Kostnadsoptimering syftar på sätt att minska onödiga utgifter och förbättra drifteffektiviteten. Du kan avsevärt minska kostnaderna för Azure Monitor genom att förstå dina olika konfigurationsalternativ och möjligheter att minska mängden data som samlas in. Innan du använder den här artikeln bör du se Kostnader och användning för Azure Monitor för att förstå de olika sätt som Azure Monitor debiterar och hur du visar din månadsfaktura.
I den här artikeln beskrivs kostnadsoptimering för Azure Monitor som en del av Azure Well-Architected Framework. Azures välstrukturerade ramverk består av en uppsättning vägledande principer som kan användas för att förbättra kvaliteten på en arbetsbelastning. Ramverket består av fem grundpelare för arkitekturkvalitet:
Tillförlitlighet
Säkerhet
Kostnadsoptimering
Driftseffektivitet
Prestandaeffektivitet
Azure Monitor-loggar
Checklista för design
Ta reda på om du vill kombinera dina driftdata och säkerhetsdata på samma Log Analytics-arbetsyta.
Konfigurera prisnivån för mängden data som varje Log Analytics-arbetsyta vanligtvis samlar in.
Konfigurera datakvarhållning och arkivering.
Konfigurera tabeller som används för felsökning, felsökning och granskning som grundläggande loggar.
Begränsa datainsamling från datakällor för arbetsytan.
Analysera regelbundet insamlade data för att identifiera trender och avvikelser.
Skapa en avisering när datainsamlingen är hög.
Överväg ett dagligt tak som ett förebyggande mått för att säkerställa att du inte överskrider en viss budget.
Konfigurera aviseringar om Kostnadsrekommendationer för Azure Advisor för Log Analytics-arbetsytor.
Konfigurationsrekommendationer
Rekommendation
Förmån
Ta reda på om du vill kombinera dina driftdata och säkerhetsdata på samma Log Analytics-arbetsyta.
Konfigurera prisnivån för mängden data som varje Log Analytics-arbetsyta vanligtvis samlar in.
Som standard använder Log Analytics-arbetsytor betala per användning-priser utan minsta datavolym. Om du samlar in tillräckligt med data kan du avsevärt minska kostnaden med hjälp av en åtagandenivå, vilket gör att du kan checka in till ett dagligt minimum av data som samlas in i utbyte mot en lägre ränta. Om du samlar in tillräckligt med data mellan arbetsytor i en enda region kan du länka dem till ett dedikerat kluster och kombinera deras insamlade volym med hjälp av klusterpriser.
Se Kostnadsberäkningar och alternativ för Azure Monitor-loggar för mer information om åtagandenivåer och vägledning för att avgöra vilken som passar bäst för din användningsnivå. Se Användning och uppskattade kostnader för att visa uppskattade kostnader för din användning på olika prisnivåer.
Konfigurera interaktiv och långsiktig datakvarhållning.
Det kostar att behålla data på en Log Analytics-arbetsyta utöver standardvärdet 31 dagar (90 dagar om Sentinel är aktiverat på arbetsytan och 90 dagar för Application Insights-data). Överväg dina särskilda krav för att ha data som är lättillgängliga för loggfrågor. Du kan minska kostnaderna avsevärt genom att konfigurera långsiktig kvarhållning, vilket gör att du kan behålla data i upp till tolv år och fortfarande komma åt dem ibland med hjälp av sökjobb eller återställa en uppsättning data till arbetsytan.
Konfigurera tabeller som används för felsökning, felsökning och granskning som grundläggande loggar.
Tabeller i en Log Analytics-arbetsyta som konfigurerats för grundläggande loggar har en lägre inmatningskostnad i utbyte mot begränsade funktioner och en avgift för loggfrågor. Om du frågar dessa tabeller sällan och inte använder dem för aviseringar kan den här frågekostnaden vara mer än förskjuten av den minskade inmatningskostnaden.
Begränsa datainsamling från datakällor för arbetsytan.
Kompromiss: Det kan finnas en kompromiss mellan kostnaden och dina övervakningskrav. Du kanske till exempel kan identifiera ett prestandaproblem snabbare med en hög exempelfrekvens, men du kanske vill ha en lägre exempelfrekvens för att spara kostnader. De flesta miljöer har flera datakällor med olika typer av samling, så du måste balansera dina specifika krav med dina kostnadsmål för var och en. Se Kostnadsoptimering i Azure Monitor för rekommendationer om hur du konfigurerar insamling för olika datakällor.
