專用 Exadata 基礎架構上的自治式 AI 資料庫運算管理
-
ECPU :ECPU 是運算資源的抽象計量。ECPU 是以從運算和儲存伺服器集區彈性配置的核心數目為基礎。您至少需要 2 個 ECPU 才能佈建 Autonomous AI Database 。
在佈建新資料庫、複製現有資料庫,以及縱向擴展或縮減現有資料庫的 CPU 資源時,CPU 數目預設為 2 個 ECPU,增量單位為 1。例如,低於 2 的下一個可用 ECPU 數目為 3。
您可以在以 ECPU 為基礎的容器資料庫上建立 Autonomous AI Database for Developers 執行處理。他們是免費的自治式 AI 資料庫,開發人員可以使用這些資料庫來建置和測試新的應用程式。請參閱適用於開發人員的自治式 AI 資料庫以瞭解詳細資訊。
-
OCPU :OCPU 是運算資源的實體評量。OCPU 是以啟用超繫線功能處理器的實體核心為基礎。
附註:
OCPU 是舊有的計費度量,專用 Exadata 基礎架構上的自治式 AI 資料庫已不再使用。Oracle 建議對所有新的和現有的 Autonomous AI Database 部署使用 ECPU。如需更多資訊,請參閱 Oracle Support Document 2998755.1 。佈建新資料庫、複製現有資料庫,以及擴大或縮小現有資料庫的 CPU 資源時:
- CPU 數目預設為 1 個 OCPU,增量單位為 1。例如,1 以上的下一個可用 OCPU 數目為 2。
- 對於不需要整個 OCPU 的資料庫,您可以指定 0.1 到 0.9 的 OCPU,以增量單位為 0.1 OCPU。這可讓您過度佈建 CPU,並在每個基礎架構執行處理上執行更多資料庫。如需詳細資訊,請參閱 CPU 過度佈建。
自治式 Exadata VM 叢集的運算類型適用於其所有自治式容器資料庫和自治式 AI 資料庫執行處理。
運算管理
自治式 AI 資料庫執行處理會部署至自治式 Exadata VM 叢集 (AVMC),並部署至其其中一個子項自治式容器資料庫 (ACD)。Exadata 基礎架構能夠執行多個 AVMC。您在佈建 AVMC 資源時所配置的 CPU,將是其 Autonomous AI Database 可用的 CPU 總數。建立多個 AVMC 時,每個 AVMC 可擁有自己的總 CPU 值。
在啟動多個 VM 自治式 AI 資料庫功能之前,Exadata 基礎架構 (EI) 資源的任何 Oracle Public Cloud 部署都無法使用多個 VM 自治式 Exadata VM 叢集。針對在多個 AVMC 功能啟動後建立的 X8M 產生和更新版本的 Exadata 基礎架構資源,系統會為您所選 Exadata 系統資源配置的每個伺服器建立一個叢集節點。如需有關在不同使用者群組之間限制這些 CPU 總數的資訊,請參閱區間配額如何影響 CPU 管理。
在 AVMC 或 ACD 層次,可用於建立資料庫的 CPU 總數稱為可用的 CPU 。在 AVMC 資源層級,可用 CPU 將等於 CPU 總數,直到您建立第一個 ACD 為止。在您建立 ACD 之後,每個節點的 8 個 ECPU 或 2 個 OCPU 會從 AVMC 的可用 CPU 配置給新的 ACD。因此,AVMC 資源層級的可用 CPU 會相應減少。當您在該 ACD 中建立第一個自治式 AI 資料庫時,新資料庫會使用最初配置的 CPU (每個節點使用 8 個 ECPU 或 2 個 OCPU)。如果新資料庫需要超過 8 個 ECPU 或 2 個 OCPU,則會從父項 AVMC 的可用 CPU 指派這些 ECPU,以減少父項 AVMC 層級的可用 CPU。當您在每個 ACD 中建立更多 ACD 並佈建自治式 AI 資料庫時,可用的 CPU 值會隨之變更。
自治式 Exadata VM 叢集層級的可用 CPU 會套用至其所有自治式容器資料庫。如果您使用自動調整功能 (如自動調整時 CPU 配置中所述),則此容器資料庫可用的 CPU 數將非常重要。
同樣地,當您手動縱向擴展 Autonomous AI Database 的 CPU 時,會使用父項 AVMC 層級之可用 CPU 的 CPU,並據此變更其值。
建立自治式 AI 資料庫時,依預設,Oracle 會保留額外的 CPU,以確保即使發生任何節點故障,資料庫仍能以至少 50% 的容量執行。您可以在佈建 ACD 時,將跨節點保留的 CPU 百分比變更為 0% 或 25%。請參閱建立自治式容器資料庫中的節點容錯移轉保留,瞭解相關指示。這些額外的 CPU 不包含在計費中。
