Raccomandazioni per l'ottimizzazione dei costi di scalabilità
Si applica a questa raccomandazione per l'ottimizzazione dei costi di Azure Well-Architected Framework:
| CO:12 | Ottimizzare i costi di scalabilità. Valutare la scalabilità alternativa all'interno delle unità di scalabilità. Valutare le configurazioni di scalabilità alternative e allinearsi al modello di costo. Le considerazioni devono includere l'utilizzo rispetto ai limiti di ereditazioni di ogni istanza, risorsa e limite di unità di scalabilità. Usare strategie per controllare la domanda e l'offerta. |
|---|
Questa guida fornisce consigli per ottimizzare i costi di ridimensionamento. L'ottimizzazione dei costi è il processo di rimozione di inefficienze nel ridimensionamento del carico di lavoro. L'obiettivo è ridurre i costi di scalabilità pur soddisfando tutti i requisiti non funzionali. Spendendo meno per ottenere lo stesso risultato. L'ottimizzazione della scalabilità consente di evitare spese inutili, overprovisioning e rifiuti. Consente inoltre di evitare picchi imprevisti nei costi controllando la domanda e il limite di offerta. Le procedure di scalabilità inefficienti possono causare un aumento del carico di lavoro e dei costi operativi e influire negativamente sull'integrità finanziaria complessiva del carico di lavoro.
Definizioni
| Termine | Definizione |
|---|---|
| Scalabilità automatica | Un approccio di ridimensionamento che aggiunge o rimuove automaticamente le risorse quando viene soddisfatto un set di condizioni. |
| Metriche dei costi | Dati numerici correlati al costo del carico di lavoro. |
| Ridimensionare | Una strategia di scalabilità verticale che passa a uno SKU inferiore per fornire meno risorse al carico di lavoro. |
| Ridurre il numero di istanze | Strategia di ridimensionamento orizzontale che rimuove le istanze per fornire meno risorse al carico di lavoro. |
| Aumentare il numero di istanze | Strategia di scalabilità orizzontale che aggiunge istanze per fornire più risorse al carico di lavoro. |
| Unità di scala | Un gruppo di risorse che ridimensionano in modo proporzionale. |
| Aumentare le prestazioni | Strategia di ridimensionamento verticale che passa a uno SKU superiore per fornire più risorse al carico di lavoro. |
| Codice di riferimento del prodotto (SKU) | Livello di servizio per un servizio di Azure. |
| Dati di utilizzo | I dati di utilizzo sono informazioni dirette (reali) o informazioni indirette/rappresentative (proxy) sulla quantità di attività, servizio o applicazione in uso. |
Strategie di progettazione chiave
L'obiettivo dell'ottimizzazione dei costi è aumentare e ridurre le prestazioni all'ultimo momento responsabile e aumentare e ridurre le prestazioni e non appena è pratico. Per ottimizzare la scalabilità per il carico di lavoro, è possibile valutare le opzioni di ridimensionamento alternative all'interno delle unità di scalabilità e allinearle al modello di costo. Un'unità di scala rappresenta un raggruppamento specifico di risorse che possono essere ridimensionate in modo indipendente o insieme. È necessario progettare unità di scalabilità per gestire una quantità specifica di carico e possono includere più istanze, server o altre risorse. È necessario valutare l'efficacia dei costi delle unità di scalabilità del carico di lavoro e delle alternative del modello.
Se non si usa il ridimensionamento, vedere indicazioni sul ridimensionamento del carico di lavoro. È necessario capire se l'applicazione può ridimensionare. Le applicazioni senza stato sono più facili da ridimensionare perché possono gestire più richieste contemporaneamente. Valutare anche se l'applicazione viene compilata usando i principi dei sistemi distribuiti. I sistemi distribuiti possono gestire un carico maggiore distribuendo il carico di lavoro in più nodi. Tuttavia, un'applicazione singleton è progettata per avere una sola istanza in esecuzione in qualsiasi momento. Pertanto, il ridimensionamento potrebbe non essere appropriato per tutti i carichi di lavoro.
