Optimieren Ihres Azure Data Explorer-Clusters mithilfe von Azure Advisor-Empfehlungen

Azure Advisor analysiert Azure Data Explorer-Clusterkonfigurationen und Nutzungs telemetrie und bietet personalisierte, umsetzbare Empfehlungen zur Optimierung Ihres Clusters.

Azure Advisor-Empfehlungen aufrufen

Sie können auf zwei Arten auf die Azure Advisor Empfehlungen zugreifen:

Anzeigen von Azure Advisor-Empfehlungen für Ihren Azure Data Explorer-Cluster

  1. Navigieren Sie im Azure-Portal zur Seite mit dem Azure Data Explorer-Cluster.

  2. Wählen Sie im linken Menü unter ÜberwachenBeraterempfehlungen aus. Eine Empfehlungsliste für diesen Cluster wird geöffnet.

    Screenshot der Azure Advisor-Empfehlungen für einen Azure Data Explorer-Cluster.

Anzeigen von Azure Advisor-Empfehlungen für alle Cluster in Ihrem Abonnement

  1. Navigieren Sie im Azure-Portal zur Advisor-Ressource.

  2. Wählen Sie in der Übersicht ein oder mehrere Abonnements aus, um Empfehlungen zu erhalten.

  3. Wählen Sie azure Data Explorer Cluster und Azure Data Explorer Databases in der zweiten Dropdownliste aus.

    Screenshot der Azure Advisor-Ressourcenseite.

Verwenden von Azure Advisor-Empfehlungen

Azure Advisor bietet verschiedene Empfehlungstypen. Verwenden Sie den relevanten Typ, um Ihren Cluster zu optimieren.

  1. In Advisor, unter Empfehlungen, wählen Sie Kosten, um Kostenempfehlungen anzuzeigen.

    Screenshot der Azure Advisor-Schnittstelle mit der Auswahl des Empfehlungstyps.

  2. Wählen Sie in der Liste eine Empfehlung aus.

    Screenshot der Azure Advisor-Schnittstelle mit einer Liste von Empfehlungen.

  3. Es wird eine Liste der Cluster angezeigt, die für die Empfehlung relevant sind. Empfehlungsdetails variieren für jeden Cluster und enthalten die empfohlene Aktion.

    Screenshot einer Liste von Clustern mit relevanten Empfehlungen in Azure Advisor.

Empfehlungstypen

Kosten-, Leistungs-, Zuverlässigkeits- und Service-Exzellenzempfehlungen sind verfügbar.

Wichtig

Ihre tatsächlichen jährliche Einsparungen können variieren. Die dargestellten jährlichen Einsparungen basieren auf Preisen nach dem Pay-as-you-go-Modell. Diese potenziellen Einsparungen berücksichtigen keine Abrechnungsrabatte für Azure Reserved Virtual Machine Instances (RIs).

Kostenempfehlungen

Die Kostenempfehlungen gelten für Cluster, die geändert werden können, um Kosten zu senken, ohne die Leistung zu beeinträchtigen. Zu den Kostenempfehlungen zählen u. a. folgende:

Nicht verwendeter aktiver Azure Data Explorer-Cluster

Ein Cluster wird nicht verwendet und ausgeführt, wenn er sich im ausgeführten Zustand befindet und in den letzten fünf Tagen keine Daten erfasst oder Abfragen ausgeführt hat. In einigen Fällen werden Cluster möglicherweise automatisch beendet. In den folgenden Fällen wird der Cluster nicht automatisch beendet, und es wird eine Empfehlung angezeigt:

Beenden Sie den Cluster, um die Kosten zu reduzieren, während die Daten beibehalten werden. Wenn Sie die Daten nicht benötigen, sollten Sie den Cluster löschen, um Ihre Einsparungen zu erhöhen.

Nicht verwendeter beendeter Azure Data Explorer-Cluster

Ein Cluster wird als nicht verwendet und beendet betrachtet, wenn er vor mindestens 60 Tagen beendet wurde.

Es wird empfohlen, den Cluster zu löschen, um die Kosten zu senken.

Achtung

Angehaltene Cluster enthalten möglicherweise weiterhin Daten. Stellen Sie vor dem Löschen des Clusters sicher, dass Sie die Daten nicht mehr benötigen. Nachdem Sie den Cluster gelöscht haben, kann nicht mehr auf die Daten zugegriffen werden.

Data Explorer-Cluster zu einer kostengünstigeren und leistungsstärkeren SKU wechseln

Die Empfehlung, Daten-Explorer-Cluster zu einer kostengünstigeren und leistungsfähigeren SKU zu ändern, ist für einen Cluster, der mit einer nicht optimierten SKU betrieben wird. Diese aktualisierte SKU reduziert Ihre Kosten und verbessert die Gesamtleistung. Es verwendet die erforderliche Instanzanzahl, die die Cacheanforderungen Ihres Clusters erfüllt, während sichergestellt wird, dass die Leistung nicht negativ beeinflusst wird.

Aktivieren Sie als Teil der Empfehlung die optimierte Autoskala, wenn sie noch nicht aktiviert ist. Optimierte Autoscale führt eine detailliertere Analyse der Leistung des Clusters durch und bei Bedarf weitere Skalierungen im Cluster. Diese Aktion führt zu mehr Kostenreduzierungen. Die Empfehlungen für optimierte Autoskalen umfassen Empfehlungen für die Mindest- und maximale Anzahl von Instanzen. Der maximale Wert wird auf die empfohlene Anzahl der SKU-Instanzen festgelegt. Wenn der Cluster pläne hat, organisch zu wachsen, erhöhen Sie diese maximale Zahl manuell. Wenn die optimierte automatische Skalierung auf Ihrem Cluster bereits konfiguriert ist, kann die Empfehlung in einigen Fällen lauten, die maximale Instanzanzahl zu erhöhen.

Die SKU-Empfehlung berücksichtigt die aktuellen Zonendefinitionen eines Clusters und empfiehlt, wenn der Cluster Zonen unterstützt, nur Ziel-SKUs mit mindestens zwei Zonen. Durch das Hinzufügen weiterer Berechnungsverfügbarkeitszonen entstehen keine zusätzlichen Kosten.

Die SKU-Empfehlung des Beraters wird alle paar Stunden aktualisiert. Die Empfehlung überprüft die Kapazitätsverfügbarkeit der ausgewählten SKU in der Region. Die Kapazitätsverfügbarkeit ist jedoch dynamisch und ändert sich im Laufe der Zeit.

Hinweis

Die SKU-Empfehlung des Beraters unterstützt keine Cluster mit virtuellen Netzwerken oder verwalteten privaten Endpunkten.

Verringern des Caches für Azure Data Explorer-Tabellen

Die Empfehlung zum Verkürzen des Azure Data Explorer-Tabellencachezeitraums zur Clusterkostenoptimierung wird für einen Cluster angegeben, bei dem die Cacherichtlinie der Tabelle reduziert werden kann. Diese Empfehlung basiert auf dem Abfragezeitraum der letzten 30 Tage. Um zu sehen, wo Einsparungen möglich sind, können Sie die relevantesten fünf Tabellen pro Datenbank anzeigen, um potenzielle Cacheeinsparungen zu erzielen. Diese Empfehlung wird nur angeboten, wenn der Cluster nach einer Cacherichtlinienänderung skaliert oder herunterskaliert werden kann. Der Ratgeber überprüft, ob der Cluster "an Daten gebunden" ist, was bedeutet, dass der Cluster über eine geringe CPU- und geringe Aufnahmeauslastung verfügt, aber aufgrund der hohen Datenkapazität kann der Cluster nicht skaliert oder verkleinert werden.

Aktivieren der optimierten Autoskalierung

Die Empfehlung Aktivieren der optimierten Autoskalierung wird ausgesprochen, wenn die Aktivierung von Optimierte Autoskalierung die Anzahl der Instanzen für einen Cluster reduziert hätte. Diese Empfehlung basiert auf Verwendungsmustern, Cacheauslastung, Erfassungsauslastung und CPU. Um sicherzustellen, dass Sie Ihr geplantes Budget nicht überschreiten, fügen Sie eine maximale Anzahl von Instanzen hinzu, wenn Sie die optimierte Autoskalierung aktivieren.

