Bagikan melalui

Laporan mesin pengoptimalan Azure

Artikel ini menjelaskan opsi pelaporan yang tersedia dalam mesin pengoptimalan Azure (AOE). Ini termasuk laporan Power BI dan Buku Kerja Analitik Log yang memvisualisasikan rekomendasi dan wawasan kaya yang dihasilkan oleh AOE.


Laporan rekomendasi Power BI

Mengunduh

AOE menyertakan laporan Power BI untuk memvisualisasikan rekomendasi. Untuk menggunakannya, Anda harus terlebih dahulu mengubah koneksi sumber data ke SQL Database yang Anda sebarkan dengan AOE. Di menu atas Power BI, pilih Ubah pengaturan

Cuplikan layar memperlihatkan navigasi ke item menu Pengaturan sumber data.

Lalu pilih Ubah sumber dan ubah ke URL server database SQL Anda. Pastikan aturan SQL Firewall Anda memungkinkan koneksi dan masuk dengan akun kerja/sekolah Microsoft dengan izin pada database SQL.

Cuplikan layar memperlihatkan pengaturan koneksi database SQL Server.

Laporan dibuat untuk skenario di mana Anda memiliki tag environment yang diterapkan ke sumber daya Anda. Jika Anda ingin mengubahnya atau menambahkan tag baru, buka menu Transformasi Data lagi, tetapi sekarang pilih subopsi Transformasi data . Sebuah jendela baru terbuka. Jika Anda memilih berikutnya di opsi "Editor tingkat lanjut", Anda dapat mengedit logika transformasi data dan memperbarui instruksi pemrosesan tag.

Cuplikan layar memperlihatkan editor Tingkat Lanjut tempat Anda mengedit logika transformasi.

Laporan berisi beberapa halaman yang dijelaskan di bagian berikut.

Gambaran Umum - Rekomendasi terbaru

Halaman awal memperlihatkan ringkasan rekomendasi terbaru yang tersedia, dapat difilter oleh beberapa perspektif. Jika halaman ini menunjukkan kosong, Anda harus merefreshnya untuk mendapatkan rekomendasi minggu lalu. Jika masih menunjukkan kosong setelah refresh, mungkin ada beberapa masalah upstream dengan runbook AOE Automation.

Cuplikan layar memperlihatkan Rekomendasi terbaru yang memberikan gambaran umum tentang semua rekomendasi pengoptimalan Anda.

Ikhtisar Biaya - Rekomendasi biaya

Halaman Biaya menampilkan rekomendasi Biaya terbaru yang dihasilkan oleh AOE (bersama dengan yang Azure Advisor). Rekomendasi ini diurutkan berdasarkan potensi penghematan bulanan . Untuk setiap rekomendasi, ada tautan ke halaman portal Azure dengan detail lebih lanjut dan skor yang cocok yang memberi tahu Anda bagaimana rekomendasi sesuai dengan karakteristik lingkungan Anda. Untuk rekomendasi kustom AOE, skor kecocokan juga merupakan ukuran akurasi. Semakin dekat dengan skor 5, semakin cocok/akurat rekomendasinya.

Cuplikan layar halaman Gambaran Umum Biaya yang memperlihatkan gambaran umum peluang pengoptimalan Biaya Anda.

Gambaran umum dan eksplorasi Ukuran Kanan VM

Halaman Gambaran Umum Ukuran yang Tepat VM memberi Anda pemahaman tingkat tinggi tentang penyebaran relatif rekomendasi ukuran yang tepat Azure Advisor VM. Kita dapat dengan cepat melihat bagaimana karakteristik beban kerja mendukung SKU target yang direkomendasikan sesuai ukuran yang tepat. Jika Anda memiliki VM yang mengirim penghitung kinerja yang diperlukan ke Analitik Log, Anda mendapatkan tampilan yang lebih jelas tentang dukungan setiap rekomendasi. Dalam contoh berikut, kami memiliki beberapa informasi yang tidak diketahui, karena salah satu VM tidak mengirim metrik performa ke ruang kerja Analitik Log.

Cuplikan layar memperlihatkan gambaran umum rekomendasi ukuran kanan VM Anda.

Halaman Eksplorasi Penyesuaian Ukuran VM memungkinkan Anda memfilter dan melakukan analisis yang lebih mendalam tentang rekomendasi penyesuaian ukuran VM Azure Advisor dari berbagai perspektif.

Pilar Lainnya dari Well-Architected

Mirip dengan halaman Biaya , ada halaman rekomendasi terbaru lainnya untuk setiap pilar Well-Architected yang tersisa: Ketersediaan Tinggi (Keandalan), Keamanan, Performa, dan Keunggulan Operasional.

Detail dan Riwayat Rekomendasi

Saat rekomendasi dipilih di salah satu dari lima halaman pilar Well-Architected, Anda dapat mengklik kanan dan menelusuri detail rekomendasi tersebut. Ada dua opsi yang tersedia: Detail Rekomendasi dan Riwayat Rekomendasi.

Cuplikan layar yang memperlihatkan pengeboran melalui rekomendasi.

Opsi Detail Rekomendasi membawa Anda ke halaman tempat Anda dapat melihat semua detail rekomendasi tertentu tersebut. Anda dapat menavigasi kembali ke daftar rekomendasi dengan mengklik panah kiri atas (sambil menahan tombol CTRL ke bawah). Halaman Riwayat Rekomendasi menunjukkan kepada Anda berapa lama rekomendasi tersebut aktif selama setahun terakhir dan bagaimana skor yang sesuai berkembang.

