Kapazität für autonome KI-Datenbank auf dedizierter Exadata-Infrastruktur planen und überwachen

Sie können die Compute- und Speicherressourcen Ihrer autonomen KI-Datenbank auf einer dedizierten Exadata-Infrastruktur überwachen und planen, um eine effiziente Nutzung und optimale Abrechnung zu gewährleisten.

Oracle Autonomous AI Database bietet Dashboards und Visualisierungen, mit denen Sie die Ressourcenzuweisung und -nutzung für Ihren Service verfolgen können.

Ressourcenterminologie

Es ist wichtig, die verschiedenen Begriffe zu verstehen, die mit der Ressourcenzuweisung und -nutzung in der Oracle Cloud Infrastructure-(OCI-)Konsole verwendet werden, und zu verstehen, was sie bedeuten:

Verfügbare CPUs: CPUs, die zugewiesen werden können, um neue autonome KI-Datenbanken bereitzustellen oder vorhandene autonome KI-Datenbanken zu skalieren.
Bereitgestellte CPUs: Gesamtanzahl der CPUs, die für alle autonomen KI-Datenbanken in einem autonomen Exadata-VM-Cluster (AVMC) zugewiesen sind.
Reservierte CPUs: Gesamtanzahl CPUs, die für die automatische Skalierung von autonomen KI-Datenbanken, das Failover der autonomen KI-Datenbank bei Knotenausfall und das Lebenszyklusmanagement leerer autonomer Containerdatenbanken (ACDs) reserviert sind.
Freigabefähige CPUs: Gesamtanzahl der CPUs aus allen beendeten und skalierten autonomen KI-Datenbanken in allen autonomen Containerdatenbanken (ACDs) innerhalb eines autonomen Exadata-VM-Clusters (AVMC). Wiederherstellbare CPUs werden erst wieder in den Status "Verfügbar" versetzt, wenn die ACD neu gestartet wird.

Tipp: Eine detaillierte Erläuterung der CPU-Typen mit Beispielen finden Sie unter Compute-Management in autonomer KI-Datenbank.
Bereitstellbare ACDs: Anzahl der autonomen Containerdatenbanken, die in einem autonomen Exadata-VM-Cluster (AVMC) erstellt werden können.
Bereitgestellt: Anzahl der autonomen Containerdatenbanken, die in einem autonomen Exadata-VM-Cluster (AVMC) erstellt wurden.
Nicht bereitstellbare ACDs: Anzahl der autonomen Containerdatenbanken, die nicht erstellt werden können, weil in einem autonomen Exadata-VM-Cluster (AVMC) nicht genügend CPUs vorhanden sind.
Gesamtspeicher (in TB): Gesamtspeicher, der einem autonomen Exadata-VM-Cluster (AVMC) zugewiesen ist.
Verfügbarer Speicher (in TB): Speicher verfügbar für die Verwendung autonomer KI-Datenbanken in einem autonomen Exadata-VM-Cluster (AVMC).
Verwendeter Speicher (in TB): Speicher, der derzeit von autonomen KI-Datenbanken in einem autonomen Exadata-VM-Cluster (AVMC) verwendet wird.
Arbeitsspeicher pro CPU (in GB): Dem autonomen Exadata-VM-Cluster (AVMC) pro CPU zugewiesener Arbeitsspeicher.

Ressourcenlimits

In der folgenden Tabelle sind die Ressourcenlimits für autonome KI-Datenbank auf dedizierten Exadata-Infrastruktur-Deployments in Oracle Public Cloud und Exadata Cloud@Customer aufgeführt.

Ressourcenlimits (Maximum)

Die Anzahl der verfügbaren CPUs bestimmt die maximale Anzahl autonomer KI-Datenbanken, die Sie erstellen können. Die kleinste autonome KI-Datenbank kann mit 2 ECPUs oder 0,1 CPUs erstellt werden. Daher beträgt die maximale Anzahl der autonomen KI-Datenbanken, die erstellt werden können, das halbe Mal so viel wie die Anzahl der verfügbaren ECPUs oder zehn Mal die Anzahl der verfügbaren OCPUs.
Die maximale Anzahl autonome Containerdatenbanken pro autonomem Exadata-VM-Cluster (AVMC) beträgt 16.

Empfohlene Ressourcenlimits (Maximum)

Ressource	Empfohlener Grenzwert
Autonome KI-Datenbanken pro autonomer Containerdatenbank	200
Autonome Datenbanken pro autonomer Containerdatenbank mit konfiguriertem Autonomous Data Guard	25

Hinweis: Es ist möglich, mehr autonome KI-Datenbanken als in der oben empfohlenen Limits-Tabelle angegeben bereitzustellen, insbesondere mit CPU-Overprovisioning. Dies kann jedoch dazu führen, dass die Service Level Objectives (SLOs) kompromittiert werden, um eine Anwendung nach einem ungeplanten Ausfall oder einer geplanten Wartungsaktivität wieder online zu setzen. Informationen zu den SLO-Details für Autonomous AI Database on Dedicated Exadata Infrastructure-Deployments finden Sie unter Service Level Objectives (SLOs) für Verfügbarkeit.

