Service: UpgradeCallingSdk (uso de la versión recomendada del SDK de Calling).

Uso de la versión recomendada del SDK de Call Automation

El SDK de Call Automation de Azure Communication Services se puede usar para realizar y administrar llamadas, reproducir audio y configurar la grabación. Actualice a la versión recomendada del SDK de Call Automation para asegurarse de tener las últimas correcciones y características.

Obtenga más información sobre Communication Service: UpgradeServerCallingSdk (uso de la versión recomendada del SDK de Call Automation).

Uso de la versión recomendada del SDK de Network Traversal

Se puede usar el SDK de Network Traversal de Azure Communication Services para acceder a los servidores de TURN para el transporte de datos de bajo nivel. Actualice a la versión recomendada del SDK de Network Traversal para asegurarse de tener las últimas correcciones y características.

Obtenga más información sobre Communication Service: UpgradeTurnSdk (uso de la versión recomendada del SDK de Network Traversal).

Uso de la versión recomendada del SDK de Salas

El SDK de Rooms de Azure Communication Services se puede usar para controlar quién puede unirse a una llamada, cuándo pueden reunirse y cómo pueden colaborar. Actualice a la versión recomendada del SDK de Salas para asegurarse de tener las últimas correcciones y características. Se detectó una versión no recomendada en las últimas 48-60 horas.

Obtenga más información sobre Communication Service: UpgradeRoomsSdk (uso de la versión recomendada del SDK de Salas).

Redes

Actualización de la recomendación de versión del SDK

La versión más reciente de la biblioteca de cliente de Azure Front Door Estándar y Premium o el SDK contiene correcciones para los problemas notificados por los clientes y que se identifican en nuestro proceso de control de calidad. La versión más reciente también incluye la optimización del rendimiento y la confiabilidad, además de nuevas características que pueden mejorar la experiencia global con Azure Front Door Estándar y Premium.

Obtenga más información sobre el perfil de Front Door: UpgradeCDNToLatestSDKLanguage (recomendación de la versión del SDK de actualización).

Actualización de la recomendación de versión del SDK

La versión más reciente del SDK de Azure Traffic Collector contiene correcciones para los problemas identificados de forma proactiva a través de nuestro proceso de control de calidad, admite el modelo de recursos más reciente y cuenta con optimización de confiabilidad y rendimiento que puede mejorar la experiencia general del uso de ATC.

Obtenga más información sobre Azure Traffic Collector: UpgradeATCToLatestSDKLanguage (actualización de la recomendación de versión del SDK).

Actualice el ancho de banda del circuito ExpressRoute para satisfacer sus necesidades de ancho de banda.

Ha estado usando más del 90 % del ancho de banda del circuito adquirido recientemente. Si supera el ancho de banda asignado, experimentará un aumento en los paquetes descartados que se envían a través de ExpressRoute. Actualice el ancho de banda del circuito para mantener el rendimiento si las necesidades de ancho de banda son elevadas.

Obtenga más información sobre el circuito ExpressRoute: UpgradeERCircuitBandwidth (actualización del ancho de banda del circuito ExpressRoute para adaptarlo a sus necesidades de ancho de banda).

Experiencia con una latencia más predecible y coherente con una conexión privada a Azure

Mejore el rendimiento, la privacidad y la confiabilidad de las aplicaciones críticas para la empresa mediante la ampliación de las redes locales a Azure con Azure ExpressRoute. Establezca conexiones privadas de ExpressRoute directamente desde la WAN, a través de una instalación de intercambio en la nube o a través de conexiones POP e IPVPN.

Obtenga más información sobre Suscripción: AzureExpressRoute (experiencia de latencia más predecible y coherente con una conexión privada a Azure).

Actualice la API de Workloads a la última versión (API de Azure Center for SAP solutions)

Hemos identificado llamadas a una versión obsoleta de la API de Workloads para los recursos de este grupo de recursos. Se recomienda cambiar a la versión más reciente de la API de Workloads para garantizar el acceso ininterrumpido a Workloads, las características más recientes y las mejoras de rendimiento en Azure Center for SAP solutions. Si en la recomendación aparecen múltiples instancias de Virtual Instance for SAP solutions (VIS), asegúrese de actualizar la versión de la API para todos los recursos de VIS.

Obtenga más información sobre Suscripción: UpdateToLatestWaasApiVersionAtSub (actualización de la API de Workloads a la última versión (API de Azure Center for SAP solutions)).

Actualice el SDK de Workloads a la última versión (SDK de Azure Center for SAP solutions)

Hemos identificado llamadas a una versión obsoleta del SDK de Workloads a partir de los recursos de este grupo de recursos. Actualice a la versión más reciente del SDK de Workloads para obtener las características más recientes y los mejores resultados en relación con la calidad del modelo, el rendimiento y la disponibilidad del servicio Azure Center for SAP solutions. Si en la recomendación aparecen múltiples instancias de Virtual Instance for SAP solutions (VIS), asegúrese de actualizar la versión del SDK para todos los recursos de VIS.

Obtenga más información sobre Suscripción: UpdateToLatestWaasSdkVersionAtSub (actualización del SDK de Workloads a la última versión (SDK de Azure Center for SAP solutions)).

Configuración del período de vida de DNS en 60 segundos

El período de vida (TTL) afecta a lo reciente que es la respuesta que obtiene el cliente cuando hace una solicitud a Azure Traffic Manager. Reducir el valor de TTL significa que el cliente se enruta a un punto de conexión en funcionamiento más rápido en el caso de una conmutación por error. Configure el TTL en 60 segundos para enrutar el tráfico a un punto de conexión de mantenimiento lo más rápido posible.

