Azure 최적화 엔진 보고서

아티클
12/02/2024

이 문서에서는 AOE(Azure 최적화 엔진) 내에서 사용할 수 있는 보고 옵션을 설명합니다. 여기에는 AOE에서 생성된 다양한 권장 사항 및 인사이트를 시각화하는 Power BI 보고서 및 Log Analytics 통합 문서가 포함됩니다.

Power BI 권장 사항 보고서

AOE에는 권장 사항을 시각화하기 위한 Power BI 보고서가 포함되어 있습니다. 이를 사용하려면 먼저 AOE를 사용하여 배포한 SQL Database에 대한 데이터 원본 연결을 변경해야 합니다. Power BI 위쪽 메뉴에서 데이터 원본> 변환을 선택합니다.

그런 다음, 원본 변경을 선택하고 SQL 데이터베이스 서버 URL로 변경합니다. SQL 방화벽 규칙이 연결을 허용하고 SQL 데이터베이스에 대한 권한이 있는 Microsoft 회사/학교 계정으로 로그인할 수 있는지 확인합니다.

이 보고서는 리소스에 태그가 적용된 environment 시나리오를 위해 작성되었습니다. 변경하거나 새 태그를 추가하려면 [데이터 변환] 메뉴를 다시 열지만 이제 [데이터 변환] 하위 작업을 선택합니다. 새 창이 열립니다. "고급 편집기" 옵션에서 다음을 선택하는 경우 데이터 변환 논리를 편집하고 태그 처리 지침을 업데이트할 수 있습니다.

보고서에는 다음 섹션에 설명된 여러 페이지가 포함되어 있습니다.

개요 - 최신 권장 사항

초기 페이지에는 여러 관점에서 필터링할 수 있는 사용 가능한 최신 권장 사항의 요약이 표시됩니다. 이 페이지가 비어 있는 경우 지난 주 권장 사항을 얻으려면 새로 고쳐야 합니다. 새로 고친 후에도 여전히 비어 있는 경우 AOE Automation Runbook에 몇 가지 업스트림 문제가 있을 수 있습니다.

비용 - 비용 권장 사항 개요

비용 페이지에는 AOE에서 생성한 최신 비용 권장 사항(Azure Advisor와 함께)이 표시됩니다. 이러한 권장 사항은 잠재적인 월별 절감액에 따라 정렬됩니다. 각 권장 사항에 대해 자세한 내용과 권장 사항이 환경 특성에 맞는 방법을 알려주는 맞춤 점수가 포함된 Azure Portal 페이지에 대한 링크가 있습니다. AOE 사용자 지정 권장 사항의 경우 맞춤 점수는 정확도 측정값이기도 합니다. 점수가 5에 가까울수록 권장 사항이 더 적합하고 정확합니다.

VM 적절한 크기 개요 및 탐색

VM 오른쪽 크기 개요 페이지에서는 Azure Advisor VM의 적절한 크기 권장 사항의 상대 분포를 대략적으로 이해할 수 있습니다. 워크로드 특성이 적절한 크기의 권장 대상 SKU를 지원하는 방법을 빠르게 확인할 수 있습니다. 필요한 성능 카운터를 Log Analytics로 보내는 VM이 있는 경우 각 권장 사항의 지원 가능성을 보다 명확하게 볼 수 있습니다. 다음 예제에서는 VM 중 하나가 Log Analytics 작업 영역에 성능 메트릭을 보내지 않았기 때문에 알 수 없는 정보가 있습니다.

VM 오른쪽 크기 탐색 페이지를 사용하면 여러 관점에서 Azure Advisor VM의 적절한 크기 권장 사항을 필터링하고 심층 분석할 수 있습니다.

기타 잘 설계된 기둥

비용 페이지와 마찬가지로, 나머지 각 잘 설계된 핵심 요소인 고가용성(안정성), 보안, 성능 및 운영 우수성에 대한 다른 최신 권장 사항 페이지가 있습니다.

권장 사항 세부 정보 및 기록

5개의 잘 설계된 핵심 요소 페이지 중 하나에서 권장 사항을 선택하면 권장 사항을 마우스 오른쪽 단추로 클릭하고 권장 사항을 드릴스루할 수 있습니다. 권장 사항 세부 정보 및 권장 사항 기록의 두 가지 옵션을 사용할 수 있습니다.

