Praktik terbaik Azure Monitor - Manajemen biaya

  • Artikel
  • 14 menit untuk membaca

Artikel ini menyediakan panduan tentang mengurangi biaya pemantauan cloud Anda dengan menerapkan dan mengelola Azure Monitor dengan cara yang paling hemat biaya. Ini termasuk memanfaatkan fitur penghematan biaya dan memastikan bahwa Anda tidak membayar pengumpulan data yang memberikan sedikit nilai. Ini juga memberikan panduan untuk memantau penggunaan Anda secara teratur sehingga Anda dapat secara proaktif mendeteksi dan mengidentifikasi sumber yang bertanggung jawab atas penggunaan yang berlebihan.

Memahami biaya Azure Monitor

Anda harus mulai dengan memahami berbagai cara biaya Azure Monitor dan cara melihat tagihan bulanan Anda. Lihat Biaya dan penggunaan Azure Monitor untuk deskripsi lengkap dan berbagai alat yang tersedia untuk menganalisis biaya Anda.

Mengonfigurasi ruang kerja

Anda dapat mulai menggunakan Azure Monitor dengan satu ruang kerja Analitik Log menggunakan opsi default. Seiring pertumbuhan lingkungan pemantauan, Anda harus membuat keputusan tentang apakah akan memiliki beberapa layanan yang berbagi satu ruang kerja atau membuat beberapa ruang kerja, dan Anda ingin mengevaluasi opsi konfigurasi yang memungkinkan Anda mengurangi biaya pemantauan.

Mengonfigurasi tingkat harga atau kluster khusus

Secara default, ruang kerja akan menggunakan harga Pay-As-You-Go tanpa volume data minimum. Jika Anda mengumpulkan jumlah data yang memadai, Anda dapat secara signifikan mengurangi biaya dengan menggunakan tingkat komitmen. Anda berkomitmen pada minimum data harian yang dikumpulkan dengan imbalan tarif yang lebih rendah.

Kluster khusus menyediakan fungsionalitas tambahan dan penghematan biaya jika Anda menyerap setidaknya 500 GB per hari secara kolektif di antara beberapa ruang kerja di wilayah yang sama. Tidak seperti tingkat komitmen, ruang kerja dalam kluster khusus tidak perlu mencapai 500 GB secara individual.

Lihat Detail harga Log Azure Monitor untuk detail tentang tingkat komitmen dan panduan tentang menentukan mana yang paling sesuai untuk tingkat penggunaan Anda. Lihat Penggunaan dan perkiraan biaya untuk melihat perkiraan biaya penggunaan Anda pada tingkat harga yang berbeda.

Mengoptimalkan konfigurasi ruang kerja

Saat lingkungan pemantauan Anda menjadi lebih kompleks, Anda harus mempertimbangkan apakah akan membuat ruang kerja Analitik Log tambahan. Ini mungkin saat Anda menempatkan sumber daya di wilayah tambahan atau saat Anda menerapkan layanan tambahan yang menggunakan ruang kerja seperti Azure Sentinel dan Microsoft Defender untuk Cloud.

Mungkin ada implikasi biaya dengan desain ruang kerja Anda, terutama ketika Anda menggabungkan layanan yang berbeda seperti data operasional dari Azure Monitor dan data keamanan dari . Lihat Ruang Kerja dengan Microsoft Azure Sentinel dan Ruang Kerja dengan Microsoft Defender untuk Cloud untuk deskripsi implikasi dan panduan ini tentang menentukan solusi paling hemat biaya untuk lingkungan Anda.

Mengonfigurasi tabel di setiap ruang kerja

Kecuali untuk tabel yang tidak dikenakan biaya, semua data di ruang kerja Analitik Log ditagih dengan tarif yang sama secara default. Anda mungkin jarang mengumpulkan data yang jarang Anda kueri atau bahwa Anda perlu mengarsipkan untuk kepatuhan tetapi jarang diakses. Anda dapat secara signifikan mengurangi biaya dengan mengonfigurasi Log Dasar dan dengan mengoptimalkan retensi dan pengarsipan data Anda.

