Снижение затрат на службы с помощью Помощника по Azure

Помощник по Azure помогает оптимизировать и уменьшить общие расходы на Azure, выявляя простаивающие и недостаточно нагруженные ресурсы. Рекомендации по затратам можно получить на вкладке Стоимость панели мониторинга Помощника.

1. Войдите на портал Azure.

2. Найдите и выберите Советник на любой странице.

3. На панели мониторинга Помощник щелкните вкладку Затраты.

Оптимизация затрат на виртуальные машины (VM) или масштабируемые наборы виртуальных машин (VMSS) путем изменения размера или завершения работы недостаточно используемых экземпляров

Хотя в некоторых сценариях приложение может намеренно обеспечивать низкую загрузку, часто можно сократить затраты, управляя размером и числом виртуальных машин или масштабируемых наборов виртуальных машин.

Помощник использует алгоритмы машинного обучения для выявления низких уровней потребления и для формирования оптимальных рекомендаций, которые помогают оптимизировать использование виртуальных машин и масштабируемых наборов виртуальных машин. Рекомендуемые действия для оцениваемого ресурса — отключение или изменение его размера.

Рекомендации по завершению работы

Помощник определяет ресурсы, которые не использовались вообще за последние семь дней, и делает рекомендацию по закрытию их работы.

• Критерии рекомендаций включают метрики использования ЦП и исходящего сетевого трафика. Память не рассматривается, так как мы обнаружили, что использование ЦП и исходящей сети достаточно.

• Данные об использовании за последние семь дней анализируются. Вы можете изменить период обратного просмотра в конфигурациях. Доступные периоды обратного просмотра: 7, 14, 21, 30, 60 и 90 дней. После изменения периода обратного просмотра может потребоваться до 48 часов для обновления рекомендаций.

• Выборка метрик выполняется каждые 30 секунд, суммирование — каждую минуту, а затем выполняется дополнительная статистическая обработка до 30 минут (мы принимаем максимальное из средних значений при статистической обработке до 30 минут). В масштабируемых наборах виртуальных машин метрики отдельных виртуальных машин агрегируются с использованием среднего значения метрик всех экземпляров.

• Рекомендации по завершению работы формируются в следующих случаях.

  • 95-й процентиль максимального значения использования ЦП, рассчитанного по всем ядрам, составляет менее 3%
  • P100 среднего объема потребления ресурсов ЦП за последние 3 дня (суммирование по всем ядрам) < = 2%
  • Использование исходящей сети составляет менее 2 % за семь дней.

Рекомендации по изменению размеров для SKU.

Советник рекомендует изменять размер виртуальных машин, когда это возможно для обработки текущей нагрузки на более подходящем профиле SKU, что является менее затратным вариантом (основано на розничных тарифах). В масштабируемых наборах виртуальных машин Advisor рекомендует изменять размер, если текущую нагрузку можно разместить на более подходящей и дешевой SKU, или уменьшить количество экземпляров той же SKU.

• Критерии рекомендаций включают использование ЦП, памяти и исходящей сети.

• Анализируются последние 7 дней данных об использовании. Вы можете изменить период обратного просмотра в конфигурациях. Доступные периоды обратного просмотра: 7, 14, 21, 30, 60 и 90 дней. После изменения периода обратного просмотра может потребоваться до 48 часов для обновления рекомендаций.

• Метрики снимаются каждые 30 секунд, агрегируются до 1 минуты, а затем дополнительно агрегируются до 30 минут (максимальное значение средних значений берется при агрегации до 30 минут). В масштабируемых наборах виртуальных машин метрики отдельных виртуальных машин агрегируются с использованием среднего значения метрик для рекомендаций по подсчету экземпляров и агрегируются с использованием максимального количества метрик для рекомендаций по изменению номера SKU.

• Соответствующий номер SKU (для виртуальных машин) или число экземпляров (для ресурсов масштабируемого набора виртуальных машин) определяется на основе следующих критериев:

  • Производительность рабочих нагрузок на новом номере SKU не будет влиять.
    • Целевой объект для рабочих нагрузок, предназначенных для пользователей:
      • P95 использования ресурсов ЦП и исходящей сети составляет 40% или менее на рекомендованном SKU
      • P100 использования памяти составляет 60% или ниже на рекомендуемом SKU.
    • Цель для нагрузок, не связанных с пользователями
      • P95 объема потребления ресурсов ЦП и исходящей сети не превышают 80% в новых SKU
      • P100 объема потребления ресурсов памяти не превышает 80% в новых SKU
  • Если применимо, новый SKU обладает теми же возможностями ускоренной сети и 'Премиум' хранилища.
  • Новый номер SKU, если применимо, поддерживается в текущем регионе виртуальной машины с рекомендацией
  • Новый номер SKU, если применимо, является менее затратным
  • Рекомендации по количеству экземпляров также учитываются, если масштабируемый набор виртуальных машин управляется Service Fabric или AKS. Для управляемых ресурсов Service Fabric рекомендации учитывают уровни надежности и устойчивости.

• Помощник определяет, доступна ли рабочая нагрузка пользователям, анализируя характеристики потребления ресурсов ЦП. Этот подход основан на выводах, сделанных в результате исследования Майкрософт. Дополнительные сведения см. в статье Превышение лимита подписки с учетом прогнозов на облачных платформах — исследование Майкрософт.

