Поделиться через

Начало работы с подсистемой оптимизации Azure

Подсистема оптимизации Azure (AOE) — это расширяемое решение, предназначенное для создания рекомендаций по оптимизации для вашей среды Azure. Воспринимайте это как полностью настраиваемый Azure Advisor.


Предварительные условия

Ниже приведены требования к развертыванию AOE:

  • Поддерживаемая подписка Azure (см . вопросы и ответы)
  • Учетная запись пользователя с разрешениями владельца для выбранной подписки, чтобы управляемому удостоверению службы автоматизации были предоставлены необходимые привилегии для подписки (Reader) и группы ресурсов развертывания (Storage Blob Data Contributor).
  • Azure PowerShell 9.0.0+
  • Необязательно для Identity и управления доступом на основе ролей (RBAC) (RBAC_ управление), модули PowerShell Microsoft.Graph.Authentication и Microsoft.Graph.Identity.DirectoryManagement (версия 2.4.0+).
  • Необязательный элемент для управления идентификацией и Azure RBAC. Учетная запись пользователя необходима по крайней мере с разрешениями администратора привилегированных ролей в клиенте Microsoft Entra, чтобы управляемое удостоверение предоставляло необходимые привилегии через идентификатор Microsoft Entra ID (глобальный читатель).
  • Необязательный вариант для аналитики по обязательствам в Azure. Для работы требуется учетная запись пользователя с административными правами в Соглашении Enterprise (администратор регистрации на предприятии) или в Клиентском соглашении Microsoft (владелец профиля выставления счетов). Учетная запись необходима для того, чтобы управляемому удостоверению были предоставлены необходимые привилегии для управления вашим соглашением о потреблении.

Во время развертывания вам задают несколько вопросов. Необходимо запланировать следующие элементы:

  • Определите, будет ли вы повторно использовать существующую рабочую область Log Analytics или создать новую.

    Внимание

    В идеале следует повторно использовать рабочую область, в которой уже есть виртуальные машины, которые уже отправляют метрики производительности (Perf таблицу), в противном случае вы не сможете полностью воспользоваться расширенными рекомендациями по правильному размеру. Если это не возможно или нужно по какой-то причине, вы по-прежнему можете использовать несколько рабочих областей (см. раздел "Настройка рабочих областей").

  • Требуется подписка Azure для развертывания решения. Если вы повторно используете рабочую область Log Analytics, необходимо развернуть её в той же подписке, в которой она находится.
  • Для созданных ресурсов Azure требуется уникальный префикс имени. Если у вас есть определенные требования к именованию, можно также выбрать имена ресурсов во время развертывания.
  • Область Azure
  • Необязательный вариант для аналитики по обязательствам в Azure. Необходимы идентификаторы учетной записи выставления счетов по корпоративному соглашению (EA/Клиентское соглашение Майкрософт (MCA)) и идентификаторы профилей выставления счетов (клиенты MCA).

Почему подсистема оптимизации?

Модуль оптимизации Azure (AOE) изначально был разработан для расширения рекомендаций по правильному размеру виртуальной машины, поступающих от Помощника по Azure с дополнительными метриками и свойствами. Вы можете прочитать серию блогов, посвященную идее Дополнение рекомендаций по затратам Azure Advisor для автоматической непрерывной оптимизации — Часть 1. Она эволюционировала в универсальную структуру для оптимизаций, вдохновленных Хорошо Архитектурным Каркасом, различных типов, разработанную сообществом. Помимо рекомендаций, созданных Помощником по Azure, AOE включает несколько пользовательских рекомендаций, в основном из основы затрат, и позволяет быстро разрабатывать новые. AOE дополняет Помощник по Azure и другие сторонние службы Azure с дополнительными аналитическими сведениями по оптимизации и позволяют полностью настраивать.


Льготы

Помимо сбора всех рекомендаций Помощника по Azure, AOE включает другие пользовательские рекомендации, которые можно адаптировать к вашим потребностям, например:

  • Стоимость
    • Рекомендации по оптимизации затрат на определение размера виртуальной машины Augmented Advisor с учетом оценки соответствия на основе метрик гостевой ОС виртуальной машины (собранных агентами Azure Monitor) и свойств Azure.
    • Недоиспользуемые масштабируемые наборы виртуальных машин Azure, диски SSD премиум-класса, планы службы приложений и базы данных Azure SQL (только SKU на основе DTU)
    • Потерянные диски и общедоступные IP-адреса
    • Стандартные подсистемы балансировки нагрузки или шлюзы приложений без внутреннего пула
    • Виртуальные машины, освобожденные давно (забытые виртуальные машины)
    • Учетные записи хранения без политики удержания
    • Планы службы приложений без приложений
    • Остановленные (не деаллоцированные) виртуальные машины
  • Высокий уровень доступности
    • Высокий уровень доступности виртуальной машины (количество зон доступности, группа доступности, управляемые диски, распределение учетных записей хранения при использовании неуправляемых дисков)
    • Масштабируемые наборы виртуальных машин с высокой доступностью (количество зон доступности, управляемые диски)
    • Структура групп доступности (число доменов сбоя и обновления)
  • Производительность
    • Масштабируемые наборы виртуальных машин, ограниченные из-за недостатка вычислительных ресурсов.
    • Базы данных SQL ограничены отсутствием ресурсов (только SKU на основе DTU)
    • Планы службы приложений ограничены из-за нехватки вычислительных ресурсов
  • Безопасность
    • Учетные данные и сертификаты служебной учетной записи без даты истечения срока действия
    • Правила NSG, ссылающиеся на пустые или не существующие подсети, потерянные или удаленные сетевые адаптеры, а также потерянные или удаленные общедоступные IP-адреса
  • Эффективность работы
    • Базовые подсистемы балансировки нагрузки без внутреннего пула
    • Срок действия учетных данных и сертификатов субъекта-службы истек или скоро истечет.
    • Подписки и группы администрирования близки к максимальному ограничению назначений Azure RBAC.
    • Подписки, приближающиеся к максимальному лимиту на группы ресурсов
    • Пустые подсети и подсети с низким уровнем свободного IP-пространства или с избыточным количеством IP-пространства, впустую потраченным.
    • Потерянные сетевые карты

