전용 Exadata 인프라의 자율운영 AI 데이터베이스에 대한 용량 계획 및 관찰

효율적인 사용 및 최적의 청구를 위해 전용 Exadata 인프라에서 자율운영 AI 데이터베이스의 컴퓨트 및 스토리지 리소스를 관찰하고 계획할 수 있습니다.

Oracle Autonomous AI Database는 서비스에 대한 리소스 할당 및 사용량을 추적하는 데 도움이 되는 대시보드 및 시각화를 제공합니다.

리소스 용어

OCI(Oracle Cloud Infrastructure) 콘솔에서 리소스 할당 및 사용과 함께 사용되는 다양한 용어를 이해하고 해당 용어가 의미하는 바를 이해하는 것이 중요합니다.

• 사용 가능한 CPU: 새 자율운영 AI 데이터베이스를 프로비저닝하거나 기존 자율운영 AI 데이터베이스를 확장하기 위해 할당에 사용할 수 있는 CPU입니다.

• 프로비전된 CPU: 자율운영 Exadata VM 클러스터(AVMC) 내의 모든 자율운영 AI 데이터베이스에 할당된 총 CPU입니다.

• 예약된 CPU: 자율운영 AI 데이터베이스의 자동 스케일링, 노드 실패 시 자율운영 AI 데이터베이스 페일오버, 빈 자율운영 컨테이너 데이터베이스(ACD)의 수명 주기 관리를 지원하기 위해 예약된 총 CPU입니다.

• 확보 가능한 CPU: 자율운영 Exadata VM 클러스터(AVMC) 내의 모든 자율운영 컨테이너 데이터베이스(ACD)에서 종료 및 축소된 모든 자율운영 AI 데이터베이스의 총 CPU입니다. 확보 가능 CPU는 ACD가 다시 시작될 때까지 사용 가능 상태로 반환되지 않습니다.

  참고: 예제가 포함된 CPU 유형에 대한 자세한 설명은 자율운영 AI 데이터베이스의 컴퓨트 관리를 참조하십시오.

• 프로비전 가능 ACD: 자율운영 Exadata VM 클러스터(AVMC)에 생성될 수 있는 자율운영 컨테이너 데이터베이스의 수입니다.

• 프로비전됨 ACD: 자율운영 Exadata VM 클러스터(AVMC)에 생성된 자율운영 컨테이너 데이터베이스 수입니다.

• 프로비전 불가능: 자율운영 Exadata VM 클러스터(AVMC)에 사용가능한 CPU가 부족하여 생성되지 않을 수 없는 자율운영 컨테이너 데이터베이스 수입니다.

• 총 스토리지(TB): 자율운영 Exadata VM 클러스터(AVMC)에 할당된 총 스토리지입니다.

• 사용 가능한 스토리지(TB): 자율운영 AI 데이터베이스에서 자율운영 Exadata VM 클러스터(AVMC)에서 사용할 수 있는 스토리지입니다.

• 사용된 스토리지(TB): 자율운영 Exadata VM 클러스터(AVMC)의 자율운영 AI 데이터베이스에서 현재 사용되는 스토리지입니다.

• CPU당 메모리(GB): CPU당 자율운영 Exadata VM 클러스터(AVMC)에 할당된 메모리입니다.

리소스 제한

다음 표에는 Oracle Public Cloud 및 Exadata Cloud@Customer의 전용 Exadata 인프라 배포에 대한 자율운영 AI 데이터베이스의 리소스 제한이 나와 있습니다.

자원 제한(최대)

• 사용 가능한 CPU 수에 따라 생성할 수 있는 최대 자율운영 AI 데이터베이스 수가 결정됩니다. 가장 작은 자율운영 AI 데이터베이스는 ECPU 2개 또는 CPU 0.1개로 생성할 수 있습니다. 따라서 생성할 수 있는 최대 자율운영 AI 데이터베이스 수는 사용 가능한 ECPU의 절반배 또는 사용 가능한 OCPU의 10배입니다.

• 최대 Autonomous Exadata VM Cluster(AVMC)당 자율운영 컨테이너 데이터베이스 수는 16개입니다.

권장 리소스 제한(최대)

리소스	권장되는 제한
자율운영 컨테이너 데이터베이스당 자율운영 AI 데이터베이스	200
자율운영 Data Guard가 구성된 자율운영 컨테이너 데이터베이스당 자율운영 AI 데이터베이스	25

참고: 특히 CPU 오버프로비저닝을 사용하는 경우 위의 권장 제한 표에 언급된 것보다 많은 자율운영 AI 데이터베이스를 프로비저닝할 수 있습니다. 그러나 이는 SLO(서비스 수준 목표)가 계획되지 않은 운용중단 또는 계획된 유지 관리 활동에 따라 애플리케이션을 온라인으로 반환하도록 타협하는 것을 의미합니다. 전용 Exadata 인프라 배치의 자율운영 AI 데이터베이스에 대한 SLO 세부정보를 확인하려면 SLO(가용성 서비스 레벨 목표)를 참조하십시오.

자율운영 Exadata VM 클라우드에 대한 제한

Exadata 인프라 리소스에 여러 자율운영 Exadata VM 클러스터(AVMC)를 생성할 수 있습니다. Exadata 인프라에서 프로비저닝할 수 있는 AVMC 또는 자율운영 컨테이너 데이터베이스(ACD)의 수에는 제한이 없습니다. AVMC 및 ACD에는 최소 리소스 요구 사항이 있으며 최소 리소스 양을 사용할 수 있는 한 이러한 요구 사항을 만들 수 있습니다.

자율운영 Exadata VM 클러스터를 생성하려면 필요한 최소 리소스는 노드당 ECPU 40개, 노드당 메모리 120GB, 노드당 로컬 스토리지 338.5GB, Exadata 스토리지 6.61TB입니다. 마찬가지로 ACD를 만들기 위해 노드당 필요한 최소 리소스는 ECPU 8개, OCPU 2개, 로컬 스토리지 50GB입니다. Exadata 인프라에서 이러한 최소 리소스를 사용할 수 있는 한 AVMC 및 ACD를 생성할 수 있습니다.

다음 예에서는 ACD 수가 다른 AVMC(DB 서버 2개로 구성됨)를 프로비전하는 데 필요한 최소 X9M Exadata 인프라 리소스를 보여줍니다.

주: ECPU당 데이터베이스 메모리(GB) 및 데이터베이스 스토리지(TB)의 기본값은 각각 5GB 및 5TB로 설정됩니다. 그러나 ECPU당 데이터베이스 메모리는 2-5GB 범위 내에 있도록 설정할 수 있습니다.

속성	1 ACD	ACD 2개	3개의 ACD	16개의 ACD
ECPU 개수	80	80	96	512
메모리(GB)	320	320	368	1616
로컬 저장 영역(GB)	677	780	883	2222
Exadata 스토리지(TB)	6.61	6.73	6.86	8.45

자원 사용 추적

자율운영 Exadata VM 클러스터(AVMC) 또는 자율운영 컨테이너 데이터베이스(ACD)에 할당된 컴퓨트(CPU) 및 스토리지 리소스는 자율운영 AI 데이터베이스를 프로비저닝하고 실행하는 방식에 따라 다릅니다. AVMC의 ACD 및 자율운영 AI 데이터베이스 수명 주기 전반에 걸친 할당, 프로비저닝, 예약, 회수 가능 CPU 수 및 총 사용 가능, 사용된 스토리지 변경 횟수입니다. 자율운영 AI 데이터베이스를 프로비저닝, 실행 및 종료하거나 ACD를 프로비저닝, 삭제 및 재시작할 때 자율운영 AI 데이터베이스의 컴퓨트 관리에 설명된 대로 컴퓨트 및 스토리지 리소스가 여러 범주로 이동합니다.

테넌시 전체에서 AVMC 또는 ACD의 리소스 사용량을 추적하는 것은 전용 Exadata 인프라의 자율운영 AI 데이터베이스 용량을 계획하는 데 중요합니다. 리소스 사용량 추적을 간소화하기 위해 Oracle Autonomous AI Database는 Oracle Cloud Infrastructure(OCI) 콘솔에서 그래픽 및 표 형식으로 인사이트를 제공합니다.

전용 Exadata 인프라의 자율운영 AI 데이터베이스는 다음 두 가지 레벨에서 리소스 사용 추적을 지원합니다.

• AVMC(자율운영 Exadata VM 클러스터): OCI 콘솔의 세부정보 페이지에서 AVMC의 리소스 사용 세부정보를 확인할 수 있습니다. 리소스에 대한 자세한 내용은 AVMC의 그래픽 및 표 형식으로 표시되며 각 ACD는 AVMC에서 프로비저닝됩니다.

단계별 지침 및 설명은 자율운영 Exadata VM 클러스터의 리소스 사용량 보기를 참조하십시오.

• 자율운영 컨테이너 데이터베이스(ACD): AVMC와 마찬가지로 OCI 콘솔의 세부정보 페이지에서 ACD의 리소스 사용 세부정보를 볼 수도 있습니다. 이 ACD의 리소스에 대한 포괄적인 정보는 이 페이지에서 그래픽 및 표 형식으로 제공됩니다.