Mengonfigurasi retensi dan pengarsipan data

Data yang dikumpulkan di ruang kerja Analitik Log disimpan selama 31 hari tanpa biaya (90 hari jika Azure Sentinel diaktifkan di ruang kerja). Anda dapat menyimpan data di luar default untuk analisis tren atau pelaporan lainnya, tetapi ada biaya untuk retensi ini.

Persyaratan retensi Anda mungkin hanya karena alasan kepatuhan atau untuk penyelidikan atau analisis data historis sesekali. Dalam hal ini, Anda harus mengonfigurasi Log yang Diarsipkan yang memungkinkan Anda menyimpan data jangka panjang (hingga 7 tahun) dengan biaya yang jauh lebih murah. Ada biaya untuk mencari data yang diarsipkan atau memulihkannya untuk analisis untuk sementara waktu. Jika Anda memerlukan akses yang jarang ke data ini, biaya ini akan lebih dari diimbangi dengan pengurangan biaya retensi.

Anda dapat mengonfigurasi retensi dan pengarsipan untuk semua tabel di ruang kerja atau mengonfigurasi setiap tabel secara terpisah. Ini memungkinkan Anda untuk mengoptimalkan biaya Anda dengan mengatur hanya retensi yang Anda butuhkan untuk setiap jenis data.

Mengonfigurasi Log Dasar (pratinjau)

Anda dapat menghemat biaya penyerapan data dengan mengonfigurasi tabel tertentu di ruang kerja Log Analytics, terutama yang Anda gunakan untuk penelusuran kesalahan, pemecahan masalah, dan audit sebagai Log Dasar. Tabel yang dikonfigurasi untuk Log Dasar memiliki biaya penyerapan yang lebih rendah dengan imbalan fitur yang dikurangi. Mereka tidak dapat digunakan untuk memperingatkan, retensinya diatur ke delapan hari, mereka mendukung versi terbatas bahasa kueri, dan ada biaya untuk mengkuerinya. Jika Anda jarang mengkueri tabel ini, biaya kueri ini bisa lebih dari diimbangi dengan pengurangan biaya penyerapan.

Keputusan untuk mengonfigurasi tabel untuk Log Dasar didasarkan pada kriteria berikut:

  • Tabel saat ini mendukung Log Dasar.
  • Anda tidak memerlukan lebih dari delapan hari retensi data untuk tabel tersebut.
  • Anda hanya memerlukan kueri dasar data menggunakan versi terbatas dari bahasa kueri.
  • Penghematan biaya untuk penyerapan data selama sebulan melebihi biaya yang diharapkan untuk kueri yang diharapkan

Lihat Log Dasar Kueri di Azure Monitor (Pratinjau) untuk detail tentang batasan kueri dan Mengonfigurasi Log Dasar di Azure Monitor (Pratinjau) untuk detail selengkapnya tentang batasan tersebut.

Mengurangi jumlah data yang dikumpulkan

Strategi paling mudah untuk mengurangi biaya penyerapan dan retensi data adalah mengurangi jumlah data yang Anda kumpulkan. Tujuan Anda adalah mengumpulkan data dalam jumlah minimal untuk memenuhi persyaratan pemantauan Anda. Jika Anda menemukan bahwa Anda mengumpulkan data yang tidak digunakan untuk pemberitahuan atau analisis, maka Anda memiliki kesempatan untuk mengurangi biaya pemantauan dengan memodifikasi konfigurasi Anda untuk berhenti mengumpulkan data yang tidak Anda butuhkan.

Perubahan konfigurasi akan bervariasi tergantung pada sumber data. Bagian berikut memberikan panduan untuk mengonfigurasi sumber data umum untuk mengurangi data yang dikirim ke ruang kerja.

Komputer virtual

Komputer virtual dapat bervariasi secara signifikan dalam jumlah data yang mereka kumpulkan, tergantung pada jumlah telemetri yang dihasilkan oleh aplikasi dan layanan yang telah mereka pasang. Tabel berikut mencantumkan data paling umum yang dikumpulkan dari mesin virtual dan strategi untuk membatasinya untuk setiap agen Azure Monitor.

Sumber Strategi Agen Analitik Log Agen Azure Monitor
Log aktivitas Hanya kumpulkan log peristiwa dan level yang diperlukan. Misalnya, peristiwa tingkat Informasi jarang digunakan dan biasanya tidak boleh dikumpulkan. Untuk agen Azure Monitor, filter ID peristiwa tertentu yang sering tetapi tidak berharga. Ubah konfigurasi log peristiwa untuk ruang kerja Ubah aturan pengumpulan data. Gunakan kueri JalurX kustom untuk memfilter ID peristiwa tertentu.
Syslog Kurangi jumlah fasilitas yang dikumpulkan dan hanya kumpulkan tingkat peristiwa yang diperlukan. Misalnya, peristiwa tingkat Info dan Debug jarang digunakan dan biasanya tidak boleh dikumpulkan. Ubah konfigurasi log peristiwa untuk ruang kerja. Ubah aturan pengumpulan data. Gunakan kueri JalurX kustom untuk memfilter peristiwa tertentu.
Penghitung kinerja Hanya kumpulkan penghitung kinerja yang diperlukan dan kurangi frekuensi pengumpulan. Untuk agen Azure Monitor, pertimbangkan untuk mengirim data performa hanya ke Metrik dan bukan Log. Ubah konfigurasi penghitung kinerja untuk ruang kerja. Ubah aturan pengumpulan data. Gunakan kueri JalurX kustom untuk memfilter ID penghitung tertentu.

Menggunakan transformasi untuk memfilter peristiwa

Sebagian besar pengumpulan data dari komputer virtual akan berasal dari peristiwa Windows atau Syslog. Meskipun Anda dapat memberikan lebih banyak pemfilteran dengan agen Azure Monitor, Anda mungkin masih mengumpulkan rekaman yang memberikan sedikit nilai. Gunakan transformasi untuk menerapkan pemfilteran yang lebih terperinci dan juga untuk memfilter data dari kolom yang memberikan sedikit nilai. Misalnya, Anda mungkin memiliki peristiwa Windows yang berharga untuk pemberitahuan, tetapi menyertakan kolom dengan data yang berlebihan atau terlalu banyak. Anda dapat membuat transformasi yang memungkinkan peristiwa dikumpulkan tetapi menghapus data yang berlebihan ini.

Lihat bagian di bawah ini tentang memfilter data dengan transformasi untuk ringkasan tentang tempat menerapkan pemfilteran dan transformasi untuk sumber data yang berbeda.

Agen multi-homing

Anda harus berhati-hati dengan konfigurasi apa pun yang menggunakan agen multi-homed di mana satu mesin virtual mengirim data ke beberapa ruang kerja karena Anda mungkin dikenakan biaya untuk data yang sama beberapa kali. Jika Anda melakukan agen multi-home, pastikan Anda mengirim data unik ke setiap ruang kerja.

Anda juga dapat mengumpulkan data duplikat dengan satu mesin virtual yang menjalankan agen Azure Monitor dan agen Log Analytics, bahkan jika keduanya mengirim data ke ruang kerja yang sama. Sementara agen dapat hidup berdampingan, masing-masing bekerja secara independen tanpa sepengetahuan yang lain. Anda harus terus menggunakan agen Analitik Log hingga Anda bermigrasi ke agen Azure Monitor daripada menggunakan keduanya bersama-sama kecuali Anda dapat memastikan bahwa masing-masing mengumpulkan data unik.

Lihat Menganalisis penggunaan di ruang kerja Analitik Log untuk panduan tentang menganalisis data yang dikumpulkan untuk memastikan bahwa Anda tidak mengumpulkan data duplikat untuk komputer yang sama.

