Strategie di architettura per la pianificazione della capacità

Questa raccomandazione della checklist sull'efficienza delle prestazioni del Framework Azure Well-Architected si applica a:

Questa guida descrive le raccomandazioni per la pianificazione della capacità. La pianificazione della capacità si riferisce al processo di determinazione delle risorse necessarie per soddisfare gli obiettivi prestazionali del carico di lavoro. Implica la stima della quantità di risorse di calcolo, ad esempio CPU, memoria, archiviazione e larghezza di banda di rete necessarie per supportare i requisiti di prestazioni del carico di lavoro. La pianificazione della capacità consente di evitare il sottoprovisioning e garantisce che il carico di lavoro disponga di risorse sufficienti per gestire le richieste di carico di lavoro previste senza che si verifichino problemi di prestazioni o colli di bottiglia. Consente inoltre di evitare il provisioning eccessivo e i costi non necessari. Una mancanza di pianificazione della capacità può causare problemi di prestazioni, colli di bottiglia delle risorse, costi aumentati, allocazione inefficiente, sfide di scalabilità e prestazioni imprevedibili del carico di lavoro.

Definizioni

La pianificazione della capacità è un processo lungimirante che implica prendere decisioni basate sulle richieste e sui modelli previsti per il carico di lavoro. Il suo obiettivo è quello di ottimizzare le prestazioni del carico di lavoro sia in scenari di carico continuo che di picco. Comprendendo i cambiamenti nell'utilizzo, come i cambiamenti stagionali o i rilasci dei prodotti, è possibile allocare le risorse in modo strategico, evitando tensioni sul sistema durante i periodi di domanda elevata. Questa strategia proattiva riduce le interruzioni e rafforza l’efficienza delle prestazioni. Analizzando le tendenze di utilizzo passate e i dati di crescita, puoi prevedere le esigenze a breve e lungo termine. Puoi individuare potenziali colli di bottiglia e problemi di scalabilità, garantendo prestazioni coerenti ed efficienti dei carichi di lavoro.

Raccogliere dati sulla capacità

La raccolta dei dati sull'utilizzo del carico di lavoro comporta la raccolta e l'analisi delle informazioni sull'uso delle risorse da parte di un carico di lavoro. Dovresti raccogliere dati su modelli storici per i carichi di lavoro esistenti e misure predittive per i nuovi carichi di lavoro. Questo processo aiuta a tradurre gli obiettivi aziendali in requisiti tecnici ed è essenziale per la capacità di previsione. Prendi in considerazione le seguenti raccomandazioni:

Informazioni su un carico di lavoro esistente

Informazioni su un carico di lavoro esistente per la pianificazione della capacità implica l'analisi di dati storici in relazione al modo in cui il carico di lavoro utilizza le risorse. Comprende parametri come l'utilizzo delle risorse, i dati relativi alle prestazioni e i modelli di carico di lavoro. Questa comprensione garantisce un'allocazione efficiente delle risorse, traduce gli obiettivi aziendali in requisiti tecnici e aiuta a identificare potenziali colli di bottiglia.

• Informazioni sui dati: esamina i dati storici disponibili e comprendi la struttura, il formato e la pertinenza per la pianificazione della capacità. La revisione potrebbe includere parametri di utilizzo delle risorse, modelli di carico di lavoro, parametri di prestazione e altri punti dati rilevanti. Informazioni sui processi aziendali e la criticità delle applicazioni. Identifica i tempi di picco di utilizzo, il carico degli utenti, i tassi di transazione e altri parametri rilevanti.

• Pulire e pre-elaborare i dati: preparare i dati per l'analisi rimuovendo eventuali incoerenze, errori o outlier. La preparazione dei dati potrebbe comportare tecniche di pulizia dei dati come l'imputazione dei dati, la gestione dei valori mancanti o la normalizzazione.

• Identifica le metriche chiave: identifica le metriche rilevanti per la pianificazione della capacità. Le metriche possono includere l'utilizzo della CPU, l'utilizzo della memoria, la velocità effettiva di rete e i tempi di risposta.

• Identificare i colli di bottiglia: misurare la velocità effettiva e i tempi di risposta per identificare i componenti specifici del sistema che potrebbero diventare colli di bottiglia man mano che aumenta il carico di lavoro. Le richieste al secondo e l'utilizzo della CPU del database possono essere indicatori validi della capacità.

