আমাজন রেডশিফ্ট এটি একটি দ্রুত, মাপযোগ্য, সুরক্ষিত এবং সম্পূর্ণরূপে পরিচালিত ডেটা গুদাম যা আপনাকে স্ট্যান্ডার্ড এসকিউএল ব্যবহার করে সহজেই এবং সাশ্রয়ীভাবে আপনার সমস্ত ডেটা বিশ্লেষণ করতে সক্ষম করে৷ আমাজন রেডশিফ্ট তথ্য আদান প্রদান গ্রাহকদের একটি অ্যামাজন রেডশিফ্ট ক্লাস্টারে অন্য অ্যামাজন রেডশিফ্ট ক্লাস্টারের সাথে লাইভ, লেনদেনগতভাবে সামঞ্জস্যপূর্ণ ডেটা শেয়ার করার অনুমতি দেয় অ্যাকাউন্ট এবং অঞ্চল জুড়ে ডেটা কপি বা এক ক্লাস্টার থেকে অন্য ক্লাস্টারে সরানোর প্রয়োজন ছাড়াই৷
অ্যামাজন রেডশিফ্ট ডেটা শেয়ারিং প্রাথমিকভাবে চালু হয়েছিল মার্চ 2021, এবং ক্রস-অ্যাকাউন্ট ডেটা ভাগ করে নেওয়ার জন্য অতিরিক্ত সমর্থন যোগ করা হয়েছে আগস্ট 2021. ক্রস-অঞ্চল সমর্থন সাধারণত পাওয়া যায় ফেব্রুয়ারি 2022. এটি একই AWS অ্যাকাউন্ট, বিভিন্ন অ্যাকাউন্ট বা বিভিন্ন অঞ্চলে Redshift ক্লাস্টার জুড়ে ডেটা ভাগ করার সম্পূর্ণ নমনীয়তা এবং তত্পরতা প্রদান করে।
অ্যামাজন রেডশিফ্ট ডেটা শেয়ারিং অ্যামাজন রেডশিফ্ট স্থাপনার আর্কিটেকচারগুলিকে একটি হাব-স্পোকে, ডেটা জাল মডেলকে আরও ভালভাবে পারফরম্যান্স এসএলএ পূরণ করতে, কাজের চাপ বিচ্ছিন্নতা প্রদান করতে, ক্রস-গ্রুপ বিশ্লেষণ সম্পাদন করতে, নতুন ব্যবহারের ক্ষেত্রে সহজে অনবোর্ড করতে এবং সবচেয়ে গুরুত্বপূর্ণভাবে সমস্ত কিছুর জন্য ব্যবহার করা হয়। এটি ডেটা চলাচল এবং ডেটা কপিগুলির জটিলতা ছাড়াই। ডেটা ভাগ করে নেওয়ার সময় জিজ্ঞাসিত কিছু সাধারণ প্রশ্ন হল, "আমার ভোক্তা ক্লাস্টার এবং প্রযোজক ক্লাস্টারগুলি কত বড় হওয়া উচিত?", এবং "আমি কীভাবে কাজের চাপ বিচ্ছিন্নতার জন্য সেরা মূল্যের পারফরম্যান্স পেতে পারি?"। ডেটার আকার, ইনজেশন রেট, ক্যোয়ারী প্যাটার্ন এবং রক্ষণাবেক্ষণের ক্রিয়াকলাপগুলির মতো কাজের চাপের বৈশিষ্ট্যগুলি ডেটা ভাগ করে নেওয়ার কার্যকারিতাকে প্রভাবিত করতে পারে, তাই কর্মক্ষমতা সর্বাধিক করার জন্য এবং খরচ কমানোর জন্য ভোক্তা এবং প্রযোজক উভয় ক্লাস্টারকে আকার দেওয়ার জন্য একটি ক্রমাগত কৌশল প্রয়োগ করা উচিত। এই পোস্টে, আমরা আপনার নির্দিষ্ট কাজের চাপের উপর ভিত্তি করে সর্বোত্তম মূল্যের পারফরম্যান্সের জন্য আপনার প্রযোজক এবং ভোক্তা ক্লাস্টারের আকার নির্ধারণে সহায়তা করার জন্য একটি ধাপে ধাপে পদ্ধতি প্রদান করি।
সাধারণ ভোক্তা সাইজিং নির্দেশিকা
নিম্নলিখিত পদক্ষেপগুলি আপনার প্রযোজক এবং ভোক্তা ক্লাস্টারগুলিকে আকার দেওয়ার জন্য জেনেরিক কৌশল দেখায়। আপনি এটিকে একটি প্রারম্ভিক বিন্দু হিসাবে ব্যবহার করতে পারেন এবং আপনার নির্দিষ্ট ব্যবহারের ক্ষেত্রে পরিস্থিতি পূরণ করতে সেই অনুযায়ী পরিবর্তন করতে পারেন।
আপনার প্রযোজক ক্লাস্টার আকার
আপনার SLA পূরণের জন্য আপনার প্রয়োজনীয় কর্মক্ষমতা পেতে আপনার প্রযোজক ক্লাস্টারকে সঠিকভাবে আকার দেওয়ার জন্য আপনাকে সর্বদা নিশ্চিত করা উচিত। আপনার ডেটার আকার এবং ক্যোয়ারী বৈশিষ্ট্যের উপর ভিত্তি করে প্রযোজক ক্লাস্টারের জন্য একটি সুপারিশ পেতে আপনি Amazon Redshift কনসোল থেকে সাইজিং ক্যালকুলেটরটি ব্যবহার করতে পারেন। খোঁজা আমাকে বেছে নিতে সাহায্য করুন এই সাইজিং ক্যালকুলেটর ব্যবহার করার জন্য RA3 নোড প্রকার সমর্থন করে AWS অঞ্চলের কনসোলে। মনে রাখবেন যে এটি শুরু করার জন্য শুধুমাত্র একটি প্রাথমিক সুপারিশ, এবং আপনার প্রাথমিক আকারের ক্লাস্টারে আপনার সম্পূর্ণ কাজের চাপ চালানোর পরীক্ষা করা উচিত এবং সর্বোত্তম মূল্যের কার্যক্ষমতা পেতে সেই অনুযায়ী ক্লাস্টারের উপরে এবং নীচে ইলাস্টিক আকার পরিবর্তন করা উচিত।
আকার এবং সেটআপ প্রাথমিক ভোক্তা ক্লাস্টার
আপনার গণনার চাহিদার উপর ভিত্তি করে আপনার সর্বদা আপনার ভোক্তা ক্লাস্টারের আকার দেওয়া উচিত। শুরু করার একটি উপায় হল উপরের প্রযোজক ক্লাস্টারের মতো জেনেরিক ক্লাস্টার সাইজিং গাইড অনুসরণ করা।
অ্যামাজন রেডশিফ্ট ডেটা শেয়ারিং সেটআপ করুন
প্রযোজক এবং ভোক্তা উভয় ক্লাস্টার সেটআপ হয়ে গেলে প্রযোজক থেকে ভোক্তার কাছে ডেটা শেয়ারিং সেটআপ করুন। এটি উল্লেখ করুন পোস্ট কিভাবে ডেটা শেয়ারিং সেটআপ করতে হয় তার নির্দেশনার জন্য।
প্রাথমিক ভোক্তা ক্লাস্টারে শুধুমাত্র ভোক্তার কাজের চাপ পরীক্ষা করুন
নতুন প্রাথমিক ভোক্তা ক্লাস্টারে শুধুমাত্র ভোক্তার কাজের চাপ পরীক্ষা করুন। এটি গ্রাহক অ্যাপ্লিকেশনগুলিকে নির্দেশ করে, যেমন ETL টুলস, BI অ্যাপ্লিকেশন এবং SQL ক্লায়েন্টগুলিকে নতুন ভোক্তা ক্লাস্টারে নির্দেশ করে এবং আপনার প্রয়োজনীয়তার বিপরীতে কর্মক্ষমতা মূল্যায়ন করার জন্য কাজের চাপ পুনরায় চালু করার মাধ্যমে করা যেতে পারে।
বিভিন্ন ভোক্তা ক্লাস্টার কনফিগারেশনে শুধুমাত্র কাজের চাপ পরীক্ষা করুন
যদি প্রাথমিক আকারের ভোক্তা ক্লাস্টার আপনার কাজের চাপের কর্মক্ষমতা প্রয়োজনীয়তা পূরণ করে বা অতিক্রম করে, তাহলে আপনি হয় এই ক্লাস্টার কনফিগারেশনটি ব্যবহার করা চালিয়ে যেতে পারেন বা আপনি আরও খরচ কমাতে পারেন কিনা এবং এখনও আপনার প্রয়োজনীয় কর্মক্ষমতা পেতে পারেন কিনা তা দেখতে ছোট কনফিগারেশনে পরীক্ষা করতে পারেন।
অন্যদিকে, যদি প্রাথমিক আকারের ভোক্তা ক্লাস্টার আপনার কাজের চাপের কর্মক্ষমতা প্রয়োজনীয়তা পূরণ করতে ব্যর্থ হয়, তাহলে আপনি আপনার SLA পূরণ করে এমন কনফিগারেশন পেতে আরও বড় কনফিগারেশন পরীক্ষা করতে পারেন।
একটি সাধারণ নিয়ম হিসাবে, ভোক্তা ক্লাস্টারের আকার প্রাথমিক ক্লাস্টার কনফিগারেশনের 2x বাড়ান যতক্ষণ না এটি আপনার কাজের চাপের প্রয়োজনীয়তা পূরণ করে।
আপনি কোন কনফিগারেশনটি পরীক্ষা করতে চান তা পরিকল্পনা করার পরে, লক্ষ্য ক্লাস্টার কনফিগারেশনে প্রাথমিক ক্লাস্টারের আকার পরিবর্তন করতে ইলাস্টিক রিসাইজ ব্যবহার করুন। ইলাস্টিক রিসাইজ সম্পূর্ণ হওয়ার পরে, একই কাজের চাপ পরীক্ষা করুন এবং আপনার SLA এর বিপরীতে কর্মক্ষমতা মূল্যায়ন করুন। আপনার মূল্য কর্মক্ষমতা লক্ষ্য পূরণ করে এমন কনফিগারেশন নির্বাচন করুন।
পরীক্ষা প্রযোজক শুধুমাত্র বিভিন্ন প্রযোজক ক্লাস্টার কনফিগারেশনে কাজের চাপ
