Catatan
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba masuk atau mengubah direktori.
Akses ke halaman ini memerlukan otorisasi. Anda dapat mencoba mengubah direktori.
Sumber daya komputasi Azure DocumentDB disediakan sebagai vCore, yang mewakili CPU logis dari perangkat keras yang mendasar. Ukuran kapasitas penyimpanan untuk penyediaan mengacu pada kapasitas yang tersedia untuk shard di kluster Anda.
Penyimpanan digunakan untuk file database, file sementara, log transaksi, dan log server database. Anda dapat memilih pengaturan komputasi dan penyimpanan secara independen. Nilai komputasi dan penyimpanan yang dipilih berlaku untuk setiap shard dalam kluster.
Pemrosesan di Azure DocumentDB
Jumlah total RAM dalam satu shard didasarkan pada jumlah vCore yang dipilih.
| Tingkat kluster | vCores | Satu pecahan, GIB RAM |
|---|---|---|
| M10 | 1 (dapat melebihi kapasitas untuk sementara waktu) | 2 |
| M20 | 2 (burstable, dapat meningkat sesaat) | 4 |
| M25 | 2 (dapat meningkat) | 8 |
| M30 | 2 | 8 |
| M40 | 4 | 16 |
| M50 | 8 | 32 |
| M60 | 16 | 64 |
| M80 | 32 | 128 |
| M200 | 64 | 256 |
Penyimpanan di Azure DocumentDB
Jumlah total penyimpanan yang Anda tetapkan juga menentukan kapasitas I/O yang tersedia untuk setiap shard dalam kluster.
| Ukuran penyimpanan, GiB | IOPS Maksimum |
|---|---|
| 32 | 3,500† |
| 64 | 3,500† |
| 128 | 3,500† |
| 256 | 3,500† |
| 512 | 3,500† |
| 1,024 | 5.000 |
| 2,048 | 7,500 |
| 4,095 | 7,500 |
| 8,192 | 16.000 |
| 16,384 | 18.000 |
| 32.767 | 20.000 |
† IOPS Maks (Operasi Input/Output Per Detik) dengan bursting disk gratis. Penyimpanan hingga 512 GiB termasuk di dalamnya dilengkapi dengan kemampuan disk bursting gratis yang diaktifkan.
Memaksimalkan IOPS untuk konfigurasi komputasi dan penyimpanan Anda
Setiap konfigurasi komputasi memiliki batas IOPS yang bergantung pada jumlah vCore. Pastikan Anda memilih konfigurasi komputasi untuk kluster Anda untuk sepenuhnya menggunakan IOPS di penyimpanan yang dipilih.
| Ukuran penyimpanan | IOPS untuk Penyimpanan, hingga | Tingkat komputasi min | Min vCore |
|---|---|---|---|
| Hingga 0,5 TiB | 3,500† | M30 | 2 vCore |
| 1 TiB (Tebibyte) | 5.000 | M40 | 4 vCore |
| 2 TiB | 7,500 | M50 | 8 vCore |
| 4 TiB | 7,500 | M50 | 8 vCore |
| 8 TiB | 16.000 | M60 | 16 vCore |
| 16 TiB | 18.000 | M60 | 16 vCore |
| 32 TiB | 20.000 | M60 | 16 vCore |
† Max IOPS dengan bursting disk gratis. Penyimpanan hingga 512 GiB termasuk di dalamnya dilengkapi dengan kemampuan disk bursting gratis yang diaktifkan.
Misalnya, jika Anda memerlukan penyimpanan 8 TiB per shard atau lebih, pastikan Anda memilih 16 vCore atau lebih untuk konfigurasi komputasi simpul. Pilihan tersebut akan memungkinkan Anda memaksimalkan penggunaan IOPS yang disediakan oleh penyimpanan yang dipilih.
Pertimbangan untuk komputasi dan penyimpanan
Saat mengonfigurasi kluster Azure DocumentDB Anda, penting untuk memahami bagaimana pilihan komputasi dan penyimpanan memengaruhi performa, biaya, dan skalabilitas untuk beban kerja spesifik Anda.
