Kongsi melalui

Cadangan untuk perancangan prestasi

Terpakai kepada cadangan senarai semak Kecekapan Prestasi Well-Architected ini Power Platform :

PE:02 Menjalankan perancangan prestasi. Perancangan prestasi perlu dilakukan sebelum terdapat perubahan yang diramalkan dalam corak penggunaan. Perubahan yang diramalkan termasuk variasi bermusim, kemas kini produk, kempen pemasaran, acara khas atau perubahan peraturan.

Panduan ini menerangkan cadangan untuk perancangan prestasi dan kapasiti. Prestasi bukanlah sesuatu yang berlaku begitu sahaja—anda perlu merancangnya sama seperti keperluan lain. Perancangan kapasiti merujuk kepada proses menentukan sumber yang diperlukan untuk memenuhi sasaran prestasi beban kerja. Ia melibatkan menganggarkan jumlah sumber yang diperlukan untuk menyokong keperluan prestasi beban kerja, seperti storan, pemprosesan dan lebar jalur rangkaian. Perancangan kapasiti memastikan beban kerja mempunyai sumber yang mencukupi untuk mengendalikan permintaan beban kerja yang dijangkakan tanpa mengalami kemerosotan prestasi atau kesesakan. Ia juga membantu mengelakkan peruntukan berlebihan dan kos yang tidak perlu. Kekurangan prestasi dan perancangan kapasiti boleh membawa kepada isu prestasi, kesesakan sumber, peningkatan kos, peruntukan yang tidak cekap, cabaran kebolehskalaan dan prestasi beban kerja yang tidak dapat diramalkan.

Definisi

Istilah Takrif
Perancangan kapasiti Proses meramalkan sumber yang diperlukan oleh beban kerja untuk memenuhi sasaran prestasinya.
Keperluan fungsi Ciri dan keupayaan yang mesti ada pada beban kerja untuk memenuhi tujuan yang dimaksudkan.
Keperluan teknikal Kod dan infrastruktur yang diperlukan untuk memenuhi keperluan berfungsi.
Analisis arah aliran Analisis data sejarah untuk meramalkan permintaan masa hadapan.

Strategi reka bentuk utama

Perancangan kapasiti ialah proses berpandangan ke hadapan yang melibatkan membuat keputusan berdasarkan permintaan dan corak beban kerja yang dijangkakan. Matlamatnya adalah untuk mengoptimumkan prestasi beban kerja merentas kedua-dua senario beban berterusan dan puncak. Dengan memahami perubahan dalam penggunaan, seperti anjakan bermusim atau keluaran produk, anda boleh memperuntukkan sumber secara strategik, menghalang ketegangan sistem semasa tempoh permintaan tinggi. Strategi proaktif ini mengurangkan gangguan dan meningkatkan kecekapan prestasi. Dengan menganalisis arah aliran penggunaan masa lalu dan data pertumbuhan, anda boleh meramalkan keperluan jangka pendek dan panjang. Anda boleh menentukan potensi kesesakan dan isu penskalaan, memastikan prestasi beban kerja yang konsisten dan cekap.

Rancang prestasi

Reka bentuk beban kerja anda dengan mengambil kira prestasi untuk meminimumkan pemfaktoran semula selepas beban kerja anda berjalan. Pertimbangkan keperluan beban kerja anda apabila ia berkaitan dengan prestasi. Pertimbangan prestasi mempengaruhi banyak aspek beban kerja anda:

  • Strategi data: Adakah anda mempunyai data dan stor data sedia ada yang perlu anda sambungkan? Berapa banyak data yang perlu anda simpan? Adakah volum data akan menjejaskan seberapa cepat pengguna boleh mengaksesnya? Bagaimanakah pengguna akan mengakses data?

  • Strategi penyepaduan: Bolehkah anda melakukan penyepaduan masa nyata tanpa memperlahankan sistem? Bolehkah anda melakukan penyepaduan kumpulan dalam masa tertentu? Di manakah data anda? Adakah anda memerlukan strategi gerbang data di premis?

