Minska tjänstkostnaderna med hjälp av Azure Advisor

Läs hur Azure Advisor hjälper dig att optimera och minska din övergripande Azure-utgifter genom att upptäcka inaktiva och underutnyttjade resurser. Du kan få kostnadsrekommendationer från fliken Kostnad på Advisor-instrumentpanelen.

  1. Logga in på Azure-Portal.

  2. Sök efter och välj Advisor på valfri sida.

  3. Advisor-instrumentpanelen väljer du fliken Kostnad .

Optimera vm-utgifter (VM) eller VM-skalningsuppsättningar (VMSS) genom att ändra storlek på eller stänga av underutnyttvända instanser

Även om vissa programscenarier kan resultera i låg användning kan du ofta spara pengar genom att hantera storleken och antalet virtuella datorer eller VM-skalningsuppsättningar.

Advisor använder maskininlärningsalgoritmer för att identifiera låg användning och för att identifiera den idealiska rekommendationen för att säkerställa optimal användning av virtuella datorer och VM-skalningsuppsättningar. De rekommenderade åtgärderna stängs av eller ändrar storlek, specifikt för den resurs som utvärderas.

Rekommendationer för avstängning

Advisor identifierar resurser som inte har använts alls under de senaste 7 dagarna och rekommenderar att de stängs av.

  • Rekommendationskriterierna omfattar mått för cpu- och utgående nätverksanvändning . Minne beaktas inte eftersom vi har upptäckt att processor- och utgående nätverksanvändning är tillräckliga.
  • De senaste 7 dagarnas användningsdata analyseras
  • Mått samplas var 30:e sekund, aggregeras till 1 min och aggregeras sedan ytterligare till 30 minuter (vi tar maxvärdet av genomsnittliga värden vid aggregering till 30 minuter). På VM-skalningsuppsättningar aggregeras måtten från enskilda virtuella datorer med hjälp av medelvärdet av måtten mellan instanser.
  • En avstängningsrekommendations skapas om:
    • P95:e av det maximala värdet för cpu-användning som summeras för alla kärnor är mindre än 3 %.
    • P100 för genomsnittlig CPU under de senaste 3 dagarna (summa över alla kärnor) <= 2 %
    • Utgående nätverksanvändning är mindre än 2 % under en sjudagarsperiod.

Ändra storlek på SKU-rekommendationer

Advisor rekommenderar att du ändrar storlek på virtuella datorer när det är möjligt att anpassa den aktuella belastningen på en lämpligare SKU, vilket är billigare (baserat på detaljhandelspriser). På VM-skalningsuppsättningar rekommenderar Advisor att du ändrar storlek när det är möjligt för att passa den aktuella belastningen på en lämpligare billigare SKU, eller ett lägre antal instanser av samma SKU.

  • Rekommendationskriterierna omfattar processor-, minnes- och utgående nätverksanvändning.
  • De senaste 7 dagarnas användningsdata analyseras
  • Mått samplas var 30:e sekund, aggregeras till 1 minut och aggregeras sedan ytterligare till 30 minuter (med maxvärdet av genomsnittliga värden vid aggregering till 30 minuter). På VM-skalningsuppsättningar aggregeras måtten från enskilda virtuella datorer med hjälp av medelvärdet av måtten för instansantalsrekommendationer och aggregeras med hjälp av maxvärdet av måtten för SKU-ändringsrekommendationer.
  • En lämplig SKU (för virtuella datorer) eller antalet instanser (för vm-skalningsuppsättningsresurser) bestäms baserat på följande kriterier:
    • Prestanda för arbetsbelastningarna på den nya SKU:n bör inte påverkas.
      • Mål för användarriktade arbetsbelastningar:
        • P95 av CPU och utgående nätverksanvändning på 40 % eller lägre på den rekommenderade SKU:n
        • P100 för minnesanvändning vid 60 % eller lägre på den rekommenderade SKU:n
      • Mål för icke-användarriktade arbetsbelastningar:
        • P95 för processorn och utgående nätverksanvändning vid 80 % eller lägre på den nya SKU:n
        • P100 för minnesanvändning vid 80 % eller lägre på den nya SKU:n
    • Den nya SKU:n har, om tillämpligt, samma funktioner för accelererat nätverk och Premium Storage
    • Den nya SKU:n, om tillämpligt, stöds i den aktuella regionen för den virtuella datorn med rekommendationen
    • Den nya SKU:n är i förekommande fall billigare
    • Rekommendationer för antal instanser tar också hänsyn till om VM-skalningsuppsättningen hanteras av Service Fabric eller AKS. För service fabric-hanterade resurser tar rekommendationerna hänsyn till tillförlitlighets- och hållbarhetsnivåer.
  • Advisor avgör om en arbetsbelastning är användarriktad genom att analysera dess egenskaper för processoranvändning. Metoden baseras på resultat från Microsoft Research. Mer information finns här: Förutsägelsebaserad power oversubscription i molnplattformar – Microsoft Research.
  • Baserat på den bästa passformen och de billigaste kostnaderna utan prestandapåverkan rekommenderar Advisor inte bara mindre SKU:er i samma familj (till exempel D3v2 till D2v2), utan även SKU:er i en nyare version (till exempel D3v2 till D2v3) eller en annan familj (till exempel D3v2 till E3v2).
  • För resurser för VM-skalningsuppsättningar prioriterar Advisor rekommendationer för antal instanser framför SKU-ändringsrekommendationer eftersom ändringar av antalet instanser är enkla att åtgärda, vilket resulterar i snabbare besparingar.

