Azure Advisor-aanbevelingen gebruiken om uw Azure Data Explorer-cluster te optimaliseren

Azure Advisor analyseert clusterconfiguraties en gebruikstelemetrie van Azure Data Explorer en biedt gepersonaliseerde, bruikbare aanbevelingen om uw cluster te optimaliseren.

Aanbevelingen voor Azure Advisor openen

U kunt op twee manieren toegang krijgen tot de Azure Advisor-aanbevelingen:

Azure Advisor-aanbevelingen voor uw Azure Data Explorer-cluster weergeven

  1. Ga in Azure Portal naar uw Azure Data Explorer-clusterpagina.

  2. Selecteer in het linkermenu onder BewakingAdviseur-aanbevelingen. Er wordt een lijst met aanbevelingen voor dat cluster geopend.

    Schermopname van Azure Advisor-aanbevelingen voor een Azure Data Explorer-cluster.

Azure Advisor-aanbevelingen voor alle clusters in uw abonnement weergeven

  1. Ga in Azure Portal naar de Advisor-resource.

  2. Selecteer in Overzicht een of meer abonnementen om aanbevelingen te krijgen.

  3. Selecteer Azure Data Explorer-clusters en Azure Data Explorer-databases in de tweede vervolgkeuzelijst.

    Schermopname van de resourcepagina van Azure Advisor.

Azure Advisor-aanbevelingen gebruiken

Azure Advisor biedt verschillende aanbevelingstypen. Gebruik het relevante type om uw cluster te optimaliseren.

  1. Selecteer in Advisor onder Aanbevelingen de optie Kosten om aanbevelingen voor kosten weer te geven.

    Schermopname van de Azure Advisor-interface met de selectie van het aanbevelingstype.

  2. Selecteer een aanbeveling in de lijst.

    Schermopname van de Azure Advisor-interface met een lijst met aanbevelingen.

  3. Er wordt een lijst met clusters weergegeven die relevant zijn voor de aanbeveling. Aanbevelingsgegevens variëren voor elk cluster en bevatten de aanbevolen actie.

    Schermopname van een lijst met clusters met relevante aanbevelingen in Azure Advisor.

Aanbevelingstypen

Aanbevelingen voor kosten, prestaties, betrouwbaarheid en serviceprestaties zijn beschikbaar.

Belangrijk

Uw werkelijke jaarlijkse besparingen kunnen variëren. De jaarlijkse besparingen zijn gebaseerd op prijzen voor betalen per gebruik. Deze potentiële besparingen houden geen rekening met factureringskortingen voor Azure gereserveerde VM's (Virtual Machine Instance).

Aanbevelingen voor kosten

De aanbevelingen voor kosten zijn bedoeld voor clusters die kunnen worden gewijzigd om de kosten te verlagen zonder de prestaties in gevaar te brengen. Aanbevelingen voor kosten zijn onder andere:

Niet-gebruikte, draaiende Azure Data Explorer-cluster

Een cluster is ongebruikt en actief als het de status Actief heeft en het in de afgelopen vijf dagen geen gegevens heeft ingelezen of query's heeft uitgevoerd. In sommige gevallen worden clusters mogelijk automatisch gestopt. In de volgende gevallen wordt het cluster niet automatisch gestopt en wordt er een aanbeveling weergegeven:

Stop het cluster om de kosten te verlagen terwijl de gegevens behouden blijven. Als u de gegevens niet nodig hebt, kunt u overwegen het cluster te verwijderen om uw besparingen te verhogen.

Niet-gebruikte Azure Data Explorer-cluster gestopt

Een cluster wordt als ongebruikt beschouwd wanneer het minstens 60 dagen gestopt is.

U wordt aangeraden het cluster te verwijderen om de kosten te verlagen.

Waarschuwing

Gestopte clusters bevatten mogelijk nog steeds gegevens. Controleer voordat u het cluster verwijdert of u de gegevens niet meer nodig hebt. Nadat u het cluster hebt verwijderd, zijn de gegevens niet meer toegankelijk.

Wijzig Data Explorer clusters in een rendabelere en beter presterende SKU

De aanbeveling Data Explorer-clusters wijzigen in een rendabeler en beter presterende SKU is voor een cluster dat onder een niet-optimale SKU werkt. Deze bijgewerkte SKU vermindert uw kosten en verbetert de algehele prestaties. Hierbij wordt het vereiste aantal exemplaren gebruikt dat voldoet aan de cachevereisten van uw cluster, terwijl de prestaties niet negatief worden beïnvloed.

Als onderdeel van de aanbeveling schakelt u Geoptimaliseerde automatische schaalaanpassing in als dit nog niet is ingeschakeld. Geoptimaliseerde automatische schaalaanpassing voert een uitgebreidere analyse uit van de prestaties van het cluster en schaalt indien nodig verder in het cluster. Deze actie resulteert in meer kostenbesparingen. De aanbevelingen voor geoptimaliseerde automatische schaalaanpassing bevatten aanbevelingen voor het minimum- en maximumaantal exemplaren. De maximumwaarde wordt ingesteld op het aanbevolen aantal SKU-exemplaren. Als het cluster van plan is om organisch te groeien, verhoogt u dit maximumaantal handmatig. Als geoptimaliseerde automatische schaalaanpassing al is geconfigureerd op uw cluster, kan de aanbeveling in sommige gevallen voorstellen om het maximumaantal exemplaren te verhogen.

De SKU-aanbeveling houdt rekening met de huidige zonesdefinities van een cluster en als het cluster zones ondersteunt, worden alleen doel-SKU's aanbevolen die minimaal twee zones hebben. Als u meer beschikbaarheidszones voor rekenkracht toevoegt, worden er geen extra kosten in rekening gebracht.

De aanbeveling voor de advisor-SKU wordt elke paar uur bijgewerkt. De aanbeveling controleert op capaciteitsschikbaarheid van de geselecteerde SKU in de regio. De beschikbaarheid van capaciteit is echter dynamisch en verandert in de loop van de tijd.

Opmerking

De Advisor SKU-aanbeveling biedt geen ondersteuning voor clusters met Virtual Network- of beheerde privé-eindpuntconfiguraties.

Cache voor Azure Data Explorer-tabellen verminderen

De aanbeveling om de tabelcacheperiode van Azure Data Explorer voor optimalisatie van clusterkosten te verkorten is bedoeld voor een cluster dat zijn cachebeleid kan aanpassen. Deze aanbeveling is gebaseerd op de look-backperiode van de query in de afgelopen 30 dagen. Als u wilt zien waar besparingen mogelijk zijn, kunt u de meest relevante vijf tabellen per database bekijken voor mogelijke cachebesparingen. Deze aanbeveling wordt alleen aangeboden als het cluster kan in- of omlaag schalen nadat een cachebeleid is gewijzigd. Advisor controleert of het cluster is 'gebonden aan gegevens', wat betekent dat het cluster een laag CPU- en laag opnamegebruik heeft, maar vanwege een hoge gegevenscapaciteit kan het cluster niet in- of omlaag schalen.

Geoptimaliseerde automatische schaalaanpassing inschakelen

De aanbeveling voor het inschakelen van geoptimaliseerde automatische schaalaanpassing wordt gegeven wanneer het inschakelen van geoptimaliseerde automatische schaalaanpassing het aantal exemplaren op een cluster heeft verminderd. Deze aanbeveling is gebaseerd op gebruikspatronen, cachegebruik, opnamegebruik en CPU. Als u ervoor wilt zorgen dat u het geplande budget niet overschrijdt, voegt u een maximumaantal exemplaren toe wanneer u Geoptimaliseerde automatische schaalaanpassing inschakelt.

