Azure 顾问分析 Azure 数据资源管理器群集配置和使用情况遥测数据，并提供个性化的可作建议来帮助优化群集。
访问 Azure 顾问建议
可以通过两种方式访问Azure 顾问建议：
查看适用于 Azure 数据资源管理器群集的 Azure 顾问建议
在 Azure 门户中，转到 Azure 数据资源管理器群集页。
在左侧菜单中的 “监视”下，选择 顾问建议。 此时会打开适用于该群集的建议的列表。
查看适用于订阅中所有群集的 Azure 顾问建议
在 Azure 门户中，转到“顾问资源”。
在 “概述”中，选择一个或多个订阅以获取建议。
选择第二个下拉列表中的 Azure 数据资源管理器群集 和 Azure 数据资源管理器数据库 。
使用 Azure 顾问建议
Azure 顾问提供不同的建议类型。 使用相关类型优化群集。
在 顾问的 “建议”下，选择“ 成本 ”以查看成本建议。
从列表中选择建议。
此时会显示与建议相关的群集列表。 建议详细信息因每个群集而异，并包括推荐的操作。
建议类型
提供了成本、性能、可靠性和卓越服务建议。
重要
实际每年节省的费用可能会有所不同。 所示的年度节省金额基于按量计费价格计算。 这些潜在节省未计入 Azure 预留虚拟机实例 (RI) 的计费折扣优惠。
成本建议
成本建议适用于可以更改的群集，以降低成本，而不会影响性能。 成本建议包括：
- 未使用的正在运行的 Azure 数据资源管理器 群集
- 未使用且已停止的 Azure 数据资源管理器群集
- 将数据资源管理器群集更改为更具成本效益且性能更好的 SKU
- 减少 Azure 数据资源管理器表的缓存
- 启用优化的自动缩放
未使用但正在运行的 Azure 数据资源管理器群集
如果群集处于运行状态且在过去五天内未引入数据或运行查询，则群集未使用并运行。 在某些情况下，群集可能会 自动停止。 在以下情况下，群集不会自动停止，并显示建议：
停止群集以降低成本，同时保留数据。 如果不需要数据，请考虑删除群集以提高节省成本。
未使用且已停止的 Azure 数据资源管理器群集
如果某个群集已停止至少 60 天，则会被视为未使用和已停止状态。
建议删除此群集来节省成本。
注意
已停止的群集可能仍包含数据。 在删除群集之前，请验证是否不再需要数据。 删除群集后，数据将不再可访问。
将数据资源管理器群集更改为更具成本效益且性能更好的 SKU
建议将 数据资源管理器群集更改为更具成本效益且性能更好的 SKU 适用于在非最佳 SKU 下运行的群集。 此更新的 SKU 可降低成本并提高整体性能。 它使用满足群集缓存要求的所需实例计数，同时确保性能不会受到负面影响。
作为建议的一部分，如果尚未启用，请启用“优化自动缩放”。 优化的自动缩放会对群集的性能进行更深入的分析，并在需要时进一步缩减群集规模。 此操作会导致成本降低更多。 优化的自动缩放建议包括最小和最大实例计数建议。 最大值设置为建议的 SKU 实例计数。 如果群集计划有机增长，请手动增加此最大数量。 如果群集上已配置“优化自动缩放”，在某些情况下，建议增加最大实例计数。
SKU 建议考虑到群集的当前区域定义，如果群集支持区域，则仅建议至少具有两个区域的目标 SKU。 添加更多计算可用性区域不会产生额外的成本。
顾问 SKU 建议将每隔几个小时更新一次。 该建议会检查所选 SKU 在该区域的容量可用性。 但是，容量可用性是动态的，随时间而变化。
注意
顾问 SKU 建议不支持具有虚拟网络或托管专用终结点配置的群集。
减少 Azure 数据资源管理器表的缓存
对于可缩短其表的缓存策略的群集，将提供“缩短 Azure 数据资源管理器表缓存期以优化群集成本”建议。 此建议基于过去 30 天的查询追溯期。 若要查看可能的节省情况，可以查看每个数据库最相关的五个表，以获取潜在的缓存节省。 仅在缓存策略更改后群集能够横向缩减或缩容时，才会提供此建议。 顾问工具会检查群集是否“受数据容量限制”，也就是说，群集的 CPU 使用率和数据引入利用率都较低，但由于数据容量较高，群集无法横向缩容或纵向缩减。
启用优化的自动缩放
当启用优化的自动缩放会减少群集上的实例计数时，会建议启用优化的自动缩放。 此建议基于使用模式、缓存利用率、引入利用率和 CPU。 为确保不超出您的预算计划，请在启用“优化自动缩放”时设置最大实例数。
性能建议
性能建议可提高 Azure 数据资源管理器群集的性能。 性能建议包括：
更新 Azure 数据资源管理器表的缓存策略
对于需要不同的追溯期时间筛选器或更大缓存策略的群集，将提供“评审 Azure 数据资源管理器表缓存期策略以提高性能”建议。 此建议基于过去 30 天的查询追溯期。 最近 30 天内运行的大多数查询访问了未缓存的数据，这可能会增加查询运行时间。 可以查看每个数据库访问缓存外数据的前五个表，按查询百分比排序。
还可以获得性能建议来减少缓存策略。 如果群集受数据限制，则可能会发生这种情况。 如果根据缓存策略缓存的数据大于群集缓存的总大小，则群集会绑定数据。 减少数据绑定群集的缓存策略可减少缓存未命中次数，并可能提高性能。
卓越运营建议
卓越运营或“最佳做法”建议是建议，其实现不会立即提高成本或性能，但将来可能会使群集受益。 这包括减少表缓存策略以匹配使用模式。
减少表缓存策略以匹配使用模式
此建议的重点是根据上个月的实际使用情况更新缓存策略，以减少表的热缓存。 与以前的成本建议不同，此特定建议适用于由 CPU 和引入负载而不是热缓存中存储的数据量确定实例数的群集。 在这种情况下，仅更改缓存策略不足以减少实例数。 建议进一步优化，例如更改 SKU、减少 CPU 负载，并启用自动缩放以高效缩减。 对于基于使用模式的实际查询回溯低于配置的缓存策略的表，此建议可能会有帮助。 但是，减少缓存策略不会直接导致成本节省。 群集实例数取决于 CPU 和引入负载，而不考虑热缓存中存储的数据量。 因此，从热缓存中删除数据并不会直接导致集群缩容。
可靠性建议
可靠性建议有助于确保和提高业务关键型应用程序的连续性。
可靠性建议包括：
群集使用未进行委派的子网
此建议适用于虚拟网络群集，该群集使用未向“Microsoft.Kusto/clusters”委派的子网。 将子网委派给群集时，允许该服务为子网制定基本的网络配置规则，这有助于群集以稳定的方式运行其实例。
群集使用了 IP 配置无效的子网
系统会向子网也由其他服务使用的虚拟网络群集提供此建议。 建议从子网中删除所有其他服务，并仅将其用于群集。