専用Exadataインフラストラクチャ上のAutonomous AI Databaseの容量の計画と監視

Autonomous AI Database on Dedicated Exadata Infrastructureのコンピュートおよびストレージ・リソースを観察および計画して、効率的な使用と最適な請求を実現できます。

Oracle Autonomous AI Databaseは、サービスのリソースの割当てと使用状況を追跡するのに役立つダッシュボードとビジュアライゼーションを提供します。

リソース用語

Oracle Cloud Infrastructure (OCI)コンソールでリソース割当ておよび使用に使用される様々な用語を理解し、その意味を理解することが重要です。

リソース制限

次の表に、Oracle Public CloudおよびExadata Cloud@CustomerでのAutonomous AI Database on Dedicated Exadata Infrastructureデプロイメントのリソース制限を示します。

リソース制限(最大)

推奨されるリソース制限(最大)

リソース 推奨される制限
Autonomous Container DatabaseごとのAutonomous AIデータベース 200
Autonomous Data Guardが構成されたAutonomous Container Database当たりのAutonomous AIデータベース 25

ノート: CPUのオーバープロビジョニングは、上記の推奨される制限の表に示されている数を超えて(特に、Autonomous AIデータベースで)プロビジョニングできます。ただし、これは、計画外停止または計画メンテナンス・アクティビティの後にアプリケーションをオンラインで戻すことで、サービス・レベル目標(SLO)を低下させることを意味します。Autonomous AI Database on Dedicated Exadata InfrastructureデプロイメントのSLOの詳細を確認するには、可用性サービス・レベル目標値(SLO)を参照してください。

Autonomous Exadata VMクラスタの制限

Exadataインフラストラクチャ・リソースに複数のAutonomous Exadata VMクラスタ(AVMC)を作成できます。ExadataインフラストラクチャでプロビジョニングできるAVMCまたはAutonomous Container Database (ACD)の数にハード制限はありません。AVMCおよびACDには最小リソース要件があり、最小リソース量が使用可能であるかぎり作成できます。

Autonomous Exadata VMクラスタを作成するには、必要な最小リソースは、ノード当たり40 ECPU、ノード当たり120GBメモリー、ノード当たり338.5GBローカル・ストレージおよび6.61TB Exadata Storageです。同様に、ACDを作成するために必要なノード当たりの最小リソースは、8 ECPUまたは2 OCPUと50GBのローカル・ストレージです。Exadataインフラストラクチャでこれらの最小リソースが使用可能であるかぎり、AVMCおよびACDを作成できます。

次の例は、ACDの数が異なるAVMC (2つのDBサーバーで構成)をプロビジョニングするために必要な最小X9M Exadataインフラストラクチャ・リソースを示しています。

ノート: ECPU当たりのデータベース・メモリー(GB)およびデータベース・ストレージ(TB)のデフォルト値は、それぞれ5GBおよび5TBに設定されています。ただし、ECPU当たりのデータベース・メモリーは2から5GBの範囲内に設定できます。

プロパティ 1 ACD 2 ACD 3 ACD 16 ACD
ECPU数 80 80 96 512
メモリー(GB) 320 320 368 1616
ローカル・ストレージ(GB) 677 780 883 2222
Exadata Storage (TB) 6.61 6.73 6.86 8.45

リソース使用状況トラッキング

Autonomous Exadata VMクラスタ(AVMC)またはAutonomous Container Database (ACD)に割り当てられたコンピュート(CPU)およびストレージ・リソースは、Autonomous AIデータベースをプロビジョニングして実行する場合によって異なります。AVMC内のACDおよびAutonomous AIデータベースのライフサイクルにおける、割当て済、プロビジョニング済、予約済、再利用可能なCPUの数および合計、使用可能および使用済ストレージの変更。Autonomous AIデータベースをプロビジョニング、実行および終了したり、ACDをプロビジョニング、削除および再起動すると、コンピュート・リソースとストレージ・リソースは、Autonomous AI Databaseでのコンピュート管理で説明されているように、様々なカテゴリに移行します。

テナンシ間のAVMCまたはACDのリソース使用状況を追跡することは、専用Exadataインフラストラクチャ上のAutonomous AI Databaseの容量を計画する際に重要です。Oracle Autonomous AI Databaseは、リソース使用状況の追跡を簡素化するために、Oracle Cloud Infrastructure(OCI)コンソールからグラフィカルで表形式のインサイトを提供します。

Autonomous AI Database on Dedicated Exadata Infrastructureは、次の2つのレベルでリソース使用率の追跡をサポートします。

ステップバイステップの手順および説明は、Autonomous Exadata VMクラスタのリソース使用率の表示を参照してください。

リソース使用状況ビジュアライゼーション

リソース使用状況メトリックは、Autonomous Exadata VM Cluster (AVMC)およびAutonomous Container Database (ACD)について、OCIコンソールにチャート形式および表形式で表示されます。

次の説明に従って、OCIコンソールのチャート形式または表形式でこれらのリソース・ビジュアライゼーションにアクセスできます:

ヒント:このセクションの右上隅にあるドロップダウン・リストから「チャート・ビュー」または「表ビュー」を選択して、グラフィカル・ビューまたは表形式ビューでこの情報を表示するように選択できます。

Exadataシステム・形状

Autonomous AI Database on Dedicated Exadata Infrastructureは、Oracle Exadata X9M-2、X8M-2、X8-2、X7-2システム・モデルなどの様々なExadataシステム・モデルでプロビジョニングできます。次に説明するように、各モデルは異なる形状になっています。各Exadataシステム・シェイプは、一定量のメモリー、ストレージおよびネットワーク・リソースを備えています。

Autonomous AI Database on Dedicated Exadata Infrastructureに割り当てられるリソースの合計は、サービスのプロビジョニングに使用されるExadataシステム(およびシェイプ)によって決まります。

ヒント:各Exadataシステム・モデルの仕様については、「インフラストラクチャ・シェイプの特性」を参照してください。

Autonomous AI Database on Dedicated Exadata Infrastructureは、次のExadataシステム・シェイプで提供されます:

Exadata Cloud@Customerデプロイメント上のX10Mシステムは、次のExadataシステム・シェイプで提供されています:

関連コンテンツ

インフラストラクチャ・シェイプの特性