Share via

Использование рекомендаций Помощника по Azure для оптимизации кластера Azure Data Explorer

  • Статья

Помощник по Azure анализирует конфигурацию кластера Azure Data Explorer и данные телеметрии потребления, а также дает персональные практические рекомендации по оптимизации кластера.

Доступ к рекомендациям Помощника по Azure

Получить доступ к рекомендациям Помощника по Azure можно двумя способами:

Просмотр рекомендаций Помощника по Azure для кластера Azure Data Explorer

  1. На портале Azure перейдите на страницу кластера Azure Data Explorer.

  2. В меню слева в разделе Мониторинг выберите Рекомендации Помощника. Откроется список рекомендаций для этого кластера.

    Рекомендации Помощника по Azure для кластера Azure Data Explorer.

Просмотр рекомендаций Помощника по Azure для всех кластеров в подписке

  1. На портале Azure перейдите в раздел Ресурс Помощника.

  2. В разделе Общие сведения выберите одну или несколько подписок, для которых требуется получить рекомендации.

  3. Выберите Кластеры Azure Data Explorer и Базы данных Azure Data Explorer во втором раскрывающемся меню.

    Ресурс Помощника по Azure.

Использование рекомендаций Помощника по Azure

Существуют различные типы рекомендаций Помощника по Azure. Используйте для оптимизации кластера рекомендацию соответствующего типа.

  1. Чтобы просмотреть рекомендации по затратам, в разделе Помощник, Рекомендации выберите Затраты.

    Выбор типа рекомендации.

  2. Выберите рекомендацию из списка.

    Выбор рекомендации.

  3. В следующем окне представлен список кластеров, к которым относится рекомендация. Сведения о рекомендации зависят от кластера и включают рекомендуемые действия.

    Список кластеров с рекомендациями.

Типы рекомендаций

В настоящее время доступны рекомендации по затратам, производительности, надежности и повышению качества обслуживания.

Важно!

Фактическая сумма средств в рамках ежегодной экономии может отличаться. Показанные значения годовой экономии основаны на модели оплаты по мере использования. В них не учитываются скидки на использование зарезервированных экземпляров виртуальных машин.

Рекомендации по затратам

Рекомендации по затратам доступны для кластеров, которые можно изменить, чтобы снизить затраты без ущерба для производительности. Другие рекомендации.

Неиспользуемый работающий кластер Azure Data Explorer

Кластер считается неиспользуемого и запущенного, если он находится в состоянии выполнения и не имеет ни приема данных, ни выполнения запросов за последние пять дней. В некоторых случаях кластеры могут быть остановлены автоматически. В следующих случаях кластер не останавливается автоматически и отображается рекомендация:

Рекомендуется остановить кластер, чтобы снизить затраты, но сохранить данные. Если данные не нужны, рассмотрите возможность удаления кластера, чтобы увеличить экономию.

Неиспользуемый остановленный кластер Azure Data Explorer

Кластер считается неиспользуемым и остановленным, если он был остановлен не менее 60 дней назад.

Рекомендуется удалить кластер, чтобы снизить затраты.

Внимание!

Остановленные кластеры могут по-прежнему содержать данные. Перед удалением кластера убедитесь, что данные больше не нужны. После удаления кластера данные больше не будут доступны.

Перевод кластеров Data Explorer на более экономичный и эффективный номер SKU

Рекомендация Изменить Data Explorer кластеры на более экономичный и более эффективный SKU предоставляется кластеру, кластер которого работает с неоптимальным номером SKU. Этот обновленный номер SKU позволит сократить затраты и повысить общую производительность. Мы вычислили необходимое количество экземпляров, которое соответствует требованиям к кэшу кластера, гарантируя, что производительность не будет негативно влиять.

В рамках этой рекомендации рекомендуется включить оптимизированное автомасштабирование, если оно еще не включено. Оптимизированное автомасштабирование выполняет более глубокий анализ производительности кластера и при необходимости дополнительно масштабируется в кластере. Это приведет к дополнительному сокращению затрат. Рекомендации по оптимизации автомасштабирования включают рекомендации по минимальному и максимальному числу экземпляров. Для параметра Max задается рекомендуемое число экземпляров SKU. Если кластер планирует органически увеличиваться, рекомендуется вручную увеличить это максимальное число. Если оптимизированное автомасштабирование уже настроено в кластере, в некоторых случаях рекомендуется увеличить максимальное число экземпляров.

Рекомендация по SKU учитывает текущие определения зон кластера. Если кластер поддерживает зоны, рекомендуется использовать только целевые номера SKU, которые имеют не менее двух зон. Добавление дополнительных зон доступности вычислений не приводит к дополнительным затратам.

Рекомендации по номеру SKU помощника обновляются каждые несколько часов. Рекомендация проверяет доступность емкости выбранного номера SKU в регионе. Однако важно отметить, что доступность емкости является динамической и со временем меняется.

