Ridurre i costi del servizio con Azure Advisor

Articolo
12/05/2022
6 minuti per la lettura

Azure Advisor aiuta a ottimizzare e ridurre la spesa complessiva legata ad Azure identificando le risorse inattive e sottoutilizzate. È possibile ottenere raccomandazioni sui costi dalla scheda Costi nel dashboard di Advisor.

Accedere al portale di Azure.
Cercare e selezionare Advisor da qualsiasi pagina.
Nel dashboard di Advisor selezionare la scheda Costo .

Ottimizzare la spesa della macchina virtuale o del set di scalabilità di macchine virtuali ridimensionando o arrestando le istanze sottoutilizzate

Anche se alcuni scenari di applicazione possono comportare un utilizzo ridotto in base alla progettazione, spesso è possibile risparmiare denaro gestendo le dimensioni e il numero di macchine virtuali o set di scalabilità di macchine virtuali.

Advisor usa algoritmi di Machine Learning per identificare un utilizzo ridotto e per identificare la raccomandazione ideale per garantire un utilizzo ottimale delle macchine virtuali e dei set di scalabilità di macchine virtuali. Le azioni consigliate vengono arrestate o ridimensionate, specifiche della risorsa valutata.

Raccomandazioni per l'arresto

Advisor identifica le risorse che non sono state usate negli ultimi 7 giorni e consiglia di arrestarle.

I criteri di raccomandazione includono le metriche relative all'utilizzo della CPU e della rete in uscita. La memoria non viene considerata perché è stato rilevato che l'utilizzo della CPU e della rete in uscita è sufficiente.
Gli ultimi 7 giorni di dati di utilizzo vengono analizzati
Le metriche vengono campionate ogni 30 secondi, aggregate a 1 min e quindi aggregate a 30 minuti (si accetta il massimo dei valori medi durante l'aggregazione a 30 minuti). Nei set di scalabilità di macchine virtuali le metriche delle singole macchine virtuali vengono aggregate usando la media delle metriche tra istanze.
Viene creata una raccomandazione di arresto se:
- P95 del valore massimo di utilizzo della CPU sommato in tutti i core è inferiore al 3%.
- P100 della CPU media negli ultimi 3 giorni (somma su tutti i core) <= 2%
- L'utilizzo della rete in uscita è inferiore al 2% in un periodo di sette giorni.

Ridimensionare le raccomandazioni per gli SKU

Advisor consiglia di ridimensionare le macchine virtuali quando è possibile adattare il carico corrente a uno SKU più appropriato, che è meno costoso (in base alle tariffe al dettaglio). Nei set di scalabilità di macchine virtuali Advisor consiglia di ridimensionare quando è possibile adattare il carico corrente a uno SKU più economico appropriato o a un numero inferiore di istanze dello stesso SKU.

I criteri di raccomandazione includono l'utilizzo della CPU, della memoria e della rete in uscita.
Gli ultimi 7 giorni di dati di utilizzo vengono analizzati
Le metriche vengono campionate ogni 30 secondi, aggregate a 1 minuto e quindi aggregate a 30 minuti (richiedendo il massimo dei valori medi durante l'aggregazione a 30 minuti). Nei set di scalabilità di macchine virtuali, le metriche delle singole macchine virtuali vengono aggregate usando la media delle metriche per le raccomandazioni relative al numero di istanze e aggregate usando il numero massimo di metriche per le raccomandazioni sulle modifiche dello SKU.
Uno SKU appropriato (per le macchine virtuali) o il numero di istanze (per le risorse del set di scalabilità di macchine virtuali) viene determinato in base ai criteri seguenti:
- Le prestazioni dei carichi di lavoro nel nuovo SKU non devono essere interessate.
  - Destinazione per i carichi di lavoro rivolti agli utenti:
    - P95 dell'utilizzo della CPU e della rete in uscita al 40% o inferiore nello SKU consigliato
    - P100 dell'utilizzo della memoria al 60% o inferiore nello SKU consigliato
  - Destinazione per carichi di lavoro non destinati all'utente:
    - P95 dell'utilizzo della CPU e della rete in uscita all'80% o inferiore per il nuovo SKU
    - P100 dell'utilizzo della memoria all'80% o inferiore per il nuovo SKU
- Il nuovo SKU, se applicabile, ha le stesse funzionalità di rete accelerata e Archiviazione Premium
- Il nuovo SKU, se applicabile, è supportato nell'area corrente della macchina virtuale con la raccomandazione
- Il nuovo SKU, se applicabile, è meno costoso
- Le raccomandazioni relative al numero di istanze prendono in considerazione anche se il set di scalabilità di macchine virtuali viene gestito da Service Fabric o dal servizio Azure Kubernetes. Per le risorse gestite di Service Fabric, le raccomandazioni tengono conto dei livelli di affidabilità e durabilità.
Advisor determina se un carico di lavoro è rivolto all'utente analizzando le caratteristiche di utilizzo della CPU. L'approccio si basa sui risultati ottenuti da Microsoft Research. Per altre informazioni, vedere Power Oversubscription basato su stima in Piattaforme cloud - ricerca Microsoft.
In base alla scelta migliore e ai costi più economici senza alcun impatto sulle prestazioni, Advisor consiglia non solo SKU più piccoli nella stessa famiglia (ad esempio da D3v2 a D2v2), ma anche SKU in una versione più recente (ad esempio da D3v2 a D2v3) o una famiglia diversa (ad esempio, da D3v2 a E3v2).
Per le risorse del set di scalabilità di macchine virtuali, Advisor assegna priorità alle raccomandazioni relative al numero di istanze rispetto alle raccomandazioni sulle modifiche dello SKU perché le modifiche al numero di istanze sono facilmente utilizzabili, con conseguente risparmio più rapido.

