A megfelelő virtuálisgép-méret kiválasztása az Azure HDInsight-fürthöz
Ez a cikk bemutatja, hogyan választhatja ki a megfelelő virtuálisgép-méretet a HDInsight-fürt különböző csomópontjaihoz.
Először is ismerje meg, hogy egy virtuális gép tulajdonságai, például a processzorfeldolgozás, a RAM-méret és a hálózati késés hogyan befolyásolják a számítási feladatok feldolgozását. Ezután gondolja át az alkalmazást, és hogy hogyan illeszkedik ahhoz, amire a különböző virtuálisgép-családok optimalizálva vannak. Győződjön meg arról, hogy a használni kívánt virtuálisgép-család kompatibilis a telepíteni kívánt fürttípussal. Az egyes fürttípusokhoz támogatott és ajánlott virtuálisgép-méretek listáját az Azure HDInsight által támogatott csomópontkonfigurációkban találja. Végül egy teljesítményértékelési folyamattal tesztelhet néhány minta számítási feladatot, és ellenőrizheti, hogy a családon belül melyik termékváltozat megfelelő Önnek.
A fürt egyéb aspektusainak tervezésével, például a tárolótípus vagy a fürtméret kiválasztásával kapcsolatos további információkért lásd a HDInsight-fürtök kapacitástervezését.
Virtuális gép tulajdonságai és big data számítási feladatai
A virtuális gép méretét és típusát a processzor feldolgozási teljesítménye, a RAM mérete és a hálózati késés határozza meg:
CPU: A virtuális gép mérete határozza meg a magok számát. Minél több mag, annál nagyobb mértékű párhuzamos számítás érhető el minden csomóponton. Emellett egyes virtuálisgép-típusok gyorsabb magokkal rendelkeznek.
RAM: A virtuális gép mérete a virtuális gépen elérhető RAM mennyiségét is meghatározza. Azon számítási feladatok esetében, amelyek a lemezről való olvasás helyett a memóriában tárolják az adatokat, győződjön meg arról, hogy a feldolgozó csomópontok elegendő memóriával rendelkeznek ahhoz, hogy elférjenek az adatok.
Hálózat: A legtöbb fürttípus esetében a fürt által feldolgozott adatok nem a helyi lemezen vannak, hanem egy külső tárolási szolgáltatásban, például a Data Lake Storage-ban vagy az Azure Storage-ban. Vegye figyelembe a csomópont virtuális gép és a tárolási szolgáltatás közötti hálózati sávszélességet és átviteli sebességet. A virtuális gépek számára elérhető hálózati sávszélesség általában nagyobb méretekkel nő. További részletekért tekintse meg a virtuálisgép-méretek áttekintését.
A virtuális gépek optimalizálásának ismertetése
Az Azure-beli virtuálisgép-családok különböző használati esetekhez vannak optimalizálva. Az alábbi táblázatban megtalálhatja a legnépszerűbb használati eseteket és a hozzájuk tartozó virtuálisgép-családokat.
| Típus | Méretek | Leírás |
|---|---|---|
| Belépési szint | Av2 |
A cpu teljesítmény- és memóriakonfigurációi a leginkább megfelelőek a belépési szintű számítási feladatokhoz, például a fejlesztéshez és a teszteléshez. Ezek gazdaságosak, és alacsony költségű lehetőséget biztosítanak az Azure használatának megkezdéséhez. |
| Általános célú | D, , DSv2Dv2 |
Kiegyensúlyozott processzor-memória arány. Ideális választás a teszteléshez és a fejlesztéshez, a kicsi és közepes adatbázisokhoz, illetve az alacsony és közepes forgalmú webkiszolgálókhoz. |
| Számításoptimalizált | F |
Magas processzor-memória arány. Alkalmas közepes adatforgalmú webkiszolgálók, hálózati berendezések, kötegfolyamatok és alkalmazáskiszolgálók számára. |
| Memóriaoptimalizált | Esv3, Ev3 |
Magas memória-processzor arány. Ideális választások a relációs adatbázisok kiszolgálóihoz, a közepes és nagy gyorsítótárakhoz, valamint a memóriában végzett elemzésekhez. |
- A HDInsight által támogatott régiókban elérhető virtuálisgép-példányok díjszabásáról további információt a HDInsight díjszabásában talál.
Költségtakarékos virtuálisgép-típusok könnyű számítási feladatokhoz
Ha könnyű feldolgozási követelményekkel rendelkezik, az F sorozat jó választás lehet a HDInsight használatának megkezdéséhez. Az alacsonyabb óránkénti listaáron elérhető F-sorozat képviseli a legjobb ár–teljesítmény arányt az Azure-portfólióban az egy vCPU-ra jutó Azure-alapú számítási egységek (Azure Compute Unit, ACU) alapján.
Az alábbi táblázat az Fsv2 sorozatú virtuális gépekkel létrehozható fürttípusokat és csomóponttípusokat ismerteti.
| Fürt típusa | Verzió | Munkavégző csomópont | Átjárócsomópont | ZooKeeper-csomópont |
|---|---|---|---|---|
| Spark | Mind | F4 és újabb | nem | nem |
| Hadoop | Mind | F4 és újabb | nem | nem |
| Kafka | Mind | F4 és újabb | nem | nem |
| A HBase | Mind | F4 és újabb | nem | nem |
| LLAP | letiltva | nem | nem | nem |
Az F sorozatú termékváltozatok specifikációinak megtekintéséhez tekintse meg az F sorozatú virtuálisgép-méreteket.
Teljesítményértékelés
A teljesítménymérés a szimulált számítási feladatok különböző virtuális gépeken való futtatásának folyamata, amely méri az éles számítási feladatok teljesítményét.
A virtuálisgép-termékváltozatok és a fürtméretek teljesítményértékeléséről további információt az Azure HDInsight fürtkapacitás-tervezésében talál.