Limits für autonome Exadata-VM-Cluster

Sie können mehrere autonome Exadata-VM-Cluster (AVMCs) auf einer Exadata-Infrastrukturressource erstellen. Die Anzahl der AVMCs oder autonomen Containerdatenbanken (ACDs), die Sie auf Ihrer Exadata-Infrastruktur bereitstellen können, ist nicht begrenzt. Bei AVMCs und ACDs sind bestimmte Ressourcenmengen erforderlich. Sie können sie erstellen, solange die mindestens erforderliche Ressourcenmenge verfügbar ist.

Um ein autonomes Exadata-VM-Cluster zu erstellen, sind mindestens 40 ECPUs pro Knoten, 120 GB Arbeitsspeicher pro Knoten und 338,5 GB lokaler Speicher pro Knoten und 6,61 TB Exadata-Speicher erforderlich. Die mindestens erforderlichen Ressourcen pro Knoten zum Erstellen einer ACD betragen 8 ECPUs oder 2 OCPUs und 50 GB lokaler Speicher. Solange Ihre Exadata-Infrastruktur über diese mindestens erforderlichen Ressourcen verfügt, können Sie ein AVMC und ein ACD erstellen.

Das folgende Beispiel zeigt die Mindestressourcen der X9M-Exadata-Infrastruktur, die für das Provisioning eines AVMC (konfiguriert mit 2 DB-Servern) mit unterschiedlicher Anzahl von ACDs erforderlich sind.

Hinweis: Die Standardwerte für Datenbankspeicher pro ECPU (GB) und Datenbankspeicher (TB) sind auf 5 GB bzw. 5 TB gesetzt. Sie können jedoch festlegen, dass der Datenbankspeicher pro ECPU zwischen 2 und 5 GB liegen soll.

Attribut	1 ACD	2 ACDs	3 ACDs	16 ACDs
ECPU-Anzahl	80	80	96	512
Speicher (GB)	320	320	368	1.616
Lokaler Speicher (GB)	677	780	883	2.222
Exadata-Speicher (TB)	6,61	6,73	6,86	8,45

Ressourcenauslastung verfolgen

Die Compute-(CPU-) und Speicherressourcen, die einem autonomen Exadata-VM-Cluster (AVMC) oder einer autonomen Containerdatenbank (ACD) zugewiesen sind, variieren, wenn Sie autonome KI-Datenbanken bereitstellen und darin ausführen. Die Anzahl der zugewiesenen, bereitgestellten, reservierten, freizugebenden CPUs sowie die gesamte Änderung des verfügbaren und verwendeten Speichers während des Lebenszyklus von ACDs und autonomen KI-Datenbanken in einem AVMC. Während Sie autonome KI-Datenbanken bereitstellen, ausführen und beenden oder ACDs bereitstellen, löschen und neu starten, werden die Compute- und Speicherressourcen in verschiedene Kategorien verschoben, wie unter Compute Management in Autonomous AI Database beschrieben.

Das Tracking der Ressourcennutzung für eine AVMC oder ACD über Mandanten hinweg ist bei der Planung der Kapazität für Ihre autonome KI-Datenbank auf einer dedizierten Exadata-Infrastruktur von entscheidender Bedeutung. Um das Tracking der Ressourcennutzung zu vereinfachen, bietet Oracle Autonomous AI Database in der Oracle Cloud Infrastructure-(OCI-)Konsole Einblicke in grafische und tabellarische Formate.

Die autonome KI-Datenbank auf dedizierter Exadata-Infrastruktur unterstützt das Tracking der Ressourcennutzung auf zwei Ebenen:

Autonomes Exadata-VM-Cluster (AVMC): Sie können die Details zur Ressourcennutzung eines AVMC auf der Seite "Details" der OCI-Konsole anzeigen. Ausführliche Informationen zu den Ressourcen werden in einem grafischen und tabellarischen Format für die AVMC und jede in der AVMC bereitgestellte ACD dargestellt.

Schritt-für-Schritt-Anleitungen und Erläuterungen finden Sie unter Ressourcenverwendung für ein autonomes Exadata-VM-Cluster anzeigen.

Autonome Containerdatenbank (ACD): Ähnlich wie AVMC können Sie auch die Ressourcennutzungsdetails einer ACD auf der Detailseite der OCI-Konsole anzeigen. Umfassende Informationen zu den Ressourcen in dieser ACD finden Sie auf dieser Seite in grafischer und tabellarischer Form.

