Microsoft Azure 是 Microsoft 的公共云基础架构平台。IBM® Turbonomic® 平台通过一个 Azure 服务主体与 Azure 进行集成,并利用了 Azure Resource Manager。
Turbonomic 平台可根据实时需求持续生成用于优化 Azure 虚拟机、数据库和磁盘的操作。其规定的操作有助于确保性能,同时最大限度地降低成本。此外,Turbonomic 平台还能管理预留实例 (RI) 库存并对可最大限度提高 RI 利用率和覆盖范围的操作进行指示,而所有这一切均以应用程序性能为准绳。
注意:为了启用 Azure RI 感知和协商费率,您必须通过 Microsoft Enterprise Agreement 目标为 Turbonomic 平台提供对 Microsoft Enterprise Agreement 费率的访问权限。
SaaS 或本地部署
使用只读凭据通过 API 以无代理方式连接到您的 Azure 帐户
与 Azure Resource Manager 集成以提取所有指标和元数据
发现 Azure 实体并在 60 分钟内开始生成优化操作
虚拟机(Azure 虚拟机)
磁盘
数据库服务器(SQL 和专用 SQL 池)
区域
包括 Azure Government 在内的区域
虚拟机 vCPU
虚拟机 vMemory(如果启用)
虚拟机存储器访问 (IOPS)
虚拟机网络吞吐量
虚拟机 I/O 吞吐量
虚拟机存储量
虚拟机保留的实例覆盖范围
数据库 vMemory
数据库 vCPU
数据库存储量
数据库 I/O 吞吐量
数据库高速缓存命中率
数据库连接
RI 清单
RI 覆盖率(虚拟机)
按照不同类型或层级(包括 RI)扩大/缩小 Azure 虚拟机的规模
停止/启动 Azure 虚拟机(称为“停车”)
扩大/缩小磁盘规模
删除未连接的磁盘
扩大/缩小数据库规模
暂停数据库(专用 SQL 池)
为区域购买 RI
充分利用现有的预留实例和节省计划,找机会扩大折扣范围
通过“假设”规划场景进行建模并优化成本,支持快速发布周期
精打细算地根据工作负载需求自动增缩规模,在保持性能的同时消除利用率低和过度配置的问题
模拟并比较“直接迁移”计划和优化迁移计划对性能和成本的影响,将现有工作负载映射到最适合的 Azure 虚拟机和磁盘系列和类型,然后进行优化
围绕单一数据源促进云、应用程序和 DevOps 团队之间的协作
通过可扩展、可重复的流程将工作负载加速转移到 Azure,以实现未来的工作负载迁移和云整合
自动发现并映射 AKS 服务、容器、规格、Pod、工作负载控制器、命名空间、集群和虚拟机之间的相互依赖关系
通过自动调整容器大小、Pod 移动、集群扩展/缩减和规划来持续优化 Kubernetes 的性能和成本
借助 Turbonomic 的全栈可视化、智能自动化、人工智能驱动的洞察分析和专利抽象等功能,您将能从一站式界面管理组织的所有 Azure 帐户,以及其他公共云和本地部署的数据中心环境。
使用可自动化云成本优化工具控制云支出,同时保持应用程序性能。
通过准确、易用的云迁移规划功能,加快云迁移计划的实施。
优化 Kubernetes 自动化,从而经济实惠地实现服务级别目标。
Microsoft Azure 集成是可用于 IBM Turbonomic 平台的多个公有云集成之一。连接到公有云工具以通过基于实时需求而持续生成的操作来优化您的环境,其中包括保留的实例库存。
使用 Azure App Service 来规划应用程序部署的构成。
利用定制定价来计算 Azure 环境的工作负载大小和保留的实例覆盖范围。
通过基于实时需求而持续生成的操作来优化您的环境,其中包括保留的实例库存。
持续实时地将应用程序需求与 Google Cloud Platform 的配置选项相匹配。
根据规定的资源操作计算云投资和节省金额。
更准确地计算云投资和节省金额。