Analysera regelbundet insamlade data för att identifiera trender och avvikelser.
Använd Log Analytics-arbetsyteinsikter för att regelbundet granska mängden data som samlas in på din arbetsyta. Förutom att hjälpa dig att förstå mängden data som samlas in av olika källor kommer den att identifiera avvikelser och uppåtgående trender i datainsamling som kan leda till överkostnader. Analysera datainsamling ytterligare med hjälp av metoder i Analysera användning i Log Analytics-arbetsytan för att avgöra om det finns ytterligare konfiguration som kan minska din användning ytterligare. Detta är särskilt viktigt när du lägger till en ny uppsättning datakällor, till exempel en ny uppsättning virtuella datorer eller registrerar en ny tjänst.
Överväg ett dagligt tak som ett förebyggande mått för att säkerställa att du inte överskrider en viss budget.
Ett dagligt tak inaktiverar datainsamling på en Log Analytics-arbetsyta resten av dagen efter att den konfigurerade gränsen har nåtts. Detta bör inte användas som en metod för att minska kostnaderna enligt beskrivningen i När du ska använda ett dagligt tak.
Konfigurera aviseringar om Kostnadsrekommendationer för Azure Advisor för Log Analytics-arbetsytor.
Azure Advisor-rekommendationer för Log Analytics-arbetsytor varnar dig proaktivt när det finns en möjlighet att optimera dina kostnader. Skapa Azure Advisor-aviseringar för dessa kostnadsrekommendationer:
Överväg att konfigurera den kostnadseffektiva basic-loggplanen för valda tabeller – Vi har identifierat inmatning på mer än 1 GB per månad till tabeller som är berättigade till den lågkostnadsbaserade grundläggande loggdataplanen. Med den grundläggande loggplanen får du frågefunktioner för felsökning och felsökning till en lägre kostnad.
Överväg att ändra prisnivå – Baserat på din aktuella användningsvolym undersöker du hur du ändrar prisnivån (åtagande) för att få rabatt och minska kostnaderna.
Överväg att ta bort oanvända återställda tabeller – Du har en eller flera tabeller med återställda data aktiva på din arbetsyta. Om du inte längre använder återställde data tar du bort tabellen för att undvika onödiga avgifter.
Datainmatningsavvikelse identifierades – Vi har identifierat en mycket högre inmatningshastighet under den senaste veckan, baserat på din inmatning under de tre föregående veckorna. Notera den här ändringen och den förväntade ändringen av dina kostnader.
Du kan också visa automatiskt genererade rekommendationer genom att välja Översiktsrekommendationer> eller Advisor-rekommendationer från resursmenyn för Log Analytics-arbetsytan.
Azure-resurser
Checklista för design
Samla endast in viktiga resursloggdata från Azure-resurser.
Konfigurationsrekommendationer
Rekommendation
Förmån
Samla endast in viktiga resursloggdata från Azure-resurser.
Aktivitetsloggaviseringar, servicehälsoaviseringar och resurshälsoaviseringar är kostnadsfria.
När du använder loggsökningsaviseringar minimerar du aviseringsfrekvensen för loggsökning.
När du använder måttaviseringar minimerar du antalet resurser som övervakas.
Konfigurationsrekommendationer
Rekommendation
Förmån
Tänk på att aktivitetsloggaviseringar, hälsoaviseringar för tjänsten och aviseringar om resurshälsa är kostnadsfria.
Azure Monitor-aktivitetsaviseringar, tjänsthälsoaviseringar och resurshälsoaviseringar är kostnadsfria. Om det du vill övervaka kan uppnås med dessa aviseringstyper använder du dem.
När du använder loggsökningsaviseringar minimerar du aviseringsfrekvensen för loggsökning.
När du konfigurerar loggsökningsaviseringar bör du tänka på att ju oftare regelutvärderingen är, desto högre blir kostnaden. Konfigurera dina regler i enlighet med detta.
När du använder måttaviseringar minimerar du antalet resurser som övervakas.