Burst-rekommendationer

Vi utvärderar om arbetsbelastningar är berättigade att köras på specialiserade SKU:er som kallas burstbara SKU:er som stöder prestandakrav för varierande arbetsbelastningar och är billigare än SKU:er för generell användning. Mer informasjon om burstbara SKU:er här: B-serien kan burst-överföras – Azure 虛擬機器.

En burstbar SKU-rekommendation görs om:

  • Den genomsnittliga CPU-användningen är mindre än en burstbar SKU:er baslinjeprestanda
    • Om P95-processorn är mindre än två gånger den burstbara SKU:ernas baslinjeprestanda
    • Om den aktuella SKU:n inte har accelererat nätverk aktiverat, eftersom burstbara SKU:er inte har stöd för accelererat nätverk ännu
    • Om vi bedömer att SKU-krediterna med burstbar kapacitet är tillräckliga för att stödja den genomsnittliga CPU-användningen under 7 dagar

Den resulterande rekommendationen föreslår att en användare ändrar storlek på sin aktuella virtuella dator eller VM-skalningsuppsättning till en burstbar SKU med samma antal kärnor. Det här förslaget görs så att en användare kan dra nytta av lägre kostnad och även det faktum att arbetsbelastningen har låg genomsnittlig användning men höga toppar i fall, vilket kan hanteras bäst av B-seriens SKU.

Advisor visar de uppskattade kostnadsbesparingarna för antingen rekommenderad åtgärd: ändra storlek eller stänga av. För storleksändring tillhandahåller Advisor aktuell och mål-SKU/instansantalsinformation. Om du vill vara mer selektiv när det gäller åtgärder på underutnyttjade virtuella datorer eller VM-skalningsuppsättningar kan du justera cpu-användningsregeln per prenumeration.

I vissa fall kan rekommendationer inte antas eller kanske inte är tillämpliga, till exempel några av dessa vanliga scenarier (det kan finnas andra fall):

  • Vm- eller VM-skalningsuppsättningar har etablerats för att hantera kommande trafik
  • Virtuella datorer eller VM-skalningsuppsättningar använder andra resurser som inte beaktas av storleksändringen, till exempel andra mått än CPU, minne och nätverk
  • Specifika tester som utförs på den aktuella SKU:n, även om de inte används effektivt
  • Behöver hålla SKU:er för virtuella datorer eller VM-skalningsuppsättningar homogena
  • Virtuell dator eller VM-skalningsuppsättning som används i haveriberedskapssyfte

I sådana fall använder du helt enkelt alternativen Stäng/skjut upp som är associerade med rekommendationen.

Vi arbetar ständigt med att förbättra dessa rekommendationer. Dela gärna feedback på Advisor-forumet.

Nästa steg

Mer information om Advisor-rekommendationer finns i: