英語で読む

次の方法で共有

Azure Advisor の推奨事項を使用して Azure Data Explorer クラスターを最適化する

  • [アーティクル]

Azure Advisor は、Azure Data Explorer クラスターの構成と使用状況テレメトリを分析し、クラスターの最適化に役立つ、パーソナライズされたアクションにつながる推奨事項を提供します。

Azure Advisor の推奨事項にアクセスする

Azure Advisor の推奨事項にアクセスするには、2 つの方法があります。

Azure Data Explorer クラスターへの Azure Advisor の推奨事項を表示する

  1. Azure portal で、Azure Data Explorer クラスターのページに移動します。

  2. 左側のメニューの [監視] で、[Advisor recommendations]\(Advisor の推奨事項\) を選択します。 そのクラスターについての推奨事項の一覧が表示されます。

    Azure Data Explorer クラスターについての Azure Advisor の推奨事項。

サブスクリプション内のすべてのクラスターについての Azure Advisor の推奨事項を表示する

  1. Azure portal で、Advisor リソースに移動します。

  2. [概要] で、推奨事項を表示する 1 つ以上のサブスクリプションを選択します。

  3. 2 番目のドロップダウンで [Azure Data Explorer クラスター] と [Azure Data Explorer データベース] を選択します。

    Azure Advisor リソース。

Azure Advisor の推奨事項を使用する

Azure Advisor の推奨事項にはさまざまな種類があります。 クラスターを最適化できるように、適切な推奨事項の種類を使用します。

  1. コストに関する推奨事項については、Advisor で、[推奨] の下の [コスト] を選択します。

    推奨事項の種類の選択。

  2. 一覧から推奨事項を選択します。

    推奨事項の選択。

  3. 次のウィンドウには、推奨事項に関連するクラスターの一覧が表示されています。 推奨事項の詳細はクラスターごとに異なり、推奨されるアクションが含まれています。

    推奨事項のあるクラスターの一覧。

推奨事項の種類

現在、コスト、パフォーマンス、信頼性、およびサービス エクセレンスに関する推奨事項を利用できます。

重要

実際の年間削減額とは異なる場合があります。 表示される年間削減額は、"従量課金制" の価格に基づいています。 これらの潜在的な削減額では、Azure の予約仮想マシン インスタンス (RI) の課金割引は考慮されていません。

コストに関する推奨事項

コストに関する推奨事項は、パフォーマンスを損なうことなくコストを削減するために変更できるクラスターで使用できます。 コストに関する推奨事項は次のとおりです。

未使用である実行中の Azure Data Explorer クラスター

クラスターは、実行中の状態にあり、過去 5 日間にデータが取り込まれたりクエリを実行したりしていない場合、未使用で実行されていると見なされます。 場合によっては、クラスターが自動的に停止することがあります。 次の場合、クラスターは自動的に停止せず、推奨事項が表示されます。

  • リーダー クラスター。 詳細については、フォロワー データベースに関するページを参照してください。
  • 仮想ネットワークにデプロイされたクラスター
  • 自動停止の設定がオフになっているクラスター
  • Azure Synapse Data Explorer プール

この推奨事項は、クラスターを停止してコストを減らす一方で、データを保持するものです。 データが不要な場合は、クラスターを削除して、節約額を増やすことを検討してください。

未使用で停止状態にある Azure Data Explorer クラスター

クラスターが少なくとも 60 日間停止されている場合、クラスターは未使用で停止状態にあると見なされます。

この推奨事項は、クラスターを削除してコストを削減するためのものです。

注意事項

停止したクラスターには、引き続きデータが含まれている可能性があります。 クラスターを削除する前に、データが不要になっていることを確認します。 クラスターが削除されると、データにアクセスできなくなります。

Data Explorer クラスターを、コスト効率とパフォーマンスがさらに高い SKU に変更する

Data Explorer クラスター 、コスト効率が高く、パフォーマンスが向上する SKU に対する推奨事項 は、クラスターが最適でない SKU で動作しているクラスターに与えられます。 この更新された SKU により、コストが削減され、全体的なパフォーマンスが向上します。 パフォーマンスが悪影響を受けないようにしながら、クラスターのキャッシュ要件を満たす必要なインスタンス数を計算しました。

推奨事項の一部として、最適化された自動スケールがまだ有効になっていない場合は有効にすることをお勧めします。 最適化された自動スケールでは、クラスターのパフォーマンスのより詳細な分析が実行され、必要に応じて、クラスターがさらにスケールインされます。 これにより、追加のコスト削減が行われます。 最適化された自動スケールの推奨事項には、最小インスタンス数と最大インスタンス数の推奨事項が含まれます。 最大値は、推奨される SKU インスタンス数に設定されます。 クラスターが有機的に拡張する計画がある場合は、この最大数を手動で増やすことをお勧めします。 クラスターで最適化された自動スケールが既に構成されている場合は、場合によっては、最大インスタンス数を増やすことをお勧めします。

SKU の推奨事項では、クラスターの現在のゾーン定義が考慮され、クラスターがゾーンをサポートしている場合は、少なくとも 2 つのゾーンを持つターゲット SKU のみが推奨されます。 コンピューティング可用性ゾーンを追加しても、追加コストは発生しません。

Advisor SKU の推奨事項は、数時間ごとに更新されます。 推奨事項では、リージョンで選択した SKU の容量の可用性がチェックされます。 ただし、容量の可用性は動的であり、時間の経過と同時に変化する点に注意することが重要です。