Aanbevelingen voor prestaties

De aanbevelingen voor prestaties verbeteren de prestaties van uw Azure Data Explorer-clusters. Prestatieaanbevelingen zijn als volgt:

Cachebeleid voor Azure Data Explorer-tabellen bijwerken

Het beleid voor de cacheperiode van de Azure Data Explorer-tabel voor betere prestaties wordt gegeven voor een cluster waarvoor een ander look-backperiodefilter of een groter cachebeleid is vereist. Deze aanbeveling is gebaseerd op de look-backperiode van de query van de afgelopen 30 dagen. De meeste query's worden uitgevoerd in de afgelopen 30 dagen en hebben geen toegang tot gegevens in de cache, waardoor de uitvoeringstijd van de query kan worden verhoogd. U kunt de vijf belangrijkste tabellen per database weergeven die toegang hebben tot gegevens buiten de cache, gesorteerd op het querypercentage.

Mogelijk krijgt u ook een aanbeveling voor prestaties om het cachebeleid te verminderen. Dit kan gebeuren als het cluster gegevensgebonden is. Een cluster is gegevensgebonden als de gegevens die in de cache moeten worden opgeslagen volgens het cachebeleid groter zijn dan de totale grootte van de cache van het cluster. Het verminderen van het cachebeleid voor gegevensgebonden clusters vermindert het aantal cachemissers en verbetert mogelijk de prestaties.

Aanbevelingen voor operationele uitmuntendheid

De aanbevelingen voor Operational Excellence of 'best practice' zijn aanbevelingen waarvan de implementatie de kosten of prestaties niet onmiddellijk verbetert, maar die het cluster in de toekomst kunnen profiteren. Dit omvat het verminderen van het cachebeleid voor tabellen om overeen te komen met gebruikspatronen.

Tabelcachebeleid beperken om overeen te komen met gebruikspatronen

Deze aanbeveling is gericht op het bijwerken van het cachebeleid op basis van het werkelijke gebruik in de afgelopen maand om de hot-cache voor een tabel te verminderen. In tegenstelling tot de vorige aanbeveling voor kosten, is deze specifieke aanbeveling van toepassing op clusters waarbij het aantal exemplaren wordt bepaald door cpu en opnamebelasting in plaats van de hoeveelheid gegevens die in de hot-cache zijn opgeslagen. In dergelijke gevallen is het wijzigen van het cachebeleid alleen onvoldoende om het aantal exemplaren te verminderen. We raden verdere optimalisaties aan, zoals het wijzigen van de SKU, het verlagen van de CPU-belasting en het inschakelen van automatisch schalen om efficiënt af te schalen. Deze aanbeveling kan handig zijn voor tabellen waarbij de werkelijke query-lookback op basis van gebruikspatronen lager is dan het geconfigureerde cachebeleid. Het verminderen van het cachebeleid leidt echter niet rechtstreeks tot kostenbesparingen. Het aantal clusterexemplaren wordt bepaald door cpu- en opnamebelasting, ongeacht de hoeveelheid gegevens die zijn opgeslagen in de hot-cache. Daarom leidt het verwijderen van gegevens uit de hot-cache niet direct tot inschaling van het cluster.

Aanbevelingen voor betrouwbaarheid

De aanbevelingen voor betrouwbaarheid helpen u de continuïteit van uw bedrijfskritieke toepassingen te waarborgen en te verbeteren.

Aanbevelingen voor betrouwbaarheid zijn onder andere:

Het cluster maakt gebruik van subnet zonder delegatie

Deze aanbeveling is bedoeld voor een virtueel netwerkcluster dat gebruikmaakt van een subnet zonder delegatie voor 'Microsoft.Kusto/clusters'. Wanneer u een subnet delegeert aan een cluster, stelt u die service in staat om basisregels voor netwerkconfiguratie voor het subnet vast te stellen, zodat het cluster de exemplaren op een stabiele manier kan bedienen.

Cluster maakt gebruik van subnet met ongeldige IP-configuratie

De aanbeveling wordt gegeven aan een virtueel netwerkcluster waar het subnet ook door andere services wordt gebruikt. De aanbeveling is om alle andere services uit het subnet te verwijderen en alleen te gebruiken voor uw cluster.

Verwante inhoud

  • Last updated on