Partilhar via

Usar as recomendações do Azure Advisor para otimizar seu cluster do Azure Data Explorer

O Azure Advisor analisa as configurações de cluster e a telemetria de uso do Azure Data Explorer e oferece recomendações personalizadas e acionáveis para ajudá-lo a otimizar seu cluster.

Acessar as recomendações do Azure Advisor

Há duas maneiras de acessar as recomendações do Azure Advisor:

Exibir recomendações do Azure Advisor para seu cluster do Azure Data Explorer

  1. No portal do Azure, vá para a página de cluster do Azure Data Explorer.

  2. No menu à esquerda, em Monitoramento, selecione Recomendações do Orientador. Uma lista de recomendações é aberta para esse cluster.

    Recomendações do Azure Advisor para o cluster do Azure Data Explorer.

Ver recomendações do Azure Advisor para todos os clusters na sua subscrição

  1. No portal do Azure, vá para o recurso Advisor.

  2. Em Visão geral, selecione uma ou mais assinaturas para as quais você deseja recomendações.

  3. Selecione Clusters do Azure Data Explorer e Bases de Dados do Azure Data Explorer na segunda lista suspensa.

    Recurso do Azure Advisor.

Usar as recomendações do Azure Advisor

Existem vários tipos de recomendação do Azure Advisor. Use o tipo de recomendação relevante para ajudá-lo a otimizar seu cluster.

  1. No Advisor, em Recomendações, selecione Custo para recomendações de custos.

    Selecione o tipo de recomendação.

  2. Selecione uma recomendação na lista.

    Selecione recomendação.

  3. A janela a seguir contém uma lista de clusters para os quais a recomendação é relevante. Os detalhes da recomendação são diferentes para cada cluster e incluem a ação recomendada.

    Lista de clusters com recomendações.

Tipos de recomendação

Recomendações de custo, desempenho, confiabilidade e excelência de serviço estão atualmente disponíveis.

Importante

As suas poupanças anuais reais podem variar. As poupanças anuais apresentadas baseiam-se em preços 'pay-as-you-go'. Essas possíveis economias não levam em conta os descontos de cobrança da Instância de Máquina Virtual Reservada (RIs) do Azure.

Recomendações de custos

As recomendações de custo estão disponíveis para clusters que podem ser alterados para reduzir custos sem comprometer o desempenho. As recomendações de custos incluem:

Cluster do Azure Data Explorer não utilizado em execução

Um cluster é considerado não utilizado e em execução se estiver no estado de execução e não tiver ingerido dados nem executado consultas nos últimos cinco dias. Em alguns casos, os clusters podem ser interrompidos automaticamente. Nos seguintes casos, o cluster não será interrompido automaticamente e uma recomendação será exibida:

A recomendação é parar o cluster para reduzir custos, mas ainda preservar os dados. Se os dados não forem necessários, considere excluir o cluster para aumentar suas economias.

Cluster de dados do Azure Data Explorer parado e não utilizado

Um cluster é considerado não utilizado e interrompido se tiver sido interrompido por pelo menos 60 dias.

A recomendação é excluir o cluster para reduzir custos.

Atenção

Os clusters interrompidos ainda podem conter dados. Antes de excluir o cluster, verifique se os dados não são mais necessários. Depois que o cluster for excluído, os dados não estarão mais acessíveis.

Altere os clusters de Data Explorer para um SKU mais rentável e com melhor desempenho

A recomendação Alterar clusters do Data Explorer para uma SKU mais econômica e com melhor desempenho é dada a um cluster cujo cluster está operando sob uma SKU não ideal. Este SKU atualizado deve reduzir seus custos e melhorar o desempenho geral. Calculamos a contagem de instâncias necessária que atende aos requisitos de cache do cluster, garantindo que o desempenho não seja afetado negativamente.

Como parte da recomendação, recomendamos ativar a Escala Automática Otimizada se ainda não estiver habilitada. O Autoscale otimizado realizará uma análise mais aprofundada do desempenho do cluster e, se necessário, aumentará ainda mais a escala do cluster. Tal resultará em reduções de custos adicionais. As recomendações de Autoscale otimizado incluem uma recomendação de contagem de instâncias Min e Max. O valor máximo é definido como a contagem recomendada de instâncias de SKU. Se o cluster tiver planos de crescer organicamente, recomenda-se aumentar manualmente esse número máximo. Se a Escala Automática Otimizada já estiver configurada no cluster, em alguns casos, a recomendação pode sugerir o aumento da contagem máxima de instâncias.

A recomendação de SKU leva em conta as definições de zonas atuais de um cluster e, se o cluster oferecer suporte a zonas, recomendará apenas SKUs de destino que tenham no mínimo duas zonas. Adicionar mais zonas de disponibilidade de computação não incorre em custos adicionais.

A recomendação SKU do conselheiro é atualizada a cada poucas horas. A recomendação verifica a disponibilidade de capacidade do SKU selecionado na região. No entanto, é importante notar que a disponibilidade de capacidade é dinâmica e muda ao longo do tempo.

Observação

Atualmente, a recomendação de SKU do consultor não oferece suporte a clusters com configurações de Rede Virtual ou de ponto de extremidade privado gerenciado.

Reduzir o cache para tabelas do Azure Data Explorer

A recomendação de redução do período de cache de tabela do Azure Data Explorer para otimização de custo de cluster é dada para um cluster que pode reduzir a política de cache de sua tabela. Esta recomendação baseia-se no período de retrospetiva da consulta durante os últimos 30 dias. Para ver onde as economias são possíveis, você pode visualizar as 5 tabelas mais relevantes por banco de dados para possíveis economias de cache. Essa recomendação só é oferecida se o cluster puder ser dimensionado ou reduzido após uma alteração na política de cache. O Advisor verifica se o cluster é "limitado por dados", o que significa que o cluster tem baixa utilização de CPU e baixa utilização de ingestão, mas devido à alta capacidade de armazenamento de dados, o cluster não pode ser dimensionado para dentro ou reduzido.

Ativar escalonamento automático otimizado

A recomendação de habilitar o dimensionamento automático otimizado é dada quando a habilitação do dimensionamento automático otimizado teria reduzido a contagem de instâncias em um cluster. Essa recomendação é baseada em padrões de uso, utilização de cache, utilização de ingestão e CPU. Para garantir que você não exceda o orçamento planejado, adicione uma contagem máxima de instâncias ao ativar o dimensionamento automático otimizado.

Recomendações de desempenho

As recomendações de desempenho ajudam a melhorar o desempenho dos clusters do Azure Data Explorer. As recomendações de desempenho incluem o seguinte:

Atualizar a política de cache para tabelas do Azure Data Explorer

A recomendação para revisar a política de período de cache da tabela do Azure Data Explorer para um melhor desempenho é dada para um cluster que requer um filtro de tempo de período de retrospetiva diferente ou uma política de cache mais extensa. Esta recomendação baseia-se no período de retrospetiva da consulta dos últimos 30 dias. A maioria das consultas é executada nos últimos 30 dias com dados acessados que não estão no cache, o que pode aumentar o tempo de execução da consulta. Você pode visualizar as 5 principais tabelas por banco de dados que acessaram dados fora do cache, ordenadas por porcentagem de consulta.

Você também pode obter uma recomendação de desempenho para reduzir a política de cache. Isso pode acontecer se o cluster estiver vinculado a dados. Um cluster é vinculado a dados se os dados a serem armazenados em cache de acordo com a política de cache forem maiores que o tamanho total do cache do cluster. Reduzir a política de cache para clusters ligados a dados reduzirá o número de falhas de cache e potencialmente melhorará o desempenho.

Recomendações de Excelência Operacional

As recomendações de Excelência Operacional ou "melhores práticas" são recomendações cuja implementação não melhora os custos ou o desempenho imediatamente, mas pode beneficiar o cluster no futuro. Isso inclui reduzir a política de cache de tabela para corresponder aos padrões de uso.

Reduzir a política de cache de tabela para corresponder aos padrões de uso

Esta recomendação se concentra na atualização da política de cache com base no uso real durante o último mês para reduzir o hot cache de uma tabela. Ao contrário da recomendação de custo anterior, esta recomendação específica é aplicável a clusters em que o número de instâncias é determinado pela CPU e pela carga de ingestão, em vez da quantidade de dados armazenados no hot cache. Nesses casos, alterar a política de cache por si só é insuficiente para reduzir o número de instâncias, recomendando-se otimizações adicionais, como alterar a SKU, reduzir a carga da CPU e habilitar o dimensionamento automático. Essa recomendação pode ser útil para tabelas em que a consulta real com base em padrões de uso é menor do que a política de cache configurada. No entanto, reduzir a política de cache não levará diretamente à economia de custos. O número de instâncias de cluster é determinado pela CPU e pela carga de ingestão, independentemente da quantidade de dados armazenados no hot cache. Portanto, a remoção de dados do hot cache não causará que o cluster seja dimensionado de forma direta.

Recomendações de fiabilidade

As recomendações de confiabilidade ajudam a garantir e melhorar a continuidade de seus aplicativos críticos para os negócios. As recomendações de fiabilidade incluem o seguinte:

O cluster usa sub-rede sem delegação

É fortemente recomendado um cluster de rede virtual que usa uma subrede sem delegação para 'Microsoft.Kusto/clusters'. Ao delegar uma sub-rede a um cluster, você permite que esse serviço estabeleça regras básicas de configuração de rede para a sub-rede, o que ajuda o cluster a operar suas instâncias de maneira estável.

O cluster usa sub-rede com configuração IP inválida

A recomendação é dada a um cluster de rede virtual onde a sub-rede também é usada por outros serviços. A recomendação é remover todos os outros serviços da sub-rede e usá-los apenas para o cluster.

Conteúdo relacionado

  • Last updated on