Помимо пользовательских рекомендаций, созданных каждую неделю, AOE включает следующие рабочие книги Azure, которые предоставляют подробные сведения о:


Что входит в набор

AOE включает следующие ресурсы:

  • Учетная запись хранения для хранения всех необработанных экспортов данных
  • Рабочая область Log Analytics, где данные поглощаются и обрабатываются для создания рекомендаций и аналитических выводов.
  • Экземпляр Azure Automation для управления загрузкой данных и логикой генерации рекомендаций
  • База данных SQL Azure для хранения до одного года истории рекомендаций, данных управления поглощением и записей подавления рекомендаций.
  • Следующие рабочие книги Azure, построенные поверх данных Log Analytics:
    • Моделирование преимуществ
    • Преимущества использования
    • Использование блочного хранилища Blob-объектов
    • Рост затрат
    • Идентичности и роли
    • Соответствие политике
    • Рекомендации
    • Потенциал резервирования
    • Использование бронирования
    • Инвентаризация ресурсов
    • Использование планов экономии
  • Отчет Power BI с последними рекомендациями

По завершении развертывания, первоначального приема и автоматизации создания рекомендаций, обычно через три часа, вы можете просматривать данные с помощью рабочих книг Azure или Power BI.


Развертывание AOE

Самый простой, быстрый и рекомендуемый метод установки AOE — это использование Azure Cloud Shell (PowerShell). Вам просто нужно выполнить следующие действия.

  1. Откройте Azure Cloud Shell (PowerShell)
  2. Выполнить git clone https://github.com/microsoft/finops-toolkit.git
  3. Выполнить cd finops-toolkit/src/optimization-engine
  4. Выполнить git checkout main
  5. (необязательно) Запуск Install-Module Microsoft.Graph.Authentication,Microsoft.Graph.Identity.DirectoryManagement — этот шаг требуется для предоставления роли глобального читателя управляемому удостоверению автоматизации в Microsoft Entra ID, которое используется для функций управления удостоверениями и RBAC.
  6. Выполнить ./Deploy-AzureOptimizationEngine.ps1
  7. Введите параметры развертывания и допустите завершение развертывания (это займет менее пяти минут).

Если развертывание завершается сбоем по какой-то причине, его можно повторить, так как результат останется неизменным. То же самое, если вы хотите обновить предыдущее развертывание с последней версией репозитория. Вам просто нужно сохранить те же параметры развертывания. Скрипт развертывания сохраняет предыдущие параметры развертывания и позволяет повторно использовать его.

Если вы не хотите использовать Azure Cloud Shell и предпочитаете запускать развертывание из файловой системы рабочей станции, необходимо сначала установить Azure PowerShell , а также модули Microsoft.Graph .

При необходимости можно указать набор тегов, которые нужно назначить ресурсам AOE, с помощью входного ResourceTags параметра. Например:

$tags = @{"Service"="aoe";"Environment"="Demo"}
.\Deploy-AzureOptimizationEngine.ps1 -ResourceTags $tags

Начните использовать AOE

После развертывания AOE можно приступить к работе несколькими способами (необходимо подождать не менее трех часов, прежде чем просматривать данные):

  1. Изучите несколько доступных рабочих книг Azure, начиная с Recommendations одной. Книги по AOE доступны из рабочей области Log Analytics, выбранной во время установки (проверьте окно Workbooks внутри этой рабочей области). Дополнительные сведения см. в разделе "Отчеты".
  2. Откройте встроенный отчет Power BI, чтобы получить более подробную информацию о рекомендациях и настроить ее в соответствии с вашими потребностями. Дополнительные сведения см. в разделе "Отчеты".
  3. Настройте AOE, расширив область действия движка или изменив пороговые значения в соответствии с вашими потребностями. Это можно сделать сразу после развертывания. Для всех доступных сведений о настройке проверьте настройки.
  4. Для более точных рекомендаций по оптимальному размеру виртуальных машин, вы можете добавить журналы производительности ваших машин в объём AOE. Проверьте настройку рабочих областей.

Каждую неделю в одно и то же время рекомендации AOE обновляются в соответствии с текущим состоянием вашей среды.


Оставить отзыв

Сообщите нам ваше мнение о нашей работе, оставив краткий отзыв. Эти отзывы используются для улучшения и расширения средств и ресурсов FinOps.

Отзывы

Если вы ищете что-то конкретное, проголосуйте за существующую или создайте новую идею. Поделитесь идеями с другими пользователями, чтобы получить больше голосов. Мы сосредоточимся на идеях с большинством голосов.

Проголосовать или предложить идеи


Связанный контент

Связанные возможности FinOps:

Связанные продукты:

Связанные решения:


  • Last updated on