Pertimbangan set kerja dan memori
Di Azure DocumentDB, set kerja mengacu pada bagian data Anda yang sering diakses dan digunakan oleh aplikasi Anda. Ini termasuk data dan indeks yang dibaca atau ditulis secara teratur selama operasi khas aplikasi. Konsep set kerja penting untuk pengoptimalan performa karena MongoDB, seperti banyak database, berkinerja terbaik ketika set kerja cocok dalam RAM.
Untuk menentukan dan memahami kumpulan kerja database MongoDB Anda, pertimbangkan komponen berikut:
- Data yang sering diakses: Data ini mencakup dokumen yang dibaca atau diperbarui aplikasi Anda secara teratur.
- Indeks: Indeks yang digunakan dalam operasi kueri juga merupakan bagian dari set kerja karena perlu dimuat ke dalam memori untuk memastikan akses cepat.
- Pola penggunaan aplikasi: Menganalisis pola penggunaan aplikasi Anda dapat membantu mengidentifikasi bagian mana dari data Anda yang paling sering diakses.
Dengan menjaga set kerja dalam RAM, Anda dapat meminimalkan operasi I/O disk yang lebih lambat, sehingga meningkatkan performa database MongoDB Anda. Jika set kerja Anda melebihi RAM yang tersedia, pertimbangkan untuk mengoptimalkan model data Anda, menambahkan lebih banyak RAM ke kluster Anda, atau menggunakan sharding untuk mendistribusikan data di beberapa simpul.
Memilih konfigurasi optimal untuk beban kerja
Menentukan konfigurasi komputasi dan penyimpanan yang tepat untuk beban kerja Azure DocumentDB Anda melibatkan evaluasi beberapa faktor yang terkait dengan persyaratan dan pola penggunaan aplikasi Anda. Langkah-langkah dan pertimbangan utama untuk menentukan konfigurasi optimal meliputi:
Memahami beban kerja Anda
- Volume data: Perkirakan ukuran total data Anda, termasuk indeks.
- Rasio baca/tulis: Tentukan rasio operasi baca dengan operasi tulis.
- Pola kueri: Menganalisis jenis kueri yang dilakukan aplikasi Anda. Misalnya, bacaan sederhana, agregasi kompleks.
- Konkurensi: Menilai jumlah operasi bersamaan yang perlu ditangani database Anda.
Memantau performa saat ini
- Pemanfaatan sumber daya: Gunakan alat pemantauan untuk melacak CPU, memori, I/O disk, dan penggunaan jaringan sebelum memigrasikan beban kerja Anda ke Azure. Setelah menyebarkan beban kerja MongoDB Anda pada kluster Azure DocumentDB, lanjutkan pemantauan menggunakan metrik pemantauan Azure.
- Metrik performa: Memantau metrik performa utama seperti latensi, throughput, dan rasio hit cache.
- Hambatan: Identifikasi hambatan performa yang ada, seperti penggunaan CPU tinggi, tekanan memori, atau I/O disk lambat.
Memperkirakan persyaratan sumber daya
- Memori: Pastikan set kerja Anda (data dan indeks yang sering diakses) sesuai dengan RAM. Jika ukuran set kerja Anda melebihi memori yang tersedia, pertimbangkan untuk menambahkan lebih banyak RAM atau mengoptimalkan model data Anda.
- CPU: Pilih konfigurasi CPU yang dapat menangani beban kueri dan persyaratan konkurensi Anda. Beban kerja intensif CPU dapat memerlukan lebih banyak inti. Gunakan metrik 'persen CPU' dengan agregasi 'Maks' pada kluster Azure DocumentDB Anda untuk melihat pola penggunaan komputasi historis.
- IOPS Penyimpanan: Pilih penyimpanan dengan IOPS yang memadai untuk menangani operasi baca dan tulis Anda. Gunakan metrik 'IOPS' dengan agregasi 'Maks' pada kluster Anda untuk melihat penggunaan IOPS penyimpanan historis.
