Share via

Kapacitetsplanering för Azure Stack Hub

  • Artikel

Kapacitetshanteraren för Azure Stack Hub är ett kalkylblad som visar hur olika allokeringar av beräkningsresurser skulle passa för ett urval av maskinvaruerbjudanden.

Kalkylbladsbeskrivningar

I följande tabell beskrivs varje kalkylblad i Kapacitetsplaneraren för Azure Stack Hub, som kan laddas ned från https://aka.ms/azstackcapacityplanner.

Kalkylbladsnamn Description
Version-Disclaimer Syftet med kalkylatorn, versionsnumret och utgivningsdatumet.
Instruktioner Stegvisa instruktioner för att modellera kapacitetsplanering för en samling virtuella datorer (VM).
DefinedSolutionSKUs Tabell med upp till fem maskinvarudefinitioner. Posterna är exempel. Ändra informationen så att den matchar de systemkonfigurationer som övervägs.
DefineByVMFootprint Hitta lämplig maskinvaru-SKU genom att jämföra konfigurationer med olika storlekar och kvantiteter av virtuella datorer.
DefineByWorkloadFootprint Hitta lämplig maskinvaru-SKU genom att skapa en samling Azure Stack Hub-arbetsbelastningar.

Instruktioner för DefinedSolutionSKUs

Det här kalkylbladet har upp till sex exempel på maskinvarudefinitioner. Ändra information så att den matchar de systemkonfigurationer som övervägs.

Maskinvaruval som tillhandahålls av auktoriserade maskinvarupartner

Azure Stack Hub levereras som ett integrerat system med programvara installerad av lösningspartner. Lösningspartner tillhandahåller sina egna auktoritativa versioner av kapacitetsplaneringsverktygen för Azure Stack Hub. Använd dessa verktyg för slutgiltiga diskussioner om lösningskapacitet.

Flera sätt att modellera databehandlingsresurser

Resursmodellering i Kapacitetsplaneraren för Azure Stack Hub beror på de olika storlekarna på virtuella Azure Stack Hub-datorer. Virtuella datorer varierar i storlek från den minsta, Basic 0, upp till den största, Standard_Fsv2. Du kan också välja mellan tre GPU-modeller som är tillgängliga i NVIDIA V100, NVIDIA T4 och AMD MI25 GPU:er. Du kan modellera resursallokeringar för databehandling på två olika sätt:

  • Välj ett specifikt maskinvaruerbjudande och se vilka kombinationer av olika resurser som passar.

  • Skapa en specifik kombination av VM-allokeringar och låt Azure Resource Calculator visa vilka tillgängliga maskinvaru-SKU:er som har stöd för den här VM-konfigurationen.

Det här verktyget innehåller två metoder för att allokera VM-resurser: antingen som en enda samling vm-resursallokeringar eller som en samling med upp till sex olika arbetsbelastningskonfigurationer. Varje arbetsbelastningskonfiguration kan innehålla olika allokering av tillgängliga VM-resurser. I nästa avsnitt finns stegvisa instruktioner för att skapa och använda var och en av dessa allokeringsmodeller. Endast värden som finns i skuggade celler i bakgrunden eller i SKU-listrutor i det här kalkylbladet ska ändras. Ändringar som görs i skuggade celler kan bryta resursberäkningar.

DefineByVMFootprint-instruktioner

Om du vill skapa en modell med en enda samling av olika storlekar och kvantiteter av virtuella datorer väljer du fliken DefineByVMFootprint och följer dessa steg:

  1. I det övre högra hörnet i det här kalkylbladet använder du de angivna listrutekontrollerna för att välja ett första antal servrar (mellan 4 och 16) som du vill ska installeras i varje maskinvarusystem (SKU). Det här antalet servrar kan ändras när som helst under modelleringsprocessen för att se hur detta påverkar övergripande tillgängliga resurser för din resursallokeringsmodell.

  2. Om du vill modellera olika VM-resursallokeringar mot en specifik maskinvarukonfiguration hittar du den blå listrutan direkt under etiketten Aktuell SKU i det övre högra hörnet på sidan. Hämta listrutan och välj önskad maskinvaru-SKU.

  3. Nu är du redo att börja lägga till virtuella datorer med olika storlekar i din modell. Om du vill inkludera en viss typ av virtuell dator anger du ett kvantitetsvärde i den blå dispositionsrutan till vänster om den virtuella datorposten.

    Anteckning

    Total VM Storage avser den totala kapaciteten för den virtuella datorns datadisk (antalet diskar som stöds multiplicerat med den maximala kapaciteten för en enskild disk [1 TB]). Baserat på konfigurationsindikatorerna har vi fyllt i tabellen Tillgängliga lagringskonfigurationer så att du kan välja önskad nivå av lagringsresurs för varje virtuell Azure Stack Hub-dator. Observera dock att du kan lägga till eller ändra tabellen Tillgängliga lagringskonfigurationer efter behov.