Valutare la scalabilità orizzontale rispetto alla scalabilità orizzontale
La valutazione della scalabilità orizzontale rispetto alla scalabilità orizzontale comporta la determinazione dell'approccio più conveniente tra l'aumento delle risorse in un sistema esistente (scalabilità orizzontale) o l'aggiunta di più istanze di tale sistema (scalabilità orizzontale) in base a vari fattori, ad esempio prezzi, requisiti del carico di lavoro e tempi di inattività accettabili. La scelta dell'approccio di ridimensionamento corretto può comportare risparmi significativi, assicurandoti di pagare solo ciò che serve, pur soddisfando gli standard di prestazioni e affidabilità.
L'obiettivo è determinare la scelta più efficiente in base ai prezzi del piano di servizio, ai tratti del carico di lavoro, ai tempi di inattività accettabili e al modello di costo. Per alcuni, potrebbe essere più economico scegliere istanze più costose in meno numeri. Al contrario, per altri, un livello più economico con più istanze potrebbe essere migliore. Per prendere una decisione informata, è necessario analizzare dati reali o rappresentativi dalla configurazione e valutare i costi relativi di ogni strategia. Per valutare l'approccio più efficiente per i costi, prendere in considerazione questi consigli:
Raccogliere i dati di utilizzo: raccogliere dati di produzione effettivi o dati proxy che rappresentano i modelli di utilizzo del carico di lavoro e l'utilizzo delle risorse. Questi dati devono includere metriche come l'utilizzo della CPU, l'utilizzo della memoria, il traffico di rete e qualsiasi altra metrica pertinente che influisce sul costo della scalabilità.
Definire le metriche di costo: identificare le metriche di costo rilevanti per il carico di lavoro, ad esempio il costo per ora, il costo per transazione o il costo per unità di utilizzo delle risorse. Queste metriche consentono di confrontare l'efficacia dei costi delle diverse opzioni di ridimensionamento.
Raccogliere i dati di utilizzo: raccogliere dati di produzione effettivi o dati proxy che rappresentano i modelli di utilizzo del carico di lavoro e l'utilizzo delle risorse. Questi dati devono includere metriche come l'utilizzo della CPU, l'utilizzo della memoria, il traffico di rete e qualsiasi altra metrica pertinente che influisce sul costo della scalabilità
Definire le metriche di costo: identificare le metriche di costo rilevanti per il carico di lavoro, ad esempio il costo per ora, il costo per transazione o il costo per unità di utilizzo delle risorse. Queste metriche consentono di confrontare l'efficacia dei costi delle diverse opzioni di scalabilità.
Fare riferimento ai requisiti: quando si decide tra strategie di scalabilità orizzontale e scalabilità orizzontale, prendere in considerazione l'affidabilità, le prestazioni e i requisiti di scalabilità del carico di lavoro. Il ridimensionamento può migliorare l'affidabilità attraverso la ridondanza. Il ridimensionamento aumenta la capacità di una risorsa, ma potrebbe verificarsi un limite per quanto è possibile aumentare.
Considerare i limiti delle risorse: quando si valutano le opzioni di ridimensionamento, è importante considerare i limiti intrinseci di ogni istanza, risorsa e limite di unità di scalabilità. Tenere presente i limiti di scalabilità superiore per ogni risorsa e pianificare di conseguenza. Tenere inoltre presente i limiti della sottoscrizione e di altre risorse.
Ridimensionamento dei test: creare test per scenari di scalabilità diversi, tra cui scalabilità orizzontale e scalabilità orizzontale. L'applicazione dei dati di utilizzo simula il comportamento del carico di lavoro in configurazioni di scalabilità diverse. Eseguire test reali usando gli scenari di scalabilità modellati.
Calcolare i costi: usare i dati raccolti e le metriche dei costi per calcolare i costi associati a ogni configurazione di ridimensionamento. Prendere in considerazione fattori quali prezzi dell'istanza, utilizzo delle risorse e costi aggiuntivi correlati alla scalabilità.
Ottimizzare la scalabilità automatica
L'ottimizzazione dei criteri di scalabilità automatica comporta la ridefinizione della scalabilità automatica per reagire alle modifiche al carico in base ai requisiti non funzionali del carico di lavoro. È possibile limitare le attività di ridimensionamento eccessivo modificando le soglie e usando il periodo di raffreddamento corretto. Per ottimizzare la scalabilità automatica, prendere in considerazione i consigli seguenti:
Analizzare i criteri di scalabilità automatica correnti: comprendere i criteri esistenti e il relativo comportamento in risposta a diversi livelli di carico.
Fare riferimento ai requisiti non funzionali: identificare i requisiti non funzionali specifici da considerare, ad esempio tempo di risposta, utilizzo delle risorse o costi.
Modificare le soglie di ridimensionamento: modificare le soglie di ridimensionamento in base alle caratteristiche del carico di lavoro e ai requisiti non funzionali. Impostare le soglie per aumentare o ridurre in base a fattori come l'utilizzo della CPU nel tempo, il traffico di rete o la lunghezza della coda.
Regolare un periodo di raffreddamento: modificare il periodo di cooldown per impedire attività di ridimensionamento eccessive attivate da picchi di carico temporanei. Un periodo di raffreddamento introduce un ritardo tra gli eventi di ridimensionamento, consentendo al sistema di stabilizzarsi prima di aumentare ulteriormente le azioni.
Monitorare e ottimizzare: monitorare continuamente il comportamento e le prestazioni del sistema. Analizzare le attività di ridimensionamento e modificare i criteri in base alle esigenze per ottimizzare i costi e soddisfare i requisiti non funzionali desiderati.
Compromesso: riduzione del numero di eventi di ridimensionamento genera le probabilità di riscontrare problemi correlati al ridimensionamento. Significa che si elimina il cuscino o il buffer aggiuntivo che può aiutare a gestire potenziali problemi o ritardi dal ridimensionamento.
Valutare la scalabilità basata su eventi
La scalabilità automatica basata su eventi consente all'applicazione di regolare dinamicamente le risorse in base a eventi o trigger specifici anziché alle metriche tradizionali, ad esempio l'utilizzo della CPU o della memoria. Ad esempio, Kubernetes, la scalabilità automatica basata su eventi (KEDA) può ridimensionare le applicazioni in base a scaler, ad esempio la lunghezza di un argomento Kafka. La precisione consente di evitare fluttuazioni di scalabilità non necessarie e rifiuti di risorse. Un livello elevato di precisione ottimizza infine i costi. Per usare il ridimensionamento basato su eventi, seguire questa procedura:
Scegliere un'origine evento: determinare l'origine evento che attiva il ridimensionamento dell'unità di scalabilità. Un'origine può essere una coda di messaggi, una piattaforma di streaming o qualsiasi altro sistema basato su eventi.
Configurare l'inserimento di eventi: configurare l'applicazione per l'utilizzo di eventi dall'origine evento scelta. In genere comporta la creazione di una connessione, la sottoscrizione agli argomenti o alle code pertinenti e l'elaborazione degli eventi in ingresso.
Implementare la logica di ridimensionamento: scrivere la logica che determina quando e come l'unità di scalabilità deve essere ridimensionata in base agli eventi in ingresso. Questa logica deve considerare i fattori, ad esempio il numero di eventi, la frequenza degli eventi in ingresso o qualsiasi altra metrica pertinente.
Integrare con i meccanismi di ridimensionamento: a seconda dell'ambiente di runtime dell'applicazione, è possibile usare meccanismi di scalabilità diversi per modificare le risorse allocate all'applicazione.
Configurare le regole di ridimensionamento: definire le regole di ridimensionamento che specificano il modo in cui l'unità di scalabilità deve essere ridimensionata in risposta agli eventi. Queste regole possono essere basate su soglie, modelli o altri criteri allineati ai requisiti dell'applicazione. Le soglie di ridimensionamento devono essere correlate alle metriche aziendali. Ad esempio, se si aggiungono due altre istanze, è possibile supportare 50 altri utenti nell'elaborazione del carrello acquisti.