• Visualizzare i dati: creare visualizzazioni, ad esempio grafici o tracciati, per ottenere informazioni più dettagliate sui dati cronologici. Le visualizzazioni possono aiutarti a identificare modelli, tendenze e anomalie nei dati per darti una comprensione più chiara del comportamento del carico di lavoro.

Informazioni su un nuovo carico di lavoro

Informazioni su un nuovo carico di lavoro per la pianificazione delle capacità per prevenire i requisiti di risorse di una futura attività senza dati storici. La stima delle esigenze future di un nuovo carico di lavoro senza dati cronologici può risultare più complessa. Questo processo garantisce l'allocazione efficiente delle risorse e l'allinemaneto delle allocazioni con obiettivi del carico di lavoro quando il carico di lavoro viene introdotto. Prendi in considerazione le seguenti raccomandazioni:

• Ricerca di mercato: condurre ricerche di mercato per comprendere la domanda di prodotti o servizi simili può fornire informazioni preziose sulla potenziale domanda di un nuovo carico di lavoro. La ricerca può comportare l'analisi delle tendenze di mercato, l'esecuzione di sondaggi o lo studio delle offerte dei concorrenti.

• Giudizio degli esperti: il contributo di esperti in materia o professionisti con esperienza nel settore può aiutarti a stimare la domanda di un nuovo carico di lavoro. Le loro competenze e le informazion dettagliate possono fornire input preziosi per le previsioni.

• Progetti pilota o prototipi: progetti pilota o prototipi su piccola scala possono aiutarti a raccogliere dati e feedback in tempo reale. È quindi possibile utilizzare questi dati per informare il processo di pianificazione della capacità e modificare la domanda prevista.

• Origini dati esterne: le origini dati esterne come report di settore, studi di mercato o sondaggi tra i clienti possono fornire informazioni aggiuntive per stimare la domanda per un nuovo carico di lavoro. Queste origini possono offrire informazioni preziose sulle preferenze dei clienti, sulle tendenze del mercato e sui potenziali fattori trainanti della domanda.

Previsione della domanda

La previsione della domanda implica l'utilizzo dei dati del carico di lavoro per prevedere le esigenze future di un servizio o prodotto. È essenziale che la pianificazione della capacità garantisca un'allocazione efficiente delle risorse, anticipi i modelli di crescita e si prepari a potenziali aumenti della domanda. Quando prevedi la domanda futura, utilizzi i dati per avere un'idea delle esigenze future. Si applicano analisi statistiche, analisi delle tendenze o tecniche di modellazione predittiva ai dati necessari per prevedere la domanda futura. Questi metodi tengono conto di modelli storici o anticipati e li proiettano nel futuro per fornire stime della domanda prevista del carico di lavoro. Per prevedere la domanda, prendere in considerazione queste strategie:

Considerare vari scenari

Quando si esegue la pianificazione della capacità, è necessario pianificare scenari diversi che potrebbero verificarsi. Questa pianificazione dovrebbe includere sia modelli di crescita prevedibili che picchi inaspettati della domanda. I modelli di utilizzo possono crescere o ridursi. Possono essere organici (più o meno utenti) o inorganici (un evento o un incidente di sicurezza). È necessario eseguire la pianificazione della capacità prima delle modifiche all'utilizzo, in momenti chiave:

• Progettazione (previsione)
• Picchi regolari (richiesta di accesso alle 8:00)
• Lancio (convalida della previsione)
• Modifica del modello aziendale
• Acquisizione o fusione
• Push di marketing
• Cambiamento stagionale
• Lancio di funzionalità
• Periodicamente

Utilizza tecniche di previsione

La previsione della domanda futura per un servizio o un prodotto implica l'utilizzo di tecniche come l'analisi statistica, l'analisi delle tendenze e la modellazione predittiva. Ecco una panoramica di come è possibile utilizzare queste tecniche:

• Analisi statistica: i metodi statistici consentono di individuare modelli e relazioni all'interno dei dati cronologici. È possibile utilizzare questi modelli per prevedere la domanda futura. È possibile utilizzare tecniche come l'analisi delle serie temporali, l'analisi di regressione e le medie mobili per identificare tendenze, stagionalità e altri modelli nei dati.

• Analisi delle tendenze: l'analisi delle tendenze implica l'esame di dati storici per identificare modelli coerenti ed estrapolare tali modelli nel futuro. Ad esempio, se la domanda di carico di lavoro è aumentata del 10% durante lo scorso anno, si potrebbe prevedere una continuazione di questa tendenza. Quando si analizzano i dati storici della domanda in un periodo di tempo, è possibile identificare le tendenze di crescita o di riduzione. Utilizzare queste tendenze come base per prevedere la domanda futura. L'analisi delle tendenze può anche identificare gli effetti di eventi occasionali che causano rapidi cambiamenti nel traffico (inorganici). Ad esempio, il rilascio di funzionalità potrebbe aumentare costantemente la domanda del 5%. Se hai quattro versioni principali all'anno, dovresti pianificare una crescita del 5% ogni volta.

• Modellazione predittiva: la modellazione predittiva è il processo di costruzione di modelli matematici che utilizzano dati storici e altre variabili rilevanti per fare previsioni sulla domanda futura. Puoi utilizzare tecniche come algoritmi di apprendimento automatico, reti neurali o strutture decisionali. Questi modelli possono tenere conto di molteplici fattori e variabili per fornire previsioni più accurate.

Allineare previsioni a obiettivi del carico di lavoro

L'allineamento delle previsioni agli obiettivi del carico di lavoro implica l'adeguamento dei modelli di capacità predittiva per garantire che soddisfino gli obiettivi e le richieste specifici di un determinato carico di lavoro. Questo allineamento garantisce che venga effettuato il provisioning delle risorse in modo adeguato, impedendo sia sottoutilizzo che potenziali overload del carico di lavoro. Ad esempio, se si intende supportare un'API per 1 milione di utenti per caricare file da 1 MB in un secondo, ma i dati correnti mostrano velocità di scrittura lente, è necessario regolare il sistema. È essenziale parlare con le parti interessate per comprendere i requisiti del carico di lavoro. Assicurati che i tuoi piani siano allineati alle promesse (SLA) dei tuoi provider di servizi. Questo allineamento garantisce che la tua capacità soddisfi la domanda prevista e aiuta a individuare le aree del sistema che potrebbero richiedere modifiche.

Determina i requisiti delle risorsae

La determinazione dei requisiti delle risorse per la pianificazione della capacità comporta la valutazione delle risorse necessarie per soddisfare la domanda prevista. Ad esempio, se un'applicazione prevede un aumento di 50% di utenti durante una campagna promozionale, potrebbe essere necessario allocare più istanze cloud o modificare i parametri di scalabilità automatica per gestire il carico aumentato.

Un carico di lavoro può avere molte risorse, quindi non esiste una metrica da osservare per determinare i requisiti delle risorse. È necessario misurare la capacità a livello di risorsa per ottenere risultati significativi. Stima la domanda prevista per le tue risorse in base a dati storici, tendenze di mercato e proiezioni aziendali. Considera il numero di transazioni, utenti simultanei o qualsiasi altro parametro rilevante.

In base alla domanda prevista, calcola le risorse necessarie per soddisfarla. Prendere in considerazione fattori quali capacità del server, larghezza di banda di rete, capacità di archiviazione e personale:

• Capacità del server: determinare la capacità del server necessaria in base al numero stimato di utenti o transazioni simultanei. Prendere in considerazione fattori come i requisiti di CPU, memoria e spazio su disco per garantire che i server possano gestire il carico di lavoro previsto.

• Larghezza di banda della rete: valuta la larghezza di banda della rete necessaria per supportare il livello di traffico previsto. Devi includere le velocità di trasferimento dei dati sia in entrata che in uscita per garantire una comunicazione fluida ed efficiente tra server e client.

• Capacità di archiviazione: stima la quantità di dati che il carico di lavoro genera o elabora durante la domanda prevista. Considera fattori come le dimensioni del database, i requisiti di archiviazione dei file e qualsiasi altra esigenza di archiviazione dei dati specifica per la tua applicazione.

• Personale: valutare le risorse umane necessarie per gestire e gestire l'infrastruttura, gestire il supporto clienti, eseguire la manutenzione del sistema e garantire operazioni senza problemi. Prendere in considerazione fattori come la distribuzione del carico di lavoro, il set di competenze e le competenze necessarie.

Informazioni sulle limitazioni delle risorse

Le risorse nel carico di lavoro presentano limitazioni in termini di prestazioni. Le limitazioni delle prestazioni si applicano a servizi e SKU all'interno di ogni servizio. È necessario comprendere i limiti delle risorse nel carico di lavoro e tenerne conto nelle decisioni di progettazione. Ad esempio, è necessario sapere se le limitazioni delle risorse richiedono di modificare gli SKU o di modificare completamente le risorse.

È anche necessario identificare i limiti raggiungibili. Si riferisce al punto di individuare le soglie massime o i limiti di un carico di lavoro. Questi limiti si applicano in genere all'infrastruttura (calcolo, memoria, archiviazione, rete), applicazione (connessioni di database simultanee, tempi di risposta, disponibilità), servizio (richieste al secondo) e scalabilità. Quando la pianificazione della capacità identifica limiti raggiungibili, è necessario modificare il carico di lavoro prima che il limite crei un problema di prestazioni. Le linee di base delle prestazioni, il monitoraggio continuo e i test sono essenziali per convalidare i limiti e la soluzione.

Compromesso: pianificazione della capacità mal giudicata può condrre a un provisioning eccessivo o insufficiente delle risorse. Il provisioning eccessivo comporta costi più elevati. Un provisioning insufficiente può comportare prestazioni scadenti. Prova a trovare il giusto equilibrio.

Facilitazione di Azure

Raccolta di dati sulla capacità e previsione della domanda: Monitoraggio di Azure ti consente di raccogliere e analizzare i dati di telemetria dalle tue applicazioni e dell'infrastruttura. Supporta il monitoraggio di varie risorse di Azure, tra cui macchine virtuali, contenitori e account di archiviazione. Gli strumenti chiave includono Application Insights e Log Analytics. Configurando la raccolta dati e definendo parametri e log che desideri monitorare, puoi raccogliere dati preziosi sul carico di lavoro per l'analisi. Per il monitoraggio della rete, combinare Monitoraggio di Azure con Network Watcher di Azure, informazioni dettagliate sulla rete di Monitoraggio di Azure e Monitoraggio di Azure ExpressRoute.

Monitoraggio di Azure consente di analizzare dati storici e applicare tecniche di previsione per prevedere le tendenze future del carico di lavoro e i requisiti di capacità. Puoi generare previsioni che possono aiutarti nella pianificazione della capacità. Queste previsioni aiutano a stimare la capacità del server, la larghezza di banda della rete, la capacità di archiviazione e altre esigenze di risorse utilizzando i modelli di domanda previsti.

Per carichi di lavoro analitici complessi che coinvolgono set di dati cronologici di grandi dimensioni, i processi di ricerca di Log Analytics consentono l'esecuzione di query asincrone dei dati in periodi di conservazione a lungo termine senza influire sulle prestazioni di monitoraggio in tempo reale. I processi di ricerca creano tabelle di Analisi dedicate per i risultati, consentendo la separazione dei carichi di lavoro analitici dal monitoraggio operativo. Questa funzionalità è particolarmente utile per le attività di pianificazione della capacità che richiedono analisi cronologiche approfondite, ad esempio l'analisi delle tendenze e la previsione, mantenendo prestazioni ottimali per le operazioni di monitoraggio quotidiane.

Determinazione dei requisiti delle risorse: poiché forniscono un'ampia gamma di configurazioni, gli strumenti e i servizi di Azure possono aiutarti a definire i requisiti tecnici. Puoi allineare i requisiti del carico di lavoro con le risorse di Azure disponibili, assicurandoti di avere seleizonato i componenti e le impostazioni appropriati per soddisfare le esigenze funzionali.

Informazioni sulle limitazioni delle risorse: Azure fornisce documentazione e risorse per comprendere le limitazioni delle prestazioni di vari servizi e SKU di Azure. Prendere in considerazione queste limitazioni può aiutarti a prendere decisioni di progettazione informate e a ottimizzare l'architettura del carico di lavoro per prestazioni e convenienza.

Azure offre opzioni di scalabilità come la scalabilità automatica, che può modificare automaticamente le risorse in base alla domanda del carico di lavoro. È possibile ridimensionare verticalmente aumentando la capacità di una risorsa usando una dimensione di macchina virtuale maggiore oppure è possibile ridimensionare orizzontalmente aggiungendo nuove istanze di una risorsa. I servizi di Azure con funzionalità di scalabilità automatica possono aumentare automaticamente il numero di istanze per garantire la capacità durante i picchi del carico di lavoro e tornare al normale quando il carico diminuisce. Esistono limiti di scalabilità all'interno della configurazione e dei servizi di cui dovresti essere a conoscenza. È possibile leggere la documentazione o eseguire test. Azure offre strumenti come Test di carico di Azure, che consentono di simulare il carico e i diversi modelli di utilizzo per raccogliere dati pertinenti sul carico di lavoro.

Collegamenti correlati

• Monitoraggio di Azure
• Application Insights
• Log Analytics
• Servizi di monitoraggio di rete

Elenco di controllo dell'efficienza prestazionale

Fare riferimento al set completo di raccomandazioni.