  단계별 지침 및 설명은 자율운영 컨테이너 데이터베이스의 리소스 사용량 보기를 참조하십시오.

리소스 사용 시각화

리소스 사용량 측정지표는 OCI 콘솔에서 자율운영 Exadata VM 클러스터(AVMC) 및 자율운영 컨테이너 데이터베이스(ACD)에 대한 차트 및 표 형식으로 제공됩니다.

다음 지침에 따라 OCI 콘솔의 차트 또는 테이블 형식으로 이러한 리소스 시각화에 액세스할 수 있습니다.

• 자율운영 Exadata VM 클러스터에 대한 리소스 사용량 보기

• 자율운영 컨테이너 데이터베이스에 대한 리소스 사용량 보기

참고: 이 섹션의 오른쪽 상단 모서리에 있는 드롭다운 목록에서 차트 뷰 또는 테이블 뷰를 선택하여 그래픽 또는 표 형식으로 이 정보를 볼 수 있습니다.

자율운영 Exadata VM 클러스터 자율운영 컨테이너 데이터베이스

이 섹션에는 AVMC의 리소스 사용에 대한 그래픽 및 표 형식 표현이 있습니다.

차트 보기

차트 뷰가 기본 뷰입니다. 이 보기에서는 다양한 리소스에 대한 사용 세부정보를 제공하는 4개의 그래픽 시각화를 볼 수 있습니다.

그림 avmc_reschart.png에 대한 설명

4개의 차트는 다음을 나타냅니다.

1. CPU 사용량: 이 AVMC에 할당된 총 CPU 수와 회수 가능, 사용 가능, 프로비전 및 예약된 CPU 수를 나타냅니다. 도넛 차트로, 총 CPU 수가 차트 중앙에 표시됩니다.

2. VM 레벨의 CPU 사용량: 클러스터의 각 VM에 대한 CPU 사용량 분석을 제공하는 가로 막대 그래프입니다. 각 VM에 대한 가로 막대가 있습니다. 각 막대에는 색상 코딩을 통해 해당 VM에 대해 회수 가능, 사용 가능, 프로비전 및 예약된 CPU 수가 표시됩니다. 가로 막대의 각 색상 부분에 마우스를 갖다 대면 해당 특정 VM에 대해 확보 가능, 사용 가능, 프로비저닝 및 예약된 CPU 수가 표시됩니다. 확보 가능, 프로비저닝 및 예약 막대를 클릭하면 ACD별로 해당 CPU 구성요소가 분석된 새 패널이 열립니다.

3. 자율운영 컨테이너 데이터베이스(ACD) 사용량: 프로비저닝 가능한 ACD, 프로비저닝된 ACD 및 프로비저닝 불가능 ACD의 세분화와 함께 이 AVMC에서 생성할 수 있는 총 ACD 수를 나타냅니다. 각 용어의 의미를 이해하려면 리소스 용어를 참조하십시오. 도넛 차트이며 총 ACD 수가 차트 중앙에 표시됩니다.

4. 자율운영 AI 데이터베이스 스토리지(TB) 사용량: 사용 가능한 총 자율운영 AI 데이터베이스 스토리지(TB)를 보여주는 도넛 차트입니다. 총 저장 영역 값은 차트의 중앙에 표시되며 사용 가능한 저장 영역 값과 사용된 저장 영역 값은 차트에 다른 색상으로 표시됩니다.

테이블 뷰

테이블 뷰에서 AVMC의 리소스 사용 세부정보를 보려면 리소스 사용 시각화 섹션의 오른쪽 상단 모서리에 있는 드롭다운 목록에서 테이블 뷰를 선택합니다. 테이블 뷰는 차트 뷰와 동일한 세부 정보를 테이블 형식으로 표시합니다.

그림 avmc_restable.png에 대한 설명

표시되는 네 개의 테이블은 다음과 같습니다.

1. CPU 사용량: 이 AVMC의 총 사용 가능, 프로비전됨, 예약됨 및 확보 가능 CPU 수를 나열합니다.

2. VM 레벨의 CPU 사용량: 이 VM 클러스터의 각 VM에 대해 사용 가능한 CPU, 프로비전된 CPU, 예약된 CPU 및 회수 가능한 CPU 수를 나열합니다.

3. 자율운영 컨테이너 데이터베이스(ACD) 사용량: 이 AVMC의 프로비저닝 가능, 프로비저닝 및 프로비저닝 불가능 ACD 수를 나열합니다.

4. 자율운영 AI 데이터베이스 스토리지(TB) 사용량: 사용 가능한 자율운영 AI 데이터베이스 스토리지를 TB 단위로 보여줍니다.