當 Autonomous AI Database 執行時,系統會根據目前配置給資料庫的 CPU 數目向您收取費用,無論是在初始建立時還是稍後再以手動調整作業指定。此外,如果對資料庫啟用自動調整功能,系統會針對資料庫因自動縱向擴展而使用的任何其他 CPU,每秒向您收取一次費用。如需有關如何測量和計算計費的詳細資訊,請參閱 CPU 計費詳細資訊。
當 Autonomous AI Database 停止時,系統不會向您收費。不過,配置給它的 CPU 數目並不會傳回至其父項 AVMC 層次的可用 CPU,以進行整體部署。
當自治式 AI 資料庫終止或縱向縮減時,配置給它的 CPU 數目並不會立即回到其父項 AVMC 層級的可用 CPU,以進行整體部署。它們會繼續包含在其父項容器資料庫可用的 CPU 數目中,直到該父項容器資料庫重新啟動為止。這些 CPU 稱為可回收的 CPU 。父項 AVMC 層次可回收的 CPU 是其所有 ACD 可回收 CPU 的總和。當 ACD 重新啟動時,它會將其所有可回收的 CPU 傳回至其父項 AVMC 層次的可用 CPU。
重新啟動自治式容器資料庫 (ACD) 是一項線上作業,以輪流方式在整個叢集完成,如果根據使用「通透應用程式連續性」的最佳做法設定,將不會導致應用程式停止工作。
自動調整時的 CPU 配置
自動調整功能可讓自治式 AI 資料庫使用比配置的 CPU 數目多出 3 倍的 CPU 和 IO 資源。如果 CPU 過度佈建,如果 CPU 計數導致值小於 1 的三倍,則會將其四捨五入至下一個整數。僅 OCPU 支援 CPU 超額佈建。請參閱 CPU 過度佈建以瞭解詳細資訊。
為了確保沒有單一 Autonomous AI Database 可自動擴展,以使用集區中所有可用的 CPU 進行整體部署,Oracle Autonomous AI Database on Dedicated Exadata Infrastructure 使用自治式容器資料庫作為限制控制。
在 ACD 中啟動設定啟用自動調整功能的自治式 AI 資料庫時,如果該 ACD 中的可用 CPU 小於新資料庫的 3X CPU 值,則會在該 ACD 中保留額外的 CPU。這些 CPU 稱為保留的 CPU 。保留的 CPU 可確保 ACD 層次的可用 CPU 一律大於或等於該 ACD 中啟用自動調整之最大資料庫的 3x CPU 值。這些保留的 CPU 仍可用於建立或手動調整此 ACD 中的 Autonomous AI Database 。
當自動縱向擴展自治式 AI 資料庫時,專用 Exadata 基礎架構上的 Oracle Autonomous AI Database 會在其父項容器資料庫中尋找閒置的 CPU。如果有閒置的 CPU, Autonomous AI Database 會縱向擴展,否則就不會進行擴展。資料庫原本會有大量閒置時間,因此自動調整是一種將資源使用量最大化的方式,同時控制成本,並保留與其他自治式容器資料庫中資料庫良好的隔離。
如果用於自動調整自治式 AI 資料庫的 CPU 是來自另一個輕量載入且未使用其所有配置 CPU 的執行中 Autonomous AI Database ,則 Oracle Autonomous AI Database on Dedicated Exadata Infrastructure 會在其他資料庫的負載增加且需要其配置的 CPU 回升時,自動將自動調整規模的資料庫縮減。
假設有一個裝載四個執行中 4 個 CPU Autonomous AI Database 的自治式容器資料庫範例,全部都已啟用自動調整功能。容器資料庫可用於自動調整的 CPU 數目為 12。如果這些資料庫之一因負載增加而需要自動調整超過 4 個 CPU,專用 Exadata 基礎架構上的 Oracle Autonomous AI Database 只會在一或多個其他資料庫輕量載入且未使用所有配置的 CPU 時執行自動調整作業。此範例的計費成本至少為 16 個 CPU,因為四個 CPU 資料庫一律都在執行中。
相較之下,請考慮代管四個執行中 2 個 CPU Autonomous AI Database 的自治式容器資料庫範例,所有資料庫都已啟用自動調整功能,以及一個已停止的 8 個 CPU Autonomous AI Database 。容器資料庫可用於自動調整的 CPU 數目又是 16 個。如果因為負載增加超過 2 個 CPU 而需要自動調整其中一個執行中的資料庫,專用 Exadata 基礎架構上的 Oracle Autonomous AI Database 可以使用配置給已停止之 8-CPU 資料庫的 CPU 執行作業。在此範例中,四個執行中的資料庫總共可同時使用 8 個額外的 CPU,而不會耗用彼此的配置 CPU。此範例的計費成本至少為 8 個 CPU,因為只有 4 個 CPU 資料庫一律在執行中。