একবার আপনি আপনার ভোক্তার কাজের চাপকে সর্বোত্তম মূল্যের কার্যকারিতা সহ ভোক্তা ক্লাস্টারে নিয়ে গেলে, খরচ বাঁচাতে প্রযোজকের উপর গণনা সংস্থান হ্রাস করার সুযোগ থাকতে পারে।
এটি অর্জন করতে, আপনি মূল প্রযোজকের আকারের 1/2x উপর শুধুমাত্র প্রযোজককে পুনরায় চালাতে পারেন এবং কাজের চাপের কার্যকারিতা মূল্যায়ন করতে পারেন। সেই অনুযায়ী ক্লাস্টারের উপরে এবং নীচের আকার পরিবর্তন করা ফলাফলের উপর নির্ভর করে এবং তারপরে আপনি ন্যূনতম প্রযোজক কনফিগারেশন নির্বাচন করুন যা আপনার কাজের চাপের কর্মক্ষমতা প্রয়োজনীয়তা পূরণ করে।
সময়ের সাথে পুরো কাজের চাপের পরে পুনরায় মূল্যায়ন করুন
অ্যামাজন রেডশিফ্ট ক্রমাগত বিকশিত হচ্ছে, এবং ক্রমাগত কর্মক্ষমতা এবং স্কেলেবিলিটি উন্নতির রিলিজ রয়েছে, ডেটা ভাগ করে নেওয়ার কর্মক্ষমতা উন্নত হতে থাকবে। তদ্ব্যতীত, অসংখ্য ভেরিয়েবল ডেটা ভাগ করে নেওয়ার প্রশ্নের কার্যকারিতাকে প্রভাবিত করতে পারে। নিম্নলিখিত শুধু কিছু উদাহরণ:
- ইনজেশন হার এবং ডেটা পরিবর্তনের পরিমাণ
- প্রশ্ন প্যাটার্ন এবং চরিত্রগত
- কাজের চাপ পরিবর্তন
- concurrency
- রক্ষণাবেক্ষণ কার্যক্রম, উদাহরণস্বরূপ ভ্যাকুয়াম, বিশ্লেষণ এবং ATO
এই কারণেই আপনার ক্লাস্টারের কনফিগারেশন থেকে নতুন সর্বোত্তম মূল্যের কর্মক্ষমতা অর্জনের জন্য, বিশেষ করে একটি সম্পূর্ণ কাজের চাপ মোতায়েন করার পরে, উপলক্ষ্যে উপরের কৌশলটি ব্যবহার করে আপনাকে অবশ্যই প্রযোজক এবং ভোক্তা ক্লাস্টারের আকারের পুনরায় মূল্যায়ন করতে হবে।
স্বয়ংক্রিয় মাপ সমাধান
যদি আপনার পরিবেশে আরও জটিল আর্কিটেকচার জড়িত থাকে, উদাহরণস্বরূপ একাধিক টুল বা অ্যাপ্লিকেশনের (BI, ইনজেশন বা স্ট্রিমিং, ETL, ডেটা সায়েন্স), তাহলে উপরের জেনেরিক নির্দেশিকা থেকে ম্যানুয়াল পদ্ধতি ব্যবহার করা সম্ভব নাও হতে পারে। পরিবর্তে, আপনি কর্মক্ষমতা মূল্যায়ন করার জন্য পরীক্ষার ভোক্তা এবং প্রযোজক ক্লাস্টারে আপনার উত্পাদন ক্লাস্টার থেকে কাজের চাপ স্বয়ংক্রিয়ভাবে পুনরায় প্লে করতে এই বিভাগে সমাধানগুলি ব্যবহার করতে পারেন।
সহজ রিপ্লে ইউটিলিটি সর্বোত্তম মূল্য কার্য সম্পাদনের জন্য সঠিক প্রযোজক এবং ভোক্তা ক্লাস্টার আকার পাওয়ার প্রক্রিয়ার মাধ্যমে আপনাকে গাইড করার জন্য স্বয়ংক্রিয় সমাধান হিসাবে ব্যবহার করা হবে।
সিম্পল রিপ্লে হল কি-যদি বিশ্লেষণ করা এবং বিভিন্ন পরিস্থিতিতে আপনার কাজের চাপ কীভাবে কাজ করে তা মূল্যায়ন করার জন্য একটি টুল। উদাহরণ স্বরূপ, আপনি RA3 এর মত একটি নতুন ইনস্ট্যান্স টাইপের উপর আপনার প্রকৃত কাজের চাপ বেঞ্চমার্ক করতে, একটি নতুন বৈশিষ্ট্য মূল্যায়ন করতে বা বিভিন্ন ক্লাস্টার কনফিগারেশনের মূল্যায়ন করতে টুলটি ব্যবহার করতে পারেন। এটিতে কপি এবং আনলোড স্টেটমেন্ট সহ ডেটা ইনজেশন এবং এক্সপোর্ট পাইপলাইনগুলি পুনরায় চালানোর জন্য উন্নত সমর্থন অন্তর্ভুক্ত রয়েছে। শুরু করতে এবং আপনার কাজের চাপ পুনরায় প্লে করতে, থেকে টুলটি ডাউনলোড করুন Amazon Redshift GitHub সংগ্রহস্থল.