Obtenga más información sobre el perfil de Traffic Manager: ProfileTTL (configuración del periodo de vida de DNS a 60 segundos).

Configuración del período de vida de DNS en 20 segundos

El período de vida (TTL) afecta a lo reciente que es la respuesta que obtiene el cliente cuando hace una solicitud a Azure Traffic Manager. Reducir el valor de TTL significa que el cliente se enruta a un punto de conexión en funcionamiento más rápido en el caso de una conmutación por error. Configure el TTL en 20 segundos para enrutar el tráfico a un punto de conexión de mantenimiento lo más rápido posible.

Obtenga más información sobre el perfil de Traffic Manager: FastFailOverTTL (configuración del periodo de vida de DNS a 20 segundos).

Configuración del período de vida de DNS en 60 segundos

El período de vida (TTL) afecta a lo reciente que es la respuesta que obtiene el cliente cuando hace una solicitud a Azure Traffic Manager. Reducir el valor de TTL significa que el cliente se enruta a un punto de conexión en funcionamiento más rápido en el caso de una conmutación por error. Configure el TTL en 60 segundos para enrutar el tráfico a un punto de conexión de mantenimiento lo más rápido posible.

Obtenga más información sobre el perfil de Traffic Manager: ProfileTTL (configuración del periodo de vida de DNS a 60 segundos).

Considere la posibilidad de aumentar el tamaño de la SKU de la puerta de enlace de la red virtual para abordar el uso elevado de CPU de forma constante.

En casos de carga de tráfico alta, VPN Gateway podría eliminar paquetes debido a un elevado uso de CPU.

Obtenga más información sobre Puerta de enlace de red virtual: HighCPUVNetGateway (considere la posibilidad de aumentar el tamaño de la SKU de la puerta de enlace de la red virtual (VNet) para abordar el uso elevado de CPU de forma constante).

Considere la posibilidad de aumentar el tamaño de la SKU de la puerta de enlace de la red virtual para abordar el uso elevado de conexiones de punto a sitio.

Cada SKU de puerta de enlace solo puede admitir un número especificado de conexiones P2S simultáneas. Si el número de conexiones está cerca del límite de la puerta de enlace, pueden producirse errores en más intentos de conexión.

Obtenga más información sobre la puerta de enlace de red virtual: HighP2SConnectionsVNetGateway (considere la posibilidad de aumentar el tamaño de la SKU de VNet Gateway para abordar un uso elevado de la P2S).

Asegúrese de tener suficientes instancias en la instancia de Application Gateway para admitir el tráfico.

La instancia de Application Gateway se ha estado ejecutando con un uso elevado recientemente y con mucha carga podría experimentar una pérdida de tráfico o un aumento de la latencia. Es importante que escale su instancia de Application Gateway en consecuencia y agregue un búfer; de este modo, estará preparado para cualquier aumento de tráfico o actividad, y minimizará el impacto que pueda tener en su calidad de servicio. La SKU de Application Gateway v1 (Standard/WAF) admite el escalado manual y la compatibilidad de la SKU v2 (Standard_v2/WAF_v2) con el escalado automático y manual. Con el escalado manual, aumente el recuento de instancias. Si el escalado automático está habilitado, asegúrese de que el recuento máximo de instancias está establecido en un valor superior para que Application Gateway pueda escalar horizontalmente a medida que aumente el tráfico.

Obtenga más información sobre Application Gateway: HotAppGateway (asegúrese de que tiene suficientes instancias en Application Gateway para admitir el tráfico).

Uso de sondeos de estado HEAD

Los sondeos de estado pueden usar el método HTTP GET o HEAD. Se recomienda usar el método HEAD para sondeos de estado, lo que reduce la cantidad de carga de tráfico en los orígenes.

Más información sobre Front Door: uso de sondeos de estado HEAD.

SAP para Azure

Para evitar el bloqueo temporal del controlador Mellanox, reduzca el valor de can_queue en el sistema operativo de la máquina virtual de la aplicación en cargas de trabajo de SAP.

Para evitar bloqueos temporales esporádicos del controlador Mellanox, reduzca el valor de can_queue en el sistema operativo. El valor no se puede establecer directamente. Agregue las siguientes opciones de línea de arranque del kernel para lograr el mismo efecto:"hv_storvsc.storvsc_ringbuffer_size=131072 hv_storvsc.storvsc_vcpus_per_sub_channel=1024"

Obtenga más información sobre Instancia de App Server: AppSoftLockup (para evitar el bloqueo temporal en el controlador Mellanox, reduzca el valor de can_queue en el sistema operativo de la máquina virtual de la aplicación en cargas de trabajo de SAP).

Para evitar el bloqueo temporal del controlador Mellanox, reduzca el valor de can_queue en el sistema operativo de la máquina virtual de ASCS en cargas de trabajo de SAP.

Para evitar bloqueos temporales esporádicos del controlador Mellanox, reduzca el valor de can_queue en el sistema operativo. El valor no se puede establecer directamente. Agregue las siguientes opciones de línea de arranque del kernel para lograr el mismo efecto:"hv_storvsc.storvsc_ringbuffer_size=131072 hv_storvsc.storvsc_vcpus_per_sub_channel=1024"

Obtenga más información sobre Instancia de servidor central: AscsoftLockup (para evitar el bloqueo temporal en el controlador Mellanox, reduzca el valor de can_queue en el sistema operativo de la máquina virtual de ASCS en cargas de trabajo de SAP).