- Jaringan: Pastikan bandwidth jaringan yang memadai untuk menangani transfer data antara aplikasi Anda dan database, terutama untuk penyiapan terdistribusi. Pastikan Anda mengonfigurasi host untuk aplikasi MongoDB Anda untuk mendukung teknologi jaringan yang dipercepat seperti SR-IOV.
Menskalakan dengan tepat
-
Penskalaan vertikal: Menskalakan komputasi / RAM naik dan turun dan meningkatkan skala penyimpanan.
- Komputasi: Tingkatkan vCore / RAM pada kluster jika beban kerja Anda memerlukan peningkatan sementara atau sering melintasi lebih dari 70% pemanfaatan CPU untuk jangka waktu yang lama.
- Pastikan Anda memiliki retensi data yang sesuai di database Azure DocumentDB Anda. Retensi memungkinkan Anda menghindari penggunaan penyimpanan yang tidak perlu. Pantau penggunaan penyimpanan dengan mengatur pemberitahuan pada metrik 'Persentase penyimpanan' dan/atau 'Penyimpanan yang digunakan' dengan agregasi 'Maks'. Pertimbangkan untuk meningkatkan kapasitas penyimpanan saat penggunaan beban kerja Anda melewati 70%.
- Penskalaan horizontal: Pertimbangkan untuk menggunakan beberapa shard untuk kluster Anda guna mendistribusikan data Anda di beberapa simpul Azure DocumentDB untuk perolehan performa dan manajemen kapasitas yang lebih baik saat beban kerja Anda tumbuh. Skala ini sangat berguna untuk himpunan data besar (lebih dari 2-4 TiB) dan aplikasi dengan lalu lintas data tinggi.
-
Penskalaan vertikal: Menskalakan komputasi / RAM naik dan turun dan meningkatkan skala penyimpanan.
Menguji dan melakukan iterasi
- Tolok ukur: Lakukan pengukuran untuk kueri yang paling sering digunakan dengan konfigurasi yang berbeda untuk menentukan efek pada performa. Gunakan metrik CPU/RAM dan IOPS dan tolok ukur tingkat aplikasi.
- Pengujian beban: Lakukan pengujian beban untuk mensimulasikan beban kerja produksi dan memvalidasi performa konfigurasi yang Anda pilih.
- Pemantauan berkelanjutan: Terus memantau penyebaran Azure DocumentDB Anda dan menyesuaikan sumber daya sesuai kebutuhan berdasarkan perubahan beban kerja dan pola penggunaan.
Dengan mengevaluasi faktor-faktor ini secara sistematis dan terus memantau dan menyesuaikan konfigurasi, Anda dapat memastikan bahwa penyebaran MongoDB Anda dioptimalkan dengan baik untuk beban kerja spesifik Anda.
Pertimbangan untuk penyimpanan
Memutuskan ukuran penyimpanan yang sesuai untuk beban kerja Anda melibatkan beberapa pertimbangan untuk memastikan performa dan skalabilitas yang optimal. Berikut adalah pertimbangan untuk ukuran penyimpanan di Azure DocumentDB:
Memperkirakan ukuran data:
- Hitung ukuran data Azure DocumentDB Anda yang diharapkan. Anggap:
- Ukuran data saat ini: Jika bermigrasi dari database yang sudah ada.
- Tingkat pertumbuhan: Perkirakan berapa banyak data yang akan ditambahkan dari waktu ke waktu.
- Ukuran dan struktur dokumen: Pahami skema data dan ukuran dokumen Anda, karena memengaruhi efisiensi penyimpanan.
- Hitung ukuran data Azure DocumentDB Anda yang diharapkan. Anggap:
Faktor dalam indeks:
- Azure DocumentDB menggunakan indeks untuk kueri yang efisien. Indeks mengonsumsi ruang disk tambahan.
- Perkirakan ukuran indeks berdasarkan:
- Jumlah indeks.
- Ukuran bidang terindeks.
