Adatbázis-erőforrások dinamikus skálázása minimális állásidővel

A KÖVETKEZŐKRE VONATKOZIK: Azure SQL Database Azure SQL felügyelt példány

Azure SQL Database és SQL példányok lehetővé teszik, hogy dinamikusan további erőforrásokat adjon hozzá az adatbázishoz minimális állásidővel; az adatbázissal való kapcsolat azonban rövid időre megszakad, ami az újrapróbálkozási logikával csökkenthető.

Áttekintés

Ha az alkalmazás iránti igény néhány eszközről és ügyfélről millióra nő, a Azure SQL Database és SQL példányok menet közben, minimális állásidővel méretezhetők. A skálázhatóság a szolgáltatásként használt platform (PaaS) egyik legfontosabb jellemzője, amely lehetővé teszi, hogy szükség esetén dinamikusan további erőforrásokat adjon a szolgáltatáshoz. Azure SQL Database lehetővé teszi az adatbázisokhoz rendelt erőforrások (processzorteljesítmény, memória, IO-átviteli sebesség és tárterület) egyszerű beállítását.

Az alkalmazás megnövekedett használata miatt csökkenthetők a teljesítménybeli problémák, amelyek nem javíthatóak indexelés vagy lekérdezésátírási metódusok használatával. További erőforrások hozzáadásával gyorsan reagálhat, ha az adatbázis eléri az aktuális erőforráskorlátokat, és nagyobb teljesítményre van szüksége a bejövő számítási feladatok kezeléséhez. Azure SQL Database a költségek csökkentéséhez nem szükséges erőforrások horizontális leskál való leskálát is lehetővé teszik.

Nem kell aggódnia a hardver megvásárlásával és a mögöttes infrastruktúra módosításával. Az adatbázis skálázása egyszerűen elvégezhető a Azure Portal egy csúszkával.

Adatbázis teljesítményének skálázása

Azure SQL Database A DTU-alapú vásárlási modellt és a virtuálismag-alapúvásárlási modellt kínálja, míg a felügyelt Azure SQL-példánycsak a virtuálismag-alapú vásárlási modellt kínálja.

  • A DTU-alapú vásárlási modell a számítási, memória- és I/O-erőforrások egyvelegét kínálja három szolgáltatási szinten a kis és nagy terhelésű adatbázis-számítási feladatok támogatásához: Alapszintű, Standard és Prémium. Az egyes szolgáltatásszintek teljesítményszintjei ezen erőforrások különféle keverékét kínálják, amelyhez további tárterület-erőforrások is hozzáadhatók.
  • A virtuálismag-alapú vásárlási modell lehetővé teszi a virtuális magok számának, a memória mennyiségének és sebességének, valamint a tárterület mennyiségének és sebességének a választását. Ez a vásárlási modell három szolgáltatási szintet kínál: általános célú, üzletileg kritikus és a hyperscale.

Első alkalmazását alacsony havi költséggel építheti fel egy kisméretű, egyetlen adatbázisra az Alapszintű, Standard vagy általános célú szolgáltatási szinten, majd manuálisan vagy programozottan bármikor módosíthatja a szolgáltatási szintet az Prémium- vagy üzletileg kritikus-szolgáltatási szintre, hogy megfeleljen a megoldás igényeinek. Úgy módosíthatja a teljesítményt, hogy az nem jár leállással az alkalmazás vagy az ügyfelek számára. A dinamikus méretezhetőség révén az adatbázis átlátható módon reagál a gyorsan változó erőforrásigényekre, és lehetővé teszi, hogy csak azokért az erőforrásokért fizessen, amelyekre és amikor szüksége van.

Megjegyzés

A dinamikus méretezhetőség különbözik az automatikus skálázástól. Az automatikus skálázás olyankor történik, amikor egy szolgáltatás a feltételek alapján automatikusan skálázódik, míg a dinamikus skálázhatóság minimális állásidővel teszi lehetővé a manuális skálázást.

A rendszer egyetlen Azure SQL Database támogatja a manuális dinamikus skálázhatóságot, de az automatikus skálázást nem. Ha automatikus megoldást keres, érdemes megfontolni a rugalmas készletek használatát, amely lehetővé teszi, hogy az adatbázisok osztozzanak egy készlet erőforrásain az egyes adatbázisok egyedi igényei alapján. Vannak azonban olyan szkriptek, amelyek segíthetnek automatizálni egy adatbázis skálázhatóságát a Azure SQL Database. Erre az Egyetlen SQL-adatbázis monitorozása és skálázása a PowerShell használatával című témakörben láthat példát.