Application Insights

Ada beberapa metode yang dapat Anda gunakan untuk membatasi jumlah data yang dikumpulkan oleh Application Insights.

  • Pengambilan sampel: Pengambilan sampel adalah alat utama yang dapat Anda gunakan untuk menyetel jumlah data yang dikumpulkan oleh Application Insights. Gunakan pengambilan sampel untuk mengurangi jumlah telemetri yang dikirim dari aplikasi server dan klien Anda, dengan distorsi metrik minimal.

  • Batasi panggilan Ajax: Batasi jumlah panggilan Ajax yang dapat dilaporkan di setiap tampilan halaman atau nonaktifkan pelaporan Ajax. Perhatikan bahwa menonaktifkan panggilan Ajax akan menonaktifkan korelasi JavaScript.

  • Menonaktifkan modul yang tidak dibutuhkan:Edit ApplicationInsights.config untuk menonaktifkan modul kumpulan yang tidak Anda perlukan. Misalnya, Anda dapat memutuskan bahwa penghitung performa atau data dependensi tidak diperlukan.

  • Metrik pra-agregat: Jika Anda melakukan panggilan ke TrackMetric di aplikasi, Anda dapat mengurangi lalu lintas menggunakan kelebihan beban yang menerima perhitungan rata-rata dan simpangan baku batch pengukuran. Atau, Anda dapat menggunakan paket pra-agregat.

  • Batasi penggunaan metrik kustom: Opsi Application Insights untuk Aktifkan pemberitahuan pada dimensi metrik kustom dapat meningkatkan biaya karena hal ini dapat mengakibatkan pembuatan lebih banyak metrik pra-agregasi.

  • Pastikan penggunaan SDK yang diperbarui: Versi sebelumnya dari ASP.NET Core SDK dan Worker Service SDK mengumpulkan sejumlah besar penghitung secara default yang dikumpulkan sebagai metrik kustom. Gunakan versi yang lebih baru untuk menentukan hanya penghitung yang diperlukan.

Log sumber daya

Volume data untuk log sumber daya bervariasi secara signifikan di antara layanan, jadi Anda hanya boleh mengumpulkan kategori yang diperlukan. Anda mungkin juga tidak ingin mengumpulkan metrik platform dari sumber daya Azure karena data ini sudah dikumpulkan dalam Metrik. Hanya mengonfigurasi data diagnostik Anda untuk mengumpulkan metrik jika Anda memerlukan data metrik di ruang kerja untuk analisis yang lebih kompleks dengan kueri log.

Pengaturan diagnostik tidak mengizinkan pemfilteran granular log sumber daya. Anda mungkin memerlukan log tertentu dalam kategori tertentu tetapi bukan yang lain. Dalam hal ini, gunakan transformasi waktu penyerapan di ruang kerja untuk memfilter log yang tidak Anda perlukan. Anda juga dapat memfilter nilai kolom tertentu yang tidak diperlukan untuk menghemat biaya tambahan.

Insight dan layanan lainnya

Lihat dokumentasi untuk layanan lain yang menyimpan data mereka di ruang kerja Analitik Log untuk rekomendasi tentang mengoptimalkan penggunaan data mereka. Mengikuti

Memfilter data dengan transformasi (pratinjau)

Transformasi aturan pengumpulan data di Azure Monitor memungkinkan Anda memfilter data masuk untuk mengurangi biaya penyerapan dan retensi data. Selain memfilter rekaman dari data masuk, Anda bisa memfilter kolom dalam data, mengurangi ukuran yang dapat ditagih seperti yang dijelaskan dalam Perhitungan ukuran data.

Gunakan transformasi waktu penyerapan pada ruang kerja untuk memfilter data lebih lanjut untuk alur kerja di mana Anda tidak memiliki kontrol terperinci. Misalnya, Anda dapat memilih kategori dalam pengaturan diagnostik untuk mengumpulkan log sumber daya untuk layanan tertentu, tetapi kategori tersebut mungkin mengirim berbagai rekaman yang tidak Anda butuhkan. Buat transformasi untuk tabel yang digunakan layanan untuk memfilter rekaman yang tidak Anda inginkan.

