Ресурсоемкие вычисления в Azure Cosmos DB для PostgreSQL

Внимание

Azure Cosmos DB для PostgreSQL больше не поддерживается для новых проектов. Не используйте эту службу для новых проектов. Вместо этого используйте одну из этих двух служб:

• Используйте Azure Cosmos DB для NoSQL как распределенное решение базы данных, предназначенное для крупномасштабных сценариев с соглашением об уровне доступности (SLA) 99.999%, мгновенным автомасштабированием и автоматическим переключением в случае отказа в нескольких регионах.

• Используйте функцию эластичных кластеров Базы данных Azure для PostgreSQL для сегментированного PostgreSQL с помощью расширения Citus с открытым кодом.

Плавно регулируемая мощность вычислений в кластере с одним узлом идеально подходит для рабочих нагрузок, таких как среды разработки или небольшие базы данных, которые не требуют постоянной полной производительности ЦП узла. Обычно для этих рабочих нагрузок требуются всплески производительности.

Возможности дисконтируемых вычислений Azure позволяют настроить один узел с базовой производительностью, который может накапливать кредиты, когда используется меньше, чем базовая производительность. Когда узел накапливает кредиты, узел может выйти за пределы базового уровня, если рабочая нагрузка требует более высокой производительности. Вы можете использовать метрики оставшихся кредитов ЦП и израсходованных кредитов ЦП для отслеживания накопленных и используемых кредитов соответственно.

Внимание

Масштабирование для всплесковых вычислений доступно, но только в определённых конфигурациях.

• Вы можете переключиться с 1 виртуального ядра, производительность которого может изменяться, на 2 виртуальных ядра и наоборот.
• Вы можете преобразовать конфигурацию одного узла с возможностью ускорения (1 или 2 виртуальных ядер) в другую.
  1. один кластер узлов с обычными (неразрывными) вычислительными ресурсами; или
  2. кластер с несколькими узлами.

Вы также не можете вернуться из обычного (неразрывного) одного узла в ресурсоемкие вычисления.

Дальнейшие действия

• Ознакомьтесь с ограничениями и ограничениями для ресурсоемких вычислений.
• Просмотрите доступные метрики кластера.