  • Kelum perbualan: Apabila membina ejen, adalah penting untuk memahami jumlah sasaran mesej atau perbualan dan pertumbuhan yang dijangkakan. Adakah jangkaan anda mengesahkan seni bina sasaran? Bagaimana pula dengan skala?

  • Pemodelan data: Adakah anda perlu memudahkan struktur data anda untuk pertanyaan yang lebih pantas?

  • Pemodelan keselamatan: Adakah peraturan keselamatan anda berfungsi dengan baik dengan ramai pengguna dan data? Adakah terdapat sebarang kesesakan?

  • Strategi persekitaran: Adakah anda mempunyai persekitaran ujian untuk ujian prestasi? Adakah ia serupa dengan persekitaran pengeluaran? Adakah anda telah membuat belanjawan untuk ujian prestasi?

  • Pembangunan: Adakah pembangun mengikuti amalan terbaik prestasi? Adakah mereka memenuhi matlamat prestasi tertentu? Adakah pengguna tahu apa yang mungkin dan apa yang tidak?

  • Reka bentuk dan pendekatan ujian: Bagaimanakah anda mengukur prestasi? Apa yang cukup baik dan apa yang tidak? Adakah anda menguji dengan senario dan data yang realistik? Adakah anda menguji keperluan semasa dan masa hadapan?

  • Penerimaan dan penerimaan pengguna: Bagaimanakah anda menjejaki prestasi? Adakah jangkaan pengguna realistik?

Rancang sumber anda

Prestasi memerlukan masa, wang, usaha dan orang. Peruntukkan sumber dengan bijak dari permulaan projek anda. Sebagai contoh, pembangun mungkin memerlukan masa tambahan untuk mencari cara yang cekap untuk melaksanakan logik perniagaan dan mengoptimumkan kod. Anda juga memerlukan persekitaran ujian dan pasukan untuk menjalankan ujian prestasi.

Persembahan bukan aktiviti sekali sahaja. Apabila penggunaan beban kerja anda berubah dan platform berkembang, anda perlu menyemak semula kod dan terus mencari cara untuk mengoptimumkan prestasi.

Rancang penghijrahan dan penyepaduan data

Apabila memindahkan data daripada sistem terdahulu, rancang penghijrahan dengan teliti. Berikut ialah beberapa petua untuk membantu anda mengelakkan masalah:

  • Fahami keperluan perniagaan untuk data yang anda pindahkan. Jangan pindahkan lebih banyak data daripada yang diperlukan oleh pengguna. Sebagai contoh, anda mungkin tidak perlu mengimport petunjuk berusia 10 tahun ke dalam sistem jualan anda.

  • Pertimbangkan bila dan kekerapan penyepaduan anda dijalankan. Elakkan menjalankan proses intensif sumber apabila pengguna berinteraksi dengan sistem. Jadualkan proses berat untuk waktu luar puncak atau gunakan pemprosesan tak segerak.

  • Berhati-hati dengan had platform dan amalan terbaik apabila anda mereka bentuk penyepaduan anda.

Kumpulkan data prestasi

Mengumpul data penggunaan beban kerja memerlukan pengumpulan dan analisis maklumat tentang cara beban kerja menggunakan sumber dan prestasi ia. Anda harus mengumpul data tentang corak sejarah untuk beban kerja sedia ada dan ukuran ramalan untuk beban kerja baharu. Proses ini membantu menterjemahkan objektif perniagaan kepada keperluan teknikal dan penting untuk meramalkan kapasiti. Pertimbangkan cadangan berikut.

Fahami beban kerja sedia ada

Memahami beban kerja sedia ada untuk perancangan kapasiti melibatkan menganalisis data sejarah yang berkaitan dengan cara beban kerja menggunakan sumber. Ia merangkumi metrik seperti penggunaan sumber, data prestasi dan corak beban kerja. Pemahaman ini memastikan peruntukan sumber yang cekap, menterjemahkan matlamat perniagaan kepada keperluan teknikal dan membantu mengenal pasti potensi kesesakan.

