Share via

Best practices voor voorraadbeheer van virtuele Azure-machines voor Azure NetApp Files

  • Artikel

In dit artikel worden aanbevolen procedures voor Azure NetApp Files beschreven over voorraadbeheereenheden (SKU's) van virtuele Azure-machines, waaronder verschillen binnen en tussen SKU's.

Overwegingen voor SKU-selectie

Opslagprestaties zijn meer dan de snelheid van de opslag zelf. De processorsnelheid en -architectuur hebben veel te maken met de algehele ervaring van elk bepaald rekenknooppunt. Als onderdeel van het selectieproces voor een bepaalde SKU moet u rekening houden met de volgende factoren:

  • AMD of Intel: SAS maakt bijvoorbeeld gebruik van een wiskundige kernelbibliotheek die speciaal is ontworpen voor Intel-processors. In dit geval hebben Intel-SKU's de voorkeur boven AMD SKU.
  • De F2-, E_v3- en D_v3 machinetypen zijn elk gebaseerd op meer dan één chipset. Bij het gebruik van Azure Dedicated Hosts kunt u specifieke modellen selecteren (Broadwell, Cascade Lake of Skylake wanneer u bijvoorbeeld het E-type selecteert). Anders is de chipsetselectie niet-deterministisch. Als u een HPC-cluster en een consistente ervaring in de inventaris implementeert, kunt u overwegen om één Azure Dedicated Hosts te gebruiken of met één chipset-SKU's, zoals de E_v4 of D_v4.
  • Prestatievariabiliteit met nas (network-attached storage) is waargenomen bij het testen met zowel de op Intel Broadwell gebaseerde SKU's als de OP AMD EPYC™ 7551 gebaseerde SKU's. Er zijn twee problemen waargenomen:
    • Wanneer de versnelde netwerkinterface onjuist is toegewezen aan een suboptimaal NUMA-knooppunt, nemen leesprestaties aanzienlijk af. Hoewel het toewijzen van de versnelde netwerkinterface aan een specifiek NUMA-knooppunt nuttig is voor nieuwere SKU's, moet het worden beschouwd als een vereiste voor SKU's met deze chipsets (Lv2|E_v3|D_v3).
    • Virtuele machines die worden uitgevoerd op de Lv2, of E_v3 of D_v3 die worden uitgevoerd op een Broadwell-chipset, zijn vatbaarder voor resourceconflicten dan wanneer ze worden uitgevoerd op andere SKU's. Bij het testen met behulp van meerdere virtuele machines die worden uitgevoerd binnen één Azure Dedicated Host, is het uitvoeren van opslagworkloads op basis van een netwerk vanaf één virtuele machine gezien om de prestaties te verminderen van netwerkworkloads die worden uitgevoerd vanaf een tweede virtuele machine. De afname is meer uitgesproken wanneer een van de virtuele machines op het knooppunt hun versnelde netwerkinterface/NUMA-knooppunt niet optimaal heeft toegewezen. Houd er rekening mee dat de E_v3 en D_V3 tussen hen op Haswell, Broadwell, Cascade Lake of Skylake kunnen landen.

Voor de meest consistente prestaties bij het selecteren van virtuele machines, selecteert u uit SKU's met één type chipset: nieuwere SKU's hebben de voorkeur boven de oudere modellen, indien beschikbaar. Houd er rekening mee dat, afgezien van het gebruik van een toegewezen host, het correct voorspellen van het type hardware waarop de E_v3 of D_v3 virtuele machines terechtkomen, onwaarschijnlijk is. Wanneer u de E_v3 of D_v3-SKU gebruikt:

  • Wanneer een virtuele machine is uitgeschakeld, wordt de toewijzing ongedaan gemaakt en vervolgens weer ingeschakeld, is de virtuele machine waarschijnlijk van hosts en dergelijke hardwaremodellen gewijzigd.
  • Wanneer toepassingen worden geïmplementeerd op meerdere virtuele machines, verwacht u dat de virtuele machines worden uitgevoerd op heterogene hardware.

Verschillen binnen en tussen SKU's

In de volgende tabel worden de verschillen binnen en tussen SKU's gemarkeerd. Houd er bijvoorbeeld rekening mee dat de chipset van de onderliggende E_v3 en D_v3 varieert tussen Broadwell, Cascade Lake, Skylake en ook in het geval van de D_v3.

Gezin Versie Beschrijving Frequentie (GHz)
E V3 Intel® Xeon® E5-2673 v4 (Broadwell) 2.3 (3.6)
E V3 Intel® Xeon® Platinum 8272CL (Cascade Lake) 2.6 (3.7)
E V3 Intel® Xeon® Platinum 8171M (Skylake) 2.1 (3.8)
E V4 Intel® Xeon® Platinum 8272CL (Cascade Lake) 2.6 (3.7)
St. V4 AMD EPYC™ 7452 2.35 (3.35)
D V3 Intel® Xeon® E5-2673 v4 (Broadwell) 2.3 (3.6)
D V3 Intel® Xeon® E5-2673 v3 (Haswell) 2.3 (2.3)
D V3 Intel® Xeon® Platinum 8272CL (Cascade Lake) 2.6 (3.7)
D V3 Intel® Xeon® Platinum 8171M (Skylake) 2.1 (3.8)
D V4 Intel® Xeon® Platinum 8272CL (Cascade Lake) 2.6 (3.7)
Da V4 AMD EPYC™ 7452 2.35 (3.35)
L V2 AMD EPYC™ 7551 2.0 (3.2)
F 1 Intel Xeon® E5-2673 v3 (Haswell) 2.3 (2.3)
F 2 Intel® Xeon® Platinum 8168M (Cascade Lake) 2.7 (3.7)
F 2 Gen 2 Intel® Xeon® Platinum 8272CL (Skylake) 2.1 (3.8)

Wanneer u een SAS GRID-omgeving met meerdere knooppunten voorbereidt voor productie, ziet u mogelijk een herhaalbare variantie van één uur en vijftien minuten tussen analyses zonder ander verschil dan onderliggende hardware.

SKU en hardwareplatform Uitvoeringstijden van taken
E32-8_v3 (Broadwell) 5,5 uur
E32-8_v3 (Cascade Lake) 4,25 uur

In beide sets tests is een E32-8_v3-SKU geselecteerd en werd RHEL 8.3 samen met de nconnect=8 koppelingsoptie gebruikt.

Aanbevolen procedures

  • Selecteer indien mogelijk de E_v4, D_v4 of nieuwer in plaats van de E_v3- of D_v3-SKU's.
  • Selecteer indien mogelijk de Ed_v4, Dd_v4 of nieuwer in plaats van de L2-SKU.

Volgende stappen