Doğru Boyutlandırma ve Otomatik Ölçeklendirme

Uygun boyutlandırma, Azure VM veya hizmet SKU'larını iş yükünüzün gerçek kaynak gereksinimleriyle eşleştirme sürecidir; amaç ne gereğinden fazla kaynak ayırarak para harcamak ne de yetersiz kaynak ayırarak performans düşüşü riski oluşturmaktır. Kuruluşların çoğu, şirket içi ortamdan geçiş yaparken temkinli davranıp başlangıçta %30–50 oranında fazla kaynak ayırır. Genellikle aylık yapılan düzenli uygun boyutlandırma analizleri, uygulama performansını etkilemeden bu fazla harcamanın önemli bir bölümünü geri kazandırabilir.

En az 30 günlük CPU, bellek, disk IOPS ve ağ aktarım hızı verilerini toplamak için Azure Monitor metrics ve VM Insights kullanın. Uygun boyutlandırılmış VM'nin trafik artışlarını karşılayabilmesi için ortalama yerine tepe (P95 veya P99) kullanım değerine bakın. Azure Advisor'ın uygun boyutlandırma önerisi varsayılan olarak 7 günlük geçmişi kullanır; ancak daha temsilî veriler elde etmek için Advisor configuration üzerinden bu süreyi 30 veya 60 güne çıkarabilirsiniz.

Azure VM'leri, farklı iş yükleri için optimize edilmiş SKU aileleri hâlinde düzenlenir: D-series (genel amaçlı), E-series (bellek için optimize edilmiş), F-series (işlem için optimize edilmiş), N-series (GPU) ve L-series (depolama için optimize edilmiş). Bir VM'nin CPU kullanımı düşük, ancak bellek kullanımı yüksekse aynı vCPU sayısında D-series'ten E-series'e geçmek benzer maliyetle daha fazla RAM sağlar. Azure'da bir VM'yi yeniden boyutlandırmak genellikle birkaç dakikalık kısa bir yeniden başlatma gerektirir.

Zamanlanmış otomatik ölçeklendirme, iş yükü modelleri öngörülebilir olduğunda doğru seçimdir. Mesai saatlerinde yoğun, gece ise neredeyse sıfır trafik alan bir perakende uygulaması, 07.00'de ölçeği artırma ve 22.00'de ölçeği azaltma zamanlamasıyla yapılandırılabilir. Virtual Machine Scale Sets (VMSS) ve App Service, zamanlanmış otomatik ölçeklendirme kurallarını destekler. Bilinen yük modellerinde bu yaklaşım, ölçüm tabanlı otomatik ölçeklendirmeye göre daha basit ve maliyeti daha öngörülebilirdir.

Ölçüm tabanlı otomatik ölçeklendirme, CPU yüzdesi, HTTP istek kuyruğu uzunluğu veya Azure Monitor aracılığıyla yayımlanan özel ölçümler gibi gerçek zamanlı ölçümlere yanıt olarak örnekleri dinamik biçimde ekler ya da kaldırır. Hızlı ve sürekli ölçek değişikliklerini önlemek için bekleme süreleriyle birlikte ölçeği artırma kurallarını (örneklerin ne zaman ekleneceği) ve ölçeği azaltma kurallarını (örneklerin ne zaman kaldırılacağı) tanımlarsınız. En iyi uygulama, ölçeği artırma eşiğini ölçeği azaltma eşiğinden düşük belirlemektir; örneğin %70'in üzerindeki CPU kullanımında ölçeği artırın, %30'un altındaki CPU kullanımında ölçeği azaltın ve 5 dakikalık bir bekleme süresi kullanın.

Azure Spot VM'leri, kullandıkça öde fiyatlarına kıyasla %90'a varan indirimlerle kullanılmayan Azure kapasitesinden yararlanmanıza olanak tanır. Bunun karşılığında Azure, kapasiteye yeniden ihtiyaç duyduğunda spot VM'leri 30 saniye önceden bildirimde bulunarak tahliye edebilir. Bu nedenle spot örnekleri; işleme, bilimsel hesaplama ve veri işleme işlem hatları gibi kesintiye uğrayabilen toplu iş yükleri için idealdir. VMSS, bir öncelik karması ilkesi kullanarak aynı ölçek kümesinde normal VM'leri (temel kapasite için) spot VM'lerle (ani kapasite artışı için) birlikte kullanmayı destekler.