এখানে আমরা সোর্স প্রোডাকশন ক্লাস্টার থেকে আপনার ওয়ার্কলোড লগগুলি বের করার এবং একটি বিচ্ছিন্ন পরিবেশে সেগুলিকে রিপ্লে করার জন্য ধাপগুলির মধ্য দিয়ে চলেছি। এটি আপনাকে এই অ্যামাজন রেডশিফ্ট ক্লাস্টারগুলির মধ্যে নির্বিঘ্নে একটি সরাসরি তুলনা করতে দেয় এবং ক্লাস্টার কনফিগারেশন নির্বাচন করতে দেয় যা আপনার মূল্য কার্যক্ষমতা লক্ষ্যমাত্রা সবচেয়ে ভাল পূরণ করে।
নিম্নলিখিত চিত্রটি সমাধান আর্কিটেকচার দেখায়।
সমাধান ওয়াকথ্রু
আপনার ভোক্তা এবং প্রযোজক ক্লাস্টারের আকারের সমাধানের মাধ্যমে যেতে এই পদক্ষেপগুলি অনুসরণ করুন।
আপনার উত্পাদন ক্লাস্টার আকার
আপনার কাজের চাপের প্রয়োজনীয়তাগুলি পূরণ করার জন্য আপনার প্রয়োজনীয় কর্মক্ষমতা পেতে আপনার বিদ্যমান প্রোডাকশন ক্লাস্টারকে সঠিকভাবে মাপ করা নিশ্চিত করা উচিত। আপনার ডেটার আকার এবং ক্যোয়ারী বৈশিষ্ট্যের উপর ভিত্তি করে প্রোডাকশন ক্লাস্টারে একটি সুপারিশ পেতে আপনি Amazon Redshift কনসোল থেকে সাইজিং ক্যালকুলেটরটি ব্যবহার করতে পারেন। খোঁজা আমাকে বেছে নিতে সাহায্য করুন এই সাইজিং ক্যালকুলেটর ব্যবহার করার জন্য RA3 নোড প্রকার সমর্থন করে AWS অঞ্চলের কনসোলে। মনে রাখবেন যে এটি শুরু করার জন্য শুধুমাত্র একটি প্রাথমিক সুপারিশ। আপনার প্রাথমিক আকারের ক্লাস্টারে আপনার সম্পূর্ণ কাজের চাপ চালানোর পরীক্ষা করা উচিত এবং সর্বোত্তম মূল্যের পারফরম্যান্স পেতে সেই অনুযায়ী ক্লাস্টারের উপরে এবং নীচে ইলাস্টিক আকার পরিবর্তন করুন।
বিচ্ছিন্ন করা কাজের চাপ চিহ্নিত করুন
আপনার মূল ক্লাস্টারে আপনার বিভিন্ন কাজের চাপ থাকতে পারে, কিন্তু প্রথম ধাপ হল আমরা যে ব্যবসাটিকে আলাদা করতে চাই তার সবচেয়ে গুরুত্বপূর্ণ কাজের চাপ শনাক্ত করা। এর কারণ হল আমরা নিশ্চিত করতে চাই যে নতুন আর্কিটেকচার আপনার কাজের চাপের প্রয়োজনীয়তা পূরণ করতে পারে। এই পোস্ট ডেটা শেয়ারিং ওয়ার্কলোড আইসোলেশন ব্যবহারের ক্ষেত্রে একটি ভাল রেফারেন্স যা আপনাকে কোন কাজের চাপকে বিচ্ছিন্ন করা যেতে পারে তা সিদ্ধান্ত নিতে সাহায্য করতে পারে।
সহজ রিপ্লে সেটআপ করুন
একবার আপনি আপনার সমালোচনামূলক কাজের চাপ জানেন, আপনি অবশ্যই অডিট লগিং সক্ষম করুন আপনার প্রোডাকশন ক্লাস্টারে যেখানে উপরে চিহ্নিত করা গুরুত্বপূর্ণ কাজের চাপ কোয়েরি অ্যাক্টিভিটি ক্যাপচার করতে এবং স্টোর করার জন্য চলছে আমাজন সিম্পল স্টোরেজ সার্ভিস (অ্যামাজন এস৩) মনে রাখবেন যে অডিট লগগুলি Amazon S3-এ বিতরণ করতে তিন ঘন্টা পর্যন্ত সময় লাগতে পারে৷ অডিট লগ উপলব্ধ হলে, এগিয়ে যান সেটআপ সহজ রিপ্লে এবং তারপর নির্যাস অডিট লগ থেকে গুরুত্বপূর্ণ কাজের চাপ। মনে রাখবেন যে start_time এবং end_time প্যারামিটার হিসাবে ব্যবহার করা যেতে পারে সমালোচনামূলক কাজের চাপ ফিল্টার করার জন্য যদি এই কাজের চাপগুলি নির্দিষ্ট সময়ের মধ্যে চলে, উদাহরণস্বরূপ সকাল 9 টা থেকে 11 টা। অন্যথায় এটি লগ করা সমস্ত ক্রিয়াকলাপ বের করবে।
বেসলাইন কাজের চাপ