Anda juga dapat menyerap transformasi waktu untuk menurunkan persyaratan penyimpanan untuk rekaman yang Anda inginkan dengan menghapus kolom tanpa informasi yang berguna. Misalnya, Anda mungkin memiliki peristiwa kesalahan di log sumber daya yang ingin Anda beri tahu, tetapi Anda tidak memerlukan kolom tertentu dalam rekaman yang berisi sejumlah besar data. Buat transformasi untuk tabel yang menghapus kolom tersebut.

Tabel berikut ini untuk metode untuk menerapkan transformasi ke alur kerja yang berbeda.

Catatan

Tabel Azure di sini mengacu pada tabel yang dibuat dan dikelola oleh Microsoft dan didokumentasikan dalam Referensi Azure Monitor. Tabel kustom dibuat oleh aplikasi kustom dan memiliki akhiran _CL ion namanya.

Sumber Target Deskripsi Metode pemfilteran
Agen Azure Monitor Tabel Azure Kumpulkan data dari sumber standar seperti peristiwa Windows, syslog, dan data performa dan kirim ke tabel Azure di ruang kerja Analitik Log. Gunakan JalurX di DCR untuk mengumpulkan data tertentu dari komputer klien. Transformasi waktu penyerapan di DCR agen belum didukung.
Agen Azure Monitor Tabel kustom Mengumpulkan data di luar sumber data standar belum didukung.
Agen Analitik Log Tabel Azure Kumpulkan data dari sumber standar seperti peristiwa Windows, syslog, dan data performa dan kirim ke tabel Azure di ruang kerja Analitik Log. Mengonfigurasi pengumpulan data di ruang kerja. Secara opsional, buat transformasi waktu penyerapan di DCR ruang kerja untuk memfilter rekaman dan kolom.
Agen Analitik Log Tabel kustom Konfigurasikan log kustom di ruang kerja untuk mengumpulkan log teks berbasis file. Konfigurasikan transformasi waktu penyerapan di DCR ruang kerja untuk memfilter atau mengubah data masuk. Anda harus terlebih dahulu memigrasikan tabel kustom ke API log kustom baru.
API Pengumpul Data Tabel kustom Gunakan DATA Collector API untuk mengirim data ke tabel kustom di ruang kerja menggunakan REST API. Konfigurasikan transformasi waktu penyerapan di DCR ruang kerja untuk memfilter atau mengubah data masuk. Anda harus terlebih dahulu memigrasikan tabel kustom ke API log kustom baru.
API Log Kustom Tabel kustom
Tabel Azure		 Gunakan DATA Collector API untuk mengirim data ke tabel kustom di ruang kerja menggunakan REST API. Konfigurasikan transformasi waktu penyerapan di DCR untuk log kustom.
Sumber data lainnya Tabel Azure Termasuk log sumber daya dari pengaturan diagnostik dan fitur Azure Monitor lainnya seperti Insight aplikasi, Insight kontainer, dan insight VM. Konfigurasikan transformasi waktu penyerapan di DCR ruang kerja untuk memfilter atau mengubah data masuk.

Memantau ruang kerja dan menganalisis penggunaan

Setelah mengonfigurasi lingkungan dan pengumpulan data untuk pengoptimalan biaya, Anda perlu terus memantaunya untuk memastikan bahwa Anda tidak mengalami peningkatan penggunaan yang dapat ditagih yang tidak terduga. Anda juga harus menganalisis penggunaan Anda secara teratur untuk menentukan apakah Anda memiliki peluang tambahan untuk mengurangi penggunaan Anda, seperti memfilter lebih lanjut data yang dikumpulkan yang belum terbukti berguna.

Mengatur batas harian

Sebuah batas harian menonaktifkan pengumpulan data di ruang kerja Analitik Log selama sisa hari setelah batas yang dikonfigurasi tercapai. Ini tidak boleh digunakan sebagai metode untuk mengurangi biaya, melainkan sebagai tindakan pencegahan untuk memastikan bahwa Anda tidak melebihi anggaran tertentu. Batas harian biasanya digunakan oleh organisasi yang sangat sadar biaya.

Saat pengumpulan data berhenti, Anda secara efektif tidak memiliki pemantauan fitur dan sumber daya yang mengandalkan ruang kerja tersebut. Daripada hanya mengandalkan batas harian saja, Anda dapat mengonfigurasi aturan pemberitahuan untuk memberi tahu Anda ketika pengumpulan data mencapai beberapa tingkat sebelum batas harian. Ini memungkinkan Anda mengatasi peningkatan apa pun sebelum pengumpulan data dimatikan, atau bahkan menonaktifkan koleksi untuk sementara waktu untuk sumber daya yang kurang penting.

Lihat Mengatur batas harian di ruang kerja Analitik Log untuk detail tentang cara kerja batas harian dan cara mengonfigurasinya.

Mengirim peringatan saat pengumpulan data tinggi

Untuk menghindari tagihan tak terduga, Anda harus secara proaktif diberi tahu setiap kali Anda mengalami penggunaan yang berlebihan. Ini memungkinkan Anda untuk mengatasi potensi anomali sebelum akhir periode penagihan Anda.

Contoh berikut adalah aturan peringatan log yang mengirim peringatan jika volume data yang dapat ditagih yang diserap dalam 24 jam terakhir lebih besar dari 50 GB. Ubah Logika Peringatan untuk menggunakan ambang yang berbeda berdasarkan penggunaan yang diharapkan di lingkungan Anda. Anda juga dapat meningkatkan frekuensi untuk memeriksa penggunaan beberapa kali setiap hari, tetapi ini akan menghasilkan biaya yang lebih tinggi untuk aturan peringatan.

Pengaturan Nilai
Cakupan
Cakupan target Pilih ruang kerja Log Analytics Anda.
Kondisi
Kueri Usage \| where IsBillable \| summarize DataGB = sum(Quantity / 1000.)
Pengukuran Ukuran: DataGB
Jenis agregasi: Total
Granuralitas agregasi: 1 hari
Logika Peringatan Operator: Lebih besar dari
Nilai ambang: 50
Frekuensi evaluasi: 1 hari
Tindakan Pilih atau tambahkan grup tindakan untuk memberi tahu Anda bila ambang terlampaui.
Detail
Tingkat keparahan Peringatan
Nama aturan pemberitahuan Volume data yang dapat ditagih lebih besar dari 50 GB dalam 24 jam

Lihat Menganalisis penggunaan di ruang kerja Analitik Log untuk detail tentang menggunakan kueri log seperti yang digunakan di sini untuk menganalisis penggunaan yang dapat ditagih di ruang kerja Anda.

Menganalisis data yang dikumpulkan

Ketika Anda mendeteksi peningkatan pengumpulan data, maka Anda memerlukan metode untuk menganalisis data yang dikumpulkan untuk mengidentifikasi sumber peningkatan. Anda juga harus menganalisis pengumpulan data secara berkala untuk menentukan apakah ada konfigurasi tambahan yang dapat mengurangi penggunaan Anda lebih lanjut. Ini sangat penting saat Anda menambahkan sekumpulan sumber data baru, seperti sekumpulan mesin virtual baru atau onboarding layanan baru.

Lihat Menganalisis penggunaan di ruang kerja Analitik Log untuk metode yang berbeda untuk menganalisis data yang dikumpulkan dan penggunaan yang dapat ditagih. Artikel ini menyertakan berbagai kueri log yang akan membantu Anda mengidentifikasi sumber data apa pun yang meningkat dan untuk memahami pola penggunaan dasar Anda.

Langkah berikutnya