Scalabilità intelligente

Smart scaling utilizza il machine learning per fornire previsioni basate su modelli di workload cronologici. Analizzando i dati nella pagina Amministrazione> Pattern di workload , è possibile apprendere come ottimizzare l'utilizzo delle risorse di sistema.

È possibile ottenere ulteriori informazioni sulle seguenti risorse di sistema:

  • NZP cronologico e previsto (metrica delle prestazioniNetezza )
  • Profilo di contorno storico o suggerito
  • Punteggio di confidenza

Modelli seed

I modelli seed sono modelli preaddestrati caricati nello spazio di lavoro temporaneo. Un'API di previsione utilizza questi modelli per la durata di un periodo di tolleranza di addestramento (7 giorni o più), dopo che il sistema è stato distribuito, a partire da dopo il giorno 1. A questo punto, il punteggio di affidabilità è basso perché i modelli non riflettono ancora i tuoi carichi di lavoro.

Una volta terminato il periodo di tolleranza di addestramento, il modello viene riaddestrato con i dataset generati dai dati del carico di lavoro raccolti. L'API di previsione esegue l'inferenza in base ai modelli preaddestrati. Quindi, il punteggio di confidenza viene aggiornato in base all'accuratezza della previsione e lo scheduler di sistema attiva l'attività del modello di addestramento giornalmente per 2 settimane e quindi su base settimanale.

Elementi grafico

Proprietà prestazioni

Utilizzare l'elenco a discesa Proprietà prestazioni per navigare tra diversi grafici. Il grafico predefinito Utilizzo del carico di lavoro visualizza più punti dati correlati alle proprie risorse di sistema.

Quando si guarda il grafico in generale, utilizzare la legenda per identificare il profilo del contorno.

Intervallo di tempo

Utilizzare l'elenco a discesa Intervallo di tempo per selezionare intervalli di tempo differenti.

Per impostazione predefinita, la data corrente rimane la stessa. Quando si seleziona tra la vista giornaliera, settimanale o mensile, la data viene aggregata nel tempo di conseguenza.

Una linea al centro del grafico mostra il taglio tra i dati cronologici e quelli previsti o suggeriti.

I dati previsti vengono visualizzati solo quando il sistema ha raccolto dati cronologici per almeno 7 giorni. Fino ad allora, il grafico visualizza un punto dati per ogni giorno. Dopo 7 giorni, appare una previsione per un valore di due settimane in più di informazioni.

NZP storico e previsto

Le linee viola e rosa rappresentano NZP cronologico e NZP previsto.

NZP (Netezza Performance Metric) è una misura dell'utilizzo del sistema.
NZP di alto livello indica livelli elevati di utilizzo. NZP basso indica un utilizzo ridotto delle risorse.
Le linee NZP storiche e previste vengono misurate sulla scala a sinistra del grafico tra 0% e 100%.

Profilo di contorno storico e suggerito

Profilo di contorno cronologico e Profilo di contorno suggerito vengono visualizzati dalle barre blu.

I contorni visualizzati alla sinistra della riga della data corrente sono contorni cronologici. Rappresentano i profili utilizzati in ogni intervallo di tempo.
Le barre visualizzate sul lato destro della riga di data corrente sono contorni suggeriti per ogni intervallo di tempo.

I profili di contorno sono suggeriti in base al NZP previsto durante tale intervallo di tempo. Se NZP supera l'80%, si consiglia di scalare il profilo del contorno più vicino per aumentare il calcolo e migliorare le prestazioni per periodi di carichi di lavoro pesanti. Quando l'algoritmo prevede un NZP pari o inferiore al 20% per un intervallo di tempo, il grafico suggerisce di ridurre la scala a un profilo più basso.

Punteggio di confidenza

Il punteggio di confidenza riflette l'accuratezza delle previsioni fornite in base ai modelli di workload cronologici del sistema. Analizzando il punteggio di affidabilità, è possibile scegliere come utilizzare le risorse di sistema.

Esempio di ridimensionamento intelligente

  1. Accedi alla console web.

  2. Andare a Amministrazione> Modelli di workload.

  3. Esaminare il grafico di utilizzo della scalabilità intelligente.
    In questo esempio, come amministratore del database, si desidera ottenere una comprensione più approfondita dell'utilizzo del sistema nel tempo.

    In questo scenario, risulta che ogni domenica l'utilizzo del sistema scende al di sotto della media rispetto agli altri giorni della settimana. In base a queste informazioni, puoi aggiornare la pianificazione del ridimensionamento in modo che corrisponda ai picchi e ai dip previsti nei carichi di lavoro.

  4. Configurare il programma di pianificazione per ridurre l'istanza per ogni domenica come descritto in Modifica del ridimensionamento pianificato.

  5. Configurare il programma di pianificazione per eseguire il ridimensionamento incrementale ogni lunedì, come descritto in Modifica del ridimensionamento pianificato.

Di conseguenza, in futuro si assisterà a un miglioramento delle prestazioni e a una riduzione dei costi e degli sprechi di risorse.