對於任何自治式資料保全服務執行處理 (本機或跨區域),額外價格將是您在建立或明確調整主要服務執行處理時所保留的 ECPU 或 OCPU 數目,無論是否啟用自動調整功能。自治式資料保全待命服務執行處理上不會進行主要服務執行處理的自動調整相關 ECPU 或 OCPU 使用量。
區間配額如何影響 CPU 管理
一般而言,當您建立或縱向擴展自治式 AI 資料庫時,專用 Exadata 基礎架構上的 Oracle Autonomous AI Database 能夠滿足您的要求,取決於整個部署中單一 CPU 集區中未配置 CPU 的可用性。
However, you can use the compartment quotas feature of Oracle Cloud Infrastructure to further restrict, on a compartment by compartment basis, the number of CPUs available to create, manually scale and auto-scale Autonomous AI Databases of each workload type (Autonomous AI Lakehouse or Autonomous AI Transaction Processing) individually.
簡而言之,您可以建立 set
、unset
和 zero
原則敘述句來使用區間配額功能,以限制指定區間中指定資源的可用性。如需詳細資訊和指示,請參閱區間配額。
VM 叢集節點如何影響 CPU 管理
前述 CPU 管理和配置討論說明,您可以在佈建 AVMC 資源時,選擇每個節點的 CPU 數目,以建立多個自治式 Exadata VM 叢集 (AVMC) 資源。
本節將探討 Oracle Cloud Infrastructure 如何將 Autonomous AI Database 放置在 VM 叢集節點中的精細詳細資訊,以及在自動調整和平行處理上放置這類位置的結果。
-
分割臨界值:Oracle Cloud Infrastructure 在多個節點開啟 Autonomous AI Database 的 CPU 值。ECPU 的預設分割臨界值為 64 個,OCPU 的預設分割臨界值為 16 個,但如果 VM 叢集的 CPU 節點數目低於預設值,則預設值會覆寫為 VM 叢集節點數目大小。您也可以在佈建自治式容器資料庫 (ACD) 時,使用「分割臨界值」屬性明確設定分割值。
使用小於分割值的 CPU 值建立的自治式 AI 資料庫將在叢集的某個節點上開啟,使用大於分割臨界值的 CPU 值建立的資料庫將會在多個節點上開啟。
-
假設您在具有兩個節點和每個節點 40 個 ECPU 的 AVMC 中,建立一個具有預設分割臨界值 (64 個 ECPU) 的 ACD。由於 40 小於 64,因此任何 CPU 需求大於 40 的 Autonomous AI Database 將跨多個節點分割並開啟,允許跨這些節點執行 DML 要求。不過,如果 AVMC 建立時有兩個節點和每個節點 80 個 ECPU,則 ECPU 需求大於 64 的任何資料庫都將被分割並開啟多個節點。
-
假設您在 VM 叢集中建立一個 ACD,每個節點具有兩個節點和 40 個 ECPU,並明確地將分割臨界值設為較小的值,例如 20 個 ECPU。任何 CPU 需求大於 20 的自治式 AI 資料庫都將跨多個節點進行分割和開啟,而 CPU 需求小於 20 的資料庫將會在單一節點上開啟。
將分割臨界值設為小於預設值的較小值,會增加多個節點上開啟較小 CPU 計數之資料庫的機會,只要其 CPU 計數大於設定的分割值即可。每當建立資料庫或擴展成大於此分割值的大小時,會在多個節點上開啟該資料庫。當您希望資料庫在多個節點上開啟,以便在發生節點故障或計劃性維護時控制效能降低時,此功能非常有用。將資料庫分割至較大 RAC 叢集中的多個節點時,如果有任何一個節點失敗或發生排定的維護,您可以繼續擁有較高的效能,而不是降低至 50% 的效能設定檔。
-
