Azure 優化引擎報告

本文說明 Azure 優化引擎（AOE）內可用的報告選項。其中包含 Power BI 報表和 Log Analytics 工作簿，可視化 AOE 所產生的豐富建議和見解。

Power BI 建議報表

AOE 包含用於可視化建議的Power BI報表。若要使用它，您必須先將數據源連線變更為您使用 AOE 部署的 SQL 資料庫。在 Power BI 頂端選單中，選取 [轉換>數據源設定]。

然後選取 [ 變更來源 ]，然後變更至您的 SQL 資料庫伺服器 URL。請確定您的 SQL 防火牆規則允許連線，並使用具有 SQL 資料庫許可權的Microsoft公司/學校帳戶登入。

此報表是為您將 environment 標記應用於資源的情境而建置的。如果您想要變更或新增標籤，請再次開啟 [轉換數據] 選單，但現在選擇 [轉換數據 ] 子選項。新的視窗隨即開啟。如果您在 [進階編輯器] 選項中選取 [下一步]，您可以編輯數據轉換邏輯，並更新標記處理指示。

報表包含下列各節所述的數個頁面。

概觀 - 最新建議

初始頁面會顯示可用的最新建議摘要，可透過多個檢視方塊進行篩選。如果此頁面顯示空白，您必須重新整理它，才能取得上周的建議。重新整理後如果仍然顯示空白，可能是 AOE 自動化執行手冊存在一些上游問題。

成本 - 成本建議概觀

[ 成本 ] 頁面會顯示 AOE 所產生的最新成本建議，並附上 Azure Advisor 的建議。這些建議按照可能的每月節省金額進行排序。對於每個建議，有一個連結至 Azure 入口網站頁面，其中包含更多詳細數據和適合分數，告訴您建議如何符合您的環境特性。若為 AOE 自訂建議，適合度分數也是精確度的指標。越接近 5 分，建議越適合/準確。

VM 大小正確概觀和探索

[VM 大小正確概觀] 頁面可讓您高層次的瞭解 Azure Advisor VM 調整大小建議的相對分佈。我們可以快速查看工作負載特性如何支持正確大小的建議目標 SKU。如果您有 VM 將必要的性能計數器傳送至 Log Analytics，您可以更清楚瞭解每個建議的支援性。在下列範例中，我們有一些 未知的信息，因為其中一個 VM 未將效能計量傳送至 Log Analytics 工作區。

[ VM 正確大小探索 ] 頁面可讓您透過多個角度篩選，並更深入地分析 Azure Advisor 提供的 VM 大小最佳化建議。

其他架構良好的支柱

與 [ 成本 ] 頁面類似，其餘每個架構完善的支柱有其他最新建議頁面： 高可用性 （可靠性）、 安全性、效能和 卓越營運。

建議詳細數據和歷程記錄

在五個 Well-Architected 支柱頁面中選取建議時，您可以用滑鼠右鍵點擊建議並深入檢索該建議。有兩個選項可用：建議詳細數據和建議歷程記錄。

[ 建議詳細數據 ] 選項會帶您前往頁面，您可以在其中查看該特定建議的所有詳細數據。您可以按下左上方箭號來巡覽回建議清單（同時按住 CTRL 鍵向下）。 [ 建議歷程記錄] 頁面會顯示該建議在過去一年中作用的時間長度，以及配適分數如何演進。

工作簿

使用 AOE 的 Log Analytics 活頁簿，您可以探索許多關於每天收集的數據觀點。其中包含：

成本異常增長
Microsoft Entra ID、Azure Resource Manager 之主體與指派之角色
如何分配您的資源
取得 Azure 承諾用量的深入解析（僅支援 EA 和 MCA 客戶）

如需更多資訊，請參閱以下內容，了解每個活頁簿的簡短描述。

建議

Recommendations 活頁簿是開始以 AOE 作為基礎進行 Azure 優化旅程的報表。它會報告 AOE 和 Azure Advisor 每周產生的優化建議，涵蓋「良好架構架構」的五大要素：成本、卓越營運、效能、可靠性和安全性。

Azure 承諾用量洞察分析

如需完整的 Azure 保留和節省方案效能分析和購買模擬，可用的活頁簿有數個：

利益模擬可讓您根據隨選虛擬機器的使用歷程，模擬「節省計劃」和「預留」承諾的節省及涵蓋範圍。
權益使用量 報告不同定價模式使用量的分佈（儲蓄方案、保留、現成和隨選），以及每個定價模式的節省量相較於其他模式。
預約潛力報告中包含隨選虛擬機器的使用情況及其對預約承諾的潛力，並提供可能使用這些預約的資源的歷史分析和詳細資料。
預訂使用量 報告預訂資源的使用情況，並允許按資源標籤進行使用量匯總，同時提供有關實際節省（包括未使用預訂）的深入見解。
Savings Plans 使用情況報告概覽 Savings Plans 的應用情形，並允許依資源標籤彙總使用數據，提供關於實際省錢成效（包含未使用 Savings Plans）的深入見解。

如需每個活頁簿的完整描述，請參閱此部落格文章。