이 섹션에는 ACD의 리소스 사용에 대한 그래픽 및 표 형식 표현이 있습니다.

차트 보기

그림 acd_reschart.png에 대한 설명

차트 뷰가 기본 뷰입니다. 이 보기에서는 각 VM에서 이 ACD가 사용하는 CPU의 분석을 제공하는 가로 막대 그래프를 볼 수 있습니다. 각 막대에는 색상 코딩을 통해 해당 VM에 대해 프로비저닝, 예약 및 회수 가능한 CPU 수가 표시됩니다. 가로 막대의 각 색상 부분에 마우스를 갖다 대면 특정 VM에 대해 프로비저닝, 예약 및 회수 가능한 CPU 수가 표시됩니다.

테이블 뷰

그림 acd_restable.png에 대한 설명

테이블 뷰에서 ACD의 리소스 사용 세부정보를 보려면 VM 레벨의 CPU 사용량 섹션의 오른쪽 상단 모서리에 있는 드롭다운 목록에서 테이블 뷰를 선택합니다. 테이블 뷰에는 차트 뷰와 동일한 세부 정보가 테이블 형식으로 표시됩니다. 상위 VM 클러스터에서 ACD에 할당된 각 VM에 대해 프로비저닝, 예약 및 회수 가능한 CPU 수를 나열합니다.

Exadata 시스템 형태

전용 Exadata 인프라의 자율운영 AI 데이터베이스는 Oracle Exadata X9M-2, X8M-2, X8-2 또는 X7-2 시스템 모델과 같은 다양한 Exadata 시스템 모델에서 프로비저닝할 수 있습니다. 각 모델은 아래에 설명된 대로 서로 다른 모양으로 제공됩니다. 각 Exadata 시스템 구성에는 고정된 양의 메모리, 스토리지 및 네트워크 리소스가 장착되어 있습니다.

전용 Exadata 인프라의 자율운영 AI 데이터베이스에 할당된 총 리소스는 서비스 프로비전에 사용된 Exadata 시스템(및 구성)에 따라 결정됩니다.

참고: 각 Exadata 시스템 모델의 사양을 보려면 인프라 구성의 특성을 참조하십시오.

전용 Exadata 인프라의 자율운영 AI 데이터베이스는 다음 Exadata 시스템 구성에서 제공됩니다.

• 기본 시스템: 데이터베이스 서버 2개와 Oracle Exadata Storage Server 3개를 포함합니다. 기본 시스템은 엔트리 레벨 구성입니다. 다른 구성과 비교하여 기본 시스템에는 스토리지 용량이 현저하게 적은 Oracle Exadata Storage Server와 메모리 및 처리 능력이 현저하게 낮은 데이터베이스 서버가 포함됩니다.

• 쿼터 랙: 데이터베이스 서버 2개와 Oracle Exadata Storage Server 3개가 포함되어 있습니다.

• 하프 랙: 데이터베이스 서버 4개와 Oracle Exadata Storage Server 6개를 포함합니다.

• 풀 랙: 데이터베이스 서버 8개와 Oracle Exadata Storage Server 12개를 포함합니다.

Exadata Cloud@Customer 배포의 X10M 시스템은 다음 Exadata 시스템 구성에서 제공됩니다.

• 탄력적 기반 시스템: 데이터베이스 서버 2개와 Oracle Exadata Storage Server 3개가 포함되어 있으며, 기본 데이터베이스 서버 및 기본 스토리지 서버를 추가하여 최대 16개 서버까지 확장할 수 있습니다. 기본 시스템은 엔트리 레벨 구성입니다. 다른 구성과 비교하여 기본 시스템에는 스토리지 용량이 현저하게 적은 Oracle Exadata Storage Server와 메모리 및 처리 능력이 현저하게 낮은 데이터베이스 서버가 포함됩니다.

• 탄력적: 표준 메모리(1390GB) 데이터베이스 서버 2개와 Oracle Exadata Storage Server 3개로 시작하며 최대 32개의 데이터베이스 서버와 64개의 스토리지 서버까지 확장할 수 있습니다.

• 탄력적 규모: 2개의 대용량 메모리(2090GB) 데이터베이스 서버와 3개의 Oracle Exadata Storage Server로 시작하며 최대 32개의 대용량 메모리 데이터베이스 서버와 64개의 스토리지 서버로 확장할 수 있습니다.

• 탄력적인 초대형: 2개의 추가 대용량 메모리(2800GB) 데이터베이스 서버와 3개의 Oracle Exadata Storage Server로 시작하며 최대 32개의 대용량 메모리 데이터베이스 서버와 64개의 스토리지 서버로 확장할 수 있습니다.

관련 콘텐츠

기반 구조 구성의 특성