Test e monitoraggio: convalidare il comportamento dell'implementazione della scalabilità basata su eventi testandolo con diversi scenari di evento. Monitorare le azioni di ridimensionamento e assicurarsi che le azioni siano allineate alle aspettative.
Ottimizzare la domanda e l'offerta
Controllare la domanda rispetto all'offerta. Nei carichi di lavoro in cui l'utilizzo determina la scalabilità, i costi sono correlati al ridimensionamento. Per ottimizzare i costi di ridimensionamento, è possibile ridurre al minimo la spesa di ridimensionamento. È possibile offload della domanda distribuendo la domanda ad altre risorse oppure è possibile ridurre la domanda implementando code di priorità, offload del gateway, buffering e limitazione della velocità. Entrambe le strategie possono impedire costi non indesiderati a causa del ridimensionamento e dell'utilizzo delle risorse. È anche possibile controllare l'offerta riducendo i limiti di ridimensionamento. Per ottimizzare la domanda e l'offerta del carico di lavoro, prendere in considerazione i consigli seguenti.
Offload demand
La domanda di offload si riferisce alla pratica di distribuzione o trasferimento della domanda di risorse ad altre risorse o servizi. È possibile usare varie tecnologie o strategie:
Memorizzazione nella cache: usare la memorizzazione nella cache per archiviare i dati o il contenuto a cui si accede di frequente, riducendo il carico nell'infrastruttura back-end. Ad esempio, usare reti di distribuzione del contenuto (CDN) per memorizzare nella cache e servire contenuto statico, riducendo la necessità di ridimensionare il back-end. Tuttavia, non tutti i carichi di lavoro possono memorizzare nella cache i dati. I carichi di lavoro che richiedono dati aggiornati e in tempo reale, come il trading o i carichi di lavoro di gioco, non devono usare una cache. I dati memorizzati nella cache sarebbero vecchi e irrilevanti per l'utente.
Compromesso. La memorizzazione nella cache potrebbe presentare problemi in termini di invalidazione della cache, coerenza e gestione della scadenza della cache. È importante progettare attentamente e implementare strategie di memorizzazione nella cache per evitare potenziali compromessi.Offload del contenuto: offload del contenuto in servizi esterni o piattaforme per ridurre il carico di lavoro nell'infrastruttura. Ad esempio, anziché archiviare file video nel server primario, è possibile ospitare questi file in un servizio di archiviazione separato indipendente dal server primario. È possibile caricare questi file di grandi dimensioni direttamente dal servizio di archiviazione. Questo approccio libera le risorse nei server, consentendo di usare un server più piccolo. Può essere più economico archiviare file di grandi dimensioni in un archivio dati separato. È possibile usare una rete CDN per migliorare le prestazioni.
Bilanciamento del carico: distribuire le richieste in ingresso in più server usando il bilanciamento del carico. Il bilanciamento del carico distribuisce in modo uniforme il carico di lavoro e impedisce a qualsiasi singolo server di essere sovraccaricato. I servizi di bilanciamento del carico ottimizzano l'utilizzo delle risorse e migliorano l'efficienza dell'infrastruttura.
Offload del database: ridurre il carico nel server applicazioni principale eseguendo l'offload delle operazioni di database in un server di database separato o in un servizio specializzato. Ad esempio, usare una rete CDN per la memorizzazione nella cache del contenuto statico e una cache Redis per il contenuto dinamico (dati dal database). Le tecniche come il partizionamento del database, le repliche di lettura o l'uso di servizi di database gestiti possono anche ridurre il carico.
Compromesso: L'offload di attività specifiche per le risorse alternative consente di ridurre o evitare il ridimensionamento e i costi aggiuntivi associati alla scalabilità. Tuttavia, è importante considerare le sfide operative e di manutenzione che potrebbero verificarsi dall'offload. Quando si selezionano le tecniche di offload più appropriate per il carico di lavoro, è fondamentale eseguire un'analisi completa dei vantaggi dei costi. Questa analisi garantisce che il metodo scelto sia efficiente che fattibile in relazione ai risparmi previsti e alle complessità operative previste.
