El panel de control VM pesadas ayuda a identificar las máquinas virtuales que consumen constantemente una gran cantidad de recursos de la infraestructura virtual. En entornos altamente sobreaprovisionados, esto podría crear cuellos de botella de recursos que provocarán posibles problemas de rendimiento.

Puede utilizar este panel para identificar las tendencias de uso de recursos de cada uno de los clústeres vSphere. Con las tendencias de uso, también puede ver una lista de las máquinas virtuales dentro de esos clústeres según sus demandas de recursos de la CPU, memoria, disco y red dentro del entorno. También puede analizar el patrón de carga de trabajo de estas máquinas virtuales a lo largo de la última semana para identificar las máquinas virtuales pesadas que quizás estén ejecutando una carga de trabajo pesada y sostenida medida a lo largo de un día, o bien cargas de trabajo repentinas que se miden utilizando la demanda pico.

Puede exportar una lista de fuentes de error y tomar las medidas adecuadas para distribuir esta demanda y reducir los posibles cuellos de botella.

Puede utilizar los widgets del panel de diversas maneras.

  • Seleccionar un clúster: utilice este widget para seleccionar un clúster. Puede utilizar el filtro para delimitar la lista en función de diversos parámetros. Después de identificar el clúster que desea ver, selecciónelo. El panel se rellenará automáticamente con los datos pertinentes.

  • CPU del clúster y Memoria del clúster: utilice estos widgets para ver la CPU y la memoria del clúster.

  • E/S por segundo de clúster y Rendimiento de red de clúster: utilice estos widgets para ver el rendimiento de red y el E/S por segundo del clúster.

  • Utilice los demás widgets del panel para ver qué máquinas virtuales del clúster generaron el rendimiento de red y la E/S por segundo más elevados. También puede ver qué máquinas virtuales del clúster han generado la mayor demanda de la CPU y la mayor demanda de memoria. Puede comparar la información de la máquina virtual con los resultados del clúster y correlacionar las tendencias. Puede definir manualmente el período de tiempo para el que desea ver los datos.