Raccomandazioni con possibilità di burst

Si valuta se i carichi di lavoro sono idonei per l'esecuzione in SKU specializzati denominati SKU burstable che supportano requisiti di prestazioni del carico di lavoro variabili e sono meno costosi rispetto agli SKU per utilizzo generico. Altre informazioni sugli SKU burstable sono disponibili qui: Burstable serie B - Azure Macchine virtuali.

Viene consigliato uno SKU con burst se:

L'utilizzo medio della CPU è inferiore alle prestazioni di base degli SKU con burst
- Se il P95 della CPU è inferiore a due volte le prestazioni di base degli SKU con burst
- Se lo SKU corrente non ha abilitato la rete accelerata, poiché gli SKU con bursting non supportano ancora la rete accelerata
- Se si determina che i crediti SKU burstable sono sufficienti per supportare l'utilizzo medio della CPU in 7 giorni

La raccomandazione risultante suggerisce che un utente deve ridimensionare la macchina virtuale corrente o il set di scalabilità di macchine virtuali in uno SKU con burst con lo stesso numero di core. Questo suggerimento viene fatto in modo che un utente possa sfruttare i costi inferiori e anche il fatto che il carico di lavoro ha un utilizzo medio basso, ma picchi elevati nei casi, che possono essere gestiti meglio dallo SKU della serie B.

Advisor mostra il risparmio stimato sui costi per l'azione consigliata: ridimensionare o arrestare. Per il ridimensionamento, Advisor fornisce informazioni sullo SKU/numero di istanze corrente e di destinazione. Per essere più selettivi sull'azione su macchine virtuali o set di scalabilità di macchine virtuali sottoutilizzati, è possibile modificare la regola di utilizzo della CPU in base alla sottoscrizione.

In alcuni casi le raccomandazioni non possono essere adottate o potrebbero non essere applicabili, ad esempio alcuni di questi scenari comuni (potrebbero verificarsi altri casi):

È stato effettuato il provisioning di macchine virtuali o set di scalabilità di macchine virtuali per supportare il traffico imminente
La macchina virtuale o il set di scalabilità di macchine virtuali usa altre risorse non considerate dall'algo di ridimensionamento, ad esempio metriche diverse da CPU, memoria e rete
Test specifici eseguiti sullo SKU corrente, anche se non usati in modo efficiente
È necessario mantenere omogenei gli SKU di macchine virtuali o set di scalabilità di macchine virtuali
Macchina virtuale o set di scalabilità di macchine virtuali in uso per il ripristino di emergenza

In questi casi, usare semplicemente le opzioni Ignora/Posticipa associate alla raccomandazione.

Stiamo costantemente lavorando per migliorare queste raccomandazioni. È possibile condividere commenti e suggerimenti sul forum di Advisor.

Passaggi successivi

Per altre informazioni sui consigli di Advisor, vedere: