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)

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。

このセクションでは、AVMCのリソース使用状況をグラフィカルに表形式で示します。

チャート・ビュー

チャート・ビューがデフォルト・ビューです。このビューには、様々なリソースの使用状況の詳細を示す4つのグラフィカル・ビジュアライゼーションが表示されます:

図avmc_reschart.pngの説明

次の4つのチャートが示されています。

  1. CPU使用率:このAVMCに割り当てられているCPUの合計数と、それらのCPUのうち、再利用可能、使用可能、プロビジョニング済および予約済のCPUの数を示します。これは、合計CPU数がチャートの中央に表示されるドーナツ・チャートです。

  2. VMレベルでのCPU使用率:これは、クラスタ内の各VMのCPU使用率の内訳を示す横棒グラフです。VMごとに水平バーがあります。各バーには、そのVMの再利用可能CPU、使用可能CPU、プロビジョニング済CPUおよび予約済CPUの数が色分けされて表示されます。水平バーの色の付いた各部分にカーソルを置くと、その特定のVMの再利用可能CPU、使用可能CPU、プロビジョニング済CPUおよび予約済CPUの数が表示されます。再利用可能バー、プロビジョニング済みバー、および予約済みバーをクリックすると、ACDによるCPUコンポーネントの内訳を含む新しいパネルが開きます。

  3. Autonomous Container Database (ACD)の使用状況:プロビジョニング可能ACD、プロビジョニング済ACDおよびプロビジョニング不可ACDの分割とともに、このAVMCで作成できるACDの合計数を示します。リソースの用語を参照して、それぞれの意味を理解してください。これは、チャートの中央に表示されるACDの合計数を示すドーナツ・チャートです。

  4. 自律型AIデータベース・ストレージ(TB単位):これは、TB単位の使用可能、使用済および合計の自律型AIデータベース・ストレージを示すドーナツ・チャートです。合計ストレージ値は、チャートの中央に表示され、使用可能なストレージ値と使用済のストレージ値が異なる色でチャートに表示されます。

表ビュー

AVMCのリソース使用状況の詳細を表ビューで表示するには、「リソース使用状況のビジュアライゼーション」セクションの右上隅にあるドロップダウン・リストから「表ビュー」を選択します。表ビューには、チャート・ビューとまったく同じ詳細が表の形式で表示されます。

図avmc_restable.pngの説明

次の4つの表が表示されます。

  1. CPU使用率:このAVMCの合計、使用可能、プロビジョニング済、予約済および再利用可能なCPUの数をリストします。

  2. VMレベルでのCPU使用率:このVMクラスタ内の各VMの使用可能、プロビジョニング済、予約済および再利用可能なCPUの数をリストします。

  3. Autonomous Container Database (ACD)の使用状況:このAVMCのプロビジョニング可能、プロビジョニング済およびプロビジョニング不可のACDの数をリストします。

  4. Autonomous AI Databaseストレージ(TB単位):使用可能および使用済のAutonomous AI Databaseストレージ(TB単位)が表示されます。

このセクションには、ACDのリソース使用状況がグラフィカルに表形式で表示されます。

チャート・ビュー

図acd_reschart.pngの説明

チャート・ビューがデフォルト・ビューです。このビューには、各VMでこのACDによって使用されるCPUの内訳を示す横棒グラフが表示されます。各バーには、そのVMのプロビジョニング済、予約済および再利用可能なCPUの数が色分けされて表示されます。水平バーの色の付いた各部分にカーソルを置くと、その特定のVMのプロビジョニング済、予約済および再利用可能なCPUの数が表示されます。

表ビュー

図acd_restable.pngの説明

ACDのリソース使用率の詳細を表ビューで表示するには、「VMレベルでのCPU使用率」セクションの右上隅にあるドロップダウン・リストから「表ビュー」を選択します。表ビューには、チャート・ビューとまったく同じ詳細が表の形式で表示されます。これには、親VMクラスタからACDに割り当てられた各VMのプロビジョニング済、予約済および再利用可能なCPUの数がリストされます。

Exadataシステム・形状

Autonomous AI Database on Dedicated Exadata Infrastructureは、Oracle Exadata X11MV、X11M、X10M、X9M、X8M、ベース・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。Exadata Database Serviceでサポートされているのと同じExadataモデル。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。

ノート: 2026年6月30日現在、X11MV Exadataインフラストラクチャ・モデルは、Oracle Public Cloud上のAutonomous AI DatabaseおよびMulticloudデプロイメントでのみ使用可能です。

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。

ベース・システムは、エントリ・レベルの構成です。他の構成と比較した場合、ベース・システムには、ストレージの容量が大幅に少ないOracle Exadata Storage Server、およびメモリーと処理能力が大幅に削減されたデータベース・サーバーが含まれています。

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X11MおよびX10Mシステムは、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X9MおよびX8Mシステムは、次のExadataシステム・シェイプで提供されます。

関連コンテンツ

インフラストラクチャ・シェイプの特性