প্রোডাকশন স্ন্যাপশট থেকে পুনরুদ্ধার করে প্রযোজক ক্লাস্টারের মতো একই কনফিগারেশন সহ একটি বেসলাইন ক্লাস্টার তৈরি করুন। একই কনফিগারেশন দিয়ে শুরু করার উদ্দেশ্য হল একটি বিচ্ছিন্ন পরিবেশের সাথে পারফরম্যান্সকে বেসলাইন করা।
বেসলাইন ক্লাস্টার উপলব্ধ হলে, আবার দেখাও বেসলাইন ক্লাস্টারে নিষ্কাশিত কাজের চাপ। এই রিপ্লে থেকে আউটপুট হবে বিভিন্ন ভোক্তা কনফিগারেশনের পরবর্তী রিপ্লেগুলির সাথে তুলনা করার জন্য ব্যবহৃত বেসলাইন।
প্রাথমিক প্রযোজক এবং ভোক্তা পরীক্ষার ক্লাস্টার সেটআপ করুন
প্রোডাকশন স্ন্যাপশট থেকে পুনরুদ্ধার করে একই প্রোডাকশন ক্লাস্টার কনফিগারেশন সহ একটি প্রযোজক ক্লাস্টার তৈরি করুন। পূর্ববর্তী নির্দেশিকা থেকে প্রস্তাবিত প্রাথমিক ভোক্তা আকার সহ একটি ভোক্তা ক্লাস্টার তৈরি করুন। তদ্ব্যতীত, প্রযোজক এবং ভোক্তার মধ্যে ডেটা শেয়ারিং সেটআপ করুন।
প্রাথমিক প্রযোজক এবং ভোক্তার উপর কাজের চাপ পুনরায় চালান
আবার দেখাও প্রযোজক শুধুমাত্র প্রাথমিক আকারের প্রযোজক ক্লাস্টারে কাজের চাপ দেয়। এটি "বাদ" ফিল্টার প্যারামিটার ব্যবহার করে ভোক্তাদের প্রশ্নগুলি বাদ দিয়ে অর্জন করা যেতে পারে, উদাহরণস্বরূপ যে ব্যবহারকারী ভোক্তা প্রশ্নগুলি চালান।
আবার দেখাও ভোক্তা শুধুমাত্র প্রাথমিক আকারের ভোক্তা ক্লাস্টারে কাজের চাপ। এটি "অন্তর্ভুক্ত" ফিল্টার প্যারামিটার ব্যবহার করে ভোক্তাদের প্রশ্নগুলি বাদ দিয়ে অর্জন করা যেতে পারে, উদাহরণস্বরূপ যে ব্যবহারকারী ভোক্তা প্রশ্নগুলি চালান।
বেসলাইন এবং কাজের চাপ কর্মক্ষমতা প্রয়োজনীয়তার বিরুদ্ধে এই রিপ্লেগুলির কার্যকারিতা মূল্যায়ন করুন।
বিভিন্ন কনফিগারেশনে ভোক্তাদের কাজের চাপ রিপ্লে করুন
যদি প্রাথমিক আকারের ভোক্তা ক্লাস্টারটি আপনার কাজের চাপের কর্মক্ষমতা প্রয়োজনীয়তা পূরণ করে বা অতিক্রম করে, তাহলে আপনি হয় এই ক্লাস্টার কনফিগারেশন ব্যবহার করতে পারেন অথবা আপনি আরও খরচ কমাতে পারেন কিনা এবং এখনও আপনার প্রয়োজনীয় কর্মক্ষমতা পেতে পারেন কিনা তা দেখতে ছোট কনফিগারেশনে পরীক্ষা করার জন্য আপনি এই পদক্ষেপগুলি অনুসরণ করতে পারেন।
আপনার কাজের চাপের প্রয়োজনীয়তার সাথে প্রাথমিক ভোক্তা কর্মক্ষমতা ফলাফলের তুলনা করুন:
- যদি ফলাফলটি আপনার কাজের চাপের কর্মক্ষমতা প্রয়োজনীয়তা অতিক্রম করে, তাহলে আপনি 1/2x দিয়ে শুরু করে ক্রমবর্ধমানভাবে ভোক্তা ক্লাস্টারের আকার কমাতে পারেন, পুনরায় খেলার চেষ্টা করুন এবং কর্মক্ষমতা মূল্যায়ন করুন, তারপর ফলাফলের উপর ভিত্তি করে আপনার কাজের চাপ পূরণ না হওয়া পর্যন্ত সেই অনুযায়ী আকার পরিবর্তন করুন প্রয়োজনীয়তা উদ্দেশ্য হল একটি মিষ্টি জায়গা পাওয়া যেখানে আপনি পারফরম্যান্সের প্রয়োজনীয়তাগুলির সাথে স্বাচ্ছন্দ্য বোধ করেন এবং সম্ভাব্য সর্বনিম্ন মূল্য পান৷
- যদি ফলাফল আপনার কাজের চাপ কর্মক্ষমতা প্রয়োজনীয়তা পূরণ করতে ব্যর্থ হয়, তাহলে আপনি ক্রমবর্ধমানভাবে ক্লাস্টারের আকার বাড়াতে পারেন, মূল আকারের 2x দিয়ে শুরু করে, পুনরায় খেলার চেষ্টা করুন এবং কর্মক্ষমতা মূল্যায়ন করুন যতক্ষণ না এটি আপনার কাজের চাপের কর্মক্ষমতা প্রয়োজনীয়তা পূরণ করে।