  • Fahami data: Semak data sejarah yang tersedia dan fahami struktur, format dan kaitannya dengan perancangan kapasiti. Semakan mungkin termasuk metrik penggunaan sumber, corak beban kerja, metrik prestasi dan titik data lain yang berkaitan. Fahami proses perniagaan dan kritikal aplikasi. Kenal pasti masa penggunaan puncak, beban pengguna, kadar transaksi dan metrik lain yang berkaitan.

  • Bersihkan dan praproses data: Sediakan data untuk analisis dengan mengalih keluar sebarang ketidakkonsistenan, ralat atau outlier. Penyediaan data mungkin melibatkan teknik pembersihan data seperti pengiraan data, pengendalian nilai yang hilang atau normalisasi.

  • Kenal pasti metrik utama: Kenal pasti metrik yang berkaitan untuk perancangan kapasiti. Metrik boleh termasuk volum transaksi, pemprosesan rangkaian dan masa tindak balas.

  • Kenal pastikesesakan: Ukur pemprosesan dan masa tindak balas untuk mengenal pasti komponen khusus sistem anda yang mungkin menjadi kesesakan apabila beban kerja berkembang. Gunakan keupayaan analisis perlombongan proses seperti kerja semula dan analisis punca akar untuk mengenal pasti kesesakan dalam proses hujung ke hujung.

  • Visualisasikandata: Cipta visualisasi, seperti carta atau plot, untuk mendapatkan cerapan yang lebih baik tentang data sejarah. Visualisasi boleh membantu anda mengenal pasti corak, arah aliran dan anomali dalam data untuk memberi anda pemahaman yang lebih jelas tentang tingkah laku beban kerja. Gunakan alat perlombongan proses untuk menggambarkan data dengan peta proses, membolehkan analisis mendalam tentang proses tersebut.

Fahami beban kerja baharu

Memahami beban kerja baharu untuk perancangan kapasiti merujuk kepada meramalkan keperluan sumber tugas masa hadapan tanpa data sejarah. Meramalkan keperluan masa hadapan beban kerja baharu tanpa data sejarah boleh mencabar. Proses ini memastikan anda memperuntukkan sumber dengan cekap dan menyelaraskan peruntukan dengan objektif beban kerja apabila beban kerja diperkenalkan.

Pertimbangkan pengesyoran yang berikut:

  • Penyelidikan pengguna: Menjalankan penyelidikan pengguna untuk memahami cara pengguna mengendalikan beban kerja semasa boleh memberikan cerapan berharga tentang potensi permintaan untuk beban kerja baharu. Penyelidikan boleh melibatkan temu bual pengguna, tinjauan atau pemerhatian pengguna yang melakukan beban kerja sedia ada.

  • Pertimbangan pakar: Input daripada pakar subjek atau profesional yang mempunyai pengalaman dalam industri boleh membantu anda menganggarkan permintaan untuk beban kerja baharu. Kepakaran dan cerapan mereka boleh memberikan input berharga untuk ramalan.

  • Projek perintis atau prototaip: Projek perintis atau prototaip berskala kecil boleh membantu anda mengumpulkan data dan maklum balas masa nyata. Anda kemudian boleh menggunakan data ini untuk memaklumkan proses perancangan kapasiti dan melaraskan permintaan yang diramalkan.

  • Sumber data luaran: Sumber data luaran seperti laporan industri, kajian pasaran atau tinjauan pelanggan boleh memberikan maklumat tambahan untuk menganggarkan permintaan untuk beban kerja baharu. Sumber ini boleh menawarkan cerapan berharga tentang pilihan pelanggan, arah aliran pasaran dan pemacu permintaan yang berpotensi.

Ramalan permintaan

Meramalkan permintaan melibatkan penggunaan data beban kerja untuk meramalkan keperluan masa hadapan untuk perkhidmatan atau produk. Adalah penting untuk perancangan kapasiti untuk memastikan peruntukan sumber yang cekap, menjangkakan corak pertumbuhan dan bersedia untuk potensi lonjakan permintaan. Apabila anda meramalkan permintaan masa hadapan, anda menggunakan data untuk memahami keperluan masa hadapan. Anda menggunakan analisis statistik, analisis arah aliran atau teknik pemodelan ramalan pada data yang anda ada untuk meramalkan permintaan masa hadapan. Kaedah ini mengambil kira corak sejarah atau jangkaan dan mengunjurkannya ke masa hadapan untuk memberikan anggaran permintaan beban kerja yang dijangkakan. Untuk meramalkan permintaan, pertimbangkan strategi yang berikut.

Ambil kira pelbagai senario

Sebagai sebahagian daripada perancangan prestasi, anda perlu merancang untuk senario berbeza yang mungkin berlaku. Perancangan ini harus merangkumi kedua-dua corak pertumbuhan yang boleh diramal dan lonjakan permintaan yang tidak dijangka. Corak penggunaan boleh berkembang atau mengecut. Mereka boleh menjadi organik (lebih kurang pengguna) atau bukan organik (peristiwa atau insiden keselamatan). Anda perlu menjalankan perancangan sebelum perubahan penggunaan, pada masa penting:

  • Reka bentuk (ramalan)
  • Lonjakan biasa (8:00 pagi tergesa-gesa log masuk)
  • Pelancaran (pengesahan ramalan)
  • Perubahan model perniagaan
  • Pengambilalihan atau penggabungan
  • Dorongan pemasaran
  • Perubahan bermusim
  • Pelancaran ciri
  • Secara berkala

Gunakan teknik ramalan

Meramalkan permintaan masa hadapan untuk perkhidmatan atau produk melibatkan penggunaan teknik seperti analisis statistik, analisis arah aliran dan pemodelan ramalan.

Berikut ialah gambaran keseluruhan cara anda boleh menggunakan teknik ini:

  • Analisis statistik: Kaedah statistik boleh membantu mendedahkan corak dan hubungan dalam data sejarah. Anda boleh menggunakan corak ini untuk meramalkan permintaan masa hadapan. Anda boleh menggunakan teknik seperti analisis siri masa, analisis regresi dan purata bergerak untuk mengenal pasti arah aliran, bermusim dan corak lain dalam data.

  • Analisis arah aliran: Analisis arah aliran melibatkan pemeriksaan data sejarah untuk mengenal pasti corak yang konsisten dan mengekstrapolasi corak tersebut ke masa hadapan. Sebagai contoh, jika permintaan beban kerja meningkat sebanyak 10 peratus pada tahun lalu, anda mungkin meramalkan kesinambungan arah aliran ini. Apabila anda menganalisis data permintaan sejarah dalam tempoh masa, anda boleh mengenal pasti arah aliran pertumbuhan atau pengurangan. Gunakan arah aliran ini sebagai asas untuk meramalkan permintaan masa hadapan. Analisis arah aliran juga boleh mengenal pasti kesan peristiwa sekali sahaja yang menyebabkan peralihan pesat dalam trafik (bukan organik). Sebagai contoh, keluaran ciri mungkin secara konsisten meningkatkan permintaan sebanyak 5 peratus. Jika anda mempunyai empat keluaran utama setahun, anda harus merancang pertumbuhan 5 peratus setiap kali.

  • Pemodelan ramalan: Pemodelan ramalan ialah proses membina model matematik yang menggunakan data sejarah dan pembolehubah lain yang berkaitan untuk membuat ramalan tentang permintaan masa hadapan. Anda boleh menggunakan teknik seperti algoritma pembelajaran mesin, rangkaian saraf atau pokok keputusan. Model ini boleh mengambil kira pelbagai faktor dan pembolehubah untuk memberikan ramalan yang lebih tepat.