권장 사항 세부 정보 옵션을 사용하면 특정 권장 사항의 모든 세부 정보를 볼 수 있는 페이지로 이동합니다. Ctrl 키를 누른 상태에서 왼쪽 위 화살표를 클릭하여 권장 사항 목록으로 돌아갈 수 있습니다. 권장 사항 기록 페이지에서는 지난 1년 동안 해당 권장 사항이 활성화된 기간과 적합도 점수가 어떻게 발전했는지를 보여 줍니다.

통합 문서

AOE의 Log Analytics 통합 문서를 사용하여 매일 수집되는 데이터에 대한 다양한 관점을 살펴볼 수 있습니다. 다음이 포함됩니다.

비용 증가 변칙
Microsoft Entra ID, Azure Resource Manager 보안 주체 및 할당된 역할
리소스 배포 방법
Azure 약정 사용량에 대한 인사이트 얻기(EA 및 MCA 고객만 지원)

자세한 내용은 각 통합 문서에 대한 간단한 설명은 다음 정보를 참조하세요.

권장 사항

권장 사항 통합 문서는 AOE 기반 Azure 최적화 과정을 시작하는 보고서입니다. 비용, 운영 우수성, 성능, 안정성 및 보안이라는 잘 설계된 프레임워크의 5가지 핵심 요소에서 AOE와 Azure Advisor가 매주 생성한 최적화 권장 사항을 보고합니다.

Azure Commitments Insights

전체 Azure Reservations 및 Savings Plans 성능 분석 및 구매 시뮬레이션을 위해 다음과 같은 여러 통합 문서를 사용할 수 있습니다.

혜택 시뮬레이션 을 사용하면 주문형 Virtual Machines 사용 기록을 기반으로 저축 계획 및 예약 약정 절감 및 적용 범위를 시뮬레이션할 수 있습니다.
혜택 사용량 은 다양한 가격 책정 모델 사용량(저축 플랜, 예약, 스폿 및 주문형)의 분포 및 각 가격 책정 모델이 다른 모델과 비교하여 달성하고 있는 절감액에 대해 보고합니다.
예약 잠재 보고서는 주문형 Virtual Machines 사용량 및 예약 약정 가능성에 대해 보고하며, 이러한 예약을 잠재적으로 소비하는 리소스에 대한 기록 분석 및 세부 정보를 제공합니다.
예약 사용량 은 예약 사용량에 대해 보고하고 리소스 태그별 사용 집계 및 실제 절감액에 대한 심층 인사이트(사용되지 않는 예약 포함)를 허용합니다.
저축 계획 사용량 은 저축 계획 사용량에 대해 보고하고 리소스 태그별 사용 집계 및 실제 절감액에 대한 심층 인사이트(사용되지 않는 절감 계획 포함)를 허용합니다.

각 통합 문서에 대한 전체 설명은 이 블로그 게시물을 확인하세요.

비용 증가

비용 증가 통합 문서는 구독, 미터 범주, 미터 하위 범주, 미터 이름, 리소스 그룹 또는 개별 리소스와 같은 여러 관점에서 검색된 사용량 증가 이상에 대해 보고합니다.

리소스 인벤토리

리소스 인벤토리 통합 문서는 기록 진화를 포함하여 다양한 관점에서 가장 관련성이 큰 Azure 리소스 종류(주로 IaaS)의 배포에 대해 보고합니다.

ID 및 역할

ID 및 역할 통합 문서는 Microsoft Entra ID 개체(사용자, 그룹 및 애플리케이션)와 테넌트 및 Azure 리소스의 해당 역할에 대해 보고합니다. 이 통합 문서에 대한 자세한 분석은 이 블로그 게시물을 참조하세요.

Blob Storage 사용 차단

블록 Blob Storage 사용량 통합 문서는 다양한 유형의 스토리지 계정, 파일 구조, 복제 옵션 및 계층화에 대한 블록 Blob Storage 사용량 분포를 보고합니다. 핫 계층화에서 쿨 계층화로의 시뮬레이션을 수행할 수 있습니다.

정책 준수

정책 준수 통합 문서는 기록 관점과 리소스 태그별로 필터링 및 그룹화할 수 있는 기능을 사용하여 전체 테넌트에서 Azure Policy 규정 준수를 보고합니다.

다음을 통해 공유

Azure 최적화 엔진 보고서