ADX Optimized Autoscale 放大比缩小快？
ADX Optimized Autoscale quick to scale up than scale down?
根据我的观察，如果集群负载增加（基于缓存利用率、摄取利用率等指标，cpu 等。但是当这个负载下降到正常时，集群在缩小时非常非常慢，事实上即使它缩小了，即使在一两天后它也不会回到旧的节点数量。那有对成本的影响。所以看起来 ADX 似乎以某种方式偏向于大量节点，因为它可能为缩小规模设定了比扩大规模更严格的标准。它不是很透明。有人对此有线索吗？我已经注意到，基于真实负载，集群从 60 秒迅速增加到 80 秒，但即使所有指标都恢复到 60 年代 运行 时的状态，集群仍会在 79 个节点附近徘徊几天，影响成本.
Azure Data Explorer Optimized autoscale 跟踪关键使用指标，以确保有足够的资源来执行所有必需的操作，例如查询执行和数据摄取。
向外扩展或在集群中扩展的逻辑非常相似，并且包含不同的阈值以防止集群不断向外扩展和向内扩展的状态。
你是对的，我们在决定扩展集群以确保性能和使用不受影响时更加保守；因此，我们需要更多时间来分析集群指标并决定是否可以将其缩小（6 小时时间间隔与横向扩展情况下的 1 小时时间间隔）。
一旦更高的负载下降并且 returns 到以前的状态，集群应该 return 到它的原始大小。
如果您想降低成本，您还可以手动修改集群大小，然后启用优化自动缩放以查看它是否会增加集群。
如果您仍然认为集群未正确扩展，请打开支持票。
根据我的观察，如果集群负载增加（基于缓存利用率、摄取利用率等指标，cpu 等。但是当这个负载下降到正常时，集群在缩小时非常非常慢，事实上即使它缩小了，即使在一两天后它也不会回到旧的节点数量。那有对成本的影响。所以看起来 ADX 似乎以某种方式偏向于大量节点，因为它可能为缩小规模设定了比扩大规模更严格的标准。它不是很透明。有人对此有线索吗？我已经注意到，基于真实负载，集群从 60 秒迅速增加到 80 秒，但即使所有指标都恢复到 60 年代 运行 时的状态，集群仍会在 79 个节点附近徘徊几天，影响成本.
Azure Data Explorer Optimized autoscale 跟踪关键使用指标，以确保有足够的资源来执行所有必需的操作，例如查询执行和数据摄取。 向外扩展或在集群中扩展的逻辑非常相似，并且包含不同的阈值以防止集群不断向外扩展和向内扩展的状态。 你是对的，我们在决定扩展集群以确保性能和使用不受影响时更加保守；因此，我们需要更多时间来分析集群指标并决定是否可以将其缩小（6 小时时间间隔与横向扩展情况下的 1 小时时间间隔）。 一旦更高的负载下降并且 returns 到以前的状态，集群应该 return 到它的原始大小。 如果您想降低成本，您还可以手动修改集群大小，然后启用优化自动缩放以查看它是否会增加集群。 如果您仍然认为集群未正确扩展，请打开支持票。