বিভিন্ন কনফিগারেশনে প্রযোজকের কাজের চাপ রিপ্লে করুন
একবার আপনি আপনার ওয়ার্কলোডগুলিকে ভোক্তা ক্লাস্টারে ভাগ করে নিলে, প্রযোজক ক্লাস্টারের লোড হ্রাস করা উচিত এবং খরচ বাঁচানোর জন্য আপনার প্রযোজক ক্লাস্টারের কাজের চাপের কর্মক্ষমতা মূল্যায়ন করা উচিত।
ধাপগুলি ভোক্তা রিপ্লে অনুরূপ। ইলাস্টিক প্রযোজক ক্লাস্টারের আকার পরিবর্তন করুন ক্রমবর্ধমানভাবে 1/2x মূল আকার দিয়ে শুরু করুন, প্রযোজকের শুধুমাত্র কাজের চাপ পুনরায় চালান এবং কর্মক্ষমতা মূল্যায়ন করুন এবং তারপরে আপনার কাজের চাপের কর্মক্ষমতা প্রয়োজনীয়তা পূরণ না হওয়া পর্যন্ত আরও আকার পরিবর্তন করুন। উদ্দেশ্য হল একটি মিষ্টি জায়গা পাওয়া যেখানে আপনি কাজের চাপ কর্মক্ষমতা প্রয়োজনীয়তাগুলির সাথে স্বাচ্ছন্দ্য বোধ করেন এবং সম্ভাব্য সর্বনিম্ন মূল্য পান৷ একবার আপনার পছন্দসই প্রযোজক ক্লাস্টার কনফিগারেশন হয়ে গেলে, প্রযোজক ক্লাস্টার কনফিগারেশন পরিবর্তনের দ্বারা কর্মক্ষমতা প্রভাবিত হয়নি তা নিশ্চিত করতে ভোক্তা ক্লাস্টারে ভোক্তা ওয়ার্কলোডগুলি পুনরায় চালানোর চেষ্টা করুন। পরিশেষে, একটি সম্পূর্ণ কাজের চাপের পরিস্থিতিতে পারফরম্যান্সটি অর্জন করা হয়েছে তা নিশ্চিত করতে আপনার একই সাথে প্রযোজক এবং ভোক্তা উভয়ের কাজের চাপ পুনরায় প্লে করা উচিত।
সময়ের সাথে পুরো কাজের চাপের পরে পুনরায় মূল্যায়ন করুন
জেনেরিক গাইডেন্সের অনুরূপ, আপনার ক্লাস্টারের কনফিগারেশন থেকে নতুন সর্বোত্তম মূল্যের কর্মক্ষমতা অর্জনের জন্য, বিশেষ করে সম্পূর্ণ কাজের চাপ মোতায়েনের পরে, উপলক্ষ্যে পূর্ববর্তী কৌশল ব্যবহার করে প্রযোজক এবং ভোক্তা ক্লাস্টারের আকারের পুনরায় মূল্যায়ন করা উচিত।
পরিষ্কার কর
আপনার AWS অ্যাকাউন্টে এই সাইজিং পরীক্ষাগুলি চালানোর কিছু খরচের প্রভাব থাকতে পারে কারণ এটি নতুন Amazon Redshift ক্লাস্টারগুলির বিধান করে, যা আপনার কাছে সংরক্ষিত দৃষ্টান্ত না থাকলে অন-ডিমান্ড উদাহরণ হিসাবে চার্জ করা হতে পারে। আপনি যখন আপনার মূল্যায়ন সম্পূর্ণ করেন, আমরা খরচ বাঁচাতে Amazon Redshift ক্লাস্টারগুলি মুছে ফেলার সুপারিশ করি। আমরা আপনার ক্লাস্টারগুলি ব্যবহার না করার সময় বিরতি দেওয়ার পরামর্শ দিই৷
অ্যামাজন রেডশিফ্ট এবং ডেটা ভাগ করে নেওয়ার সেরা অনুশীলনগুলি প্রয়োগ করা
আপনার প্রযোজক এবং ভোক্তা উভয় ক্লাস্টারের সঠিক মাপ আপনাকে আপনার Amazon Redshift ডিপ্লয়মেন্ট থেকে সেরা মূল্যের কর্মক্ষমতা পেতে একটি ভাল সূচনা দেবে। যাইহোক, সাইজিং একমাত্র ফ্যাক্টর নয় যা আপনার কর্মক্ষমতা সর্বাধিক করতে পারে। এই ক্ষেত্রে, সর্বোত্তম অনুশীলনগুলি বোঝা এবং অনুসরণ করা সমান গুরুত্বপূর্ণ।
সাধারণ অ্যামাজন রেডশিফ্ট পারফরম্যান্স টিউনিং সেরা অনুশীলনগুলি ডেটা ভাগ করে নেওয়ার ক্ষেত্রে প্রযোজ্য। নিশ্চিত করুন যে আপনার স্থাপনা এইগুলি অনুসরণ করে সেরা অভ্যাস.
আপনি কর্মক্ষমতা সর্বোচ্চ করতে পারেন তা নিশ্চিত করতে আপনার অনুসরণ করা উচিত এমন অসংখ্য ডেটা ভাগ করে নেওয়ার নির্দিষ্ট সর্বোত্তম অনুশীলন। এটি উল্লেখ করুন পোস্ট আরো বিস্তারিত জানার জন্য.
