Minska tjänstkostnaderna med hjälp av Azure Advisor

Läs hur Azure Advisor hjälper dig att optimera och minska din övergripande Azure-utgifter genom att upptäcka inaktiva och underutnyttjade resurser. Du kan få kostnadsrekommendationer från fliken Kostnad på Advisor-instrumentpanelen.

  1. Logga in på Azure-portalen.

  2. Sök efter och välj Advisor på valfri sida.

  3. På instrumentpanelen Advisor väljer du fliken Kostnad.

Optimera vm-utgifter (VM) eller VMSS (VMSS) genom att ändra storlek på eller stänga av underutnytttagna instanser

Även om vissa programscenarier kan leda till låg användning avsiktligt kan du ofta spara pengar genom att hantera storleken och antalet virtuella datorer eller vm-skalningsuppsättningar.

Advisor använder maskininlärningsalgoritmer för att identifiera låg användning och för att identifiera den idealiska rekommendationen för att säkerställa optimal användning av virtuella datorer och vm-skalningsuppsättningar. De rekommenderade åtgärderna stängs av eller ändrar storlek, specifika för den resurs som utvärderas.

Rekommendationer för avstängning

Advisor identifierar resurser som inte har använts alls under de senaste sju dagarna och rekommenderar att de stängs av.

  • Rekommendationskriterierna omfattar cpu- och utgående nätverksanvändningsmått . Minne beaktas inte eftersom vi upptäckte att processor- och utgående nätverksanvändning är tillräckliga.

  • De senaste sju dagarnas användningsdata analyseras. Du kan ändra återställningsperioden i konfigurationerna. De tillgängliga återblicksperioderna är 7, 14, 21, 30, 60 och 90 dagar. När du har ändrat återställningsperioden kan det ta upp till 48 timmar innan rekommendationerna uppdateras.

  • Mått samplas var 30:e sekund, aggregeras till 1 min och aggregeras sedan ytterligare till 30 minuter (vi tar maxvärdet för genomsnittliga värden när vi aggregerar till 30 minuter). På vm-skalningsuppsättningar aggregeras måtten från enskilda virtuella datorer med hjälp av medelvärdet av måtten mellan instanser.

  • En avstängningsrekommendations skapas om:

    • P95 av det maximala värdet för cpu-användning som summeras över alla kärnor är mindre än 3 %
    • P100 för genomsnittlig CPU under de senaste 3 dagarna (summa över alla kärnor) <= 2 %
    • Utgående nätverksanvändning är mindre än 2 % under en sjudagarsperiod

Ändra storlek på SKU-rekommendationer

Advisor rekommenderar att du ändrar storlek på virtuella datorer när det är möjligt att anpassa den aktuella belastningen på en lämpligare SKU, vilket är billigare (baserat på detaljhandelspriser). I vm-skalningsuppsättningar rekommenderar Advisor att du ändrar storlek när det är möjligt att anpassa den aktuella belastningen på en lämpligare billigare SKU eller ett lägre antal instanser av samma SKU.

  • Rekommendationskriterierna omfattar processor-, minnes- och utgående nätverksanvändning.

  • De senaste 7 dagarnas användningsdata analyseras. Observera att du kan ändra återställningsperioden i konfigurationerna. De tillgängliga återblicksperioderna är 7, 14, 21, 30, 60 och 90 dagar. När du har ändrat återställningsperioden bör du tänka på att det kan ta upp till 48 timmar innan rekommendationerna uppdateras.

  • Mått samplas var 30:e sekund, aggregeras till 1 minut och aggregeras sedan ytterligare till 30 minuter (tar maximalt antal genomsnittliga värden när de aggregeras till 30 minuter). På vm-skalningsuppsättningar aggregeras måtten från enskilda virtuella datorer med hjälp av medelvärdet av måtten för instansräkningsrekommendationer och aggregeras med hjälp av maxvärdet för måtten för SKU-ändringsrekommendationer.

  • En lämplig SKU (för virtuella datorer) eller instansantal (för vm-skalningsuppsättningsresurser) bestäms baserat på följande kriterier:

    • Prestanda för arbetsbelastningarna på den nya SKU:n påverkas inte.
      • Mål för användarriktade arbetsbelastningar:
        • P95 för processor- och utgående nätverksanvändning vid 40 % eller lägre på den rekommenderade SKU:n
        • P100 för minnesanvändning vid 60 % eller lägre på den rekommenderade SKU:n
      • Mål för icke-användarriktade arbetsbelastningar:
        • P95 för processor- och utgående nätverksanvändning vid 80 % eller lägre på den nya SKU:n
        • P100 för minnesanvändning vid 80 % eller lägre på den nya SKU:n
    • Den nya SKU:n har, om tillämpligt, samma funktioner för accelererat nätverk och Premium Storage
    • Den nya SKU:n, om tillämpligt, stöds i den aktuella regionen för den virtuella datorn med rekommendationen
    • Den nya SKU:n, om tillämpligt, är billigare
    • Rekommendationer för antal instanser tar också hänsyn till om vm-skalningsuppsättningen hanteras av Service Fabric eller AKS. För service fabric-hanterade resurser tar rekommendationerna hänsyn till tillförlitlighets- och hållbarhetsnivåer.
  • Advisor avgör om en arbetsbelastning är användarriktad genom att analysera dess egenskaper för processoranvändning. Metoden baseras på resultat från Microsoft Research. Mer information finns här: Förutsägelsebaserad power oversubscription i molnplattformar – Microsoft Research.

