Estrategias de arquitectura para el planeamiento de la capacidad

Se aplica a esta recomendación de la lista de comprobación de eficiencia del rendimiento de Azure Well-Architected Framework:

En esta guía se describen las recomendaciones para el planeamiento de la capacidad. La planificación de la capacidad se refiere al proceso de determinar los recursos necesarios para cumplir los objetivos de rendimiento de la carga de trabajo. Implica calcular la cantidad de recursos informáticos, como CPU, memoria, almacenamiento y ancho de banda de red necesarios para admitir los requisitos de rendimiento de la carga de trabajo. El planeamiento de la capacidad ayuda a evitar el aprovisionamiento insuficiente y garantiza que la carga de trabajo tenga recursos suficientes para controlar las demandas de carga de trabajo esperadas sin experimentar degradación del rendimiento ni cuellos de botella. También ayuda a evitar el sobreaprovisionamiento y los costos innecesarios. La falta de planeamiento de la capacidad puede provocar problemas de rendimiento, cuellos de botella de recursos, mayores costos, asignación ineficaz, desafíos de escalabilidad y rendimiento imprevisible de la carga de trabajo.

Definiciones

La planificación de la capacidad es un proceso con visión de futuro que implica tomar decisiones basadas en demandas y patrones de carga de trabajo anticipados. Su objetivo es optimizar el rendimiento de la carga de trabajo en escenarios de carga continua y máxima. Al comprender los cambios en el uso, como cambios estacionales o lanzamientos de productos, puede asignar recursos estratégicamente, evitando tensiones en el sistema durante períodos de alta demanda. Esta estrategia proactiva reduce las interrupciones y refuerza la eficiencia del desempeño. Al analizar las tendencias de uso pasadas y los datos de crecimiento, puede pronosticar las necesidades a corto y largo plazo. Puede identificar posibles cuellos de botella y problemas de escalado, garantizando un rendimiento consistente y eficiente de la carga de trabajo.

Recopilación de datos de capacidad

La recopilación de datos de uso de cargas de trabajo implica recopilar y analizar información sobre cómo una carga de trabajo usa recursos. Debe recopilar datos sobre patrones históricos para cargas de trabajo existentes y medidas predictivas para cargas de trabajo nuevas. Este proceso ayuda a traducir los objetivos comerciales en requisitos técnicos y es esencial para la previsión de capacidad. Tenga en cuenta las recomendaciones siguientes:

Comprender una carga de trabajo existente

Comprender una carga de trabajo existente para la planificación de la capacidad implica analizar datos históricos relacionados con cómo la carga de trabajo utiliza los recursos. Abarca métricas como utilización de recursos, datos de rendimiento y patrones de carga de trabajo. Esta comprensión garantiza una asignación eficiente de recursos, traduce los objetivos comerciales en requisitos técnicos y ayuda a identificar posibles cuellos de botella.

• Comprender los datos: revise los datos históricos disponibles y comprenda su estructura, formato y relevancia para la planificación de capacidad. La revisión podría incluir métricas de utilización de recursos, patrones de carga de trabajo, métricas de rendimiento y otros puntos de datos relevantes. Comprenda los procesos de negocio y la importancia crítica de las aplicaciones. Identifique los tiempos de uso pico, la carga de usuarios, las tasas de transacciones y otras métricas relevantes.

• Limpiar y preprocesar los datos: prepare los datos para su análisis quitando las incoherencias, errores o valores atípicos. La preparación de los datos puede implicar técnicas de limpieza de datos como la imputación de datos, el manejo de valores faltantes o la normalización.

• Identificar las métricas clave: identifique las métricas que son relevantes para la planificación de capacidad. Las métricas pueden incluir el uso de CPU, el uso de memoria, el rendimiento de red y los tiempos de respuesta.

• Identificar cuellos de botella: mida el rendimiento y los tiempos de respuesta para identificar los componentes específicos del sistema que podrían convertirse en cuellos de botella a medida que crece la carga de trabajo. Las solicitudes por segundo y el uso de cpu de base de datos pueden ser buenos indicadores de capacidad.

• Visualizar los datos: cree visualizaciones, como gráficos o trazados, para obtener una mejor información sobre los datos históricos. Las visualizaciones pueden ayudarle a identificar patrones, tendencias y anomalías en los datos para brindarle una comprensión más clara del comportamiento de la carga de trabajo.

Comprender una nueva carga de trabajo

Comprender una nueva carga de trabajo para la planificación de capacidad se refiere a predecir los requisitos de recursos de una tarea futura sin datos históricos. Predecir las necesidades futuras de una nueva carga de trabajo sin datos históricos puede ser más difícil. Este proceso le garantiza una asignación eficaz de los recursos y la alineación de las asignaciones con los objetivos de la carga de trabajo en el momento de su introducción. Tenga en cuenta las recomendaciones siguientes:

• Investigación de mercado: realizar investigaciones de mercado para comprender la demanda de productos o servicios similares puede proporcionar información valiosa sobre la posible demanda de una nueva carga de trabajo. La investigación puede implicar el análisis de tendencias de mercado, la realización de encuestas o el estudio de ofertas de competidores.

• Juicio de expertos: las aportaciones de expertos en la materia o profesionales con experiencia en la industria pueden ayudarle a estimar la demanda de una nueva carga de trabajo. Su experiencia y conocimientos pueden proporcionar valiosos aportes para la elaboración de pronósticos.

• Proyectos piloto o prototipos: los proyectos piloto o prototipos a pequeña escala pueden ayudarle a recopilar datos y comentarios en tiempo real. Luego puede utilizar estos datos para informar el proceso de planificación de capacidad y ajustar la demanda prevista.

• Fuentes de datos externas: las fuentes de datos externas, como informes de la industria, estudios de mercado o encuestas a clientes, pueden proporcionar información adicional para estimar la demanda de una nueva carga de trabajo. Estas fuentes pueden ofrecer información valiosa sobre las preferencias de los clientes, las tendencias del mercado y los posibles impulsores de la demanda.

Previsión de la demanda

La previsión de la demanda implica el uso de datos de carga de trabajo para predecir las necesidades futuras de un servicio o producto. Es esencial que la planificación de la capacidad garantice la asignación eficiente de recursos, anticipe patrones de crecimiento y se prepare para posibles aumentos repentinos de la demanda. Cuando pronostica la demanda futura, utiliza datos para tener una idea de las necesidades futuras. Usted aplica el análisis estadístico, el análisis de tendencias o las técnicas de modelización predictiva a los datos de que dispone para prever la demanda futura. Estos métodos tienen en cuenta patrones históricos o anticipados y los proyectan hacia el futuro para proporcionar estimaciones de la demanda de carga de trabajo esperada. Para predecir la demanda, tenga en cuenta estas estrategias:

Tener en cuenta varios escenarios

Al realizar el planeamiento de la capacidad, debe planear escenarios diferentes que puedan producirse. Esta planificación debe incluir tanto patrones de crecimiento predecibles como aumentos inesperados de la demanda. Los patrones de uso pueden crecer o reducirse. Pueden ser orgánicos (más o menos usuarios) o inorgánicos (un evento o incidente de seguridad). Debe realizar el planeamiento de la capacidad antes de los cambios de uso, en momentos clave:

• Diseño (predicción)
• Picos regulares (hora punta de inicio de sesión de las 8:00 a. m.)
• Lanzamiento (validación de predicción)
• Cambio de modelo de negocio
• Adquisiciones o fusiones
• Inserción de marketing
• Cambio estacional
• Inicio de características
• Periódicamente

Usar técnicas de predicción

Pronosticar la demanda futura de un servicio o producto implica el uso de técnicas como análisis estadístico, análisis de tendencias y modelos predictivos. A continuación se ofrece una descripción general de cómo puede utilizar estas técnicas:

• Análisis estadístico: los métodos estadísticos pueden ayudarle a descubrir patrones y relaciones dentro de los datos históricos. Puede utilizar estos patrones para pronosticar la demanda futura. Puede utilizar técnicas como análisis de series temporales, análisis de regresión y promedios móviles para identificar tendencias, estacionalidad y otros patrones en los datos.

• Análisis de tendencias: el análisis de tendencias implica examinar datos históricos para identificar patrones consistentes y extrapolar esos patrones hacia el futuro. Por ejemplo, si la demanda de carga de trabajo aumentó un 10 por ciento durante el año pasado, se podría pronosticar una continuación de esta tendencia. Cuando analiza datos históricos de demanda durante un período de tiempo, puede identificar tendencias de crecimiento o reducción. Utilice estas tendencias como base para pronosticar la demanda futura. El análisis de tendencias también puede identificar los efectos de eventos puntuales que provocan cambios rápidos en el tráfico (inorgánicos). Por ejemplo, los lanzamientos de funciones podrían aumentar constantemente la demanda en un 5 por ciento. Si tiene cuatro lanzamientos importantes al año, debe planificar un crecimiento del 5 por ciento cada vez.

• Modelado predictivo: el modelado predictivo es el proceso de construcción de modelos matemáticos que utilizan datos históricos y otras variables relevantes para hacer predicciones sobre la demanda futura. Puede utilizar técnicas como algoritmos de aprendizaje automático, redes neuronales o árboles de decisión. Estos modelos pueden tener en cuenta múltiples factores y variables para proporcionar pronósticos más precisos.

Alinear las previsiones con los objetivos de carga de trabajo

Alinear los pronósticos con los objetivos de la carga de trabajo implica ajustar los modelos de capacidad predictiva para garantizar que cumplan con las metas y demandas específicas de una carga de trabajo determinada. Esta alineación garantiza que los recursos se aprovisionen adecuadamente, lo que impide la infrautilización y las posibles sobrecargas de carga de trabajo. Por ejemplo, si tiene como objetivo admitir una API de 1 millón de usuarios para cargar archivos de 1 MB en un segundo, pero los datos actuales muestran velocidades de escritura lentas, debe ajustar el sistema. Es esencial hablar con las partes interesadas para comprender los requisitos de la carga de trabajo. Asegúrese de que sus planes estén alineados con las promesas (SLA) de sus proveedores de servicios. Esta alineación garantiza que su capacidad cumpla con la demanda esperada y ayuda a identificar áreas del sistema que podrían necesitar cambios.

Determinar requisitos de recursos

La determinación de los requisitos de recursos para el planeamiento de capacidad implica evaluar los recursos que necesita para satisfacer la demanda prevista. Por ejemplo, si una aplicación prevé un aumento de 50% en los usuarios durante una campaña promocional, es posible que tenga que asignar más instancias en la nube o ajustar sus parámetros de escalado automático para controlar la mayor carga.

Una carga de trabajo puede tener muchos recursos, por lo que no hay una métrica única que observar para determinar los requisitos de recursos. Es necesario medir la capacidad a nivel de recursos para obtener resultados significativos. Calcule la demanda esperada de sus recursos basándose en datos históricos, tendencias del mercado y proyecciones comerciales. Considere la cantidad de transacciones, usuarios simultáneos o cualquier otra métrica relevante.

Con base en la demanda pronosticada, calcule los recursos necesarios para satisfacer esa demanda. Tenga en cuenta factores como la capacidad del servidor, el ancho de banda de red, la capacidad de almacenamiento y el personal:

• Capacidad del servidor: determine la capacidad de servidor necesaria en función del número estimado de usuarios o transacciones simultáneos. Tenga en cuenta factores como los requisitos de CPU, memoria y espacio en disco para asegurarse de que los servidores pueden controlar la carga de trabajo esperada.

• Ancho de banda de red: evalúe el ancho de banda de red que necesita para soportar el nivel de tráfico previsto. Debe incluir tasas de transferencia de datos tanto entrantes como salientes para garantizar una comunicación fluida y eficiente entre servidores y clientes.

• Capacidad de almacenamiento: calcule la cantidad de datos que la carga de trabajo genera o procesa durante la demanda prevista. Considere factores como el tamaño de la base de datos, los requisitos de almacenamiento de archivos y cualquier otra necesidad de almacenamiento de datos que sea específica de su aplicación.

• Personal: evalúe los recursos humanos necesarios para administrar y mantener la infraestructura, controlar el soporte al cliente, realizar el mantenimiento del sistema y garantizar operaciones sin problemas. Tenga en cuenta factores como la distribución de cargas de trabajo, el conjunto de aptitudes y la experiencia necesaria.

Comprender las limitaciones de recursos

Los recursos de su carga de trabajo tienen limitaciones de rendimiento. Las limitaciones de rendimiento se aplican a los servicios y las SKU dentro de cada servicio. Debe comprender las limitaciones de los recursos de su carga de trabajo y tener en cuenta esas limitaciones en sus decisiones de diseño. Por ejemplo, debe saber si las limitaciones de recursos requieren cambiar las SKU o cambiar los recursos por completo.

También debe identificar los límites accesibles. Hace referencia a la identificación de los umbrales o límites máximos de una carga de trabajo. Estos límites suelen aplicarse a la infraestructura (proceso, memoria, almacenamiento, red), aplicación (conexiones simultáneas de base de datos, tiempos de respuesta, disponibilidad), servicio (solicitudes por segundo) y escalado. Cuando la planificación de la capacidad identifica límites alcanzables, es necesario modificar la carga de trabajo antes de que el límite cree un problema de rendimiento. Las líneas de base de rendimiento, la supervisión continua y las pruebas son esenciales para validar los límites y la solución.

Desventajas: una planificación errónea de la capacidad puede provocar un exceso o una falta de recursos. El aprovisionamiento excesivo conduce a mayores costos. Un aprovisionamiento insuficiente puede provocar un rendimiento deficiente. Intenta encontrar el equilibrio adecuado.

Facilitación de Azure

Recopilación de datos de capacidad y previsión de la demanda: Azure Monitor le permite recopilar y analizar datos de telemetría de sus aplicaciones e infraestructura. Admite la supervisión de varios recursos de Azure, incluidas máquinas virtuales, contenedores y cuentas de almacenamiento. Las herramientas clave incluyen Application Insights y Log Analytics. Al configurar la recopilación de datos y definir métricas y registros que desea monitorear, puede recopilar datos valiosos de la carga de trabajo para su análisis. Para la supervisión de red, combine Azure Monitor con Azure Network Watcher, información de red de Azure Monitor y supervisión de Azure ExpressRoute.

Azure Monitor le permite analizar datos históricos y aplicar técnicas de pronóstico para predecir tendencias futuras de carga de trabajo y requisitos de capacidad. Puede generar previsiones que le ayudarán con la planificación de la capacidad. Estos pronósticos ayudan a estimar la capacidad del servidor, el ancho de banda de la red, la capacidad de almacenamiento y otras necesidades de recursos mediante el uso de patrones de demanda previstos.

Para cargas de trabajo analíticas complejas que implican grandes conjuntos de datos históricos, los trabajos de búsqueda de Log Analytics permiten realizar consultas asincrónicas de datos en períodos de retención a largo plazo sin afectar al rendimiento de la supervisión en tiempo real. Los trabajos de búsqueda crean tablas de análisis dedicadas para los resultados, lo que permite separar las cargas de trabajo analíticas de la supervisión operativa. Esta funcionalidad es especialmente valiosa para las actividades de planeamiento de capacidad que requieren un análisis histórico profundo, como el análisis de tendencias y la previsión, a la vez que se mantiene un rendimiento óptimo para las operaciones de supervisión diarias.

Determinación de los requisitos de recursos: dado que proporcionan una amplia gama de configuraciones, las herramientas y servicios de Azure pueden ayudarle a definir los requisitos técnicos. Puede alinear los requisitos de su carga de trabajo con los recursos de Azure disponibles, asegurándose de seleccionar los componentes y la configuración adecuados para satisfacer sus necesidades funcionales.

Descripción de las limitaciones de los recursos: Azure proporciona documentación y recursos que le ayudarán a comprender las limitaciones de rendimiento de varios servicios y SKU de Azure. Tener en cuenta estas limitaciones puede ayudarle a tomar decisiones de diseño informadas y optimizar su arquitectura de carga de trabajo para lograr rendimiento y rentabilidad.

Azure proporciona opciones de escalabilidad como el escalado automático, que puede ajustar automáticamente los recursos en función de la demanda de cargas de trabajo. Puede escalar verticalmente aumentando la capacidad de un recurso mediante un tamaño de máquina virtual mayor o puede escalar horizontalmente agregando nuevas instancias de un recurso. Los servicios de Azure que tienen funcionalidades de escalado automático se pueden escalar horizontalmente automáticamente para garantizar la capacidad durante los picos de carga de trabajo y volver a la normalidad cuando se reduce la carga. Existen límites de escala dentro de su configuración y servicios que debe tener en cuenta. Puede leer la documentación o ejecutar pruebas. Azure proporciona herramientas como Azure Load Testing, que pueden simular patrones de uso y carga diferentes para ayudarle a recopilar datos relevantes sobre la carga de trabajo.

Habilite los registros de flujo de red virtual entre cargas de trabajo para capturar datos sobre la actividad de red. Use análisis de tráfico para analizar y enriquecer estos registros, lo que proporciona visibilidad sobre el comportamiento y el rendimiento de los flujos de usuario. Mediante la identificación de los principales conversadores, las zonas activas de ancho de banda y las ineficiencias de enrutamiento, el análisis del tráfico puede ayudar a optimizar la asignación de recursos de red y a habilitar un planeamiento de capacidad más inteligente.

Vínculos relacionados

• Azure Monitor
• Application Insights
• Análisis de registros
• Servicios de supervisión de red

Lista de comprobación de eficiencia en el rendimiento

Consulte el conjunto completo de recomendaciones.