假設您在具有兩個節點和 40 個 ECPU 的 AVMC 中,明確將分割臨界值設為高於預設值 (例如 80 個 ECPU)。任何 CPU 需求大於 40 的 Autonomous AI Database 都將跨多個節點分割並開啟,而 CPU 需求小於 40 的資料庫將會在單一節點上開啟。
將分割臨界值設為大於預設值的值,會讓您的資料庫 DML 維持在單一 RAC 節點上,並排除叢集等待競爭的機會。
-
當您手動調整自治式 AI 資料庫時,新的 CPU 值將會套用至現有的分割模型。也就是說,如果新值小於分割臨界值,它就會在一個節點上開啟,如果該值大於分割臨界值,它就會在多個節點上開啟。
-
-
分配相關性:決定自治式 AI 資料庫超過分割臨界值後將開啟的節點數目。
例如,假設您建立一個包含 4 個節點和 80 個 ECPU 的 AVMC 資源,然後在此 AVMC 中建立一個 ACD,並將資料庫分割臨界值設為 64。建立 ECPU 需求為 120 的 Autonomous AI Database 時,會將多個節點的資料庫分割並開啟為大於 64 的 120 (分割臨界值)。-
如果您的分佈相關性設為最小節點,Oracle Cloud Infrastructure 會嘗試在 2 個節點上建立資料庫,每個節點上都有 60 個 ECPU。如果無法這麼做,將會被分割成 3 個節點,每個節點各有 40 個 ECPU。如果無法這麼做,Oracle Cloud Infrastructure 將會嘗試跨 4 個節點開啟資料庫,每個節點各有 30 個 ECPU。
-
如果您指定節點數目上限的分配相關性,Oracle Cloud Infrastructure 會嘗試在所有 4 個節點之間建立資料庫分割,每個節點各有 30 個 ECPU。如果無法這麼做,將會被分割成三個節點,每個節點各有 40 個 ECPU。如果無法這麼做,Oracle Cloud Infrastructure 將會嘗試跨 2 個節點開啟資料庫,每個節點各有 60 個 ECPU。
-
-
節點容錯移轉保留 (%) :在 AVMC 中為區域化失敗和維護事件所設定的相鄰節點 (資料庫軟體存在但未開啟的節點) 上的 CPU 數目。「節點容錯移轉保留」適用於非分割資料庫部署。依照預設,有 50% 的保留 (亦即,在失敗事件或維護期間),您會繼續執行,但會維持 50% 的配置 CPU。
-
對於使用率非常輕的非關鍵資料庫或資料庫,您可以將「節點容錯移轉保留」設為較小的值,這樣就可以在「專用 Exadata 基礎架構」上建立和合併大量的資料庫。
-
對於可接受維護期間停機的開發環境和資料庫,您可以將此值設為零。
- 在某些情況下,也可以使用分割臨界值和分送相關性,確保將資料庫分割到兩個以上的節點,以控制節點容錯移轉保留。假設自治式 AI 資料庫在 4 個節點之間分割。在維護活動進行時,只要以輪流方式一次移除一個節點,您一律會有 3 個節點繼續運作並流量,有效維持 75% 的效能保留,而不是一般的 50%。有了較大的叢集,您甚至可以進一步驅動此保留,對 8 節點叢集的 87.5% 保留。
-
- 自動調整:
- 如果 DML 可平行化,則自動調整功能可能會發生在單一 VM 叢集節點內用於不可平行的 DML 和跨 VM 叢集節點。
- 具有不可平行查詢的多個並行階段作業可以路由至叢集中的所有節點,有效地允許在多重節點資料庫中的所有節點之間自動調整。
- 平行處理:
- SQL 敘述句的平行處理發生於自治式 Exadata VM 叢集節點中,這些節點先在單一節點內開啟,然後在相鄰的開啟節點中 (如上所述),取決於自治式 Exadata VM 叢集的大小。
根據每個節點的資源使用率;並非所有可用的 CPU 值都可用來佈建或擴展 Autonomous AI Database 。例如,假設您在 AVMC 層級有 20 個可用 CPU,並非 1 到 20 個 CPU 的所有值都可用來佈建或擴展 Autonomous AI Database ,視節點層級的資源可用性而定。可用於佈建或調整自治式 AI 資料庫的 CPU 值清單稱為可佈建的 CPU 。
-
GetAutonomousContainerDatabase 會傳回可佈建的 CPU 值清單,可用來在指定的自治式容器資料庫中建立新的 Autonomous AI Database 。如需詳細資訊,請參閱 GetAutonomousContainerDatabase 。
-
GetAutonomousDatabase 會傳回可用於調整指定自治式 AI 資料庫的可佈建 CPU 值清單。如需詳細資訊,請參閱 GetAutonomousDatabase 。