Selaraskan ramalan dengan objektif beban kerja

Menyelaraskan ramalan dengan objektif beban kerja melibatkan melaraskan model kapasiti ramalan untuk memastikan ia memenuhi matlamat dan permintaan khusus beban kerja tertentu. Penjajaran ini memastikan sumber disediakan dengan secukupnya, menghalang kedua-dua kekurangan penggunaan dan potensi beban kerja yang berpotensi. Sebagai contoh, jika anda menyasarkan untuk menyokong penyepaduan dengan 1 juta kemas kini setiap malam, tetapi data semasa menunjukkan kelajuan kemas kini yang perlahan, anda perlu melaraskan sistem anda. Adalah penting untuk berbincang dengan pihak berkepentingan untuk memahami keperluan beban kerja. Pastikan rancangan anda sejajar dengan janji (SLA) penyedia perkhidmatan anda. Penjajaran ini memastikan kapasiti anda memenuhi permintaan yang dijangkakan dan membantu menentukan kawasan sistem yang mungkin memerlukan perubahan.

Tentukan keperluan sumber

Beban kerja boleh mempunyai banyak sumber, jadi tiada satu metrik untuk diperhatikan untuk menentukan keperluan sumber. Anda perlu mengukur kapasiti di peringkat sumber untuk mendapatkan hasil yang bermakna. Anggarkan jangkaan permintaan untuk sumber anda berdasarkan data sejarah, arah aliran pasaran dan unjuran perniagaan. Pertimbangkan bilangan transaksi, pengguna serentak atau sebarang metrik lain yang berkaitan.

Berdasarkan permintaan yang diramalkan, hitung sumber yang diperlukan untuk memenuhi permintaan tersebut. Pertimbangkan faktor seperti kapasiti permintaan API, lebar jalur rangkaian, kapasiti storan dan kakitangan:

  • Lebar jalur rangkaian: Menilai lebar jalur rangkaian yang anda perlukan untuk menyokong tahap trafik yang dijangkakan. Anda harus memasukkan kedua-dua kadar pemindahan data masuk dan keluar untuk memastikan komunikasi yang lancar dan cekap antara pelayan dan pelanggan.

  • Kapasiti storan: Anggarkan jumlah data yang dijana atau diproses oleh beban kerja semasa permintaan yang diramalkan. Pertimbangkan faktor seperti saiz pangkalan data, keperluan storan fail dan sebarang keperluan storan data lain yang khusus untuk aplikasi anda.

  • Permintaan API: Menilai penggunaan permintaan API anda terhadap kapasiti anda yang tersedia dan had perlindungan perkhidmatan. Pertimbangkan faktor seperti beban awal data dan potensi lonjakan penggunaan.

  • Kakitangan: Menilai sumber manusia yang diperlukan untuk mengurus dan menyelenggara infrastruktur, mengendalikan sokongan pelanggan, melaksanakan penyelenggaraan sistem dan memastikan operasi lancar. Pertimbangkan faktor seperti pengagihan beban kerja, set kemahiran dan kepakaran yang diperlukan.

Fahami had sumber

Sumber dalam beban kerja anda mempunyai had prestasi. Had prestasi dikenakan pada ciri dalam setiap perkhidmatan. Anda perlu memahami had sumber dalam beban kerja anda dan mengambil kira had tersebut dalam keputusan reka bentuk anda. Sebagai contoh, anda harus tahu sama ada had sumber memerlukan anda mengubah pendekatan reka bentuk atau menukar sumber sama sekali.

Anda juga perlu menentukan had yang boleh dicapai, yang melibatkan mengenal pasti ambang maksimum atau sempadan beban kerja. Had ini biasanya digunakan untuk infrastruktur (pengiraan, penyimpanan, rangkaian), aplikasi (sambungan serentak, masa tindak balas, ketersediaan) dan perkhidmatan (permintaan sesaat). Apabila perancangan kapasiti mengenal pasti had yang boleh dicapai, anda perlu mengubah suai beban kerja sebelum had mencipta masalah prestasi. Garis dasar prestasi, pemantauan berterusan dan ujian adalah penting untuk mengesahkan had dan penyelesaian.