Pertimbangan performa:
- Performa disk berdampak pada operasi database, terutama untuk beban kerja yang tidak dapat memuat set kerja aktif mereka ke RAM. Anggap:
- Throughput I/O: IOPS, atau Operasi Input/Output Per Detik, adalah jumlah permintaan yang dikirim ke disk penyimpanan dalam satu detik. Ukuran penyimpanan yang lebih besar dilengkapi dengan lebih banyak IOPS. Pastikan throughput yang memadai untuk operasi baca/tulis. Gunakan metrik 'IOPS' dengan agregasi 'Maks' untuk memantau IOPS yang digunakan pada kluster Anda.
- Latency: Latensi adalah waktu yang dibutuhkan aplikasi untuk menerima satu permintaan, mengirimkannya ke disk penyimpanan, dan mengirim respons ke klien. Latensi adalah ukuran penting dari performa aplikasi selain IOPS dan throughput. Jenis penyimpanan yang digunakan dan konfigurasi penyimpanan sebagian besar mendefinisikan latensi. Dalam layanan terkelola seperti Azure DocumentDB, penyimpanan cepat seperti disk SSD Premium digunakan dengan pengaturan yang dioptimalkan untuk mengurangi latensi.
- Performa disk berdampak pada operasi database, terutama untuk beban kerja yang tidak dapat memuat set kerja aktif mereka ke RAM. Anggap:
Pertumbuhan dan skalabilitas di masa depan:
- Rencanakan untuk pertumbuhan data di masa mendatang dan kebutuhan skalabilitas.
- Alokasikan lebih banyak ruang disk di luar kebutuhan saat ini untuk mengakomodasi pertumbuhan tanpa perluasan penyimpanan yang sering.
Contoh perhitungan:
- Misalkan ukuran data awal Anda adalah 500 GiB.
- Dengan indeks, mungkin tumbuh hingga 700 GiB.
- Jika Anda mengantisipasi penggandaan data dalam dua tahun, rencanakan untuk 1,4 TiB (700 GiB * 2).
- Tambahkan buffer untuk kebutuhan overhead, pertumbuhan, dan operasional.
- Anda mungkin ingin memulai dengan penyimpanan 1-TiB hari ini dan meningkatkannya menjadi 2 TiB setelah ukurannya tumbuh lebih dari 800 GiB.
Memutuskan ukuran penyimpanan melibatkan kombinasi memperkirakan kebutuhan data saat ini dan masa depan, mempertimbangkan pengindeksan dan kompresi, dan memastikan performa dan skalabilitas yang memadai. Pemantauan dan penyesuaian rutin berdasarkan penggunaan aktual dan tren pertumbuhan juga sangat penting untuk mempertahankan performa MongoDB yang optimal.
Apa itu komputasi yang dapat meledak?
Tingkat burstable menawarkan solusi yang cerdas dan disesuaikan untuk beban kerja basis data kecil. Dengan memberikan performa CPU minimal selama periode diam, kluster ini mengoptimalkan pemanfaatan sumber daya. Namun, kecemerlangan nyata terletak pada kemampuan mereka untuk meningkatkan hingga daya CPU penuh dengan lancar sebagai respons terhadap peningkatan lalu lintas atau tuntutan beban kerja. Kemampuan beradaptasi ini memberikan performa puncak secara tepat saat diperlukan, sekaligus memberikan penghematan biaya yang besar.
Dengan mengurangi harga awal layanan, Tingkat Kluster Burstable Azure DocumentDB bertujuan untuk memfasilitasi onboarding pengguna dan eksplorasi Azure DocumentDB dengan harga lebih rendah. Demokratisasi akses ini memberdayakan bisnis dari segala ukuran untuk memanfaatkan kekuatan Azure DocumentDB tanpa merusak bank. Baik Anda startup, bisnis kecil, atau perusahaan, tingkat ini membuka kemungkinan baru untuk skalabilitas hemat biaya.
Menyediakan tingkat yang dapat meledak sama mudahnya dengan menyediakan tingkat reguler; Anda hanya perlu memilih "M10," "M20," atau "M25" dalam opsi tingkat kluster. Berikut adalah panduan mulai cepat yang menawarkan instruksi langkah demi langkah tentang cara menyiapkan kluster Azure DocumentDB .