Rozmiary maszyn wirtualnych na platformie Azure

  • Artykuł

Dotyczy: ✔️ Maszyny wirtualne z systemem Linux Maszyny ✔️ wirtualne z systemem Windows ✔️ — elastyczne zestawy ✔️ skalowania

W tym artykule opisano dostępne rozmiary i opcje dla maszyn wirtualnych platformy Azure, których można użyć do uruchamiania aplikacji i obciążeń. Zapewnia również zagadnienia dotyczące wdrażania, które należy wziąć pod uwagę podczas planowania korzystania z tych zasobów.

Napiwek

Wypróbuj narzędzie selektora Maszyny wirtualne, aby znaleźć inne rozmiary, które najlepiej pasują do obciążenia.

YouTube video for selecting the right size for your VM.

Typ Rozmiary opis
Ogólnego przeznaczenia B, Dsv3, Dv3, Dasv4, Dav4, DSv2, Dv2, Av2, Dpdsv5, Dpldsv5, Dpsv5, Dplsv5, Dv4, Dsv4, Ddv4, Ddsv4, Dv5, Dsv5, Ddv5, Ddsv5, Dasv5, Dadsv5, DCasv5, DCadsv5, DCesv5, DCedsv5 Zrównoważony współczynnik mocy procesora CPU w stosunku do pamięci. Idealne rozwiązanie na potrzeby testowania i wdrażania, małych i średnich baz danych oraz serwerów internetowych o małym lub średnim ruchu.
Optymalizacja pod kątem obliczeń F, Fs, Fsv2, FX Duży współczynnik mocy procesora CPU w stosunku do pamięci. Dobrze sprawdzają się w przypadku serwerów sieci Web o średnim ruchu, urządzeń sieciowych, procesów wsadowych i serwerów aplikacji.
Optymalizacja pod kątem pamięci Esv3, Ev3, Easv4, Eav4, Epdsv5, Epsv5, Ev4, Esv4, Edv4, Edsv4, Ev5, Esv5, Edv5, Edsv5, Easv5, Eadsv5, Mv2, M, DSv2, Dv2, ECasv5, ECadsv5, ECesv5, ECedsv5 Duży współczynnik pamięci w stosunku do mocy procesora CPU. Opcja bardzo dobra w przypadku serwerów relacyjnych baz danych, średnich i dużych pamięci podręcznych oraz analizowania w pamięci.
Optymalizacja pod kątem magazynu Lsv2, Lsv3, Lasv3 Wysoka przepływność dysku i operacje we/wy idealnie nadają się do obsługi danych big data, baz danych SQL, baz danych NoSQL, magazynowania danych i dużych transakcyjnych baz danych.
Procesor GPU NC, NCv2, NCv3, NCasT4_v3, NC A100 v4, ND, NDv2, NGads V620, NV, NVv3, NVv4, NDasrA100_v4, NDm_A100_v4 Wyspecjalizowane maszyny wirtualne przeznaczone do intensywnego renderowania grafiki i edytowania wideo, a także trenowanie modeli i wnioskowanie (ND) za pomocą uczenia głębokiego. Dostępne z pojedynczym lub wieloma procesorami GPU.
Obliczenia o wysokiej wydajności HB, HBv2, HBv3, HBv4, HC, HX Maszyny wirtualne z najszybszymi i najbardziej wydajnymi procesorami CPU oraz, opcjonalnie, interfejsami sieciowymi zapewniającymi wysoką przepływność (RDMA).

Interfejs API REST

Aby uzyskać informacje na temat używania interfejsu API REST do wykonywania zapytań dotyczących rozmiarów maszyn wirtualnych, zobacz następujące artykuły:

ACU

Dowiedz się więcej o tym, jak jednostki obliczeniowe platformy Azure (ACU) mogą ułatwić porównanie wydajności obliczeń w jednostkach SKU platformy Azure.

Wyniki testów porównawczych

Dowiedz się więcej na temat wydajności obliczeń dla maszyn wirtualnych z systemem Linux przy użyciu wyników testu porównawczego CoreMark.

Dowiedz się więcej na temat wydajności obliczeń dla maszyn wirtualnych z systemem Windows przy użyciu wyników testu porównawczego SPECInt.

Zarządzanie kosztami

Koszty usług platformy Azure. Usługa Azure Cost Management ułatwia określanie budżetów i konfigurowanie alertów w celu utrzymywania wydatków pod kontrolą. Analizuj i optymalizuj koszty platformy Azure oraz zarządzaj nimi za pomocą usługi Cost Management. Aby dowiedzieć się więcej, zobacz Przewodnik Szybki start dotyczący analizowania kosztów.

Następne kroki

Dowiedz się więcej o różnych dostępnych rozmiarach maszyn wirtualnych: