Planifier et observer la capacité pour une base de données autonome basée sur l'intelligence artificielle sur une infrastructure Exadata dédiée

Vous pouvez observer et planifier les ressources de calcul et de stockage de votre base de données autonome avec intelligence artificielle sur une infrastructure Exadata dédiée pour une utilisation efficace et une facturation optimale.

Oracle Autonomous AI Database fournit des tableaux de bord et des visualisations qui vous aident à suivre l'affectation et l'utilisation des ressources pour votre service.

Terminologie de la ressource

Il est important de comprendre les différents termes utilisés pour l'affectation et l'utilisation des ressources sur la console Oracle Cloud Infrastructure (OCI) et de comprendre ce qu'ils signifient :

• UC disponibles : UC disponibles pour affectation afin de provisionner de nouvelles bases de données d'IA autonomes ou d'adapter les bases de données d'IA autonomes existantes.

• UC provisionnées : Nombre total d'UC affectées pour toutes les bases de données d'IA autonomes dans une grappe de machines virtuelles Exadata autonome (AVMC).

• UC réservées : Nombre total d'UC réservées pour la prise en charge de l'ajustement automatique des bases de données d'IA autonomes, du basculement de base de données d'IA autonome en cas de défaillance de noeud et de la gestion du cycle de vie des bases de données conteneur autonomes vides.

• UC récupérables : Nombre total d'UC de toutes les bases de données d'IA autonomes arrêtées et réduites dans toutes les bases de données conteneur autonomes d'une grappe de machines virtuelles Exadata autonome. Les UC récupérables ne retournent pas à l'état Disponible tant que la base de données conteneur autonome n'est pas redémarrée.

  Conseil : Pour plus d'informations sur les types d'UC, voir Gestion du calcul dans la base de données d'intelligence artificielle autonome.

• Données conteneur autonomes provisionnables : Nombre de bases de données conteneur autonomes pouvant être créées dans une grappe de machines virtuelles Exadata autonome (AVMC).

• Données conteneur autonomes provisionnées : Nombre de bases de données conteneur autonomes qui ont été créées dans une grappe de machines virtuelles Exadata autonome (AVMC).

• CD non provisionnables : Nombre de bases de données conteneur autonomes qui ne peuvent pas être créées en raison d'une pénurie d'UC disponibles dans une grappe de machines virtuelles Exadata autonome (AVMC).

• Stockage total (en To) : Stockage total affecté à une grappe de machines virtuelles Exadata autonome (AVMC).

• Stockage disponible (en To) : Stockage disponible pour l'utilisation des bases de données IA autonomes dans une grappe de machines virtuelles Exadata autonome (AVMC).

• Stockage utilisé (en To) : Stockage actuellement utilisé par les bases de données IA autonomes dans une grappe de machines virtuelles Exadata autonome (AVMC).

• Mémoire par unité centrale (en Go) : Mémoire affectée à la grappe de machines virtuelles Exadata autonome (AVMC) par unité centrale.

Limites de ressource

Le tableau suivant répertorie les limites de ressources pour les déploiements de base de données autonome avec intelligence artificielle sur une infrastructure Exadata dédiée sur Oracle Public Cloud et Exadata Cloud@Customer.

Limites des ressources (maximum)

• Le nombre d'UC disponibles détermine le nombre maximal de bases de données d'IA autonomes que vous pouvez créer. La plus petite base de données autonome d'IA peut être créée avec 2 ECPU ou 0,1 UC. Par conséquent, le nombre maximal de bases de données autonomes d'IA pouvant être créées est demi fois le nombre d'ECPU disponibles ou dix fois le nombre d'OCPU disponibles.

• Le nombre maximal de bases de données conteneur autonomes par grappe de machines virtuelles Exadata autonome (AVMC) est 16.

Limites de ressources recommandées (maximum)

Ressource	Limite recommandée
Bases de données autonomes d'IA par base de données conteneur autonome	200
Bases de données autonomes basées sur l'IA par base de données conteneur autonome avec Autonomous Data Guard configuré	25

Note : Il est possible de provisionner plus de bases de données d'IA autonomes que celles mentionnées dans le tableau des limites recommandées ci-dessus, en particulier avec le surprovisionnement d'UC. Toutefois, cela implique de compromettre les objectifs de niveau de service pour retourner une application en ligne à la suite d'une interruption non planifiée ou d'une activité de maintenance planifiée. Pour connaître les détails de l'objectif de niveau de service pour les déploiements d'infrastructure Exadata dédiée à Autonomous AI Database, voir Objectifs de niveau de service de disponibilité.

Limites pour les grappes de machines virtuelles Exadata autonomes

Vous pouvez créer plusieurs grappes de machines virtuelles Exadata autonomes sur une ressource d'infrastructure Exadata. Aucune limite stricte n'est appliquée au nombre de grappes de machines virtuelles Exadata autonomes ou de bases de données conteneur autonomes que vous pouvez provisionner sur votre infrastructure Exadata. Il existe un minimum de ressources pour les grappes de machines virtuelles Exadata autonomes et les bases de données conteneur autonomes, et vous pouvez en créer tant que ce minimum est disponible.

Pour créer une grappe de machines virtuelles Exadata autonome, les ressources minimales requises sont 40 ECPU par noeud, 120 Go de mémoire par noeud, 338,5 Go de stockage local par noeud et 6,61 To de stockage Exadata. De même, les ressources minimales requises par noeud pour créer une base de données conteneur autonome sont 8 ECPU ou 2 OCPU et 50 Go de stockage local. Tant que ces ressources minimales sont disponibles dans votre infrastructure Exadata, des grappes de machines virtuelles Exadata autonomes et des bases de données conteneur autonomes peuvent être créées.

L'exemple suivant montre les ressources d'infrastructure Exadata X9M minimales requises pour provisionner une grappe de machines virtuelles autonome (configurée avec 2 serveurs de base de données) avec un nombre différent de bases de données conteneur autonomes.

Note : Les valeurs par défaut de mémoire de base de données par ECPU (Go) et de stockage de base de données (To) sont réglées à 5 Go et 5 To, respectivement. Toutefois, vous pouvez définir la mémoire de la base de données par ECPU pour qu'elle soit comprise entre 2 et 5 Go.

Propriété	1 ACD	2 bases de données conteneur autonomes	3 bases de données conteneur autonomes	16 bases de données conteneur autonomes
Nombre d'ECPU	80	80	96	512
Mémoire (Go)	320	320	368	1 616
Stockage local (Go)	677	780	883	2 222
Stockage Exadata (To)	6,61	6,73	6,86	8,45

Suivi de l'utilisation des ressources

Les ressources de calcul (UC) et de stockage affectées à une grappe de machines virtuelles Exadata autonome (AVMC) ou à une base de données conteneur autonome (ACD) varient en fonction du provisionnement et de l'exécution des bases de données d'IA autonomes qu'elles contiennent. Le nombre d'UC allouées, provisionnées, réservées, récupérables et la modification totale, disponible et utilisée du stockage tout au long du cycle de vie des bases de données conteneur autonomes et des bases de données autonomes basées sur l'IA dans une grappe de machines virtuelles autonome. Lorsque vous provisionnez, exécutez et mettez fin à des bases de données d'IA autonomes ou provisionnez, supprimez et redémarrez des bases de données conteneur autonomes, les ressources de calcul et de stockage se déplacent dans différentes catégories, comme expliqué dans Gestion du calcul dans une base de données d'IA autonome.

Le suivi de l'utilisation des ressources pour une grappe de machines virtuelles autonome ou une base de données conteneur autonome sur l'ensemble des locations est essentiel pour planifier la capacité de votre base de données d'intelligence artificielle autonome sur une infrastructure Exadata dédiée. Pour simplifier le suivi de l'utilisation des ressources, Oracle Autonomous AI Database fournit des informations dans des formats graphiques et tabulaires à partir de la console Oracle Cloud Infrastructure (OCI).

La base de données autonome sur une infrastructure Exadata dédiée prend en charge le suivi de l'utilisation des ressources à deux niveaux :

• Grappe de machines virtuelles Exadata autonome (AVMC) : Vous pouvez voir les détails de l'utilisation des ressources d'une machine virtuelle autonome à partir de sa page Détails sur la console OCI. Des informations détaillées sur les ressources sont présentées sous forme graphique et tabulaire pour l'AVMC, et chaque ACD provisionnée dans l'AVMC.

Reportez-vous à Voir l'utilisation des ressources pour une grappe de machines virtuelles Exadata autonome pour obtenir des instructions et une explication étape par étape.

• Base de données conteneur autonome (ACD) : Comme pour AVMC, vous pouvez également voir les détails de l'utilisation des ressources d'une base de données conteneur autonome à partir de sa page Détails sur la console OCI. Des informations complètes sur les ressources de cette base de données conteneur autonome sont fournies dans cette page sous forme graphique et tabulaire.

  Reportez-vous à Voir l'utilisation des ressources pour une base de données conteneur autonome pour obtenir des instructions et des explications étape par étape.

Visualisations d'utilisation des ressources

Les mesures d'utilisation des ressources sont présentées dans la console OCI sous forme de graphiques et de tableaux pour la grappe de machines virtuelles Exadata autonome (AVMC) et la base de données conteneur autonome (ACD).

Vous pouvez accéder à ces visualisations de ressource au format graphique ou tableau dans la console OCI, en suivant les instructions décrites dans :

• Voir l'utilisation des ressources pour une grappe de machines virtuelles Exadata autonome

• Voir l'utilisation des ressources pour une base de données conteneur autonome

Conseil : Vous pouvez choisir de voir ces informations dans la vue graphique ou tabulaire en sélectionnant Vue de graphique ou Vue de table dans la liste déroulante dans le coin supérieur droit de cette section.

Grappe de machines virtuelles Exadata autonome Base de données conteneur autonome

Cette section présente des représentations graphiques et tabulaires de l'utilisation des ressources de l'AVMC.

Vue de graphique

La vue Graphique est la vue par défaut. Dans cette vue, vous pouvez voir 4 visualisations graphiques qui fournissent des détails d'utilisation pour différentes ressources :

Description de l'illustration avmc_reschart.png

Les quatre graphiques représentent :

1. Utilisation d'UC : Représente le nombre total d'UC affectées à cette machine virtuelle autonome et le nombre d'UC pouvant être récupérées, disponibles, provisionnées et réservées. Il s'agit d'un graphique en anneau avec le nombre total d'UC affichées au centre du graphique.

2. Utilisation de l'UC au niveau de la machine virtuelle : Il s'agit d'un graphique à barres horizontales qui présente une répartition de l'utilisation de l'UC pour chaque machine virtuelle de la grappe. Vous trouverez une barre horizontale pour chaque VM. Chaque barre indique le nombre d'UC récupérables, disponibles, provisionnées et réservées pour cette machine virtuelle avec codage couleur. Le pointeur de la souris sur chaque partie colorée de la barre horizontale affiche le nombre d'UC récupérables, disponibles, provisionnées et réservées pour cette machine virtuelle spécifique. Cliquer sur les barres récupérables, provisionnées et réservées ouvrira un nouveau panneau avec la répartition de ces composants CPU par les bases de données conteneur autonomes.

3. Utilisation de la base de données conteneur autonome : Représente le nombre total de bases de données conteneur autonomes qui peuvent être créées dans cette grappe de machines virtuelles autonome, ainsi qu'une répartition des bases de données conteneur autonomes provisionnables, des bases de données conteneur autonomes provisionnées et des bases de données conteneur non provisionnables. Veuillez consulter la terminologie des ressources pour comprendre ce que chacun d'eux signifie. Il s'agit d'un graphique en anneau avec le nombre total de bases de données conteneur autonomes affichées au centre du graphique.

4. Utilisation du stockage de base de données autonome d'IA (en To) : Il s'agit d'un graphique en anneau décrivant le stockage de base de données autonome disponible, utilisé et total en To. La valeur de stockage totale est affichée au centre du graphique avec les valeurs de stockage disponibles et utilisées affichées sur le graphique en différentes couleurs.

Vue de table

Pour voir les détails de l'utilisation des ressources d'une machine virtuelle autonome dans la vue de table, sélectionnez Vue de table dans la liste déroulante dans le coin supérieur droit de la section Visualisations de l'utilisation des ressources. La vue de table affiche exactement les mêmes détails que la vue de graphique, sous forme de tableaux.

Description de l'illustration avmc_restable.png

Les quatre tables que vous pouvez voir sont les suivantes :

1. Utilisation d'UC : Répertorie le nombre total d'UC disponibles, provisionnées, réservées et récupérables dans cette grappe de machines virtuelles autonome.

2. Utilisation des unités centrales au niveau de la machine virtuelle : Répertorie le nombre d'unités centrales disponibles, provisionnées, réservées et récupérables pour chaque machine virtuelle dans cette grappe de machines virtuelles.

3. Utilisation de la base de données conteneur autonome (ACD) : Répertorie le nombre de bases de données conteneur autonomes provisionnables, provisionnées et non provisionnables dans cette grappe de machines virtuelles autonome.

4. Utilisation du stockage de base de données d'IA autonome (en To) : Affiche le stockage de base de données d'IA autonome disponible et utilisé en To.

Cette section présente des représentations graphiques et tabulaires de l'utilisation des ressources de la base de données conteneur autonome.

Vue de graphique

Description de l'illustration acd_reschart.png

La vue Graphique est la vue par défaut. Dans cette vue, vous pouvez voir un graphique à barres horizontales donnant une répartition des unités centrales utilisées par cette base de données conteneur autonome dans chaque machine virtuelle. Chaque barre indique le nombre d'UC provisionnées, réservées et récupérables pour cette machine virtuelle avec codage couleur. Le pointeur de la souris sur chaque partie colorée de la barre horizontale affiche le nombre d'UC provisionnées, réservées et récupérables pour cette machine virtuelle spécifique.

Vue de table

Description de l'illustration acd_restable.png

Pour voir les détails de l'utilisation des ressources d'une base de données conteneur autonome dans la vue de table, sélectionnez Vue de table dans la liste déroulante dans le coin supérieur droit de la section Utilisation de l'UC au niveau de la machine virtuelle. La vue de table affiche exactement les mêmes détails que la vue de graphique, sous la forme d'une table. Il répertorie le nombre d'UC provisionnées, réservées et récupérables pour chaque machine virtuelle affectée à la base de données conteneur autonome à partir de la grappe de machines virtuelles parent.

Formes de système Exadata

Une base de données autonome sur une infrastructure Exadata dédiée peut être provisionnée sur différents modèles de système Exadata tels que les modèles de système Oracle Exadata X9M-2, X8M-2, X8-2 ou X7-2. Chaque modèle se présente sous différentes formes, comme expliqué ci-dessous. Chaque forme de système Exadata est dotée d'une quantité fixe de mémoire, de stockage et de ressources de réseau.

Le total des ressources affectées à votre base de données d'intelligence artificielle autonome sur une infrastructure Exadata dédiée est déterminé par le système (et la forme) Exadata utilisé pour provisionner votre service.

Conseil : Consultez Caractéristiques des formes d'infrastructure pour voir les spécifications de chaque modèle de système Exadata.

Une base de données autonome avec intelligence artificielle sur une infrastructure Exadata dédiée est offerte dans les formes de système Exadata suivantes :

• Système de base : Contient deux serveurs de base de données et trois serveurs de stockage Oracle Exadata. Un système de base est une configuration de niveau d'entrée. Par rapport aux autres configurations, un système de base contient des serveurs de stockage Oracle Exadata dont la capacité de stockage est réduite et des serveurs de base de données dont la mémoire et la puissance de traitement sont considérablement inférieures.

• Quart de bâti : Contient deux serveurs de base de données et trois serveurs de stockage Oracle Exadata.

• Demi-bâti : Contient quatre serveurs de base de données et six serveurs de stockage Oracle Exadata.

• Bâti complet : Contient huit serveurs de base de données et 12 serveurs de stockage Oracle Exadata.

Les systèmes X10M sur les déploiements Exadata Cloud@Customer sont offerts dans les formes de système Exadata suivantes :

• Système de base élastique : Contient deux serveurs de base de données et trois serveurs de stockage Oracle Exadata et peut être étendu jusqu'à un maximum de 16 serveurs en ajoutant des serveurs de base de données de base et de stockage de base supplémentaires. Un système de base est une configuration de niveau d'entrée. Par rapport aux autres configurations, un système de base contient des serveurs de stockage Oracle Exadata dont la capacité de stockage est réduite et des serveurs de base de données dont la mémoire et la puissance de traitement sont considérablement inférieures.

• Élasticité : Commence par deux serveurs de base de données à mémoire standard (1390 Go) et trois serveurs de stockage Oracle Exadata, et peut être étendu jusqu'à un maximum de 32 serveurs de base de données et 64 serveurs de stockage.

• Largeur élastique : Commence par deux serveurs de base de données à mémoire volumineuse (2090 Go) et trois serveurs de stockage Oracle Exadata, et peut être étendu jusqu'à 32 serveurs de base de données à mémoire volumineuse et 64 serveurs de stockage.

• Extension élastique très volumineuse : Commence par deux serveurs de base de données à mémoire extra volumineuse (2800 Go) et trois serveurs de stockage Oracle Exadata, et peut être étendu jusqu'à 32 serveurs de base de données à mémoire volumineuse et 64 serveurs de stockage.

Contenu connexe

Caractéristiques des formes d'infrastructure