    Varje virtuell dator börjar med en ursprungligen tilldelad lokal temporär lagring. Om du vill återspegla den tunna etableringen av temporär lagring kan du ändra lokal-temp-numret till vad som helst i den nedrullningsbara menyn, inklusive den maximala tillåtna temporära lagringsmängden.

  4. När du lägger till virtuella datorer ser du diagrammen som visar att tillgängliga SKU-resurser ändras. Med de här diagrammen kan du se effekterna av att lägga till olika storlekar och kvantiteter av virtuella datorer under modelleringsprocessen. Ett annat sätt att se effekten av ändringar är att watch numren Förbrukad och Fortfarande tillgänglig, som visas direkt under listan över tillgängliga virtuella datorer. Dessa tal återspeglar uppskattade värden baserat på den valda maskinvaru-SKU:n.

  5. Om virtuella GPU-datorer har valts på fliken DefinedSolutionSKUs blir den valda GPU-typen tillgänglig för att ange kvantitet. Observera: ENDAST GPU-typen som valts på fliken DefinedSolutionSKUs är tillgänglig för kapacitetsplanering. Andra GPU-val som görs ignoreras.

  6. När du har skapat din uppsättning virtuella datorer hittar du den föreslagna maskinvaru-SKU:n genom att välja Föreslagen SKU. Den här knappen finns i det övre högra hörnet på sidan, direkt under etiketten Aktuell SKU . Med den här knappen kan du sedan ändra dina VM-konfigurationer och se vilken maskinvara som stöder varje konfiguration.

DefineByWorkloadFootprint-instruktioner

Om du vill skapa en modell med hjälp av en samling Azure Stack Hub-arbetsbelastningar väljer du fliken DefineByWorkloadFootprint och följer den här sekvensen med steg. Du skapar Azure Stack Hub-arbetsbelastningar med hjälp av tillgängliga VM-resurser.

Tips

Information om hur du ändrar den angivna lagringsstorleken för en virtuell Azure Stack Hub-dator finns i anteckningen från steg 3 i föregående avsnitt.

  1. I det övre högra hörnet i det här kalkylbladet använder du de angivna listrutekontrollerna för att välja ett första antal servrar (mellan 4 och 16) som du vill ska installeras i varje maskinvarusystem (SKU).
  2. Om du vill modellera olika VM-resursallokeringar mot en specifik maskinvarukonfiguration hittar du den blå listrutan direkt under etiketten Aktuell SKU i det övre högra hörnet på sidan. Hämta listrutan och välj önskad maskinvaru-SKU.
  3. Välj lämplig lagringsstorlek för var och en av dina önskade virtuella Azure Stack Hub-datorer på sidan DefineByVMFootprint . Den här processen beskrivs i steg tre i föregående avsnitt. Lagringsstorleken per virtuell dator definieras i bladet DefineByVMFootprint.
  4. Börja längst upp till vänster på sidan DefineByWorkloadFootprint och skapa konfigurationer för upp till sex olika arbetsbelastningstyper. Ange kvantiteten för varje TYP av virtuell dator som ingår i arbetsbelastningen. Det gör du genom att placera numeriska värden i kolumnen direkt under arbetsbelastningens namn. Du kan ändra arbetsbelastningsnamnen så att de återspeglar vilken typ av arbetsbelastningar som stöds av den här konfigurationen.
  5. Om du vill lägga till GPU-arbetsbelastningar här lägger du till dem i anpassade arbetsbelastningar. Observera: ENDAST GPU-typen som valts på fliken DefinedSolutionSKUs är tillgänglig för kapacitetsplanering. Andra GPU-alternativ som anges ignoreras.
  6. Du kan inkludera en viss kvantitet för varje arbetsbelastningstyp genom att ange ett värde längst ned i kolumnen, direkt under etiketten Kvantitet .
  7. När du har skapat arbetsbelastningstyper och kvantiteter väljer du Föreslagen SKU i det övre högra hörnet på sidan, direkt under etiketten Aktuell SKU . Den minsta SKU:n med tillräckligt med resurser för att stödja den här övergripande konfigurationen av arbetsbelastningar visas.
  8. Du kan utföra ytterligare modellering genom att ändra antalet servrar som valts för en maskinvaru-SKU eller genom att ändra VM-allokeringar eller kvantiteter i dina arbetsbelastningskonfigurationer. De associerade graferna visar omedelbar feedback som visar hur dina ändringar påverkar den totala resursförbrukningen.
  9. När du är nöjd med ändringarna väljer du Föreslagen SKU igen för att visa den SKU som föreslås för den nya konfigurationen. Du kan också välja den nedrullningsbara menyn för att välja önskad SKU.

Nästa steg

Läs mer om överväganden för datacenterintegrering för Azure Stack Hub.