Not
Bu sayfaya erişim yetkilendirme gerektiriyor. Oturum açmayı veya dizinleri değiştirmeyi deneyebilirsiniz.
Bu sayfaya erişim yetkilendirme gerektiriyor. Dizinleri değiştirmeyi deneyebilirsiniz.
Azure DocumentDB işlem kaynakları, temel alınan donanımın mantıksal CPU'sunu temsil eden sanal çekirdekler olarak sağlanır. Sağlama için depolama boyutu, kümenizdeki parçalar için kullanılabilir kapasiteyi ifade eder.
Depolama alanı veritabanı dosyaları, geçici dosyalar, işlem günlükleri ve veritabanı sunucusu günlükleri için kullanılır. İşlem ve depolama ayarlarını bağımsız olarak seçebilirsiniz. Seçilen işlem ve depolama değerleri kümedeki her parçaya uygulanır.
Azure DocumentDB'de işlem
Tek bir parçadaki toplam RAM miktarı, seçilen sanal çekirdek sayısına bağlıdır.
| Küme katmanı | vCores | Bir parça, GiB RAM |
|---|---|---|
| M10 | 1 (serileştirilebilir) | 2 |
| M20 | 2 (serileştirilebilir) | 4 |
| M25 | 2 (serileştirilebilir) | 8 |
| M30 | 2 | 8 |
| M40 | 4 | 16 |
| M50 | 8 | 32 |
| M60 | 16 | 64 |
| M80 | 32 | 128 |
| M200 | 64 | 256 |
Azure DocumentDB'de depolama
Atadığınız toplam depolama alanı miktarı, kümedeki her parça için kullanılabilir G/Ç kapasitesini de tanımlar.
| Depolama boyutu, GiB | En Fazla IOPS |
|---|---|
| 32 | 3,500† |
| 64 | 3,500† |
| 128 | 3,500† |
| 256 | 3,500† |
| 512 | 3,500† |
| 1,024 | 5.000 |
| 2,048 | 7,500 |
| 4,095 | 7,500 |
| 8,192 | 16.000 |
| 16,384 | 18,000 |
| 32.767 | 20,000 |
Maksimum IOPS (Saniyede Giriş/Çıkış İşlemleri), ücretsiz disk patlaması ile. 512 GiB'e kadar olan depolama alanları, ücretsiz disk patlatma özelliği etkinleştirilmiş olarak gelir.
İşlem ve depolama yapılandırmanız için IOPS'i en üst düzeye çıkarın
Her işlem yapılandırmasının sanal çekirdek sayısına bağlı bir IOPS sınırı vardır. Seçili depolamada IOPS'yi tam olarak kullanmak üzere kümeniz için işlem yapılandırmasını seçtiğinizden emin olun.
| Depolama boyutu | Depolama IOPS, en fazla | En düşük işlem katmanı | En düşük sanal çekirdek sayısı |
|---|---|---|---|
| 0,5 TiB'a kadar | 3,500† | M30 | 2 Sanal Çekirdek |
| 1 Tebibyte (TiB) | 5.000 | M40 | 4 Sanal Çekirdek |
| 2 TiB | 7,500 | M50 | 8 sanal çekirdek |
| 4 TiB | 7,500 | M50 | 8 sanal çekirdek |
| 8 TiB | 16.000 | M60 | 16 sanal çekirdek |
| 16 TiB | 18,000 | M60 | 16 sanal çekirdek |
| 32 Tebibyte (TiB) | 20,000 | M60 | 16 sanal çekirdek |
Maksimum IOPS, ücretsiz disk patlaması ile †. 512 GiB'ye kadar olan depolama alanları, ücretsiz disk patlaması özelliği etkinleştirilmiş olarak sunulmaktadır.
Örneğin, parça başına 8 TiB veya daha fazla depolamaya ihtiyacınız varsa düğümün işlem yapılandırması için 16 sanal çekirdek veya daha fazlasını seçtiğinizden emin olun. Bu seçim, seçilen depolama tarafından sağlanan IOPS kullanımını en üst düzeye çıkarmanıza olanak sağlar.
İşlem ve depolama ile ilgili dikkat edilmesi gerekenler
Azure DocumentDB kümenizi yapılandırırken, işlem ve depolama seçeneklerinin belirli iş yükünüz için performansı, maliyeti ve ölçeklenebilirliği nasıl etkilediğini anlamanız önemlidir.
Çalışma kümesi ve bellekle ilgili dikkat edilmesi gerekenler
Azure DocumentDB'de çalışma kümesi , verilerinizin sık erişilen ve uygulamalarınız tarafından kullanılan bölümünü ifade eder. Uygulamanın tipik işlemleri sırasında düzenli olarak okunan veya yazılan hem verileri hem de dizinleri içerir. Birçok veritabanı gibi MongoDB de çalışma kümesi RAM'e sığdığında en iyi performansı gösterdiğinden, çalışma kümesi kavramı performans iyileştirmesi için önemlidir.
MongoDB veritabanı çalışma kümenizi tanımlamak ve anlamak için aşağıdaki bileşenleri göz önünde bulundurun:
- Sık erişilen veriler: Bu veriler, uygulamanızın düzenli olarak okuduğu veya güncelleştirdiğini belgeler içerir.
- Dizinler: Hızlı erişim sağlamak için belleğe yüklenmesi gerektiğinden, sorgu işlemlerinde kullanılan dizinler de çalışma kümesinin bir parçasını oluşturur.
- Uygulama kullanım desenleri: Uygulamanızın kullanım düzenlerini analiz etmek, verilerinizin hangi bölümlerine en sık erişildiği belirlemenize yardımcı olabilir.
Çalışma kümesini RAM'de tutarak daha yavaş disk G/Ç işlemlerini en aza indirerek MongoDB veritabanınızın performansını artırabilirsiniz. Çalışma kümeniz kullanılabilir RAM'i aşarsa veri modelinizi iyileştirmeyi, kümenize daha fazla RAM eklemeyi veya verileri birden çok düğüme dağıtmak için parçalama kullanmayı göz önünde bulundurun.
İş yükü için en uygun yapılandırmayı seçme
Azure DocumentDB iş yükünüz için doğru işlem ve depolama yapılandırmasını belirlemek için uygulamanızın gereksinimleri ve kullanım desenleriyle ilgili çeşitli faktörlerin değerlendirilmesi gerekir. En iyi yapılandırmayı belirlemeye yönelik önemli adımlar ve dikkat edilmesi gerekenler şunlardır:
İş yükünüzü anlama
- Veri hacmi: Dizinler de dahil olmak üzere verilerinizin toplam boyutunu tahmin edin.
- Okuma/yazma oranı: Okuma işlemlerinin yazma işlemleriyle oranını belirleyin.
- Sorgu desenleri: Uygulamanızın gerçekleştirdiği sorgu türlerini analiz edin. Örneğin, basit okumalar, karmaşık toplamalar.
- Eşzamanlılık: Veritabanınızın işlemesi gereken eşzamanlı işlemlerin sayısını değerlendirin.
Geçerli performansı izleme
- Kaynak kullanımı: İş yükünüzü Azure'a geçirmeden önce CPU, bellek, disk G/Ç ve ağ kullanımını izlemek için izleme araçlarını kullanın. MongoDB iş yükünüzü bir Azure DocumentDB kümesine dağıtdıktan sonra Azure izleme ölçümlerini kullanarak izlemeye devam edin.
- Performans ölçümleri: Gecikme süresi, aktarım hızı ve önbellek isabet oranları gibi önemli performans ölçümlerini izleyin.
- Performans sorunları: Yüksek CPU kullanımı, bellek baskısı veya yavaş disk G/Ç gibi mevcut performans sorunlarını belirleyin.
Kaynak gereksinimlerini tahmin
- Bellek: Çalışma kümenizin (sık erişilen veriler ve dizinler) RAM'e uyduğundan emin olun. Çalışma kümenizin boyutu kullanılabilir belleği aşıyorsa daha fazla RAM eklemeyi veya veri modelinizi iyileştirmeyi göz önünde bulundurun.
- CPU: Sorgu yükünüzü ve eşzamanlılık gereksinimlerinizi işleyebilen bir CPU yapılandırması seçin. YOĞUN CPU kullanan iş yükleri daha fazla çekirdek gerektirebilir. Geçmiş işlem kullanım desenlerini görmek için Azure DocumentDB kümenizde 'Maksimum' toplama ile 'CPU yüzdesi' ölçümünü kullanın.
- Depolama IOPS: Okuma ve yazma işlemlerinizi işlemek için yeterli IOPS'ye sahip depolama alanını seçin. Geçmiş depolama IOPS kullanımını görmek için kümenizde 'Maksimum' toplama ile 'IOPS' ölçümünü kullanın.
- Ağ: Özellikle dağıtılmış kurulumlar için uygulamanızla veritabanı arasında veri aktarımını işlemek için yeterli ağ bant genişliğine sahip olduğundan emin olun. MongoDB uygulamanız için SR-IOV gibi hızlandırılmış ağ teknolojilerini destekleyecek şekilde konak yapılandırdığınızdan emin olun.
Uygun şekilde ölçeklendirin
-
Dikey ölçeklendirme: İşlem /RAM ölçeğini artırıp azaltıp depolamanın ölçeğini büyütür.
- İşlem: İş yükünüz geçici bir artış gerektiriyorsa veya genellikle uzun süreler boyunca 70% CPU kullanımı sınırından geçiyorsa kümedeki sanal çekirdeği /RAM'i artırın.
- Azure DocumentDB veritabanınızda uygun veri saklamaya sahip olduğunuzdan emin olun. Bekletme, gereksiz depolama kullanımından kaçınmanıza olanak tanır. 'Maksimum' toplama ile 'Depolama yüzdesi' ve/veya 'Kullanılan depolama' ölçümlerinde uyarılar ayarlayarak depolama kullanımını izleyin. İş yükü boyutunuz 70% kullanımını aştığı için depolama alanını artırmayı göz önünde bulundurun.
- Yatay ölçeklendirme: İş yükünüz büyüdükçe performans kazançları ve daha iyi kapasite yönetimi için verilerinizi birden çok Azure DocumentDB düğümüne dağıtmak üzere kümeniz için birden çok parça kullanmayı göz önünde bulundurun. Bu ölçeklendirme özellikle büyük veri kümeleri (2-4 TiB üzerinde) ve yüksek aktarım hızına sahip uygulamalar için kullanışlıdır.
-
Dikey ölçeklendirme: İşlem /RAM ölçeğini artırıp azaltıp depolamanın ölçeğini büyütür.
Test et ve yinele
- Karşılaştırma: Performans üzerindeki etkiyi belirlemek için farklı yapılandırmalara sahip en sık kullanılan sorgular için ölçüm gerçekleştirin. CPU/RAM ve IOPS ölçümlerini ve uygulama düzeyinde karşılaştırmayı kullanın.
- Yük testi: Üretim iş yüklerinin benzetimini yapmak ve seçtiğiniz yapılandırmanın performansını doğrulamak için yük testi gerçekleştirin.
- Sürekli izleme: Azure DocumentDB dağıtımınızı sürekli izleyin ve değişen iş yüklerine ve kullanım düzenlerine göre kaynakları gerektiği gibi ayarlayın.
Bu faktörleri sistematik olarak değerlendirerek ve yapılandırmanızı sürekli izleyip ayarlayarak MongoDB dağıtımınızın belirli iş yükünüz için iyi iyileştirilmiş olduğundan emin olabilirsiniz.
Depolama ile ilgili dikkat edilmesi gerekenler
İş yükünüz için uygun depolama boyutuna karar vermek, en iyi performansı ve ölçeklenebilirliği sağlamak için dikkat edilmesi gereken birkaç nokta içerir. Azure DocumentDB'de depolama boyutuyla ilgili dikkat edilmesi gerekenler şunlardır:
Tahmin veri boyutu:
- Azure DocumentDB verilerinizin beklenen boyutunu hesaplayın. Saymak:
- Geçerli veri boyutu: Mevcut bir veritabanından geçiş gerçekleştiriyorsanız.
- Büyüme oranı: Zaman içinde ne kadar veri ekleneceğini tahmin edin.
- Belge boyutu ve yapısı: Depolama verimliliğini etkilediği için veri şemanızı ve belge boyutlarınızı anlayın.
- Azure DocumentDB verilerinizin beklenen boyutunu hesaplayın. Saymak:
Dizinlerdeki faktör:
- Azure DocumentDB, verimli sorgulama için dizinleri kullanır. Dizinler fazladan disk alanı kullanır.
- Aşağıdakilere göre dizinlerin boyutunu tahmin edin:
- Dizin sayısı.
- Dizine alınan alanların boyutu.
Performansla ilgili önemli noktalar:
- Disk performansı, özellikle çalışma kümelerini RAM'e sığdırmayan iş yükleri için veritabanı işlemlerini etkiler. Saymak:
- G/Ç aktarım hızı: IOPS veya Saniye Başına Giriş/Çıkış İşlemleri, depolama disklerine bir saniye içinde gönderilen isteklerin sayısıdır. Daha büyük depolama boyutu daha fazla IOPS ile birlikte gelir. Okuma/yazma işlemleri için yeterli aktarım hızı sağlayın. Kümenizde kullanılan IOPS'yi izlemek için 'Max' toplama ile 'IOPS' ölçümünü kullanın.
- Gecikme: Gecikme süresi, uygulamanın tek bir istek alması, depolama disklerine göndermesi ve yanıtı istemciye göndermesi için geçen süredir. Gecikme süresi, IOPS ve aktarım hızına ek olarak uygulamanın performansının kritik bir ölçüsüdür. Kullanılan depolama türü ve depolama yapılandırması büyük ölçüde gecikme süresini tanımlar. Azure DocumentDB gibi yönetilen bir hizmette Premium SSD diskleri gibi hızlı depolama alanı gecikme süresini azaltmak için en iyi duruma getirilmiş ayarlarla birlikte kullanılır.
- Disk performansı, özellikle çalışma kümelerini RAM'e sığdırmayan iş yükleri için veritabanı işlemlerini etkiler. Saymak:
Gelecekteki büyüme ve ölçeklenebilirlik:
- Gelecekteki veri büyümesi ve ölçeklenebilirlik gereksinimlerini planlama.
- Sık depolama genişletmeleri olmadan büyümeyi karşılamak için geçerli gereksinimlerin ötesinde daha fazla disk alanı ayırın.
Örnek hesaplama:
- İlk veri boyutunuzun 500 GiB olduğunu varsayalım.
- Dizinlerle 700 GiB'ye çıkabilir.
- Verileri iki yıl içinde iki katına çıkarabileceğinizi düşünüyorsanız 1,4 TiB (700 GiB * 2) için plan yapın.
- Ek yük, büyüme ve operasyonel gereksinimler için bir arabellek ekleyin.
- Bugün 1-TiB depolama alanıyla başlayıp boyutu 800 GiB'nin üzerine çıktıktan sonra ölçeğini 2 TiB'a kadar büyütmek isteyebilirsiniz.
Depolama boyutuna karar vermek, dizin oluşturma ve sıkıştırmayı göz önünde bulundurarak ve yeterli performans ve ölçeklenebilirlik sağlamayı göz önünde bulundurarak geçerli ve gelecekteki veri gereksinimlerini tahmin etmeyi içerir. Gerçek kullanımı ve büyüme eğilimlerini temel alan düzenli izleme ve ayarlama, en iyi MongoDB performansını korumak için de çok önemlidir.
Patlamalı bilgi işlem nedir?
Hızla artırılabilir katman, küçük veritabanı iş yükleri için uyarlanmış akıllı bir çözüm sunar. Bu kümeler, boş dönemlerde en düşük CPU performansı sağlayarak kaynak kullanımını iyileştirir. Ancak gerçek parlaklık, artan trafik veya iş yükü taleplerine yanıt olarak sorunsuz bir şekilde tam CPU gücüne kadar ölçeklendirilebilmeleridir. Bu uyarlanabilirlik, gerektiğinde tam olarak en yüksek performansı sağlarken, önemli maliyet tasarrufu sağlar.
Azure DocumentDB'nin Seri Hale Getirilebilir Küme Katmanı, hizmetin ilk fiyat noktasını azaltarak azure DocumentDB'nin daha düşük fiyatlarla kullanıcı eklemesini ve keşfetmesini kolaylaştırmayı amaçlar. Erişimin demokratikleştirilmesi, her büyüklükteki işletmeyi, bankayı bozmadan Azure DocumentDB'nin gücünden yararlanmaya teşvik eder. İster başlangıç ister küçük işletme ister kuruluş olun, bu katman uygun maliyetli ölçeklenebilirlik için yeni olasılıklar sunar.
Seri hale dönüştürülebilir katman sağlamak, normal katmanları sağlamak kadar kolaydır; küme katmanı seçeneğinde yalnızca "M10," "M20" veya "M25" seçeneğini belirlemeniz gerekir. Azure DocumentDB kümesi ayarlama hakkında adım adım yönergeler sunan hızlı başlangıç kılavuzu aşağıda verilmiştir.