A DTU-szolgáltatásszinteket vagy a virtuális magok jellemzőit bármikor módosíthatja, az alkalmazás minimális állásideje (általában átlagosan kevesebb mint négy másodperc) mellett. Számos vállalkozás és alkalmazás számára elegendő az, ha adatbázisokat tudnak létrehozni, majd azok teljesítményét szükség szerint felfelé és lefelé tudják skálázni – különösen akkor, ha a használati minták viszonylag jól jelezhetők előre. Azonban előre nem látható használati minták esetén nehézségekbe ütközhet a költségek és az üzleti modell kezelése. Ebben a forgatókönyvben olyan rugalmas készletet használ, amely bizonyos számú eDTUS-t használ, amelyek a készlet több adatbázisa között vannak megosztva.

Bevezetés az SQL Database-be: önálló adatbázis DTU-k rétegek és szintek szerint

Azure SQL Database lehetővé teszi az adatbázisok dinamikus méretezését:

  • Egyetlen adatbázissal DTU- vagy virtuálismag-modellek használatával határozhatja meg az egyes adatbázisokhoz hozzárendelt erőforrások maximális mennyiségét.
  • A rugalmas készletek lehetővé teszik, hogy meghatározza a készletben található adatbázisok csoportjára vonatkozó maximális erőforráskorlátot.

Az Azure SQL Felügyelt példány a következő méretezési módokat is lehetővé teszi:

  • SQL felügyelt példány virtuális magok módot használ, és lehetővé teszi a példány számára lefoglalt processzormagok és tárterület maximális határozzák meg. A felügyelt példányon belül minden adatbázis osztozik a példányhoz lefoglalt erőforrásokon.

A fel- vagy leskálás művelet bármely változatban való kezdeményezése újraindítja az adatbázismotor folyamatát, és szükség esetén áthelyezi egy másik virtuális gépre. Az adatbázismotor-folyamat egy új virtuális gépre való áthelyezésének folyamata online folyamat, amely során továbbra is használhatja a Azure SQL Database szolgáltatását, amíg a folyamat folyamatban van. Miután a céladatbázismotor teljesen inicializálva van, és készen áll a lekérdezések feldolgozására, a kapcsolatok forrásról céladatbázis-motorra lesznek átváltva.

Megjegyzés

A felügyelt példány skálázása nem ajánlott, ha egy hosszú ideig futó tranzakció( például adatimportálás, adatfeldolgozási feladatok, index-újraépítés stb.) fut, vagy ha aktív kapcsolat van a példányon. Annak érdekében, hogy a skálázás a szokásosnál hosszabb ideig tart, skálázhatja a példányt az összes hosszan futó művelet befejezésekor.

Megjegyzés

A fel- és leskálás folyamatának befejezésekor rövid kapcsolati megszakadás várható. Ha a standard átmeneti hibákhoz újrapróbálkozási logikát valósított meg,nem fogja észrevenni a feladatátvételt.

Alternatív méretezési módszerek

Az erőforrások skálázása az adatbázis teljesítményének az adatbázis vagy az alkalmazáskód módosítása nélküli javításának legegyszerűbb és leghatékonyabb módja. Bizonyos esetekben még a legmagasabb szolgáltatási szintek, a számítási méretek és a teljesítményoptimalizálások sem feltétlenül kezelik sikeresen és költséghatékonyan a számítási feladatokat. Ebben az esetben az alábbi további lehetőségek állnak rendelkezésre az adatbázis skálázához:

  • Az olvasási felskálasztás egy olyan funkció, amely egy csak olvasható adatreplikát tartalmaz, ahol csak olvasható lekérdezéseket, például jelentéseket hajthat végre. Egy csak olvasható replika kezeli a csak olvasható számítási feladatot anélkül, hogy ez hatással lenne az elsődleges adatbázis erőforrás-használatára.
  • Az adatbázis horizontális skálázása olyan technikák készlete, amelyek lehetővé teszik az adatok több adatbázisra való felosztását és egymástól független skálázását.

Következő lépések

  • További információ az adatbázis teljesítményének adatbáziskód módosításával való javításáról: Teljesítménnyel kapcsolatos javaslatok megkeresása és alkalmazása.
  • A beépített adatbázis-intelligencia adatbázis-optimalizálását lehetővé tő információkért lásd: Automatikus hangolás.
  • További információ az olvasási felskálásról a Azure SQL Database írási replikák használatával a csak olvasható lekérdezési számítási feladatok terhelésének elosztásához.
  • Az adatbázis horizontális skálázhatóságával kapcsolatos információkért lásd: Horizontális felméretezés a Azure SQL Database.