注意

Advisor SKU の推奨事項では、現在、仮想ネットワークまたはマネージド プライベート エンドポイント構成を持つクラスターはサポートされていません。

Azure Data Explorer のテーブルに対するキャッシュを減らす

推奨事項 [reduce Azure Data Explorer table cache period for cluster cost optimization]\(クラスターのコスト最適化のために Azure Data Explorer テーブルのキャッシュ期間を減らす\) は、テーブルのキャッシュ ポリシーを減らすことができるクラスターに対して提供されます。 この推奨事項は、過去 30 日間のクエリ ルックバック期間に基づいています。 節約できる場所を確認するには、データベースごとに最も関連性の高い 5 つのテーブルを表示して、キャッシュの節約の可能性を確認できます。 この推奨事項は、キャッシュ ポリシーの変更後にクラスターをスケールインまたはスケールダウンできる場合にのみ提供されます。 Advisor では、クラスターが "データによってバインドされている" (つまり、クラスターの CPU およびインジェスト使用率は低いが、データ容量が高いためにクラスターをスケールインまたはスケールダウンできない) かどうかを確認します。

最適化された自動スケーリングを有効にする

最適化された自動スケーリングを有効にしたときにクラスターのインスタンス数が減少する場合、最適化された自動スケーリングの有効化が推奨されます。 この推奨は、使用パターン、キャッシュ使用率、インジェスト使用率、および CPU に基づいています。 計画した予算を超過しないようにするには、最適化された自動スケーリングを有効にするときに、最大インスタンス数を追加します。

パフォーマンスに関する推奨事項

パフォーマンスに関する推奨事項は、Azure Data Explorer クラスターのパフォーマンスの向上に役立ちます。 パフォーマンスに関する推奨事項としては、次のものがあります。

Azure Data Explorer のテーブルのキャッシュ ポリシーを更新する

推奨事項 [review Azure Data Explorer table cache-period (policy) for better performance]\(パフォーマンス向上のために Azure Data Explorer テーブルのキャッシュ期間ポリシーを確認する\) は、異なるルックバック期間時間フィルター、またはより大きいキャッシュ ポリシーを必要とするクラスターに対して提供されます。 この推奨事項は、過去 30 日間のクエリ ルックバック期間に基づいています。 過去 30 日間に実行されたほとんどのクエリは、キャッシュに保存されていないデータにアクセスしているため、クエリの実行時間が長くなっている可能性があります。 キャッシュ外データにアクセスしたデータベースごとに上位 5 つのテーブルを表示するには、割合をクエリして並べ替えます。

また、キャッシュ ポリシーを減らす、パフォーマンスに関する推奨事項を受け取る場合もあります。 これは、クラスターがデータ バインドされている場合に発生することがあります。 キャッシュ ポリシーに従ってキャッシュされるデータが、クラスターのキャッシュの合計サイズより大きい場合、クラスターはデータ バインドされています。 データ バインドされたクラスターのキャッシュ ポリシーを減らすと、キャッシュ ミスの数が減り、パフォーマンスが向上する可能性があります。

オペレーショナル エクセレンスに関する推奨事項

オペレーショナル エクセレンスまたは "ベスト プラクティス" の推奨事項は、その実装によってコストやパフォーマンスが直ちに改善されるわけではありませんが、将来的にクラスターにメリットをもたらす可能性があります。 これには、使用パターンに合わせてテーブル キャッシュ ポリシーを減らすことが含まれます。

テーブル キャッシュ ポリシーを減らし、使用パターンに合わせる

この推奨事項では、テーブルのホット キャッシュを減らすために、先月の実際の使用状況に基づいてキャッシュ ポリシーを更新することに重点を置いています。 以前のコストに関する推奨事項とは異なり、この特定の推奨事項は、ホット キャッシュに格納されているデータの量ではなく、CPU とインジェストの負荷によってインスタンスの数が決定されるクラスターに適用されます。 このような場合、キャッシュ ポリシーの変更だけではインスタンスの数を減らすには不十分です。効率的にスケールインするには、SKU の変更、CPU 負荷の削減、自動スケーリングの有効化などのさらなる最適化が推奨されます。 この推奨事項は、使用パターンに基づく実際のクエリのルックバックが、構成されたキャッシュ ポリシーよりも低いテーブルに役立ちます。 ただし、キャッシュ ポリシーを減らすと、コストが削減されるわけではありません。 クラスター インスタンスの数は、ホット キャッシュに格納されているデータの量に関係なく、CPU とインジェストの負荷によって決まります。 そのため、ホット キャッシュからデータを削除しても、クラスターが直接スケールインされることはありません。

信頼性に関する推奨事項

責任に関する推奨事項は、ビジネス クリティカルなアプリケーションの継続性の確保と向上に役立ちます。 信頼性に関する推奨事項は次のとおりです。

クラスターで委任なしでサブネットを使用する

強力な推奨事項は、"Microsoft.Kusto/clusters" の委任なしでサブネットを使用する仮想ネットワーク クラスターに与えられます。 サブネットをクラスターに委任すると、そのサービスでサブネットの基本的なネットワーク構成規則を確立できるようになります。これにより、クラスターがインスタンスを安定して操作するのに役立ちます。

クラスターで無効な IP 構成のサブネットが使用されている

この推奨事項は、サブネットが他のサービスでも使用される仮想ネットワーク クラスターに提供されます。 他のすべてのサービスをサブネットから削除し、クラスターにのみ使用することをお勧めします。

仮想ネットワークの問題により、クラスターのインストールまたは再開に失敗しました

仮想ネットワークの問題が原因でインストールまたは再開できなかったクラスターに推奨事項が示されます。 仮想ネットワークのトラブルシューティング ガイドを使用して問題を解決することをお勧めします。

関連するコンテンツ