Wybieranie jednostki SKU dla klastra usługi Azure Data Explorer
Podczas tworzenia nowego klastra lub optymalizowania klastra pod kątem zmieniającego się obciążenia usługa Azure Data Explorer oferuje wiele jednostek SKU maszyn wirtualnych do wyboru. Te jednostki SKU obliczeniowe zostały starannie wybrane, aby zapewnić najbardziej optymalny koszt dla dowolnego obciążenia.
Rozmiar i jednostka SKU maszyny wirtualnej klastra zarządzania danymi są w pełni zarządzane przez usługę Azure Data Explorer. Są one określane przez czynniki, takie jak rozmiar maszyny wirtualnej aparatu i obciążenie pozyskiwania.
Jednostkę SKU obliczeniową klastra można zmienić w dowolnym momencie , skalując klaster w górę. Najlepiej zacząć od najmniejszego rozmiaru jednostki SKU odpowiadającego początkowemu scenariuszowi. Możesz również użyć zaleceń usługi Azure Advisor , aby zoptymalizować jednostkę SKU obliczeniową.
Kalkulator cen umożliwia oszacowanie cen klastra usługi Azure Data Explorer na podstawie obciążeń i ilości danych.
Porada
Kupując rezerwację, możesz z góry zapłacić za klaster, maszyny wirtualne używane w klastrze i koszty zasobów magazynu przez okres jednego lub trzech lat. Te wystąpienia zarezerwowane są kupowane oddzielnie i mogą zaoszczędzić znaczną ilość pieniędzy na zabezpieczanie najlepszych stawek dla klastra usługi Azure Data Explorer. Aby uzyskać więcej informacji, zobacz Przedpłata za jednostki znaczników usługi Azure Data Explorer za pomocą pojemności zarezerwowanej usługi Azure Data Explorer.
Wybierz typ klastra
Usługa Azure Data Explorer oferuje dwa typy klastrów:
- Produkcja (z umową SLA): klastry produkcyjne zawierają co najmniej dwa węzły klastra aparatu i co najmniej dwa węzły klastra zarządzania danymi. Te klastry działają w ramach umowy SLA usługi Azure Data Explorer.
- Tworzenie i testowanie (bez umowy SLA): klastry tworzenia i testowania zawierają jeden węzeł dla klastra aparatu i jeden węzeł dla klastra zarządzania danymi. Te klastry są najtańszą konfiguracją ze względu na niską liczbę wystąpień. Nie ma nadmiarowości ani umowy SLA dla tej konfiguracji klastra.
Programowanie a produkcja
Klastry programistyczne doskonale nadają się do oceny usług, konfigurowania potoku pozyskiwania, przeprowadzania weryfikacji koncepcji (Weryfikacja koncepcji) lub weryfikacji scenariusza. Najważniejsze różnice między klastrami deweloperskimi a klastrami produkcyjnymi obejmują:
- Klastry programistyczne są ograniczone i nie mogą rosnąć poza jednym węzłem
- Opłaty za adiustację w usłudze Azure Data Explorer nie są naliczane za klastry programistyczne
- Brak umowy SLA dla klastrów programistycznych
Typy jednostek SKU obliczeń
Klastry usługi Azure Data Explorer obsługują różne jednostki SKU dla różnych typów obciążeń. Każda jednostka SKU oferuje odrębny rozmiar magazynu SSD i współczynnik procesora CPU, co ułatwia prawidłowe ustawianie rozmiaru wdrożenia i tworzenie optymalnych rozwiązań dla obciążenia analitycznego przedsiębiorstwa.
Optymalizacja pod kątem obliczeń
- Zapewnia współczynnik wysokiego rdzenia do pamięci podręcznej i najniższy koszt rdzenia.
- Lokalny dysk SSD dla operacji we/wy o małych opóźnieniach.
Optymalizacja pod kątem magazynu
- Zapewnia większy magazyn z zakresu od 1 terabajta (TB) do 4 TB na węzeł silnika i najniższy koszt za gigabajt (GB).
- Odpowiednie dla obciążeń, które wymagają magazynu dla dużych ilości danych.
- Niektóre jednostki SKU używają magazynu w warstwie Premium (PS) dołączonego do węzła aparatu zamiast lokalnych dysków SSD. Uzyskiwanie dostępu do ps jest wolniejsze niż lokalne dyski SSD, więc jednostki SKU z ps są droższe i są mniej wydajne niż jednostki SKU z lokalnymi dyskami SSD dołączonymi.
Wybieranie i optymalizowanie jednostki SKU obliczeniowej
Wybieranie jednostki SKU obliczeniowej podczas tworzenia klastra
Podczas tworzenia klastra usługi Azure Data Explorer wybierz optymalną jednostkę SKU maszyny wirtualnej dla planowanego obciążenia. Użyj następujących atrybutów, aby ułatwić wybór odpowiedniej jednostki SKU dla środowiska:
| Atrybut | Szczegóły |
|---|---|
| Koszt na GB | Wysoki koszt dzięki optymalizacji obliczeniowej. Niski koszt po optymalizacji jednostek SKU pod kątem magazynu |
| Koszt na rdzeń | Niski koszt dzięki zoptymalizowaniu obliczeń. Wysoki koszt dzięki zoptymalizowanym pod kątem magazynu jednostkach SKU. |
| Cennik wystąpień zarezerwowanych | Rabat za wystąpienia zarezerwowane różni się w zależności od regionu i jednostki SKU. |
Uwaga
Koszt obliczeń jest najważniejszą częścią kosztu klastra.
