Réduire les coûts de service à l’aide d’Azure Advisor

Article
12/09/2023

Azure Advisor vous aide à optimiser et à réduire votre dépense Azure globale en identifiant les ressources inactives et sous-utilisées. Vous pouvez obtenir des recommandations en matière de coûts dans l’onglet Coût du tableau de bord Advisor.

Connectez-vous au portail Azure.
Recherchez et sélectionnez Advisor à partir de n’importe quelle page.
Dans le tableau de bord Advisor, sélectionnez l’onglet Coût.

Optimiser les dépenses de machine virtuelle ou de groupe de machines virtuelles identiques en redimensionnant ou en arrêtant des instances sous-utilisées

Alors que certains scénarios d’application peuvent par définition entraîner une faible utilisation, vous pouvez souvent faire des économies grâce à la gestion de la taille de vos machines virtuelles ou de vos groupes de machines virtuelles identiques, et de leur nombre.

Advisor utilise des algorithmes de Machine Learning pour identifier une faible utilisation et identifier la recommandation idéale pour garantir une utilisation optimale des machines virtuelles et des groupes de machines virtuelles identiques. Les actions recommandées sont l’arrêt ou le redimensionnement, en fonction de la ressource évaluée.

Recommandations d’arrêt

Advisor identifie des ressources qui n’ont pas été utilisées au cours des sept derniers jours et émet une recommandation pour les arrêter.

Les critères de recommandation incluent les métriques d’utilisation du réseau sortant et du processeur. La mémoire n’est pas prise en compte, car nous avons constaté que l’utilisation du processeur et du réseau sortant était suffisante.
Les sept derniers jours de données d’utilisation sont analysés. Vous pouvez modifier votre période de recul dans les configurations. Les périodes de recherche disponibles sont de 7, 14, 21, 30, 60 et 90 jours. La période de recul modifiée, jusqu’à 48 heures peuvent être nécessaires pour que les recommandations soient mises à jour.
Les métriques sont échantillonnées toutes les 30 secondes, agrégées à 1 min, puis regroupées à 30 minutes (nous prenons la moyenne des valeurs maximales lors de l’agrégation à 30 minutes). Sur les groupes de machines virtuelles identiques, les métriques des machines virtuelles individuelles sont agrégées à l’aide de la moyenne des métriques entre les instances.
Une recommandation d’arrêt est créée si :
- P95 de la valeur maximale d’utilisation du processeur cumulée sur tous les cœurs est inférieur à 3 %
- P100 du processeur en moyenne au cours des 3 derniers jours (somme sur tous les cœurs) < = 2 %
- L’utilisation du réseau sortant est inférieure à 2 % sur une période de 7 jours

Recommandations de redimensionnement des références SKU

Advisor recommande de redimensionner les machines virtuelles lorsqu’il est possible d’adapter la charge actuelle à une référence SKU plus appropriée, qui est moins coûteuse (en fonction des tarifs de vente au détail). Sur les groupes de machines virtuelles identiques, Advisor recommande le redimensionnement lorsqu’il est possible d’ajuster la charge actuelle sur une référence SKU plus économique et plus appropriée, ou un nombre inférieur d’instances de la même référence SKU.