Para evitar el bloqueo temporal del controlador Mellanox, reduzca el valor de can_queue en el sistema operativo de la máquina virtual de la base de datos en cargas de trabajo de SAP

Para evitar bloqueos temporales esporádicos del controlador Mellanox, reduzca el valor de can_queue en el sistema operativo. El valor no se puede establecer directamente. Agregue las siguientes opciones de línea de arranque del kernel para lograr el mismo efecto:"hv_storvsc.storvsc_ringbuffer_size=131072 hv_storvsc.storvsc_vcpus_per_sub_channel=1024"

Obtenga más información sobre Instancia de base de datos: DBSoftLockup (para evitar el bloqueo temporal en el controlador Mellanox, reduzca el valor de can_queue en el sistema operativo de la máquina virtual de la base de datos en cargas de trabajo de SAP).

Para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, optimice el parámetro del sistema operativo tcp_wmem

El parámetro net.ipv4.tcp_wmem especifica los tamaños mínimo, predeterminado y máximo del búfer de envío que se usan para un socket TCP. Establezca el parámetro según la nota de SAP 302436 para certificar la base de datos de HANA para que se ejecute con ANF y mejorar el rendimiento del sistema de archivos. El valor máximo no debe superar el del parámetro net.core.wmem_max.

Obtenga más información sobre Instancia de base de datos: WriteBuffersAllocated (para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, optimice el parámetro del sistema operativo tcp_wmem).

Para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, optimice el parámetro del sistema operativo tcp_rmem

El parámetro net.ipv4.tcp_rmem especifica los tamaños mínimo, predeterminado y máximo del búfer de recepción que se usan para un socket TCP. Establezca el parámetro según la nota de SAP 3024346 para certificar la base de datos de HANA para que se ejecute con ANF y mejorar el rendimiento del sistema de archivos. El valor máximo no debe superar el del parámetro net.core.rmem_max.

Obtenga más información sobre Instancia de base de datos: OptimiseReadTcp (para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, optimice el parámetro del sistema operativo tcp_rmem).

Para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, optimice el parámetro del sistema operativo wmem_max

En una base de datos HANA con tipo de almacenamiento ANF, el búfer del socket de escritura máximo, definido por el parámetro net.core.wmem_max debe establecerse en un valor lo suficientemente grande como para controlar los paquetes de red salientes. La configuración de net.core.wmem_max certifica que la base de datos HANA se ejecute con ANF y mejore el rendimiento del sistema de archivos. Consulte la nota de SAP 3024346.

Obtenga más información sobre Instancia de base de datos: MaxWriteBuffer (para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, optimice el parámetro del sistema operativo wmem_max).

Para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, optimice el parámetro del sistema operativo tcp_rmem

El parámetro net.ipv4.tcp_rmem especifica los tamaños mínimo, predeterminado y máximo del búfer de recepción que se usan para un socket TCP. Establezca el parámetro según la nota de SAP 3024346 para certificar la base de datos de HANA para que se ejecute con ANF y mejorar el rendimiento del sistema de archivos. El valor máximo no debe superar el del parámetro net.core.rmem_max.

Obtenga más información sobre Instancia de base de datos: OptimizeReadTcp (para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, optimice el parámetro del sistema operativo tcp_rmem).

Para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, optimice el parámetro del sistema operativo rmem_max

En una base de datos HANA con el tipo de almacenamiento ANF, el búfer del socket de lectura máximo, definido por el parámetro net.core.rmem_max, debe establecerse en un valor lo suficientemente grande como para controlar los paquetes de red entrantes. La configuración de net.core.rmem_max certifica que la base de datos HANA se ejecute con ANF y mejore el rendimiento del sistema de archivos. Consulte la nota de SAP 3024346.

Obtenga más información sobre Instancia de base de datos: MaxReadBuffer (para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, optimice el parámetro del sistema operativo rmem_max).

Para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, establezca el tamaño de la cola de trabajo pendiente del receptor en 300000.

El parámetro net.core.netdev_max_backlog especifica el tamaño de la cola de trabajo pendiente del receptor, que se usa si una interfaz de red recibe paquetes más rápido de lo que el kernel los puede procesar. Establezca el parámetro según la nota de SAP: 3024346. La configuración de net.core.netdev_max_backlog certifica que la base de datos HANA se ejecute con ANF y mejore el rendimiento del sistema de archivos.

Obtenga más información sobre Instancia de base de datos: BacklogQueueSize (para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, establezca el tamaño de la cola de trabajo pendiente del receptor en 300000).

Para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, habilite el parámetro del sistema operativo de escalado de ventanas TCP.

Habilite el parámetro de escalado de ventanas TCP según la nota de SAP: 302436. La configuración de escalado de la ventana de TCP certifica que la base de datos HANA se ejecute con ANF y mejore el rendimiento del sistema de archivos de esta en cargas de trabajo de SAP.

Obtenga más información sobre Instancia de base de datos: EnableTCPWindowScaling (para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, habilite el parámetro del sistema operativo de escalado de ventanas TCP).

Para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, deshabilite el protocolo IPv6 en el sistema operativo.

Deshabilite IPv6 según la recomendación de SAP en Azure para la base de datos HANA con ANF con el fin de mejorar el rendimiento del sistema de archivos.

Obtenga más información sobre Instancia de base de datos: DisableIPv6Protocol (para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, deshabilite el protocolo IPv6 en el sistema operativo).

Para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, deshabilite el parámetro del inicio lento después de la inactividad.