সারাংশ
প্রযোজক এবং ভোক্তা ক্লাস্টার আকারের জন্য কোনো এক-আকার-ফিট-সমস্ত সুপারিশ নেই। এটি কাজের চাপ এবং আপনার কর্মক্ষমতা SLA দ্বারা পরিবর্তিত হয়। এই পোস্টের উদ্দেশ্য হল সর্বোত্তম মূল্যের কর্মক্ষমতা পেতে ভোক্তা এবং প্রযোজক উভয় ক্লাস্টার মাপ নির্ধারণ করতে আপনি কীভাবে আপনার নির্দিষ্ট ডেটা ভাগ করে নেওয়ার কাজের চাপের কার্যক্ষমতা মূল্যায়ন করতে পারেন তার জন্য আপনাকে নির্দেশিকা প্রদান করা। সর্বোত্তম মূল্য কার্যক্ষমতা পেতে উত্পাদনে এটি গ্রহণ করার আগে সাধারণ রিপ্লে ব্যবহার করে প্রযোজক এবং ভোক্তার উপর আপনার কাজের চাপ পরীক্ষা করার কথা বিবেচনা করুন।
লেখক সম্পর্কে
বিপি ইয়াৰ AWS-এর একজন সিনিয়র প্রোডাক্ট ম্যানেজার। তিনি গ্রাহকদের স্কেলে ডেটা প্রক্রিয়া করার জন্য বড় ডেটা সলিউশন আর্কিটেক্ট করতে সহায়তা করার বিষয়ে উত্সাহী। AWS এর আগে, তিনি Amazon.com সাপ্লাই চেইন অপ্টিমাইজেশান টেকনোলজিসকে তার ওরাকল ডেটা গুদামকে Amazon Redshift-এ স্থানান্তরিত করতে এবং AWS প্রযুক্তি ব্যবহার করে এর পরবর্তী প্রজন্মের বড় ডেটা বিশ্লেষণ প্ল্যাটফর্ম তৈরি করতে সহায়তা করেছিলেন।
সিদ্ধান্ত মুরলীধর AWS-এর একজন প্রিন্সিপাল টেকনিক্যাল অ্যাকাউন্ট ম্যানেজার। তিনি বড় এন্টারপ্রাইজ গ্রাহকদের সাথে কাজ করেন যারা AWS-এ তাদের কাজের চাপ চালান। তিনি গ্রাহকদের সাথে কাজ করার এবং তাদের ক্লাউড যাত্রায় খরচ, নির্ভরযোগ্যতা, কর্মক্ষমতা এবং কর্মক্ষম উৎকর্ষের জন্য তাদের আর্কিটেক্ট কাজের চাপে সাহায্য করার বিষয়ে উত্সাহী। ডাটা অ্যানালিটিক্সেও তার গভীর আগ্রহ রয়েছে।
- এসইও চালিত বিষয়বস্তু এবং পিআর বিতরণ। আজই পরিবর্ধিত পান।
- প্লেটোব্লকচেন। Web3 মেটাভার্স ইন্টেলিজেন্স। জ্ঞান প্রসারিত. এখানে প্রবেশ করুন.
- উত্স: https://aws.amazon.com/blogs/big-data/how-to-get-best-price-performance-from-your-amazon-redshift-data-sharing-deployment/
- 100
- a
- সম্পর্কে
- উপরে
- তদনুসারে
- হিসাব
- অ্যাকাউন্টস
- অর্জন করা
- অর্জন
- দিয়ে
- ক্রিয়াকলাপ
- যোগ
- দত্তক
- পর
- বিরুদ্ধে
- সব
- অনুমতি
- সর্বদা
- মর্দানী স্ত্রীলোক
- Amazon.com
- পরিমাণ
- বিশ্লেষণ
- বৈশ্লেষিক ন্যায়
- বিশ্লেষণ করা
- এবং
- অন্য
- প্রাসঙ্গিক
- অ্যাপ্লিকেশন
- অভিগমন
- স্থাপত্য
- নিরীক্ষা
- অটোমেটেড
- স্বয়ংক্রিয়ভাবে
- সহজলভ্য
- ডেস্কটপ AWS
- ভিত্তি
- বেসলাইন
- কারণ
- আগে
- উচ্চতার চিহ্ন
- সর্বোত্তম
- সেরা অভ্যাস
- উত্তম
- মধ্যে
- বিশাল
- বড় ডেটা
- নির্মাণ করা
- ব্যবসায়
- গ্রেপ্তার
- কেস
- মামলা
- কিছু
- চেন
- পরিবর্তন
- চরিত্রগত
- বৈশিষ্ট্য
- অভিযুক্ত
- ক্লায়েন্ট
- মেঘ
- গুচ্ছ
- এর COM
- আরামপ্রদ
- সাধারণ
- তুলনা করা
- তুলনা
- সম্পূর্ণ
- সম্পন্ন হয়েছে
- জটিল
- জটিলতা
- গনা
- আবহ
- কনফিগারেশন
- বিবেচনা
- সঙ্গত
- কনসোল
- ভোক্তা
- অবিরত
- চলতে
- একটানা
- মূল্য
- খরচ
- পারা
- সৃষ্টি
- সংকটপূর্ণ
- গ্রাহকদের
- উপাত্ত
- ডেটা বিশ্লেষণ
- তথ্য বিজ্ঞান
- তথ্য আদান প্রদান
- নিষ্কৃত
- নির্ভর করে
- বিস্তৃতি
