Azure Advisor 會分析 Azure Data Explorer 叢集設定與使用遙測，並提供個人化且可執行的建議，協助你優化叢集。
存取 Azure Advisor 推薦事項
您可以透過兩種方式取得 Azure Advisor 的建議：
檢視 Azure 數據總管叢集的 Azure Advisor 建議
在 Azure 入口網站 中，移至您的 Azure 數據總管叢集頁面。
在左側選單的「監控」中，選擇顧問推薦。 隨即開啟該叢集的建議清單。
檢視訂用帳戶中所有叢集的 Azure Advisor 建議
在 Azure 入口網站 中，移至 Advisor 資源。
在 總覽中，選擇一個或多個訂閱以獲得推薦。
在第二個下拉式清單中選取 [Azure 數據總管叢集 ] 和 [Azure 數據總管資料庫 ]。
使用 Azure Advisor 推薦
Azure Advisor 提供不同的推薦類型。 使用相關的類型來優化你的叢集。
在 Advisor 的 「建議」中，選擇 「成本 」以查看成本建議。
從清單中選取建議。
與建議相關的群組列表會出現。 每個群組的建議細節都不同，並包含建議的行動。
建議類型
提供價格、效能、可靠性及服務卓越建議。
重要
你的實際年度儲蓄可能會有所不同。 所顯示的年度節省金額是以隨用隨付定價為依據。 這些潛在節省還不包含 Azure 預留虛擬機實例（RI）的計費折扣。
成本建議
成本建議是針對可調整以降低成本且不犧牲效能的叢集。 成本建議包括：
- 未執行中的 Azure 數據總管叢集
- 未使用的已停止 Azure 數據總管叢集
- 將數據總管叢集變更為更具成本效益且效能更佳的SKU
- 縮減 Azure Data Explorer 資料表的快取
- 啟用最佳化自動調整
未執行中的 Azure 數據總管叢集
如果叢集處於運行狀態，且過去五天內沒有匯入資料或執行查詢，則該叢集是未被使用且正在運行的。 在某些情況下，群組可能會 自動停止。 以下情況下，群組不會自動停止，並會顯示建議：
停止叢集以降低成本同時保留資料。 如果你不需要這些資料，可以考慮刪除叢集來增加省錢。
已停止且未使用的 Azure 資料總管叢集
如果叢集已停止至少 60 天，則視為未使用且已停止。
建議刪除叢集以降低成本。
警告
停止的叢集可能仍包含資料。 刪除叢集前，先確認你不再需要這些資料。 刪除叢集後，資料就無法再存取。
將資料總管叢集變更為更具成本效益且效能更佳的 SKU
建議將資料 探索器叢集改為更具成本效益且效能更佳的 SKU 是針對在非最佳 SKU 下運作的叢集。 這個更新的 SKU 降低了你的成本並提升整體效能。 它使用符合叢集快取需求的實例數量，同時確保效能不會受到負面影響。
作為建議的一部分，如果尚未啟用，請啟用最佳化自動縮放。 優化自動縮放會對叢集的效能進行更深入的分析，並在需要時進一步擴展叢集。 此舉帶來更多成本降低。 優化自動縮放建議包含最小與最大實例數的建議。 最大值會設定為建議的 SKU 實例數。 如果叢集計畫有機成長，請手動增加這個最大數量。 如果你的叢集已經設定了最佳化自動擴展，在某些情況下，建議可能會建議增加最大實例數。
SKU 建議考量當前區域對叢集的定義，若叢集支援區域，則僅建議目標 SKU 至少包含兩個區域。 增加更多運算可用區域不會產生額外成本。
顧問 SKU 建議會每隔幾小時更新一次。 建議會檢查區域中所選 SKU 的容量可用性。 然而，容量可用性是動態且隨時間變化的。
注意
顧問SKU建議不支援帶有虛擬網路或受管理私有端點設定的叢集。
減少 Azure 資料總管資料表的快取
系統會針對可縮短其資料表 快取原則期間的叢集，提供「縮短 Azure Data Explorer 資料表快取期間以最佳化叢集成本」建議。 此建議是以過去 30 天內的查詢回溯期間為基礎。 要了解節省快取資源的可能性，你可以查看每個資料庫中最相關的五個資料表，以評估潛在的快取資源節省。 只有在快取原則變更後，叢集能夠向內擴展或縮減規模時，才會提供此建議。 Advisor 會檢查叢集是否被「資料限制」，也就是說叢集 CPU 和資料擷取利用率都很低，但因為資料容量高，叢集無法縮減或擴展。
啟用最佳化自動調整
當啟用 Optimized autoscale 原本可減少叢集上的執行個體數量時，系統會提供啟用 Optimized autoscale的建議。 此建議是以使用模式、快取使用率、擷取使用率和 CPU 為基礎。 若要確定您未超過計劃的預算，請在啟用優化自動調整時新增實例計數上限。
效能建議
效能建議會提升 Azure Data Explorer 叢集的效能。 效能建議包括下列各項：
更新 Azure 數據總管數據表的快取原則
檢閱 Azure 資料總管資料表快取期間原則以提升效能 建議，適用於需要不同回溯期間時間篩選條件或較大 快取原則 的叢集。 此建議是以過去 30 天的查詢回溯期間為基礎。 大多數查詢都在過去 30 天內執行，存取資料不在快取中，這會增加查詢執行時間。 你可以查看每個資料庫中存取快取外資料的前五表，依查詢百分比排序。
你也可能收到效能建議，降低快取政策。 如果叢集系結數據，就可能發生此情況。 若依快取政策要快取的資料大於叢集快取的總大小，則該叢集即為資料綁定。 減少資料綁定叢集的快取政策，可減少快取未命中次數，並有可能提升效能。
卓越營運建議
卓越營運或「最佳實務」建議是指這些建議的實施不會立即提升成本或效能，但能在未來有利於叢集。 這包括 減少數據表快取原則以符合使用模式。
降低資料表快取策略以符合使用型態
此建議的重點在於根據上個月的實際使用情況更新快取原則，以減少某個資料表的熱快取。 不同於先前的成本建議，這項特定建議適用於實例數量取決於 CPU 和資料擷取負載，而非儲存在熱快取中的資料量的叢集。 在這種情況下，僅僅更改快取政策不足以減少實例數量。 我們建議進一步優化，例如更改 SKU、降低 CPU 負載，以及啟用自動擴展以有效擴展。 這項建議對於根據使用模式的實際查詢回溯低於設定快取原則的數據表很有用。 然而，縮減快取策略並不會直接節省成本。 叢集實例的數量取決於 CPU 使用率和資料擷取負載，而與儲存在熱快取中的資料量無關。 因此，從熱快取中移除資料不會直接導致叢集縮編。
可靠性建議
可靠性建議可協助您確保並改善業務關鍵應用程式的持續性。
可靠性建議包括下列各項：
叢集使用未委派的子網路
此建議是針對使用無委派子網的虛擬網路叢集，該叢集為「Microsoft.Kusto/clusters」。 當您將子網委派給叢集時，您可以允許該服務建立子網的基本網路組態規則，以穩定的方式協助叢集操作其實例。
叢集使用具有無效IP組態的子網
系統會針對虛擬網路叢集提出此建議，該叢集的子網路也供其他服務使用。 建議從子網中移除所有其他服務，並只將其用於您的叢集。
相關內容
- 在 Azure Data Explorer 中管理叢集的水平擴展（向外擴展），以因應需求變化
- 在 Azure 資料總管中管理叢集垂直擴充（相應增加），以因應不斷變化的需求