Ridurre la domanda
Ridurre la domanda di risorse significa implementare strategie che consentono di ridurre al minimo l'utilizzo delle risorse in un carico di lavoro. L'offload delle richieste sposta la domanda ad altre risorse. La riduzione della domanda riduce la domanda sul carico di lavoro. La riduzione della domanda consente di evitare il sovraprovisioning delle risorse e il pagamento per capacità inutilizzata o sottoutilizzata. È consigliabile usare modelli di progettazione a livello di codice per ridurre la domanda sulle risorse del carico di lavoro. Per ridurre la domanda tramite modelli di progettazione, seguire questa procedura:
Informazioni sui modelli di progettazione: acquisire familiarità con vari modelli di progettazione che promuovono l'ottimizzazione delle risorse.
Analizzare i requisiti del carico di lavoro: valutare i requisiti specifici del carico di lavoro, inclusi i modelli di domanda previsti, i carichi di picco e le esigenze delle risorse.
Selezionare modelli di progettazione appropriati: scegliere i modelli di progettazione allineati ai requisiti e agli obiettivi del carico di lavoro. Ad esempio, se il carico di lavoro sperimenta una variazione della domanda, i modelli di scalabilità e limitazione basati su eventi possono aiutare a gestire il carico di lavoro assegnando dinamicamente le risorse. Applicare i modelli di progettazione selezionati all'architettura del carico di lavoro. Potrebbe essere necessario separare i componenti del carico di lavoro, creare contenitori, ottimizzare l'utilizzo dell'archiviazione e altro ancora.
Monitorare e ottimizzare continuamente: valutare regolarmente l'efficacia dei modelli di progettazione implementati e regolare in base alle esigenze. Monitorare l'utilizzo delle risorse, le metriche delle prestazioni e le opportunità di ottimizzazione dei costi.
Seguendo questi passaggi e usando modelli di progettazione appropriati, è possibile ridurre la domanda di risorse, ottimizzare i costi e garantire l'efficienza dell'operazione dei carichi di lavoro.
Usare questi modelli di progettazione per ridurre la domanda:
Cache da parte: il modello controlla la cache per verificare se i dati sono già archiviati in memoria. Se i dati vengono trovati nella cache, l'applicazione può recuperare e restituire rapidamente i dati, riducendo la necessità di eseguire query sull'archivio dati persistente.
Verifica attestazione: separando i dati dal flusso di messaggistica, questo modello riduce le dimensioni dei messaggi e supporta una soluzione di messaggistica più conveniente.
Consumer concorrenti: questo modello gestisce in modo efficiente gli elementi in una coda applicando l'elaborazione distribuita e simultanea. Questo modello di progettazione ottimizza i costi ridimensionando in base alla profondità della coda e impostando limiti sulle istanze di consumer simultanee massime.
Consolidamento delle risorse di calcolo: questo modello aumenta la densità e consolida le risorse di calcolo combinando più applicazioni o componenti nell'infrastruttura condivisa. Ottimizza l'utilizzo delle risorse, evitando la capacità di provisioning inutilizzata e riducendo i costi.
Francobolli di distribuzione: l'uso dei francobolli di distribuzione offre diversi vantaggi, ad esempio gruppi di distribuzione geografica di dispositivi, distribuzione di nuove funzionalità in stamp specifici e l'osservazione dei costi per dispositivo. I stamp di distribuzione consentono una migliore scalabilità, tolleranza di errore e utilizzo efficiente delle risorse.
Offload del gateway: questo modello scarica l'elaborazione delle richieste in un dispositivo gateway, reindirizzando i costi dalle risorse per nodo all'implementazione del gateway. L'uso di questo modello di progettazione può comportare un costo inferiore della proprietà in un modello di elaborazione centralizzato.