Les critères de recommandation incluent l’utilisation du processeur, de la mémoire et du réseau sortant.
Les 7 derniers jours de données d’utilisation sont analysés. Notez que vous pouvez modifier votre période de recherche en arrière dans les configurations. Les périodes de recherche disponibles sont de 7, 14, 21, 30, 60 et 90 jours. La période de recul modifiée, jusqu’à 48 heures peuvent être nécessaires pour que les recommandations soient mises à jour.
Les métriques sont échantillonnées toutes les 30 secondes, agrégées à 1 min, puis regroupées à 30 minutes (nous prenons la moyenne des valeurs maximales lors de l’agrégation à 30 minutes). Sur les groupes de machines virtuelles identiques, les métriques des machines virtuelles individuelles sont agrégées à l’aide de la moyenne des métriques pour les recommandations de nombre d’instances et agrégées à l’aide du nombre maximal de métriques pour les recommandations de modification de référence SKU.
Une référence SKU appropriée (pour les machines virtuelles) ou le nombre d’instances (pour les ressources de groupe de machines virtuelles identiques) est déterminée en fonction des critères suivants :
- Les performances des charges de travail sur la nouvelle référence SKU ne vont pas être affectées.
  - Cible pour les charges de travail accessibles par l’utilisateur :
    - P95 de l’utilisation de processeur et de réseau sortant à 40 % ou moins sur la référence SKU recommandée
    - P100 de l’utilisation de mémoire à 60 % ou moins sur la référence SKU recommandée
  - Cible pour les charges de travail non accessibles par l’utilisateur :
    - P95 de l’utilisation de processeur et de réseau sortant à 80 % ou moins sur la nouvelle référence SKU
    - P100 de l’utilisation de mémoire à 80 % ou moins sur la nouvelle référence SKU
- La nouvelle référence SKU, le cas échéant, offre les mêmes fonctionnalités de mise en réseau accélérée et de stockage Premium
- La nouvelle référence SKU, le cas échéant, est prise en charge dans la région actuelle de la machine virtuelle avec la recommandation
- La nouvelle référence SKU, le cas échéant, est moins coûteuse
- Les recommandations relatives au nombre d’instances prennent également en compte si le groupe de machines virtuelles identiques est géré par Service Fabric ou AKS. Pour les ressources managées Service Fabric, les recommandations prennent en compte les niveaux de fiabilité et de durabilité.
Advisor détermine si une charge de travail est accessible par l’utilisateur en analysant ses caractéristiques d’utilisation du processeur. L’approche est fondée sur Microsoft Research. Vous trouverez plus d’informations ici : Surabonnement d’alimentation basé sur des prédictions - Microsoft Research.
En fonction de ce qui constituera le meilleur choix à moindre coût, sans incidence sur les performances, Advisor recommande non seulement des références SKU plus petites dans la même famille (par exemple, D3v2 à D2v2), mais également des références SKU dans une version plus récente (par exemple, D3v2 à D2v3) ou une famille différente (par exemple, D3v2 à E3v2).
Pour les ressources du groupe de machines virtuelles identiques, Advisor hiérarchise les recommandations de nombre d’instances par rapport aux recommandations de modification de référence SKU, car les modifications de nombre d’instances sont facilement exploitables, ce qui permet d’économiser plus rapidement.

Recommandations d’expansion

Nous évaluons si les charges de travail sont éligibles pour s’exécuter sur des références SKU spécialisées appelées références SKU Burstable qui prennent en charge les exigences de performances des charges de travail variables et sont moins coûteuses que les références SKU à usage général. Pour en savoir plus sur les références SKU expansibles, consultez : Série B modulable - Machines virtuelles Azure.

Une recommandation d’expansion est générée si :

L’utilisation moyenne du processeur est inférieure aux performances de ligne de base d’une référence SKU expansible
- Le 95e centile du processeur est inférieur à deux fois les performances de ligne de base de la référence SKU expansible
- La mise en réseau accélérée n’est pas activée pour la référence SKU, car les références SKU Burstable ne prennent pas en charge la mise en réseau accélérée pour le moment
- Nous déterminons que les crédits de SKU Burstable (expansibles) sont suffisants pour prendre en charge l’utilisation moyenne du processeur pendant plus de 7 jours. Notez que vous pouvez modifier votre période de recherche en arrière dans les configurations.

La recommandation résultante suggère qu’un utilisateur doit redimensionner sa machine virtuelle actuelle ou son groupe de machines virtuelles identiques en une référence SKU Burstable avec le même nombre de cœurs. Cette suggestion est faite afin qu’un utilisateur puisse tirer parti d’un coût inférieur et également du fait que la charge de travail a une faible utilisation moyenne, mais des pics élevés dans certains cas, qui peuvent être mieux servis par la référence SKU de la série B.