Примечание

Рекомендация по номеру SKU помощника в настоящее время не поддерживает кластеры с виртуальная сеть или управляемыми конфигурациями частных конечных точек.

Сокращение кэша для таблиц Azure Data Explorer

Рекомендация Сократите период помещения в кэш таблицы Azure Data Explorer для оптимизации затрат на кластер касается кластера, который может уменьшить политику помещения таблицы в кэш. Эта рекомендация основана на данных о запросах за последние 30 дней. Чтобы узнать, где возможна экономия, можно просмотреть наиболее релевантные 5 таблиц на базу данных для потенциальной экономии кэша. Эта рекомендация предлагается, только если кластер можно масштабировать горизонтально или вертикально после изменения политики кэширования. Помощник проверяет, привязан ли кластер к данным. Это означает, что при низкой загрузке ЦП и малом объеме принимаемых данных кластер содержит большой объем данных, из-за чего его нельзя масштабировать.

Включение оптимизированного автомасштабирования

Рекомендация Включение оптимизированного автомасштабирования дается, когда включение оптимизированного автомасштабирования может уменьшить количество экземпляров в кластере. Эта рекомендация основана на шаблонах использования, использовании кэша, использовании приема данных и загрузке ЦП. Чтобы убедиться, что вы не превысите запланированный бюджет, добавьте максимальное число экземпляров при включении оптимизированного масштабирования.

Рекомендации по производительности

Рекомендации по производительности помогают повысить производительность кластеров Azure Data Explorer. Примеры рекомендаций:

Обновление политики кэширования таблиц Azure Data Explorer

Рекомендация проверить заданный политикой период кэширования таблиц Azure Data Explorer, чтобы повысить производительность, предлагается для кластера, для которого нужно изменить период для поиска данных или расширить политику кэширования. Эта рекомендация основана на данных о запросах за последние 30 дней. Большинство из этих запросов выполнялось к данным не в кэше, что могло увеличить время выполнения запроса. Вы можете просмотреть первые 5 таблиц для каждой базы данных, которые обращались к данным из кэша, упорядоченные по проценту запросов.

Вы также можете получить рекомендацию по повышению производительности путем ограничения политики кэширования. Это может произойти, если кластер привязан к данным. Для такого кластера политика предусматривает кэширование данных в объеме, который превышает общий размер кэша в кластере. Если ограничить политику кэширования для привязанного к данным кластера, это сократит число обращений к данным за пределами кэша и возможно повысит производительность.

Общие рекомендации по оптимизации

Выполнение рекомендаций по оптимизации не даст немедленного эффекта в виде сокращения затрат или роста производительности, но может улучшить работу кластера в долгосрочной перспективе. К числу таких рекомендаций относится ограничение политики кэширования таблиц в соответствии с характером использования.

Ограничение политики кэширования таблиц в соответствии с шаблонами использования

Эта рекомендация посвящена обновлению политики кэша на основе фактического использования за последний месяц, чтобы сократить объем горячего кэша для таблицы. В отличие от предыдущей рекомендации по затратам, эта рекомендация применима к кластерам, где количество экземпляров определяется загрузкой ЦП и приемом, а не объемом данных, хранящихся в горячем кэше. В таких случаях изменения только политики кэша недостаточно для уменьшения числа экземпляров. Для эффективного масштабирования рекомендуется выполнить дополнительные оптимизации, такие как изменение номера SKU, снижение нагрузки на ЦП и включение автомасштабирования. Эта рекомендация может быть полезна для таблиц, в которых фактический обратный просмотр запросов на основе шаблонов использования ниже, чем настроенная политика кэша. Тем не менее, уменьшение политики кэша не приведет непосредственно к экономии средств. Количество экземпляров кластера определяется загрузкой ЦП и приема независимо от объема данных, хранящихся в горячем кэше. Таким образом, удаление данных из горячего кэша не приведет к масштабированию кластера напрямую.

Рекомендации по надежности

Рекомендации по обеспечению надежности помогут обеспечить и улучшить непрерывность работы критически важных для бизнеса приложений. Рекомендации по обеспечению надежности включают следующие:

Кластер использует подсеть без делегирования

Строгой рекомендацией является кластер виртуальной сети, использующий подсеть без делегирования для Microsoft.Kusto/clusters. Когда вы делегируете подсеть кластеру, вы разрешаете этой службе устанавливать базовые правила конфигурации сети для подсети, что помогает кластеру стабильно работать с его экземплярами.

Кластер использует подсеть с недопустимой IP-конфигурацией

Рекомендация предоставляется кластеру виртуальной сети, где подсеть также используется другими службами. Рекомендуется удалить все остальные службы из подсети и использовать их только для кластера.

Не удалось установить или возобновить работу кластера из-за проблем с виртуальной сетью

Рекомендация предоставляется кластеру, который не удалось установить или возобновить из-за проблем с виртуальной сетью. Для устранения проблемы рекомендуется использовать руководство по устранению неполадок с виртуальной сетью .

См. также