Server di pubblicazione/sottoscrittore: questo modello disaccoppia i componenti in un'architettura, sostituendo la comunicazione diretta con un broker di messaggi intermedi o un bus di eventi. Consente un approccio basato su eventi e la fatturazione basata sull'utilizzo, evitando il overprovisioning.
Livello di carico basato su coda: il buffer dei modelli memorizza le richieste o le attività in ingresso in una coda. Il buffering elimina il carico di lavoro e riduce la necessità di sovraprovisioning delle risorse per gestire il carico di picco. Le richieste in ingresso vengono elaborate in modo asincrono per ridurre i costi.
Partizionamento: questo modello indirizza richieste specifiche a una destinazione logica, consentendo ottimizzazioni con la colocation dei dati. Il partizionamento può causare risparmi sui costi usando più istanze di risorse di calcolo o archiviazione specifiche inferiori.
Hosting di contenuto statico: questo modello offre contenuti statici in modo efficiente usando una piattaforma di hosting progettata per questo scopo. Evita l'uso di host applicazioni dinamiche più costosi, ottimizzando l'utilizzo delle risorse.
Limitazione: questo modello pone limiti alla frequenza (limitazione della frequenza) o alla velocità effettiva delle richieste in ingresso a una risorsa o a un componente. Consente di informare la modellazione dei costi e può essere collegata direttamente al modello aziendale dell'applicazione.
Chiave di controllo: questo modello concede l'accesso sicuro ed esclusivo a una risorsa senza coinvolgere più componenti, riducendo la necessità di risorse intermedie e migliorando l'efficienza.
Fornitura di controlli
La definizione di un limite superiore per l'importo che si è disposti a spendere su una determinata risorsa o servizio è un modo per controllare l'offerta. È una strategia importante per controllare i costi e garantire che le spese non superino un determinato livello. Stabilire un budget e monitorare la spesa per garantire che rimanga all'interno dell'importo definito. È possibile usare piattaforme di gestione dei costi, avvisi di budget o tenere traccia dei modelli di utilizzo e spesa. Alcuni servizi consentono di limitare le tariffe di fornitura e limite e di usare queste funzionalità in cui è utile.
Il controllo della fornitura si riferisce alla definizione di un limite superiore per l'importo che si è disposti a spendere su una determinata risorsa o servizio. È una strategia importante perché aiuta a controllare i costi e garantisce che le spese non superino un determinato livello. Stabilire un budget e monitorare la spesa per garantire che rimanga all'interno della soglia definita. È possibile usare piattaforme di gestione dei costi, avvisi di budget o tenere traccia dei modelli di utilizzo e spesa. Alcuni servizi consentono di limitare le tariffe di fornitura e limite e di usare queste funzionalità in cui è utile.
Facilitazione di Azure
Valutazione della scalabilità orizzontale rispetto alla scalabilità orizzontale: Azure offre un ambiente di test in cui è possibile distribuire e testare configurazioni di scalabilità diverse. Usando i dati effettivi del carico di lavoro o i dati proxy, è possibile simulare scenari reali e misurare gli effetti sui costi. Azure offre strumenti e servizi per test delle prestazioni, test di carico e monitoraggio, che consentono di valutare l'efficacia dei costi di scalabilità orizzontale rispetto alle opzioni di scalabilità orizzontale.
Azure offre raccomandazioni sulla gestione dei costi tramite vari strumenti e servizi, ad esempio Azure Advisor. Questi consigli analizzano i modelli di utilizzo, l'utilizzo delle risorse e le configurazioni di scalabilità per fornire informazioni dettagliate e suggerimenti per ottimizzare i costi.
Test di carico di Azure è un servizio di test del carico completamente gestito che genera carico su larga scala. Il servizio simula il traffico per le applicazioni, indipendentemente dalla posizione in cui sono ospitate. Gli sviluppatori, i tester e i tecnici di qualità possono usare i test di carico per ottimizzare le prestazioni, la scalabilità o la capacità dell'applicazione.