El parámetro net.ipv4.tcp_slow_start_after_idle deshabilita la necesidad de escalar vertical e incrementalmente el tamaño de la ventana de TCP para las conexiones TCP que estuvieron inactivas durante un tiempo. Si se establece este parámetro en cero de acuerdo con la nota de SAP: 302436, la velocidad máxima se usa desde el principio para las conexiones TCP inactivas anteriormente.

Obtenga más información sobre Instancia de base de datos: ParameterSlowStart (para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, deshabilite el parámetro del inicio lento después de la inactividad).

Para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, optimice el parámetro del sistema operativo tcp_max_syn_backlog

Para evitar que el kernel use cookies SYN en una situación en la que se envíen muchas solicitudes de conexión en un breve período de tiempo y para evitar una advertencia sobre un posible ataque de inundación de SYN en el registro del sistema, el tamaño del trabajo pendiente de SYN se debe establecer en un valor razonablemente alto. Consulte la nota de SAP 2382421.

Obtenga más información sobre Instancia de base de datos: TCPMaxSynBacklog (para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, optimice el parámetro del sistema operativo tcp_max_syn_backlog).

Para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, habilite el parámetro del sistema operativo tcp_sack.

Habilite el parámetro tcp_sack según la nota de SAP: 302436. La configuración de tcp_sack certifica que la base de datos HANA se ejecute con ANF y mejore el rendimiento del sistema de archivos de esta en cargas de trabajo de SAP.

Obtenga más información sobre Instancia de base de datos: TCPSackParameter (para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, habilite el parámetro del sistema operativo tcp_sack).

En el escenario de alta disponibilidad de la base de datos HANA con ANF, deshabilite el parámetro del sistema operativo tcp_timestamps

Deshabilite el parámetro tcp_timestamps según la nota de SAP: 302436. La configuración de tcp_timestamps certifica que la base de datos HANA se ejecute con ANF y mejore el rendimiento del sistema de archivos en los escenarios de alta disponibilidad de la misma en cargas de trabajo de SAP.

Obtenga más información sobre Instancia de base de datos: DisableTCPTimestamps (en el escenario de alta disponibilidad de la base de datos HANA con ANF, deshabilite el parámetro del sistema operativo tcp_timestamps).

Para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, habilite el parámetro del sistema operativo tcp_timestamps.

Habilite el parámetro tcp_timestamps según la nota de SAP: 302436. La configuración de tcp_timestamps certifica que la base de datos HANA se ejecute con ANF y mejore el rendimiento del sistema de archivos de esta en cargas de trabajo de SAP.

Obtenga más información sobre Instancia de base de datos: EnableTCPTimestamps (para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, habilite el parámetro del sistema operativo tcp_timestamps).

Para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, habilite el ajuste automático del tamaño del búfer de recepción TCP.

El parámetro net.ipv4.tcp_moderate_rcvbuf permite que TCP haga el ajuste automático del búfer para adaptarlo automáticamente (que no sea mayor que tcp_rmem) con el fin de que coincida con el tamaño requerido por la ruta de acceso para el rendimiento completo. Habilite este parámetro según la nota de SAP: 302436 para mejorar el rendimiento del sistema de archivos.

Obtenga más información sobre Instancia de base de datos: EnableAutoTuning (para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, habilite el ajuste automático del tamaño del búfer de recepción TCP).

Para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, optimice net.ipv4.ip_local_port_range

Como HANA usa un número considerable de conexiones para la comunicación interna, es conveniente disponer del mayor número posible de puertos de cliente para este fin. Establezca el parámetro del sistema operativo, net.ipv4.ip_local_port_range parámetro según la nota de SAP 2382421 para garantizar la comunicación interna óptima de HANA.

Obtenga más información sobre Instancia de base de datos : IPV4LocalPortRange (para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, optimice net.ipv4.ip_local_port_range).

Para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, optimice sunrpc.tcp_slot_table_entries

Establezca el parámetro sunrpc.tcp_slot_table_entries en 128 según la recomendación para mejorar el rendimiento del sistema de archivos de la base de datos HANA con ANF en cargas de trabajo de SAP.

Obtenga más información sobre Instancia de base de datos: TCPSlotTableEntries (para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, optimice sunrpc.tcp_slot_table_entries).

Todos los discos de LVM para el volumen /hana/data deben ser del mismo tipo para garantizar un alto rendimiento de la base de datos HANA

Si se seleccionan varios tipos de disco en el volumen /hana/data, se podría restringir el rendimiento de la base de datos HANA en las cargas de trabajo de SAP. Asegúrese de que todos los discos de volumen de datos de HANA son del mismo tipo y están configurados según la recomendación para SAP en Azure.

Obtenga más información sobre Instancia de base de datos: HanaDataDiskTypeSame (todos los discos de LVM para el volumen /hana/data deben ser del mismo tipo para garantizar un alto rendimiento de la base de datos HANA).

El tamaño de franja de /hana/data debe ser de 256 kb para mejorar el rendimiento de la base de datos HANA en cargas de trabajo de SAP.

Si usa LVM o mdadm para crear conjuntos de franjas en varios discos Premium de Azure, debe definir tamaños de franjas. En función de la experiencia con versiones recientes de Linux, Azure recomienda usar el tamaño de franja de 256 kb para el sistema de archivos /hana/data con el fin de mejorar el rendimiento de la base datos HANA.

Obtenga más información sobre Instancia de base de datos: HanaDataStripeSize (el tamaño de franja de /hana/data debe ser de 256 kb para mejorar el rendimiento de la base de datos HANA en cargas de trabajo de SAP).

Para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, optimice el parámetro vm.swappiness

Establezca el parámetro del sistema operativo vm.swappiness en 10 según la recomendación para mejorar el rendimiento del sistema de archivos de la base de datos HANA con ANF en cargas de trabajo de SAP.

Obtenga más información sobre Instancia de base de datos: vmSwappness (para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, optimice el parámetro vm.swappiness).

Para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, deshabilite net.ipv4.conf.all.rp_filter

Deshabilite el parámetro del sistema operativo Linux del filtro de ruta inversa, net.ipv4.conf.all.rp_filter, según la recomendación para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF en cargas de trabajo de SAP.

Obtenga más información sobre Instancia de base de datos: DisableIPV4Conf (para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, deshabilite net.ipv4.conf.all.rp_filter).

Si usa discos Ultra, las operaciones IOPS para el volumen /hana/data deben ser >= 7000 para mejorar el rendimiento de la base de datos HANA

Si usa Ultradisk, se recomienda IOPS de al menos 7000 en el volumen /hana/data para cargas de trabajo de SAP. Seleccione el tipo de disco correspondiente al volumen /hana/data de acuerdo con este requisito para garantizar un alto rendimiento de la base de datos.

Obtenga más información sobre Instancia de base de datos: HanaDataIOPS (si usa discos Ultra, las operaciones IOPS para el volumen /hana/data deben ser >= 7000 para mejorar el rendimiento de la base de datos HANA).

Para mejorar el rendimiento de la transferencia de archivos en la base de datos HANA con ANF, optimice el parámetro tcp_max_slot_table_entries

Establezca el parámetro del sistema operativo tcp_max_slot_table_entries en 128 según la nota de SAP 302436 para mejorar el rendimiento de la transferencia de archivos en la base de datos HANA con ANF en cargas de trabajo de SAP.

Obtenga más información sobre Instancia de base de datos: OptimizeTCPMaxSlotTableEntries (para mejorar el rendimiento del sistema de archivos en la base de datos HANA con ANF, cambie el parámetro tcp_max_slot_table_entries).

Asegúrese de que el rendimiento de lectura del volumen /hana/data sea >= 400 MB/s para mejorar el rendimiento de la base de datos HANA

Se recomienda una actividad de lectura de al menos 400 MB/s para /hana/data para los tamaños de E/S de 16 MB y 64 MB en cargas de trabajo de SAP en Azure. Seleccione el tipo de disco correspondiente a /hana/data de acuerdo con este requisito con el fin de garantizar un alto rendimiento de la base de datos y cumplir los requisitos mínimos de almacenamiento de SAP HANA.

Obtenga más información sobre Instancia de base de datos: HanaDataVolumePerformance (asegúrese de que el rendimiento de lectura del volumen /hana/data sea >= 400 MB/s para mejorar el rendimiento de la base de datos HANA).

El rendimiento de lectura y escritura del volumen /hana/log debe ser >= 250 MB/s para mejorar el rendimiento de la base de datos HANA

Se recomienda una actividad de lectura y escritura de al menos 250 MB/s para /hana/log para un tamaño de E/S de 1 MB en cargas de trabajo de SAP en Azure. Seleccione el tipo de disco correspondiente al volumen /hana/log de acuerdo con este requisito con el fin de garantizar un alto rendimiento de la base de datos y cumplir los requisitos mínimos de almacenamiento de SAP HANA.

Obtenga más información sobre Instancia de base de datos: HanaLogReadWriteVolume (el rendimiento de lectura y escritura del volumen /hana/log debe ser >= 250 MB/s para mejorar el rendimiento de la base de datos HANA).

Si usa discos Ultra, las operaciones IOPS para el volumen /hana/log deben ser >= 2000 para mejorar el rendimiento de la base de datos HANA

Si usa Ultradisk, se recomienda IOPS de al menos 2000 en el volumen /hana/log para cargas de trabajo de SAP. Seleccione el tipo de disco correspondiente al volumen /hana/log de acuerdo con este requisito para garantizar un alto rendimiento de la base de datos.

Obtenga más información sobre Instancia de base de datos: HanaLogIOPS (si usa discos Ultra, las operaciones IOPS para el volumen /hana/log deben ser >= 2000 para mejorar el rendimiento de la base de datos HANA).

Todos los discos de LVM para el volumen /hana/log deben ser del mismo tipo para garantizar un alto rendimiento de la base de datos HANA

Si se seleccionan varios tipos de disco en el volumen /hana/log, se podría restringir el rendimiento de la base de datos HANA en las cargas de trabajo de SAP. Asegúrese de que todos los discos de volumen de datos de HANA son del mismo tipo y están configurados según la recomendación para SAP en Azure.

Obtenga más información sobre Instancia de base de datos: HanaDiskLogVolumeSameType (todos los discos de LVM para el volumen /hana/log deben ser del mismo tipo para garantizar un alto rendimiento de la base de datos HANA).

Habilitación del Acelerador de escritura en el volumen /hana/log con disco Premium para mejorar la latencia de escritura en la base de datos HANA

El Acelerador de escritura de Azure es una funcionalidad para las máquinas virtuales de la serie M de Azure. Mejora la latencia de E/S de escrituras en Azure Premium Storage. Para SAP HANA, el Acelerador de escritura se debe usar solo en el volumen /hana/log.

Obtenga más información sobre Instancia de base de datos: WriteAcceleratorEnabled (habilitación del Acelerador de escritura en el volumen /hana/log con disco prémium para mejorar la latencia de escritura en la base de datos HANA).

El tamaño de franja de /hana/log debe ser de 64 kb para mejorar el rendimiento de la base de datos HANA en cargas de trabajo de SAP.

Si usa LVM o mdadm para crear conjuntos de franjas en varios discos Premium de Azure, debe definir tamaños de franjas. Para obtener un rendimiento suficiente con tamaños de E/S mayores, Azure recomienda usar el tamaño de franja de 64 kb en el sistema de archivos /hana/log con el fin de mejorar el rendimiento de la base de datos HANA.

Obtenga más información sobre Instancia de base de datos: HanaLogStripeSize (el tamaño de franja de /hana/log debe ser de 64 kb para mejorar el rendimiento de la base de datos HANA en cargas de trabajo de SAP).

Seguridad

Actualización de la versión de la API de atestación

Hemos identificado llamadas API de la API de atestación no actualizada para recursos en esta suscripción. Se recomienda cambiar a las versiones más recientes de la API de atestación. Debe actualizar el código existentes para usar la versión más reciente de la API. El uso de la versión más reciente de la API garantiza que reciba las últimas funciones y mejoras de rendimiento.

Obtenga más información sobre el proveedor de atestación: UpgradeAttestationAPI (actualización de la versión de la API de atestación).

Actualización de la versión del SDK de Key Vault

Las nuevas bibliotecas de cliente de Key Vault se dividen en SDK de claves, secretos y certificados, que se integran con la biblioteca de identidades de Azure recomendada para proporcionar una autenticación sin problemas a Key Vault en todos los lenguajes y entornos. También contiene varias correcciones para los problemas notificados por los clientes y que se identifican en nuestro proceso de control de calidad. Si Key Vault está integrado con Azure Storage, el disco u otros servicios de Azure que pueden usar el SDK de Key Vault anterior y cuando todas las aplicaciones personalizadas actuales usan el SDK de .NET 4.0 o posterior, descarte la recomendación.

Obtenga más información sobre Key Vault: UpgradeKeyVaultSDK (actualización de la versión del SDK de Key Vault).

Actualización de la versión del SDK de Key Vault

Las nuevas bibliotecas de cliente de Key Vault se dividen en SDK de claves, secretos y certificados, que se integran con la biblioteca de identidades de Azure recomendada para proporcionar una autenticación sin problemas a Key Vault en todos los lenguajes y entornos. También contiene varias correcciones para los problemas notificados por los clientes y que se identifican en nuestro proceso de control de calidad.

Importante

Tenga en cuenta que solo puede corregir las recomendaciones de las aplicaciones personalizadas a las que tiene acceso. Recomendaciones se puede mostrar debido a la integración con otros servicios de Azure, como Storage o Disk Encryption, que están en proceso de actualización a la nueva versión de nuestro SDK. Si usa .NET 4.0 en todas las aplicaciones, descarte la recomendación.

Obtenga más información sobre el servicio de HSM administrado: UpgradeKeyVaultMHSMSDK (actualización de la versión del SDK de Key Vault).

Storage

Uso de "Put Blob" para blobs menores de 256 MB

Al escribir un blob en bloques de 256 MB o menos (64 MB para las solicitudes con versiones de REST anteriores a la 2016-05-31), puede cargarlo en su totalidad con una sola operación de escritura mediante "Put Blob". En función de las métricas agregadas, creemos que se pueden optimizar las operaciones de escritura de su cuenta de almacenamiento.

Obtenga más información sobre la cuenta de almacenamiento: StorageCallPutBlob (uso de "Put Blob" para blobs de menos de 256 MB).

Aumente el tamaño aprovisionado del recurso compartido de archivos premium para evitar la limitación de las solicitudes

Las solicitudes de recurso compartido de archivos premium se limitan a medida que se han alcanzado las operaciones de E/S por segundo (IOPS) o los límites de rendimiento del recurso compartido. Para evitar que las solicitudes se limiten, aumente el tamaño del recurso compartido de archivos premium.

Obtenga más información sobre Cuenta de almacenamiento: AzureStorageAdvisorAvoidThrottlingPremiumFiles (aumento del tamaño aprovisionado del recurso compartido de archivos premium para evitar la limitación de las solicitudes).

Creación de estadísticas en columnas de tablas

Hemos detectado que no tiene estadísticas de tablas, lo que podría afectar al rendimiento de las consultas. El optimizador de consultas usa las estadísticas para estimar la cardinalidad o el número de filas del resultado de la consulta, lo que permite que el optimizador de consultas cree un plan de consultas de alta calidad.

Obtenga más información sobre el almacenamiento de datos SQL: CreateTableStatisticsSqlDW (creación de estadísticas en columnas de tabla).

Eliminación de la asimetría de datos para aumentar el rendimiento de las consultas

Hemos detectado una asimetría de datos de distribución superior a un 15 %, lo que podría provocar costosos cuellos de botella que afecten al rendimiento.

Obtenga más información sobre el almacenamiento de datos SQL: DataSkewSqlDW (eliminación de la asimetría de datos para aumentar el rendimiento de las consultas).

Actualización de estadísticas en columnas de tablas

Hemos detectado que no tiene estadísticas de tablas actualizadas, lo que podría afectar al rendimiento de las consultas. El optimizador de consultas usa estadísticas actualizadas para estimar la cardinalidad o el número de filas del resultado de la consulta, lo que permite que el optimizador de consultas cree un plan de consultas de alta calidad.

Obtenga más información sobre el almacenamiento de datos SQL: UpdateTableStatisticsSqlDW (actualización de estadísticas en columnas de tabla).