Advisor indique une estimation des économies réalisables avec l’une ou l’autre des actions recommandées : redimensionnement ou arrêt. Pour le redimensionnement, Advisor fournit des informations sur le nombre d'instances/les références SKU actuelles et cibles. Pour être plus sélectif concernant la réalisation d’actions sur les machines virtuelles ou des groupes de machines virtuelles identiques sous-exploités, vous pouvez ajuster la règle d’utilisation du processeur par abonnement.

Dans certains cas, il n’est pas possible d’adopter ou d’appliquer les recommandations, notamment dans les scénarios courants suivants (d’autres cas peuvent exister) :

La machine virtuelle ou le groupe de machines virtuelles identiques a été approvisionné pour prendre en charge le trafic à venir
La machine virtuelle ou le groupe de machines virtuelles identiques utilise d’autres ressources qui ne sont pas prises en compte par l’algorithme de redimensionnement, comme des métriques autres que le processeur, la mémoire et le réseau
Un test spécifique est effectué sur la référence SKU actuelle, même si elle n’est pas utilisée efficacement
Nécessité de conserver des références SKU homogènes de groupes de machines virtuelles identiques ou de machines virtuelles identiques
Machine virtuelle ou groupe de machines virtuelles identiques utilisés à des fins de récupération d’urgence

Dans ces cas-là, il vous suffit d’utiliser les options Ignorer/Reporter associées à la recommandation.

Limites

Les économies associées aux recommandations sont basées sur les tarifs de vente au détail et ne prennent pas en compte les remises temporaires ou à long terme qui pourraient s’appliquer à votre compte. Par conséquent, les économies répertoriées peuvent être plus élevées que ce qui est réellement possible.
Les recommandations ne tiennent pas compte de la présence d’instances réservées (RI)/achats de plans d’économies. Par conséquent, les économies répertoriées peuvent être plus élevées que ce qui est réellement possible. Dans certains cas, par exemple dans le cas des recommandations de séries croisées, en fonction des types de références SKU pour laquelle des instances réservées ont été achetées, les coûts peuvent augmenter lorsque les recommandations d’optimisation sont suivies. Nous vous conseillons de prendre en compte vos RI/achats de plan d’épargne lorsque vous agissez sur les recommandations de taille appropriée.

Nous travaillons constamment à l’amélioration de ces recommandations. N’hésitez pas à nous donner votre avis sur le forum d’Advisor.

Configurer des recommandations de machine virtuelle/groupe de machines virtuelles identiques

Vous pouvez ajuster les recommandations relatives aux machines virtuelles Advisor et aux groupes de machines virtuelles identiques. Plus précisément, vous pouvez configurer un filtre pour chaque abonnement pour afficher uniquement des recommandations de machines avec une certaine utilisation du processeur. Ce paramètre filtre les recommandations, sans modifier la façon dont elles sont générées.

Remarque

Si vous ne disposez pas des autorisations nécessaires, l’option est désactivée dans l’interface utilisateur. Pour plus d’informations sur les autorisations, consultez Autorisations dans Azure Advisor.

Pour ajuster les règles de dimensionnement appropriées de machines virtuelles/groupes de machines virtuelles identiques Advisor, procédez comme suit :

Dans n’importe quelle page Azure Advisor, cliquez sur Configuration dans le volet de navigation de gauche. La page Configuration d’Advisor s’ouvre avec l’onglet Ressources sélectionné par défaut.
Sélectionnez l’onglet Dimensionnement adéquat de la machine virtuelle/du groupe de machines virtuelles identiques.
Sélectionnez les abonnements pour lesquels vous voulez configurer le filtre pour l’utilisation moyenne du processeur, puis cliquez sur Modifier.
Sélectionnez la valeur d’utilisation moyenne du processeur souhaitée, puis cliquez sur Appliquer. Jusqu’à 24 heures peuvent être nécessaires pour que les nouveaux paramètres soient reflétés dans les recommandations.

Étapes suivantes

Pour en savoir plus sur les recommandations d’Advisor, consultez les ressources suivantes :