Ottimizzazione della scalabilità automatica: molti servizi di calcolo di Azure supportano la distribuzione di più istanze identiche e l'ottimizzazione rapida delle soglie e dei criteri di scalabilità. Azure offre funzionalità di scalabilità automatica che consentono di modificare automaticamente il numero di istanze o risorse in base alla richiesta del carico di lavoro. È possibile definire regole di ridimensionamento e soglie per attivare azioni con scalabilità orizzontale o scalabilità orizzontale. Usando la scalabilità automatica, è possibile ottimizzare l'allocazione delle risorse e l'efficienza dei costi ridimensionando dinamicamente le risorse in base alla domanda effettiva.
Azure gestisce un elenco di limiti di sottoscrizione e servizio. Esiste un limite generale al numero di istanze di una risorsa che è possibile distribuire in ogni gruppo di risorse con alcune eccezioni. Per altre informazioni, vedere Limiti di istanza delle risorse per gruppo di risorse.
Ottimizzazione della domanda e dell'offerta: Monitoraggio di Azure fornisce informazioni dettagliate sulle prestazioni e sull'integrità delle applicazioni e dell'infrastruttura. È possibile usare Monitoraggio di Azure per monitorare il carico sulle risorse e analizzare le tendenze nel tempo. Usando metriche e log raccolti da Monitoraggio di Azure, è possibile identificare le aree in cui potrebbero essere necessarie le modifiche di ridimensionamento. Queste informazioni possono guidare la perfezionamento dei criteri di scalabilità automatica per garantire che si allinea ai requisiti non funzionali e agli obiettivi di ottimizzazione dei costi.
Offloading supply: Azure ha una rete CDN (Cloud Content Delivery Network) moderna denominata Frontdoor di Azure e servizi di memorizzazione nella cache (cache di Azure per Redis e Azure Cache HPC). La rete CDN memorizza nella cache il contenuto più vicino agli utenti finali, riducendo la latenza di rete e migliorando i tempi di risposta. La memorizzazione nella cache archivia una copia dei dati davanti all'archivio dati principale, riducendo la necessità di richieste ripetute al back-end. Usando la rete CDN e i servizi di memorizzazione nella cache, è possibile ottimizzare le prestazioni e ridurre il carico nei server per un potenziale risparmio sui costi.
Controllo dell'offerta: Azure consente anche di impostare i limiti delle risorse per il carico di lavoro cloud. Definendo i limiti delle risorse, è possibile assicurarsi che il carico di lavoro rimanga all'interno delle risorse allocate ed evitare costi non necessari. Azure offre vari meccanismi per impostare i limiti delle risorse, ad esempio quote, criteri e avvisi di budget. Questi meccanismi consentono di monitorare e controllare l'utilizzo delle risorse.
Gestione API può limitare e limitare le richieste. La possibilità di limitare le richieste in ingresso è uno dei ruoli fondamentali di Gestione API di Azure. Tramite il controllo della frequenza delle richieste o del totale delle richieste o dei dati trasferiti, Gestione API consente ai provider di API di proteggere le API da abusi e di aggiungere valore a diversi livelli di prodotto API.
Collegamenti correlati
- Ridimensionare il carico di lavoro
- Raccomandazioni sui costi di Azure Advisor
- Cos'è Test di carico di Azure?
- Sottoscrizione di Azure e limiti, quote e vincoli dei servizi
- Risorse non limitate a 800 istanze per gruppo di risorse
- Che cos'è Frontdoor di Azure?
- Informazioni su Cache Redis di Azure
- Che cos'è Cache HPC di Azure?
- Limitazione avanzata delle richieste con Gestione API di Azure
Elenco di controllo Ottimizzazione costi
Fare riferimento al set completo di raccomandazioni.
Commenti e suggerimenti
Presto disponibile: Nel corso del 2024 verranno gradualmente disattivati i problemi di GitHub come meccanismo di feedback per il contenuto e ciò verrà sostituito con un nuovo sistema di feedback. Per altre informazioni, vedere https://aka.ms/ContentUserFeedback.
Invia e visualizza il feedback per