はじめに
Azure Databricksのドキュメント（Microsoft Learn）で、本章がまだ日本語訳されていなかったため、DeepLで翻訳しました。
コスト最適化の原則
この記事では、提供される価値を最大化する方法でコスト管理を可能にすることを目的とした、コスト最適化の柱のアーキテクチャ原則について説明します。予算がある場合、コスト効率はビジネス目標と投資収益率によって決定されます。コスト最適化の原則は、ビジネス目標とコスト正当化の両方を達成するのに役立ちます。
Databricksのコスト最適化レイクハウスアーキテクチャ図
コスト最適化の原則
- 適切なリソースの選択
ビジネス目標に合致し、ワークロードのパフォーマンスを処理できる適切なリソースを選択します。新しいワークロードを導入する際には、さまざまな導入オプションを検討し、価格性能比が最も高いものを選択します。
- リソースの動的な割り当てと解放
パフォーマンス要件に合わせてリソースを動的に割り当て、解放します。未使用または使用率の低いリソースを特定し、再構成、統合、または停止します。
- コストの監視と制御
ワークロードのコストは、消費されるリソースの量と、それらのリソースに対して課金される料金に依存します。ワークロードのコストを把握するには、関係するリソースごとに監視します。これにより、消費とコストを制御するためのベースラインが得られます。
- 支出の分析と属性
レイクハウスでは、ワークロードの使用量とコストを簡単に正確に特定できます。これにより、個々のワークロード所有者への透明性の高いコスト配分が可能になります。これにより、投資収益率をメジャーで測定し、必要に応じてリソースを最適化してコストを削減できます。
- ワークロードを最適化し、スケーラブルなコストを実現
レイクハウスの主な利点は、ダイナミックに拡張できることです。まず、使用状況とパフォーマンス指標を分析し、インスタンスの初期数を決定します。自動スケーリングでは、変動が激しいワークロードに対してより小さなインスタンスを選択したり、必要なパフォーマンスレベルを達成するためにスケールアップではなくスケールアウトを行うことで、追加コストを削減できます。