Pertukaran: Perancangan kapasiti yang salah dinilai boleh membawa kepada peruntukan sumber yang berlebihan atau kurang peruntukan. Peruntukan berlebihan boleh membawa kepada kos yang lebih tinggi. Kekurangan peruntukan boleh mengakibatkan prestasi yang lemah. Anda juga mungkin menghadapi kadar makluman positif palsu yang lebih tinggi yang boleh menyebabkan pembaziran masa menyiasat masalah prestasi yang tidak wujud. Cuba cari keseimbangan yang betul.

Power Platform Kemudahan

Mengumpul data kapasiti dan meramalkan permintaan: Azure Monitor membolehkan anda mengumpul dan menganalisis data telemetri daripada aplikasi dan infrastruktur anda. Ia menyokong pemantauan pelbagai sumber Azure, termasuk mesin maya, bekas dan akaun storan. Alat utama termasuk Application Insights dan Analitis Log. Dengan mengkonfigurasi pengumpulan data dan mentakrifkan metrik dan log yang ingin anda pantau, anda boleh mengumpul data beban kerja yang berharga untuk analisis. Untuk pemantauan rangkaian, gabungkan Azure Monitor dengan Azure Network Watcher, cerapan rangkaian Azure Monitor dan Azure ExpressRoute pemantauan.

Azure Monitor membolehkan anda menganalisis data sejarah dan menggunakan teknik ramalan untuk meramalkan arah aliran beban kerja masa hadapan dan keperluan kapasiti. Anda boleh menjana ramalan yang boleh membantu anda dengan perancangan kapasiti. Ramalan ini membantu menganggarkan kapasiti pelayan, lebar jalur rangkaian, kapasiti storan dan keperluan sumber lain dengan menggunakan corak permintaan yang diramalkan.

Menentukan keperluan sumber: Oleh kerana ia menyediakan pelbagai konfigurasi, alat dan perkhidmatan Azure boleh membantu anda mentakrifkan keperluan teknikal. Anda boleh menyelaraskan keperluan beban kerja anda dengan sumber Azure yang tersedia, memastikan anda memilih komponen dan seting yang sesuai untuk memenuhi keperluan berfungsi anda.

Memahami had sumber: Power Platform menyediakan dokumentasi dan sumber untuk membantu anda memahami had prestasi setiap perkhidmatan yang berbeza. Dengan mengambil kira had ini boleh membantu anda membuat keputusan reka bentuk termaklum dan mengoptimumkan seni bina beban kerja anda untuk prestasi dan keberkesanan kos.

Terdapat had penskalaan dalam konfigurasi dan perkhidmatan anda yang perlu anda ketahui. Anda boleh membaca dokumentasi atau menjalankan ujian. Untuk maklumat lanjut, lihat:

Menggunakan panggilan data daripada apl kanvas: Aliran panggilan data daripada apl kanvas menghantar data ke sumber data jadual dengan menggunakan penyambung melalui protokol OData. OData meminta aliran ke lapisan bahagian belakang untuk menjangkau kepada sumber data sasaran dan mendapatkan semula data bagi klien atau memasukkan data pada sumber data. Penyambung berasaskan tindakan yang mendayakan API berfungsi dengan cara yang sama.

Memahami cara permintaan OData dan API bergerak dalam apl kanvas boleh membantu anda mengoptimumkan prestasi apl kanvas anda dan sumber data bahagian belakang anda. Untuk mengetahui lebih lanjut, lihat Aliran panggilan data dalam aplikasi kanvas.

Senarai semak Kecekapan Prestasi

Rujuk set lengkap cadangan.

Senarai semak Kecekapan Prestasi