Vissa resurstyper stöder måttaviseringsregler som kan övervaka flera resurser av samma typ. För dessa resurstyper bör du tänka på att regeln kan bli dyr om regeln övervakar många resurser. För att minska kostnaderna kan du antingen minska omfattningen för måttaviseringsregeln eller använda aviseringsregler för loggsökning, som är billigare för att övervaka ett stort antal resurser.
Virtuella datorer
Checklista för design
Migrera från Log Analytics-agenten till Azure Monitor-agenten för detaljerad datafiltrering.
Filtrera data som du inte behöver från agenter.
Ta reda på om du ska använda VM-insikter och vilka data som ska samlas in.
Minska avsökningsfrekvensen för prestandaräknare.
Kontrollera att virtuella datorer inte skickar duplicerade data.
Använd Log Analytics-arbetsyteinsikter för att analysera fakturerbara kostnader och identifiera möjligheter att spara kostnader.
Migrera din SCOM-miljö till Azure Monitor SCOM Managed Instance.
Konfigurationsrekommendationer
Rekommendation
beskrivning
Migrera från Log Analytics-agenten till Azure Monitor-agenten för detaljerad datafiltrering.
Om du fortfarande har virtuella datorer med Log Analytics-agenten migrerar du dem till Azure Monitor-agenten så att du kan dra nytta av bättre datafiltrering och använda unika konfigurationer med olika uppsättningar virtuella datorer. Konfigurationen för datainsamling av Log Analytics-agenten görs på arbetsytan, så alla agenter får samma konfiguration. Datainsamlingsregler som används av Azure Monitor-agenten kan justeras efter de specifika övervakningskraven för olika uppsättningar med virtuella datorer. Med Azure Monitor-agenten kan du också använda transformeringar för att filtrera data som samlas in.
Filtrera data som du inte behöver från agenter.
Minska kostnaderna för datainmatning genom att filtrera data som du inte använder för aviseringar eller analyser. Se Övervaka virtuella datorer med Azure Monitor: Samla in data för vägledning om data som ska samlas in för olika övervakningsscenarier och Kontrollera kostnader för specifik vägledning om filtrering av data för att minska dina kostnader.
Ta reda på vilka data som ska samlas in med VM-insikter.
VM-insikter är en bra funktion för att snabbt komma igång med övervakning av dina virtuella datorer och ger kraftfulla funktioner som map - och prestandatrendvyer. Om du inte använder map-funktionen eller de data som den samlar in bör du inaktivera insamling av processer och beroendedata i konfigurationen av vm-insikter för att spara på datainmatningskostnader.
Kontrollera att virtuella datorer inte skickar duplicerade data.
Om du har flera hemagenter eller om du skapar liknande regler för datainsamling kontrollerar du att du skickar unika data till varje arbetsyta. Mer information om hur du analyserar dina insamlade data finns i Analysera användning i Log Analytics-arbetsytan för att se till att du inte samlar in dubblettdata. Om du migrerar mellan agenter fortsätter du att använda Log Analytics-agenten tills du migrerar till Azure Monitor-agenten i stället för att använda båda tillsammans om du inte kan se till att var och en samlar in unika data.
Använd Log Analytics-arbetsyteinsikter för att analysera fakturerbara kostnader och identifiera möjligheter att spara kostnader.
Log Analytics-arbetsyteinsikter visar de fakturerbara data som samlas in i varje tabell och från varje virtuell dator. Använd den här informationen för att identifiera dina främsta datorer och tabeller eftersom de representerar din bästa möjlighet att minska kostnaderna genom att filtrera data. Använd den här insikts- och loggfrågorna i Analysera användning på Log Analytics-arbetsytan för att ytterligare analysera effekterna av konfigurationsändringar.
Migrera din SCOM-miljö till Azure Monitor SCOM Managed Instance.
Migrera din befintliga SCOM-miljö till Azure Monitor SCOM Managed Instance för att stödja hanteringspaket som inte kan ersättas av Azure Monitor. SCOM-hanterad instans tar bort kravet på att underhålla lokala hanteringsservrar och databasservrar, vilket minskar den totala kostnaden för att underhålla SCOM-infrastrukturen.
Containers
Checklista för design
Aktivera insamling av mått via den hanterade Azure Monitor-tjänsten för Prometheus.
Konfigurera agentinsamling för att ändra datainsamling i Container Insights.
Ändra inställningar för insamling av måttdata efter Container Insights.
Inaktivera Container Insights-insamling av måttdata om du inte använder containerinsikter i Azure Portal.
Om du inte frågar containerloggtabellen regelbundet eller använder den för aviseringar konfigurerar du den som grundläggande loggar.
Begränsa insamling av resursloggar som du inte behöver.
Använd resursspecifik loggning för AKS-resursloggar och konfigurera tabeller som grundläggande loggar.
Använd OpenCost för att samla in information om dina Kubernetes-kostnader.
Konfigurationsrekommendationer
Rekommendation
Förmån
Aktivera insamling av mått via den hanterade Azure Monitor-tjänsten för Prometheus. Se till att du inte också skickar Prometheus-mått till en Log Analytics-arbetsyta.
Konfigurera agenten för att ändra datainsamling i Container Insights.
Analysera data som samlas in av Container Insights enligt beskrivningen i Optimera övervakningskostnader för containerinsikter och justera konfigurationen för att stoppa insamlingen av data som du inte behöver.
Ändra inställningar för insamling av måttdata efter Container Insights.
Inaktivera Container Insights-insamling av måttdata om du inte använder containerinsikter i Azure Portal.
Containerinsikter samlar in många av samma måttvärden som Managed Prometheus. Du kan inaktivera insamling av dessa mått genom att konfigurera containerinsikter för att endast samla in loggar och händelser enligt beskrivningen i Aktivera inställningar för kostnadsoptimering i Container insights. Den här konfigurationen inaktiverar Container Insights-upplevelsen i Azure Portal, men du kan använda Grafana för att visualisera Prometheus-mått och Log Analytics för att analysera loggdata som samlas in av Container Insights.
Om du inte frågar containerloggtabellen regelbundet eller använder den för aviseringar konfigurerar du den som grundläggande loggar.
Använd resursspecifik loggning för AKS-resursloggar och konfigurera tabeller som grundläggande loggar.
AKS stöder antingen Azure-diagnostikläge eller resursspecifikt läge för resursloggar. Ange resursloggar för att aktivera alternativet att konfigurera tabellerna för grundläggande loggar, vilket ger en reducerad inmatningsavgift för loggar som du bara ibland frågar efter och inte använder för aviseringar.
Använd OpenCost för att samla in information om dina Kubernetes-kostnader.
OpenCost är ett cncf-sandbox-projekt med öppen källkod som är leverantörsneutralt för att förstå dina Kubernetes-kostnader och stödja din förmåga att för AKS-kostnadssynlighet. Den exporterar detaljerade kostnadsdata utöver kundspecifika Azure-priser till Azure Storage för att hjälpa klusteradministratören att analysera och kategorisera kostnader.
Programinsikter
Checklista för design
Ändra till arbetsytebaserad Application Insights.
Använd sampling för att justera mängden data som samlas in.
Begränsa antalet Ajax-anrop.
Inaktivera onödiga moduler.
Föraggregera mått från alla anrop till TrackMetric.
Begränsa användningen av anpassade mått där det är möjligt.
Se till att du använder uppdaterade SDK:er (Software Development Kits).
Begränsa oönskad värdspårning och allmän spårningsloggning med hjälp av loggnivåer.
Använd sampling för att justera mängden data som samlas in.
Sampling är det primära verktyget som du kan använda för att justera mängden data som samlas in av Application Insights. Använd sampling för att minska mängden telemetri som skickas från dina program med minimal förvrängning av mått.
Redigera ApplicationInsights.config för att inaktivera samlingsmoduler som du inte behöver. Du kan till exempel bestämma att prestandaräknare eller beroendedata inte krävs.
Föraggregera mått från alla anrop till TrackMetric.
Om du anropar TrackMetric i ditt program kan du minska trafiken med hjälp av överbelastningen som accepterar din beräkning av medelvärdet och standardavvikelsen för en batch med mått. Du kan också använda ett föraggregeringspaket.
Se till att du använder uppdaterade SDK:er (Software Development Kits).
Tidigare versioner av ASP.NET Core SDK och Worker Service SDK samlar som standard in många räknare som samlats in som anpassade mått. Använd senare versioner för att endast ange nödvändiga räknare.