Escalado vertical para optimizar la utilización de memoria caché con SQL Data Warehouse

Hemos detectado que tenía un porcentaje alto de caché utilizada con un porcentaje bajo de visitas, lo que indica una tasa de expulsión de caché alta, que puede afectar al rendimiento de la carga de trabajo.

Obtenga más información sobre el almacenamiento de datos SQL: SqlDwIncreaseCacheCapacity (escalado vertical para optimizar el uso de la caché con el almacenamiento de datos SQL).

Escalado vertical o actualización de la clase de recurso para reducir la contención de tempdb con SQL Data Warehouse

Hemos detectado que tenía un uso alto de tempdb que puede afectar al rendimiento de la carga de trabajo.

Obtenga más información sobre el almacenamiento de datos SQL: SqlDwReduceTempdbContention (escalado vertical o actualización de la clase de recursos para reducir la contención de tempdb con el almacenamiento de datos SQL).

Conversión de tablas en tablas replicadas con SQL Data Warehouse

Hemos detectado que se podría beneficiar del uso de tablas replicadas. Las tablas replicadas evitan operaciones de movimiento de datos costosas y ofrecen un aumento significativo del rendimiento de la carga de trabajo.

Obtenga más información sobre el almacenamiento de datos SQL: SqlDwReplicateTable (conversión de tablas en tablas replicadas con el almacenamiento de datos SQL).

División de los archivos copiados de forma intermedia en la cuenta de almacenamiento, para aumentar el rendimiento de la carga

Hemos detectado que puede aumentar el rendimiento de la carga, dividiendo los archivos comprimidos que están copiados de forma intermedia en la cuenta de almacenamiento. Una buena regla general es dividir los archivos comprimidos en 60 o más para maximizar el paralelismo de la carga.

Obtenga más información sobre el almacenamiento de datos SQL: FileSplittingGuidance (división de archivos copiados de forma intermedia en la cuenta de almacenamiento, para aumentar el rendimiento de la carga).

Aumento del tamaño del lote al cargar para maximizar el rendimiento de carga, la compresión de datos y el rendimiento de consultas

Hemos detectado que puede aumentar el rendimiento de carga aumentando el tamaño del lote al cargar en la base de datos. Considere la posibilidad de usar la instrucción COPY. Si no puede usar la instrucción COPY, considere la posibilidad de aumentar el tamaño del lote al usar utilidades de carga como la API de SQLBulkCopy o BCP (una buena recomendación es un tamaño de lote entre 100 000 y un millón de filas).

Obtenga más información sobre el almacenamiento de datos SQL: LoadBatchSizeGuidance (aumento del tamaño del lote al cargar, para maximizar el rendimiento de la carga, la compresión de datos y el rendimiento de las consultas).

Ubicación de la cuenta de almacenamiento en la misma región para minimizar la latencia en la carga

Hemos detectado que está realizando las cargas desde una región diferente a la del grupo de SQL. Considere la posibilidad de cargar desde una cuenta de almacenamiento que esté en la misma región que el grupo de SQL para minimizar la latencia al cargar los datos.

Obtenga más información sobre el almacenamiento de datos SQL: ColocateStorageAccount (colocación de la cuenta de almacenamiento dentro de la misma región, para minimizar la latencia al cargar).

Actualice la biblioteca de cliente de Azure Storage a la versión más reciente para mejorar la confiabilidad y el rendimiento.

La versión más reciente de la biblioteca de cliente de Azure Storage o el SDK contiene correcciones para los problemas notificados por los clientes y que se identifican en nuestro proceso de control de calidad. La versión más reciente también incluye la optimización del rendimiento y la confiabilidad, además de nuevas características que pueden mejorar la experiencia global con Azure Storage.

Obtenga más información sobre Cuenta de almacenamiento: UpdateStorageSDK (actualización de la biblioteca cliente de Storage a la versión más reciente para mejorar la confiabilidad y el rendimiento).

Actualice la biblioteca de cliente de Azure Storage a la versión más reciente para mejorar la confiabilidad y el rendimiento.

La versión más reciente de la biblioteca de cliente de Azure Storage o el SDK contiene correcciones para los problemas notificados por los clientes y que se identifican en nuestro proceso de control de calidad. La versión más reciente también incluye la optimización del rendimiento y la confiabilidad, además de nuevas características que pueden mejorar la experiencia global con Azure Storage.

Obtenga más información sobre la cuenta de almacenamiento: UpdateStorageDataMovementSDK (actualización de la biblioteca cliente de Storage a la versión más reciente, para mejorar la confiabilidad y el rendimiento).

Actualización a discos SSD estándar para mejorar la coherencia y el rendimiento

Dado que está ejecutando cargas de trabajo de máquina virtual IaaS en discos administrados HDD estándar, tenga en cuenta que ahora hay disponible una opción de disco SSD estándar para todos los tipos de máquina virtual de Azure. Los discos SSD estándar son una opción de almacenamiento rentable optimizada para cargas de trabajo empresariales que necesitan un rendimiento coherente. Actualice la configuración del disco para obtener una mayor latencia, confiabilidad y disponibilidad. La actualización requiere reiniciar la máquina virtual, lo que tardará entre tres y cinco minutos.

Obtenga más información sobre la cuenta de almacenamiento: StandardSSDForNonPremVM (actualización a discos SSD estándar para un rendimiento coherente y mejorado).

Uso del almacenamiento de blobs en bloques de rendimiento Premium

Una o varias de sus cuentas de almacenamiento tienen una alta tasa de transacciones por GB de datos de blobs en bloques almacenados. Use el almacenamiento de blobs en bloques de rendimiento Premium en lugar del almacenamiento de rendimiento Estándar para las cargas de trabajo que requieren tiempos de respuesta de almacenamiento rápidos o tasas altas de transacciones y que pueden ahorrar costos de almacenamiento.

Obtenga más información sobre la cuenta de almacenamiento: PremiumBlobStorageAccount (uso del almacenamiento de blobs en bloques de rendimiento prémium).

Conversión de discos no administrados de HDD estándar a SSD Premium para obtener mayor rendimiento

Hemos observado que su disco HDD no administrado se está aproximando a los objetivos de rendimiento. Los discos SSD Premium de Azure ofrecen soporte de disco de alto rendimiento y latencia baja para máquinas virtuales con cargas de trabajo con uso intensivo de entrada/salida. Dé un impulso al rendimiento de sus discos actualizando de HDD estándar a SSD Premium. La actualización requiere reiniciar la máquina virtual, lo que tardará entre tres y cinco minutos.

Obtenga más información sobre la cuenta de almacenamiento: UMDHDDtoPremiumForPerformance (conversión de discos no administrados de HDD estándar a SSD prémium para mejorar el rendimiento).

Distribución de los datos en el grupo de servidores para distribuir la carga de trabajo entre los nodos

Parece que los datos no se distribuyen en este grupo de servidores, pero permanecen en el coordinador. En el caso de las ventajas completas de Hiperescala (Citus), distribuya los datos en los nodos de trabajo del grupo de servidores.

Obtenga más información sobre el grupo de servidores de Hiperescala (Citus): OrcasPostgreSqlCitusDistributeData (distribución de datos en el grupo de servidores para distribuir la carga de trabajo entre nodos).

Reequilibrio de los datos en el grupo de servidores de Hiperescala (Citus) para distribuir la carga de trabajo entre los nodos de trabajo de forma más uniforme

Parece que los datos no están bien equilibrados entre los nodos de trabajo de este grupo de servidores de Hiperescala (Citus). Para usar cada nodo de trabajo del grupo de servidores de Hiperescala (Citus), debe reequilibrar los datos del grupo de servidores.

Obtenga más información sobre el grupo de servidores de Hiperescala (Citus): OrcasPostgreSqlCitusRebalanceData (reequilibrio de los datos en un grupo de servidores de Hiperescala [Citus] para distribuir la carga de trabajo entre los nodos de trabajo de una manera más uniforme).

Infraestructura de escritorio virtual

Mejore la experiencia y la conectividad del usuario mediante la implementación de máquinas virtuales más cerca de la ubicación del usuario.

Hemos determinado que las máquinas virtuales se encuentran en una región distinta o lejos de la ubicación donde los usuarios se conectan con Azure Virtual Desktop, lo que puede dar lugar a tiempos de respuesta de conexión prolongados y afectar a la experiencia global del usuario. Al crear máquinas virtuales para los grupos de hosts, intente usar una región más cercana al usuario. Tener una estrecha proximidad garantiza una satisfacción continuada con el servicio Azure Virtual Desktop y una mejor calidad de experiencia general.

Obtenga más información sobre el grupo de hosts: RegionProximityHostPools (mejora de la experiencia del usuario y de la conectividad mediante la implementación de las VM más cerca de la ubicación del usuario).

Cambie el límite máximo de sesión para el grupo de hosts con equilibrio de carga en profundidad para mejorar el rendimiento de la máquina virtual.

El equilibrio de carga en profundidad usa el límite máximo de sesión para determinar el número máximo de usuarios que pueden tener sesiones simultáneas en un único host de sesión. Si el límite máximo de sesión es demasiado alto, todas las sesiones de usuario se dirigirán al mismo host de sesión y esto podría provocar problemas de rendimiento y confiabilidad. Por lo tanto, al configurar un grupo de hosts para que tenga un equilibrio de carga en profundidad, establezca también un límite máximo de sesión adecuado según la configuración de la implementación y la capacidad de las máquinas virtuales. Para corregir esto, abra las propiedades del grupo de hosts y cambie el valor junto a la configuración de límite máximo de sesión.

Obtenga más información sobre el grupo de hosts: ChangeMaxSessionLimitForDepthFirstHostPool (cambio del límite máximo de sesión para el grupo de hosts con equilibrio de carga en profundidad, para mejorar el rendimiento de la VM).

Web

Traslado del plan de App Service a PremiumV2 para mejorar el rendimiento

La aplicación sirvió más de 1000 solicitudes al día durante los últimos 3 días. La aplicación podría aprovechar las ventajas de la infraestructura de mayor rendimiento disponible con el nivel Premium V2 de App Service. El nivel Premium V2 incluye máquinas virtuales de la serie Dv2 con procesadores más rápidos, almacenamiento SSD y una doble proporción de memoria frente a núcleos en comparación con las instancias anteriores. Más información sobre la actualización a Premium V2 en la documentación.

Obtenga más información sobre App Service: AppServiceMoveToPremiumV2 (traslado del plan de App Service a PremiumV2 para mejorar el rendimiento).

Comprobación de las conexiones salientes desde el recurso de App Service

La aplicación ha abierto demasiadas conexiones de socket TCP/IP. Si se superan los límites de conexión de puertos TCP/IP efímeros, se pueden producir problemas de conectividad inesperados en las aplicaciones.

Obtenga más información sobre App Service: AppServiceOutboundConnections (comprobación de las conexiones salientes desde el recurso de App Service).

Pasos siguientes

Obtenga más información sobre la eficiencia del rendimiento: Marco de buena arquitectura de Microsoft Azure