Azure App Service otomatik ölçeklendirmesi, yapılandırdığınız kurallara göre çalışan örnekleri ekleyip kaldırarak App Service Plan düzeyinde çalışır. Kullanılabilen ölçüm tetikleyicileri arasında HTTP kuyruğu uzunluğu, CPU yüzdesi ve bellek yüzdesi bulunur. Standard katmanı ve üzeri, el ile ölçeklendirmeyi ve otomatik ölçeklendirmeyi destekler; Basic katmanı yalnızca el ile ölçeklendirmeyi destekler. Sunucusuz iş yükleri için, sıfıra kadar ölçeklenen ve yalnızca yürütme başına ücret alan Consumption Plan üzerinde Azure Functions kullanmayı değerlendirin; böylece boşta kalan örnek maliyeti tamamen ortadan kalkar.

Yaygın otomatik ölçeklendirme tuzakları şunlardır: oturum benzeşimi — uygulamanız oturum durumunu VM belleğinde depoluyorsa, içeri doğru ölçeklendirme oturumları kaybettirir; bunun yerine Redis Cache veya veritabanı destekli oturumlar kullanın. Yavaş başlatma süreleri — VM'lerin veya kapsayıcıların hazır duruma gelmesi 10 dakika sürüyorsa, ölçüm tabanlı otomatik ölçeklendirme yeterince hızlı yanıt veremez; öngörülen yoğunluklardan önce zamanlanmış dışa doğru ölçeklendirmeyle önceden hazır duruma getirin. İçeri doğru ölçeklendirmenin fazla agresif olması — devam eden istekler işlenirken örneklerin sonlandırılması hatalara neden olur; bağlantıların güvenli biçimde kapatılmasını ve cömert bir soğuma süresi yapılandırın.

Doğru boyutlandırma PaaS hizmetleri için de geçerlidir. DTU modeli kullanan Azure SQL Database, DTU yüzdesi sürekli olarak %50'nin altındaysa daha düşük bir boyuta geçirilebilir. vCore modeli, CPU ve depolamanın bağımsız olarak ölçeklendirilmesine olanak tanır. Kalıcılık ve coğrafi çoğaltma gerekmiyorsa Azure Cache for Redis, Premium katmanından Standard katmanına geçirilebilir. Azure Kubernetes Service düğüm havuzları, düğümleri pod'ların beklemede ve boşta olma durumlarına göre içeri ve dışarı doğru ölçeklendirmek için Cluster Autoscaler kullanabilir.

Doğru boyutlandırma tek seferlik bir etkinlik değildir. İş yükleri zaman içinde değişir; trafik düzenleri değişir, özellikler eklenir ve kullanıcı tabanları büyür veya küçülür. FinOps sürecinize bir aylık doğru boyutlandırma incelemesi ekleyin: Advisor önerilerini alın, en az kullanılan ilk 10 VM'yi ve gereğinden fazla kaynak sağlanan PaaS hizmetlerini inceleyin ve bunlardan sorumlu ekiplere iş öğeleri oluşturun. Liderliğe FinOps ROI'sini göstermek için gerçekleşen tasarrufları oluşturulan önerilere kıyasla izleyin.

En uygun maliyet stratejisi önce doğru boyutlandırmak, ardından rezerve etmektir. Gereğinden fazla kaynak sağlanmış bir VM için Reserved VM Instance satın almak, yanlış SKU'ya bağlı kalmanıza neden olur. Önce VM'yi doğru boyutuna getirin, kararlılığı doğrulamak için yeni kullanım oranını 30 gün gözlemleyin, ardından doğru boyutlandırılmış bu SKU için rezervasyon satın alın. Bu iki aşamalı yaklaşım, kullanılmayan rezerve kapasiteden kaçınırken indirimi en üst düzeye çıkarır.

Bu dersteki Microsoft Azure Fundamentals (AZ-900) kavramlarını anlayıp anlamadığınızı sınayın.

Bu derste şunları öğrendiniz: doğru boyutlandırma, performans ölçümlerini kullanarak VM SKU'larını gerçek iş yükü gereksinimleriyle eşleştirir; zamanlanmış ve ölçüm tabanlı otomatik ölçeklendirme, kapasiteyi talebe uyacak şekilde dinamik olarak ayarlar; Spot VM'ler, kesintiye uğrayabilen toplu iş yükleri için %90'a varan indirimler sunar. Sırada, taahhütlü iş yükleri için Azure Savings Plans ve Reservations konusunu inceleyeceğiz.