• Советник рекомендует, в зависимости от оптимального соответствия и максимально низких затрат без влияния на производительность, использовать не только более мелкие SKU в том же семействе (например, от D3v2 до D2v2), но и SKU в более новой версии (например, от D3v2 до D2v3), или в другом семействе (например, от D3v2 до E3v2).

• Для ресурсов масштабируемого набора виртуальных машин Рекомендатор приоритизирует рекомендации по количеству экземпляров перед рекомендациями по изменению SKU, так как изменить количество экземпляров проще, что приводит к более быстрой экономии.

Рекомендации с возможностью увеличения нагрузки

Мы оцениваем, могут ли рабочие нагрузки выполняться в специализированных SKU, называемых Изменяющиеся SKU, которые поддерживают переменные требования к производительности рабочей нагрузки и являются менее дорогостоящими, чем SKU для общего назначения. Дополнительные сведения о SKU с увеличивающейся производительностью см. здесь: Серия B с увеличивающейся производительностью — виртуальные машины Azure.

Рекомендации по SKU с увеличивающейся производительностью формируются в следующих случаях:

• Средняя загрузка ЦП меньше базовой производительности единиц SKU
  • Если P95 ресурсов ЦП меньше, чем двукратная базовая производительность SKU с увеличивающейся производительностью
  • Если в текущем SKU не включена ускоренная сеть, так как гибкие SKU пока не поддерживают ее.
  • Если мы определим, что кредиты на SKU с возможностью повышения производительности достаточны для поддержки среднего использования ЦП в течение 7 дней. Вы можете изменить период обратного просмотра в конфигурациях.

Результирующая рекомендация предполагает, что пользователь должен перемасштабировать свою текущую виртуальную машину или набор виртуальных машин до SKU с возможностью burst-режима с тем же количеством ядер. Это предложение делается так, чтобы пользователь мог воспользоваться более низкими затратами, а также тем, что рабочая нагрузка имеет низкий средний уровень использования, но высокие пиковые нагрузки в случаях, которые лучше всего обслуживаются номером SKU серии B.

Советник показывает расчетную экономию затрат для каждого из рекомендуемых действий: изменение размера или отключение. Что касается изменения размера, помощник предоставляет информацию о текущем и целевом количестве SKU и экземпляров. Чтобы проявлять большую избирательность при применении действий на недоиспользуемых виртуальных машинах или масштабируемых наборах виртуальных машин, можно настроить правило использования ЦП по подписке.

В некоторых случаях рекомендации не могут быть приняты или могут не применяться, например некоторые из этих распространенных сценариев (могут быть и другие случаи):

• Для поддержки поступающего трафика подготовлена виртуальная машина или масштабируемый набор виртуальных машин.

• Виртуальные машины или масштабируемый набор виртуальных машин используют другие ресурсы, не рассмотренные алгоритмом изменения размера, например метрики, отличные от ЦП, памяти и сети.

• Конкретное тестирование проводимое на данном SKU, даже если оно используется неэффективно.

• Необходимо обеспечить одинаковость SKU виртуальных машин или масштабируемого набора виртуальных машин.

• Виртуальная машина или масштабируемый набор виртуальных машин используются для аварийного восстановления.

В таких случаях просто используйте параметры "Закрыть" или "Отложить", связанные с рекомендацией.

Ограничения

• Экономия, связанная с рекомендациями, основана на розничных ставках и не учитывает временные или долгосрочные скидки, которые могут применяться к вашей учетной записи. В результате перечисленные сбережения могут быть выше, чем на самом деле возможно.

• Рекомендации не учитывают наличие покупок зарезервированных экземпляров (RI) / планов экономии. В результате перечисленные сбережения могут быть выше, чем на самом деле возможно. В некоторых случаях, например, в случае перекрестных рекомендаций, в зависимости от типов SKU, для которых были приобретены зарезервированные экземпляры, затраты могут увеличиться, когда следуют рекомендациям по оптимизации. При выполнении рекомендаций по правильному размеру рекомендуется учитывать покупки плана ri/сберегательной экономии.

Мы постоянно работаем над улучшением этих рекомендаций. Оставляйте свои отзывы на форуме Advisor.

Настройка рекомендаций vm/VMSS

Вы можете настроить рекомендации для виртуальных машин Advisor и масштабируемых наборов виртуальных машин. В частности, можно настроить фильтр для каждой подписки, чтобы отобразить только рекомендации для компьютеров с определенным использованием ЦП. Этот параметр фильтрует рекомендации, но не изменит способ их создания.

Чтобы настроить правила изменения размера в масштабируемых наборах виртуальных машин и виртуальных машинах Advisor, выполните следующие действия.

1. На любой странице Помощника по Azure щелкните "Конфигурация" в области навигации слева. Откроется страница "Конфигурация помощника" с выбранной вкладкой "Ресурсы " по умолчанию.

2. Выберите вкладку размера виртуальной машины или Масштабируемые наборы виртуальных машин правого размера.

3. Выберите подписки, для которых вы хотите настроить фильтр на среднее использование центрального процессора, а затем нажмите Изменить.

4. Выберите требуемое среднее значение использования ЦП и нажмите кнопку "Применить". Для отражения новых параметров в рекомендациях может потребоваться до 24 часов.

Следующие шаги

Чтобы узнать больше о рекомендациях Помощника, ознакомьтесь с приведенными ниже материалами.

• Рекомендации по затратам Помощника (полный перечень)
• Общие сведения об Azure Advisor
• Оценка Помощника