Optymalizowanie obliczeniowej jednostki SKU klastra
Aby zoptymalizować jednostkę SKU obliczeniową klastra, skonfiguruj skalowanie w pionie i sprawdź zalecenia usługi Azure Advisor.
W przypadku różnych opcji jednostki SKU obliczeniowej do wyboru można zoptymalizować koszty pod kątem wydajności i wymagań dotyczących gorącej pamięci podręcznej dla danego scenariusza. Wybierz zoptymalizowaną pod kątem obliczeń jednostkę SKU w celu uzyskania optymalnej wydajności, gdy istnieją duże woluminy zapytań. Wybierz jednostkę SKU zoptymalizowaną pod kątem magazynu, aby uzyskać najlepszą wydajność podczas wykonywania zapytań dotyczących dużych ilości danych, które muszą być buforowane.
Lepiej jest użyć kilku węzłów większych maszyn wirtualnych, które używają większej ilości pamięci RAM niż wiele mniejszych maszyn wirtualnych. W przypadku niektórych typów zapytań potrzebnych jest więcej pamięci RAM, które nakładają wyższe wymagania na pamięć RAM, na przykład zapytania korzystające ze sprzężeń. Dlatego podczas skalowania klastra zalecamy skalowanie w górę do większej jednostki SKU i skalowanie w górę przez dodanie większej liczby węzłów zgodnie z potrzebami.
Uwaga
Zmiana lub skalowanie w górę jednostki SKU klastra może spowodować od jednej do trzech minut przerw w działaniu usługi. Może to mieć wpływ na wydajność zapytań podczas migracji jednostki SKU, a zakres wpływu może się różnić w zależności od wzorców użycia.
Dostępność jednostki SKU
Dostępność jednostki SKU różni się w zależności od następujących czynników:
- Region: Nie wszystkie jednostki SKU są dostępne we wszystkich regionach lub strefach dostępności. Aby uzyskać więcej informacji, zobacz stronę każdej jednostki SKU w celu zapoznania się z dostępnością regionalną.
- Subskrypcja: niektóre jednostki SKU mogą być dostępne tylko dla określonych typów subskrypcji. Jeśli jednostka SKU nie jest dostępna dla Twojej subskrypcji w lokalizacji lub strefie, która spełnia Twoje potrzeby biznesowe, prześlij żądanie jednostki SKU do pomoc techniczna platformy Azure.
Opcje jednostki SKU
Następująca seria jednostek SKU jest dostępna dla maszyn wirtualnych klastra usługi Azure Data Explorer. Rodziny jednostek SKU w kategoriach obliczeniowych i zoptymalizowanych pod kątem magazynu są uporządkowane według rekomendacji.
Zoptymalizowane pod kątem magazynu
| Seria jednostek SKU | Dostępna konfiguracja procesorów wirtualnych | Typ jednostki SKU | Obsługuje magazyn w warstwie Premium |
|---|---|---|---|
| Lasv3 | 8, 16 , 32 | AMD | Nie |
| Lsv3 | 8, 16 , 32 | Intel | Nie |
| Easv4, Easv5, ECasv5 | 8, 16 | AMD | Tak |
| Esv4, Esv5 | 8, 16 | Intel | Tak |
| DSv2 | 8, 16 | Intel | Tak |
Optymalizacja pod kątem obliczeń
| Seria jednostek SKU | Dostępna konfiguracja procesorów wirtualnych | Typ jednostki SKU | Obsługuje magazyn w warstwie Premium |
|---|---|---|---|
| Eadsv5, ECadsv5 | 2, 4, 8, 16 | AMD | Nie |
| Edv4, Edv5 | 2, 4, 8, 16 | Intel | Nie |
| Eav4 | 2, 4, 8, 16 | AMD | Nie |
| Dv2 | 2, 4, 8, 16 | Intel | Nie |
Uwaga
Wszystkie obliczone zoptymalizowane jednostki SKU z 2 rdzeniami można skonfigurować jako klastry deweloperskie.
Zaleca się używanie klastrów L32asv3/ L32sv3 tylko w przypadkach użycia z bardzo dużymi klastrami L16asv3/L16sv3 osiągającymi limit 1000 węzłów klastra lub klastrami o bardzo wysokich współbieżnych szybkościach żądań. ECasv5 i ECadsv5 to poufne jednostki SKU przetwarzania. Aby uzyskać więcej informacji, przeczytaj o maszynach wirtualnych przetwarzania poufnego. W przypadku jednostek SKU ECasv5 zoptymalizowanych pod kątem magazynu w przypadku użycia własnego klucza zarządzanego przez klienta (CMK) szyfrowanie klucza cmK jest wykonywane zarówno na kontach magazynu, jak i na dyskach magazynu w warstwie Premium.
- Dzięki usłudze Azure Data Explorer izolacji zasobów obliczeniowych i magazynowania można rozpocząć od najbardziej optymalnej jednostki SKU kosztów i przejść do innej jednostki SKU po zakończeniu wzorca użycia lub utraty danych.
- Zaktualizowaną listę jednostek SKU obliczeniowych dla poszczególnych regionów można wyświetlić przy użyciu interfejsu API ListSkus platformy Azure Data Explorer.
Rozmiar pamięci podręcznej
Usługa Azure Data Explorer rezerwuje część rozmiaru dysku pokazaną w każdej specyfikacji jednostki SKU obliczeniowej platformy Azure do użycia na potrzeby operacji klastra. Dokładny rozmiar pamięci podręcznej dla każdej jednostki SKU jest dostępny w sekcji wybór jednostki SKU w portalu.
Zawartość pokrewna
- Dowiedz się, jak używać kalkulatora cen