Schritt-für-Schritt-Anleitungen und Erläuterungen finden Sie unter Ressourcenverwendung für eine autonome Containerdatenbank anzeigen.

Visualisierungen für Ressourcennutzung

Die Metriken zur Ressourcennutzung werden in Diagramm- und Tabellenformaten auf der OCI-Konsole für das autonome Exadata-VM-Cluster (AVMC) und die autonome Containerdatenbank (ACD) dargestellt.

Sie können auf diese Ressourcenvisualisierungen im Diagramm- oder Tabellenformat der OCI-Konsole zugreifen. Befolgen Sie dazu die Anweisungen unter:

Tipp: Sie können diese Informationen entweder in der grafischen oder tabellarischen Ansicht anzeigen, indem Sie in der Dropdown-Liste oben rechts in diesem Abschnitt die Option Diagrammansicht oder Tabellenansicht auswählen.

Dieser Abschnitt enthält grafische und tabellarische Darstellungen der Ressourcennutzung von AVMC.

Diagrammansicht

Die Diagrammansicht ist die Standardansicht. In dieser Ansicht werden 4 grafische Visualisierungen angezeigt, die Nutzungsdetails für verschiedene Ressourcen bereitstellen:

Beschreibung der Abbildung avmc_reschart.png

Die vier Diagramme zeigen:

CPU-Auslastung: Gibt die Gesamtanzahl der CPUs an, die diesem AVMC zugewiesen sind, und gibt an, wie viele dieser CPUs freigegeben, verfügbar, bereitgestellt und reserviert sind. Dies ist ein Doughnut-Diagramm mit der Gesamtanzahl der CPUs, die in der Mitte des Diagramms angezeigt werden.
CPU-Auslastung auf VM-Ebene: Dies ist ein horizontales Balkendiagramm mit einer Aufschlüsselung der CPU-Auslastung für jede VM im Cluster. Sie finden eine horizontale Leiste für jede VM. In jedem Balken wird die Anzahl der freizugebenden, verfügbaren, bereitgestellten und reservierten CPUs für diese VM mit Farbcodierung angezeigt. Wenn Sie mit der Maus auf jeden farbigen Teil der horizontalen Leiste zeigen, wird die Anzahl der freizugebenden, verfügbaren, bereitgestellten und reservierten CPUs für diese spezifische VM angezeigt. Wenn Sie auf die freizugebenden, bereitgestellten und reservierten Balken klicken, wird ein neuer Bereich mit der Aufschlüsselung dieser CPU-Komponenten nach ACDs geöffnet.
Nutzung autonomer Containerdatenbanken (ACD): Gibt die Gesamtanzahl der ACDs an, die in diesem AVMC erstellt werden können, zusammen mit einer Aufschlüsselung von bereitstellbaren ACDs, bereitgestellten ACDs und nicht bereitstellbaren ACDs. Bitte lesen Sie die Ressourcenterminologie, um zu verstehen, was jede davon bedeutet. Dies ist ein Donut-Diagramm mit der Gesamtanzahl von ACDs, die in der Mitte des Diagramms angezeigt werden.
Nutzung des Speichers der autonomen KI-Datenbank (in TB): Dies ist ein Doughnut-Diagramm, das den verfügbaren, verwendeten und gesamten autonomen KI-Datenbankspeicher in TB darstellt. Der Gesamtspeicherwert wird in der Mitte des Diagramms mit verfügbaren und verwendeten Speicherwerten angezeigt, die auf dem Diagramm in verschiedenen Farben angezeigt werden.

Tabellenansicht

Um die Ressourcennutzungsdetails eines AVMC in der Tabellenansicht anzuzeigen, wählen Sie Tabellenansicht aus der Dropdown-Liste oben rechts im Abschnitt Ressourcennutzungsvisualisierungen aus. In der Tabellenansicht werden dieselben Details wie in der Diagrammansicht in Form von Tabellen angezeigt.

Beschreibung der Abbildung avmc_restable.png

Die vier Tabellen, die Sie sehen können, sind:

CPU-Auslastung: Führt die Gesamtanzahl der verfügbaren, bereitgestellten, reservierten und freizugebenden CPUs in diesem AVMC auf.
CPU-Auslastung auf VM-Ebene: Führt die Anzahl der verfügbaren, bereitgestellten, reservierten und freizugebenden CPUs für jede VM in diesem VM-Cluster auf.
ACD-(Autonomous Container Database-)Nutzung: Führt die Anzahl der bereitstellbaren, bereitgestellten und nicht bereitstellbaren ACDs in diesem AVMC auf.
Nutzung des Speichers der autonomen KI-Datenbank (in TB): Zeigt den verfügbaren und verwendeten Speicher der autonomen KI-Datenbank in TB an.

Dieser Abschnitt enthält grafische und tabellarische Darstellungen der Ressourcennutzung der ACD.

Diagrammansicht

Beschreibung der Abbildung acd_reschart.png

Die Diagrammansicht ist die Standardansicht. In dieser Ansicht wird ein horizontales Balkendiagramm mit einer Aufschlüsselung der CPUs angezeigt, die von dieser ACD in jeder VM verwendet werden. In jedem Balken wird die Anzahl der bereitgestellten, reservierten und freizugebenden CPUs für diese VM mit Farbcodierung angezeigt. Wenn Sie den Mauszeiger über jeden farbigen Teil der horizontalen Leiste bewegen, wird die Anzahl der bereitgestellten, reservierten und freizugebenden CPUs für diese spezifische VM angezeigt.

Tabellenansicht

Beschreibung der Abbildung acd_restable.png

Um die Ressourcennutzungsdetails einer ACD in der Tabellenansicht anzuzeigen, wählen Sie in der Dropdown-Liste oben rechts im Abschnitt CPU-Nutzung auf VM-Ebene die Option Tabellenansicht aus. In der Tabellenansicht werden dieselben Details wie in der Diagrammansicht in Form einer Tabelle angezeigt. Hier wird die Anzahl der bereitgestellten, reservierten und freizugebenden CPUs für jede VM aufgeführt, die der ACD aus dem übergeordneten VM-Cluster zugewiesen ist.

Exadata-Systemausprägungen

Autonome KI-Datenbank auf dedizierter Exadata-Infrastruktur kann auf verschiedenen Exadata-Systemmodellen wie Oracle Exadata X9M-2, X8M-2, X8-2 oder X7-2 bereitgestellt werden. Jedes Modell ist in verschiedenen Formen erhältlich, wie unten beschrieben. Jede Exadata-Systemausprägung ist mit einer festen Menge an Arbeitsspeicher, Datenspeicher und Netzwerkressourcen ausgestattet.

Die Gesamtanzahl der Ressourcen, die Ihrer autonomen KI-Datenbank auf einer dedizierten Exadata-Infrastruktur zugewiesen sind, wird durch das Exadata-System (und die Ausprägung) bestimmt, mit dem der Service bereitgestellt wird.

Tipp: Unter Eigenschaften von Infrastrukturausprägungen werden die Spezifikationen jedes Exadata-Systemmodells angezeigt.

Autonome KI-Datenbank auf dedizierter Exadata-Infrastruktur wird in den folgenden Exadata-Systemausprägungen angeboten:

Basissystem: Umfasst zwei Datenbankserver und drei Oracle Exadata-Speicherserver. Das Basissystem ist die Einstiegskonfiguration. Im Vergleich zu anderen Konfigurationen enthält ein Basissystem Oracle Exadata-Speicherserver mit deutlich geringer Speicherkapazität und Datenbankserver mit deutlich weniger Arbeitsspeicher und geringerer Verarbeitungsleistung.
Quarter Rack: Umfasst zwei Datenbankserver und drei Oracle Exadata Storage Server.
Half Rack: Umfasst vier Datenbankserver und sechs Oracle Exadata Storage Server.
Full Rack: Enthält acht Datenbankserver und 12 Oracle Exadata-Speicherserver.

X10M-Systeme auf Exadata Cloud@Customer-Deployments werden in den folgenden Exadata-Systemausprägungen angeboten:

Elastic Base System: Enthält zwei Datenbankserver und drei Oracle Exadata Storage Server und kann durch Hinzufügen zusätzlicher Basisdatenbankserver und Basisspeicherserver auf maximal 16 Server erweitert werden. Das Basissystem ist die Einstiegskonfiguration. Im Vergleich zu anderen Konfigurationen enthält ein Basissystem Oracle Exadata-Speicherserver mit deutlich geringer Speicherkapazität und Datenbankserver mit deutlich weniger Arbeitsspeicher und geringerer Verarbeitungsleistung.
Elastic: Beginnt mit zwei Standard-Datenbankservern (1390 GB) und drei Oracle Exadata Storage Servern und kann auf maximal 32 Datenbankserver und 64 Speicherserver erweitert werden.
Elastic Large: Beginnt mit zwei Datenbankservern mit großem Speicher (2090 GB) und drei Oracle Exadata Storage Servern und kann auf bis zu 32 Datenbankserver mit großem Speicher und 64 Speicherservern erweitert werden.
Elastic Extra Large: Beginnt mit zwei Datenbankservern mit extra großem Arbeitsspeicher (2800 GB) und drei Oracle Exadata Storage Servern und kann auf bis zu 32 Datenbankserver mit großem Arbeitsspeicher und 64 Speicherserver erweitert werden.