- বিস্তারিত
- নির্ধারণ
- বিভিন্ন
- সরাসরি
- Dont
- নিচে
- ডাউনলোড
- সময়
- সহজে
- পারেন
- সম্ভব
- উন্নত
- উদ্যোগ
- পরিবেশ
- সমানভাবে
- বিশেষত
- থার (eth)
- মূল্যায়ন
- মূল্যায়ন
- নব্য
- উদাহরণ
- উদাহরণ
- অতিক্রম করে
- শ্রেষ্ঠত্ব
- বিদ্যমান
- রপ্তানি
- নির্যাস
- ব্যর্থ
- দ্রুত
- সাধ্য
- বৈশিষ্ট্য
- ছাঁকনি
- পরিশেষে
- প্রথম
- নমনীয়তা
- অনুসরণ করা
- অনুসরণ
- অনুসরণ
- থেকে
- সম্পূর্ণ
- মৌলিকভাবে
- অধিকতর
- তদ্ব্যতীত
- লাভ করা
- সাধারণত
- প্রজন্ম
- পাওয়া
- পেয়ে
- GitHub
- দাও
- Go
- ভাল
- গুগল
- কৌশল
- সাহায্য
- সাহায্য
- সাহায্য
- ঘন্টার
- কিভাবে
- কিভাবে
- যাহোক
- HTTPS দ্বারা
- চিহ্নিত
- সনাক্ত করা
- প্রভাব
- প্রভাব
- বাস্তবায়িত
- প্রভাব
- গুরুত্বপূর্ণ
- উন্নতি
- উন্নতি
- in
- অন্তর্ভুক্ত
- বৃদ্ধি
- প্রারম্ভিক
- প্রাথমিকভাবে
- উদাহরণ
- পরিবর্তে
- স্বার্থ
- জড়িত
- ভিন্ন
- বিচ্ছিন্নতা
- IT
- যাত্রা
- উত্সাহী
- জানা
- বড়
- বৃহত্তর
- চালু
- যাক
- লেভারেজ
- জীবিত
- বোঝা
- দেখুন
- রক্ষণাবেক্ষণ
- করা
- পরিচালক
- ম্যানুয়াল
- চরমে তোলা
- সম্মেলন
- পূরণ
- পদ্ধতি
- হতে পারে
- মাইগ্রেট
- সর্বনিম্ন
- মডেল
- অধিক
- সেতু
- পদক্ষেপ
- আন্দোলন
- বহু
- প্রয়োজন
- প্রয়োজন
- চাহিদা
- নতুন
- পরবর্তী
- নোড
- অনেক
- উপলক্ষ
- অনবোর্ড
- ONE
- কর্মক্ষম
- সুযোগ
- অপ্টিমাইজেশান
- সর্বোত্তম
- আকাশবাণী
- মূল
- অন্যান্য
- অন্যভাবে
- স্থিতিমাপ
- পরামিতি
- কামুক
- প্যাটার্ন
- সম্পাদন করা
- কর্মক্ষমতা
- সঞ্চালিত
- মাসিক
- পরিকল্পনা
- মাচা
- Plato
- প্লেটো ডেটা ইন্টেলিজেন্স
- প্লেটোডাটা
- বিন্দু
- সম্ভব
- পোস্ট
- চর্চা
- আগে
- মূল্য
- অধ্যক্ষ
- প্রক্রিয়া
- সৃজনকর্তা
- পণ্য
- পণ্য ব্যবস্থাপক
- উত্পাদনের
- সঠিকভাবে
- প্রদান
- উপলব্ধ
- উদ্দেশ্য
- প্রশ্ন
- হার
- সুপারিশ করা
- সুপারিশ
- সুপারিশ করা
- হ্রাস করা
- হ্রাসপ্রাপ্ত
- অঞ্চল
- রিলিজ
- বিশ্বাসযোগ্যতা
- আবশ্যকতা
- সংরক্ষিত
- সংস্থান
- পুনরূদ্ধার
- ফল
- ফলাফল
- নিয়ম
- চালান
- দৌড়
- একই
- সংরক্ষণ করুন
- স্কেলেবিলিটি
- মাপযোগ্য
- স্কেল
- পরিস্থিতিতে
- বিজ্ঞান
- নির্বিঘ্নে
- অধ্যায়
- নিরাপদ
- নিরাপদে
- খোঁজ
- সেবা
- সেটআপ
- শেয়ার
- শেয়ারিং
- উচিত
- প্রদর্শনী
- শো
- অনুরূপ
- সহজ
- আয়তন
- মাপ
- ক্ষুদ্রতর
- স্ন্যাপশট
- সমাধান
- সলিউশন
- কিছু
- উৎস
- নির্দিষ্ট
- বিভক্ত করা
- অকুস্থল
- মান
- শুরু
- শুরু
- শুরু হচ্ছে
- বিবৃতি
- ধাপ
- প্রারম্ভিক ব্যবহারের নির্দেশাবলী
- এখনো
- স্টোরেজ
- দোকান
- কৌশল
- স্ট্রিমিং
- পরবর্তী
- সরবরাহ
- সরবরাহ শৃঙ্খল
- সাপ্লাই চেইন অপ্টিমাইজেশান
- সমর্থন
- মিষ্টি
- গ্রহণ করা
- লক্ষ্য
- কারিগরী
- প্রযুক্তি
- পরীক্ষা
- পরীক্ষামূলক
- পরীক্ষা
- সার্জারির
- উৎস
- তাদের
- তিন
- দ্বারা
- সময়
- থেকে
- টুল
- সরঞ্জাম
- ধরনের
- বোধশক্তি
- ব্যবহার
- ব্যবহার ক্ষেত্রে
- ব্যবহারকারী
- শূন্যস্থান
- কি
- যে
- হু
- ইচ্ছা
- ছাড়া
- কাজ
- কাজ
- আপনার
- zephyrnet