  • Baserat på den bästa passformen och de billigaste kostnaderna utan prestandapåverkan rekommenderar Advisor inte bara mindre SKU:er i samma familj (till exempel D3v2 till D2v2), utan även SKU:er i en nyare version (till exempel D3v2 till D2v3) eller en annan familj (till exempel D3v2 till E3v2).

  • För vm-skalningsuppsättningsresurser prioriterar Advisor rekommendationer för antal instanser framför SKU-ändringsrekommendationer eftersom ändringar av antalet instanser är enkla att åtgärda, vilket resulterar i snabbare besparingar.

Burst-rekommendationer

Vi utvärderar om arbetsbelastningar är berättigade att köras på specialiserade SKU:er som kallas Burstable SKU:er som stöder prestandakrav för variabel arbetsbelastning och är billigare än SKU:er för generell användning. Läs mer om burstbara SKU:er här: B-serien kan brista – Virtuella Azure-datorer.

En SKU-rekommendation som kan delas ut görs om:

  • Den genomsnittliga CPU-användningen är mindre än en burstbar SKU:er baslinjeprestanda
    • Om P95 för CPU är mindre än två gånger den burstbara SKU:ernas baslinjeprestanda
    • Om den aktuella SKU:n inte har accelererat nätverk aktiverat, eftersom burstbara SKU:er inte har stöd för accelererat nätverk ännu
    • Om vi bedömer att SKU-krediterna med burstbar kapacitet är tillräckliga för att stödja den genomsnittliga CPU-användningen under 7 dagar. Observera att du kan ändra återställningsperioden i konfigurationerna.

Den resulterande rekommendationen tyder på att en användare bör ändra storlek på sin aktuella virtuella dator eller vm-skalningsuppsättning till en burstbar SKU med samma antal kärnor. Det här förslaget görs så att en användare kan dra nytta av lägre kostnad och även det faktum att arbetsbelastningen har låg genomsnittlig användning men höga toppar i fall, vilket kan hanteras bäst av B-seriens SKU.

Advisor visar de uppskattade kostnadsbesparingarna för antingen rekommenderad åtgärd: ändra storlek på eller stänga av. För storleksändring tillhandahåller Advisor aktuell och mål-SKU/instansantalsinformation. Om du vill vara mer selektiv när det gäller åtgärder på underutnyttjade virtuella datorer eller vm-skalningsuppsättningar kan du justera cpu-användningsregeln efter prenumeration.

I vissa fall kan rekommendationer inte antas eller kanske inte är tillämpliga, till exempel några av dessa vanliga scenarier (det kan finnas andra fall):

  • Vm-dator eller VM-skalningsuppsättning har etablerats för att hantera kommande trafik

  • Vm-dator eller VM-skalningsuppsättning använder andra resurser som inte beaktas av storleksalgoritmen, till exempel andra mått än CPU, minne och nätverk

  • Specifika tester som utförs på den aktuella SKU:n, även om de inte används effektivt

  • Behöver hålla SKU:er för vm- eller vm-skalningsuppsättningar homogena

  • Vm-dator eller vm-skalningsuppsättning som används i haveriberedskapssyfte

I sådana fall använder du helt enkelt alternativen Avvisa/Skjut upp som är associerade med rekommendationen.

Begränsningar

  • De besparingar som är kopplade till rekommendationerna baseras på detaljhandelspriser och tar inte hänsyn till några tillfälliga eller långsiktiga rabatter som kan gälla för ditt konto. Därför kan de listade besparingarna vara högre än vad som faktiskt är möjligt.

  • Rekommendationerna tar inte hänsyn till förekomsten av reserverade instanser (RI)/köp av sparplan. Därför kan de listade besparingarna vara högre än vad som faktiskt är möjligt. I vissa fall, till exempel när det gäller rekommendationer mellan serier, beroende på vilka typer av SKU:er som reserverade instanser har köpts för, kan kostnaderna öka när optimeringsrekommendationerna följs. Vi varnar dig för att överväga dina RI-/sparplansköp när du agerar enligt rekommendationerna för rätt storlek.

Vi arbetar ständigt med att förbättra dessa rekommendationer. Dela gärna feedback på Advisor Forum.

Konfigurera VM/VMSS-rekommendationer

Du kan justera rekommendationerna för Advisor virtual machine (VM) och Virtual Machine Scale Sets. Mer specifikt kan du konfigurera ett filter för varje prenumeration för att endast visa rekommendationer för datorer med viss CPU-användning. Den här inställningen filtrerar rekommendationer men ändrar inte hur de genereras.

Kommentar

Om du inte har de behörigheter som krävs inaktiveras alternativet i användargränssnittet. Information om behörigheter finns i Behörigheter i Azure Advisor.

Följ dessa steg om du vill justera rätt storleksregler för Advisor VM/Virtual Machine Scale Sets:

  1. På valfri Azure Advisor-sida klickar du på Konfiguration i det vänstra navigeringsfönstret. Sidan Advisor-konfiguration öppnas med fliken Resurser markerad som standard.

  2. Välj den virtuella datorn/vm-skalningsuppsättningar på höger storleksflik .

  3. Välj de prenumerationer som du vill konfigurera ett filter för genomsnittlig CPU-användning och klicka sedan på Redigera.

  4. Välj önskat genomsnittligt cpu-användningsvärde och klicka på Använd. Det kan ta upp till 24 timmar innan de nya inställningarna återspeglas i rekommendationer.

Screenshot of Azure Advisor configuration option for VM/Virtual Machine Scale Sets sizing rules.

Nästa steg

Mer information om Advisor-rekommendationer finns i: