Dela via

Välj ursprunglig storlek för kluster i Azure Cosmos DB för PostgreSQL

  • Artikel

GÄLLER FÖR: Azure Cosmos DB for PostgreSQL (drivs av Citus-databastillägget till PostgreSQL)

Storleken på ett kluster, både antalet noder och deras maskinvarukapacitet, är lätt att ändra. Du måste dock fortfarande välja en ursprunglig storlek för ett nytt kluster. Här är några tips för ett rimligt val.

Användningsfall

Azure Cosmos DB for PostgreSQL används ofta på följande sätt.

SaaS med flera klientorganisationer

När du migrerar till Azure Cosmos DB for PostgreSQL från en befintlig PostgreSQL-databasinstans med en enda nod väljer du ett kluster där antalet virtuella arbetsknål och RAM-minne totalt är lika med den ursprungliga instansen. I sådana scenarier har vi sett prestandaförbättringar på 2–3 gånger eftersom horisontell partitionering förbättrar resursanvändningen, tillåter mindre index osv.

Antalet virtuella kärnor är faktiskt det enda beslutet. RAM-allokering bestäms för närvarande baserat på antalet virtuella kärnor enligt beskrivningen på beräknings- och lagringssidan . Koordinatornoden kräver inte lika mycket RAM-minne som arbetare, men det finns inget sätt att välja RAM-minne och virtuella kärnor oberoende av varandra.

Realtidsanalys

Totalt antal virtuella kärnor: när arbetsdata passar i RAM kan du förvänta dig en linjär prestandaförbättring på Azure Cosmos DB för PostgreSQL som är proportionell mot antalet arbetskärnor. Om du vill fastställa rätt antal virtuella kärnor för dina behov bör du överväga den aktuella svarstiden för frågor i databasen med en nod och den svarstid som krävs i Azure Cosmos DB för PostgreSQL. Dela den nuvarande svarstiden med den önskade svarstiden och avrunda resultatet.

Arbets-RAM: det bästa fallet skulle vara att tillhandahålla tillräckligt med minne för att de flesta arbetsuppsättningarna ska få plats i minnet. Vilken typ av frågor som programmet använder påverkar minneskraven. Du kan köra EXPLAIN ANALYZE på en fråga för att avgöra hur mycket minne den behöver. Kom ihåg att virtuella kärnor och RAM-minne skalas tillsammans enligt beskrivningen i artikeln beräkning och lagring .

Nästa steg