Dinamikus skálázás (régiónként és partíciónkénti automatikus skálázás)
A KÖVETKEZŐKRE VONATKOZIK: NoSQL MongoDB Cassandra Gremlin Asztal
Az Azure Cosmos DB automatikus skálázása alapértelmezés szerint a legaktívabb régió és partíció alapján skálázza a számítási feladatokat. A régiók és partíciók különböző számítási mintáival rendelkező nemuniform számítási feladatok esetében ez a skálázás szükségtelen vertikális felskálázást okozhat. Az automatikus skálázás , más néven "dinamikus skálázás" továbbfejlesztésével a régiónkénti és partíciónkénti automatikus skálázási funkció mostantól lehetővé teszi, hogy a számítási feladatok régiói és partíciói a használat alapján egymástól függetlenül skálázhatók.
A dinamikus skálázás olyan automatikus skálázási számítási feladatokhoz ajánlott, amelyek nem egyformák régiók és partíciók között. Ez a funkció lehetővé teszi a költségmegtakarítást, ha gyakran tapasztal gyakori partíciókat és/vagy több régiót. Ha engedélyezve van, a dinamikus skálázás a fiók összes automatikus skálázási erőforrására vonatkozik.
Használati esetek
- Olyan adatbázis-számítási feladatok, amelyek nagy forgalmú elsődleges régióval és másodlagos passzív régióval rendelkeznek a vészhelyreállításhoz.
- A dinamikus skálázással költséghatékonyabb a magas rendelkezésre állás elérése több régióval. A másodlagos régió egymástól függetlenül és automatikusan leskálázódik tétlen állapotban. A másodlagos régió is automatikusan felskálázódik, amint aktívvá válik, és miközben kezeli az elsődleges régióból érkező írásreplikációs forgalmat.
- Többrégiós adatbázis számítási feladatai.
- Ezek a számítási feladatok gyakran megfigyelik a kérések régiók közötti eloszlását a természetes forgalom növekedése és a napi visszaesések miatt. Előfordulhat például, hogy egy adatbázis munkaidőben aktív a globálisan elosztott időzónákban.
Példa
Ha például 1000 RU/s és 2 partíciót tartalmazó gyűjteményünk van, minden partíció akár 500 RU/s-ra is felmehet. Egy órányi tevékenység esetén a kihasználtság a következőképpen nézne ki:
Régió | Partíció | Átfutás | Kihasználtság | Jegyzetek |
---|---|---|---|---|
Írás | P1 | <= 500 RU/s | 100% | 500 RU/s, amely 50 RU/s írási műveletekhez, olvasási műveletekhez pedig 450 RU/s. |
Írás | P2 | <= 200 RU/s | 40% | 200 RU/s, amely az összes olvasási műveletből áll. |
Olvasás | P1 | <= 150 RU/s | 30% | 150 RU/s, amely 50 RU/s-t tartalmaz az írási régióból replikált írásokhoz. Ebben a régióban 100 RU/s-t használunk olvasási műveletekhez. |
Olvasás | P2 | <= 50 RU/s | 10% |
Mivel az összes partíció egységesen van skálázva a legforróbb partíció alapján, az írási és olvasási régiók 1000 RU/s-ra vannak skálázva, így a teljes RU/s akár 2000 RU/s is lehet.
Dinamikus skálázással optimalizálhatja az átviteli sebességet. A teljes felhasználás 900 RU/s lenne, mivel az egyes partíciók vagy régiók átviteli sebessége egymástól függetlenül van skálázva és óránként mérve ugyanazzal a forgatókönyvvel.
Dinamikus automatikus skálázás figyelése
A dinamikus automatikus skálázás figyeléséhez az alábbi metrikákat használhatja:
Metrika neve | Definíció | Metrikahasználat |
---|---|---|
Automatikusan skálázott ru | A dinamikusan skálázott kiosztott átviteli sebességet minden partíció- és régiószinten csak a dinamikus automatikus skálázást engedélyező fiókok esetében jeleníti meg. | Ezzel a metrika használatával megtudhatja, hogy az egyes régiók partíciói hogyan skálázhatók egymástól függetlenül a használatuk alapján. Az Azure Monitor metrikáinak - Autoscaled RU használatával elemezheti, hogyan alkalmazza az új automatikus skálázást a partíciók és régiók között. Szűrjön a kívánt adatbázisfiókra és -tárolóra, majd szűrje vagy ossza fel a Fizikai partícióazonosító metrika alapján. Ez a metrika az összes partíciót megjeleníti a különböző régióikban. |
Kiosztott átviteli sebesség | Az összesített legmagasabb RU/s az egész órára skálázva jelenik meg, és az adott órára skálázott teljes RU/s értéket jelöli. | A metrikával Provisioned Throughput megtekintheti az óránként számlázott RU/s-t. Dinamikus automatikus skálázás esetén a rendszer az összesített legmagasabb RU/s-t számlázza ki, amely óránként skálázva van az egyes partíciók és régiók szintjén. |
Normalizált ru-használat | Ez a metrika a felhasznált RU/s és a kiépített RU/s arányát jelöli minden partíció és régió szintjén. | Ezzel a metrikával megállapíthatja, hogy az automatikus skálázás maximális átviteli sebessége nem vagy túl ki van-e építve. Ha a metrika értéke következetesen 100%, és az alkalmazás sebességkorlátozást (429 hibakódot) lát, akkor több RU/s-ra lehet szüksége. Ezzel szemben, ha ez a metrikaérték alacsony, és nincs sebességkorlátozás, akkor lehet, hogy van hely az RU/s optimalizálására és skálázására. Megtudhatja, hogyan értelmezhetők és hibakeresési hibák a 429-s sebességkorlátozó kódban. A Normalized RU Consumption metrika a másodlagos régióban felhasznált ru/s-t tükrözi az elsődlegesről érkező írásreplikációs forgalom, valamint a másodlagos olvasási forgalom miatt. |
Első lépések
A dinamikus skálázás alapértelmezés szerint engedélyezve van a 2024. szeptember 25. után létrehozott összes Azure Cosmos DB-fiók esetében. Azok az ügyfelek, akik engedélyezni szeretnék ezt a funkciót a régebbi fiókjaikhoz, programozott módon megtehetik az Azure PowerShell/CLI/Rest API-n vagy az Azure Portal funkciók paneljén az alábbi módon:
Lépjen az Azure Cosmos DB-fiókjára az Azure Portalon.
Lépjen a Szolgáltatások lapra.
Keresse meg és engedélyezze a dinamikus skálázás (régiónként és partíciónkénti automatikus skálázás) funkciót.
Fontos
A szolgáltatás fiókszinten engedélyezve van, így a fiókon belüli összes automatikus skálázási tároló és megosztott átviteli sebesség-adatbázis automatikusan alkalmazza ezt a képességet. A funkció engedélyezése nem befolyásolja a kézi átviteli sebességet használó fiók erőforrásait. A manuális erőforrásokat automatikus skálázásra kell módosítani a dinamikus skálázás előnyeinek kihasználásához. A funkció engedélyezése nem jár állásidővel vagy teljesítménnyel. Ez a funkció nem alkalmazható kiszolgáló nélküli fiókokra.