Empfehlungen zur Leistung

Die Leistungsempfehlungen verbessern die Leistung Ihrer Azure Data Explorer-Cluster. Zu den Leistungsempfehlungen zählt beispielsweise Folgendes:

Aktualisieren der Cacherichtlinie für Azure Data Explorer-Tabellen

Die Empfehlung zum Überprüfen der Richtlinie zum Cachezeitraum von Azure Data Explorer-Tabellen zur Leistungsverbesserung wird für einen Cluster angezeigt, für den ein anderer Rückblickzeitraum-Zeitfilter oder eine umfangreichere Cacherichtlinie erforderlich ist. Diese Empfehlung basiert auf dem Abfragezeitraum der letzten 30 Tage. Die meisten Abfragen, die in den letzten 30 Tagen ausgeführt wurden, griffen auf Daten zu, die nicht im Cache waren, was die Abfragelaufzeit verlängern kann. Sie können die fünf wichtigsten Tabellen pro Datenbank anzeigen, die auf Out-of-Cache-Daten zugegriffen haben, sortiert nach dem Abfrageprozentsatz.

Möglicherweise erhalten Sie auch eine Leistungsempfehlung, um die Cacherichtlinie zu reduzieren. Dies kann passieren, wenn der Cluster datengebunden ist. Ein Cluster ist datengebunden, wenn die daten, die gemäß der Zwischenspeicherungsrichtlinie zwischengespeichert werden sollen, größer als die Gesamtgröße des Clustercaches ist. Durch das Verringern der Cacherichtlinie für datengebundene Cluster wird die Anzahl der Cachefehler reduziert und die Leistung verbessert.

Empfehlungen für optimalen Betrieb

Die Empfehlungen " Operational Excellence " oder "Best Practice" sind Empfehlungen, deren Implementierung Kosten oder Leistung nicht sofort verbessert, sondern in Zukunft vom Cluster profitieren kann. Hierzu gehört auch das Reduzieren der Tabellencacherichtlinie gemäß den Nutzungsmustern.

Reduzieren der Tabellencacherichtlinie gemäß Nutzungsmustern

Diese Empfehlung konzentriert sich auf die Aktualisierung der Cacherichtlinie basierend auf der tatsächlichen Nutzung im letzten Monat, um den heißen Cache für eine Tabelle zu reduzieren. Im Gegensatz zur vorherigen Kostenempfehlung gilt diese spezielle Empfehlung für Cluster, bei denen die Anzahl der Instanzen durch CPU- und Aufnahmelast und nicht durch die Menge der im Hot-Cache gespeicherten Daten bestimmt wird. In solchen Fällen reicht es nicht aus, nur die Cache-Richtlinie zu ändern, um die Anzahl der Instanzen zu verringern. Wir empfehlen weitere Optimierungen, z. B. das Ändern der SKU, die Reduzierung der CPU-Auslastung und die Aktivierung der automatischen Skalierung zur effizienten Skalierung. Diese Empfehlung kann für Tabellen hilfreich sein, bei denen der tatsächliche Abfrage-Lookback basierend auf Verwendungsmustern niedriger als die konfigurierte Cacherichtlinie ist. Die Reduzierung der Cacherichtlinie führt jedoch nicht direkt zu Kosteneinsparungen. Die Anzahl der Clusterinstanzen wird durch CPU- und Aufnahmelast bestimmt, unabhängig von der Im hot-Cache gespeicherten Datenmenge. Daher führt das Entfernen von Daten aus dem heißen Cache nicht direkt dazu, dass der Cluster skaliert wird.

Zuverlässigkeitsempfehlungen

Die Zuverlässigkeitsempfehlungen helfen Ihnen, die Kontinuität Ihrer geschäftskritischen Anwendungen sicherzustellen und zu verbessern.

Zu den Zuverlässigkeitsempfehlungen gehören:

Cluster verwendet Subnetz ohne Delegierung

Diese Empfehlung gilt für einen virtuellen Netzwerkcluster, der ein Subnetz ohne Delegierung für "Microsoft.Kusto/clusters" verwendet. Wenn Sie ein Subnetz an einen Cluster delegieren, können Sie mit diesem Dienst grundlegende Netzwerkkonfigurationsregeln für das Subnetz einrichten, wodurch der Cluster seine Instanzen stabil betreiben kann.

Cluster verwendet Subnetz mit ungültiger IP-Konfiguration

Die Empfehlung wird einem virtuellen Netzwerkcluster gegeben, in dem das Subnetz auch von anderen Diensten verwendet wird. Es wird empfohlen, alle anderen Dienste aus dem Subnetz zu entfernen und nur für Ihren Cluster zu verwenden.

Zugehöriger Inhalt

  • Last updated on