Cuplikan layar memperlihatkan riwayat skor kecocokan untuk rekomendasi tertentu.


Buku kerja

Dengan Buku Kerja Analitik Log AOE, Anda dapat menjelajahi banyak perspektif atas data yang dikumpulkan setiap hari. Meliputi:

  • Anomali yang menyebabkan biaya meningkat
  • ID Microsoft Entra, prinsipal Azure Resource Manager, dan peran yang telah dialokasikan
  • Bagaimana sumber daya Anda didistribusikan
  • Mendapatkan wawasan tentang penggunaan komitmen Azure Anda (hanya mendukung pelanggan EA dan MCA)

Untuk informasi selengkapnya, lihat informasi berikut untuk deskripsi singkat setiap Buku Kerja.

Rekomendasi

Buku kerja Rekomendasi adalah laporan untuk memulai dengan perjalanan pengoptimalan Azure berbasis AOE Anda. Ini melaporkan rekomendasi pengoptimalan yang dihasilkan setiap minggu oleh AOE dan Azure Advisor, di lima pilar Well Architected Framework - Biaya, Keunggulan Operasional, Performa, Keandalan, dan Keamanan.

Cuplikan layar tab Gambaran umum rekomendasi terbaru Azure Optimization Engine.

Cuplikan layar tab Biaya rekomendasi terbaru Azure Optimization Engine.

Azure Commitments Insights

Untuk analisis performa Dan simulasi pembelian Azure Reservations and Savings Plans lengkap, Anda memiliki beberapa Buku Kerja yang tersedia:

  • Simulasi Keuntungan memungkinkan simulasi penghematan dan cakupan untuk komitmen Savings Plans dan Reservasi berdasarkan riwayat penggunaan Virtual Machines secara on-demand.
  • Laporan Penggunaan Manfaat tentang distribusi penggunaan model harga yang berbeda (Savings Plans, Reservations, Spot, dan On-Demand) dan penghematan yang dicapai setiap model harga dibandingkan dengan model lainnya.
  • Potensi Reservasi melaporkan penggunaan Mesin Virtual Sesuai Permintaan dan potensi komitmen Reservasi yang mungkin, dengan analisis historis dan detail sumber daya yang berpotensi menggunakan reservasi tersebut.
  • Laporan Penggunaan Reservasi melaporkan penggunaan Reservasi dan memungkinkan agregasi penggunaan berdasarkan tag sumber daya serta memberikan wawasan yang lebih mendalam tentang penghematan sebenarnya (termasuk reservasi yang tidak digunakan).
  • Laporan Penggunaan Savings Plans memberikan informasi tentang penggunaan Savings Plans dan memungkinkan agregasi penggunaan berdasarkan tag sumber daya serta memberikan wawasan yang lebih mendalam tentang penghematan nyata (termasuk Savings Plans yang tidak digunakan).

Periksa posting blog ini untuk deskripsi lengkap tentang setiap Buku Kerja.

Cuplikan layar memperlihatkan analisis penggunaan Manfaat Azure dengan perbandingan antara reservasi dan harga Sesuai Permintaan/Paket Penghematan.

Biaya Bertambah

Buku Kerja Costs Growing melaporkan anomali pertumbuhan penggunaan yang terdeteksi di beberapa perspektif: langganan, kategori meter, subkategori meter, nama meter, grup sumber daya, atau sumber daya individual.

Cuplikan layar menunjukkan anomali yang meningkatkan biaya dan kondisi.

Inventaris Sumber Daya

Buku Kerja Persediaan Sumber Daya melaporkan distribusi jenis sumber daya Azure yang paling relevan (sebagian besar IaaS) di berbagai perspektif, termasuk evolusi historisnya.

Cuplikan layar memperlihatkan perspektif komputer virtual dari waktu ke waktu.

Identitas dan Peran

Buku Kerja Identitas dan Peran melaporkan objek ID Microsoft Entra (pengguna, grup, dan aplikasi) dan peran masing-masing di seluruh penyewa dan sumber daya Azure. Untuk analisis yang lebih rinci tentang buku kerja ini, periksa posting blog ini.

Tangkapan layar menunjukkan ringkasan prinsipal dan peran Microsoft Entra ID/Azure Resource Manager, dengan tanggal kedaluwarsa kredensial prinsipal layanan.

Cuplikan layar memperlihatkan peran ID Microsoft Entra istimewa dan riwayat penugasan.

Blokir Penggunaan Penyimpanan Blob

Buku Kerja Penggunaan Penyimpanan Blob Blok melaporkan distribusi penggunaan Penyimpanan Blob Blok di berbagai jenis Akun Penyimpanan, struktur file, opsi replikasi, dan tingkatan; memungkinkan simulasi penghematan dari tingkat panas ke dingin.

Cuplikan layar memperlihatkan analisis penggunaan Block Blob Storage dengan rekomendasi Lifecycle Management.

Kepatuhan Kebijakan

Buku Kerja Kepatuhan Kebijakan melaporkan kepatuhan Azure Policy di seluruh penyewa Azure, dengan sudut pandang historis dan juga kemampuan untuk memfilter dan mengelompokkan menurut tag sumber daya.

Cuplikan layar memperlihatkan status Kepatuhan Kebijakan, dengan evolusi dari waktu ke waktu.


Konten terkait

Kemampuan FinOps terkait:

Produk terkait:

Solusi terkait:


  • Last updated on