キャパシティは、使用済みリソース、残りリソース、再利用できる未使用のリソースを定量化します。需要の予測は、キャパシティのプロアクティブなビューを提供します。[[キャパシティ] ダッシュボード]には、キャパシティが枯渇するまでの予想残り時間、残りキャパシティの量、残りキャパシティに収まると予想される仮想マシンの数、使用可能なキャパシティを増やすことができる再利用可能リソースに関してキャパシティの情報が表示されます。
キャパシティ管理は、需要と供給のバランスを扱うものです。これは、可能な限りコストを抑えて需要を満たすことに関わるものです。
IaaS または DaaS の場合、ハードウェアが展開される前にキャパシティ管理が開始されます。まず、提供されるサービス クラスを定義するビジネス プランから開始します。ゴールド、シルバー、ブロンズなどの各サービス クラスは、サービス品質で区別されており、ゴールドでは 99.99% のアップタイム、シルバーでは 99.95% のアップタイムというような可用性を対象としています。また、ゴールドでは 10 ms のディスク遅延、シルバーでは 20 ms のディスク遅延といったパフォーマンスや、セキュリティまたはコンプライアンスも対象とします。
品質を高めるとコストがかかり、それにより価格が高くなります。ゴールドの仮想マシンはサービス品質が高いため、仮想 CPU あたりの価格と RAM GB あたりの価格が高くなります。適切な価格モデルを計画する必要があります。お客様に前もって適正化させる必要がある場合、vCPU が 64 基の仮想マシンは、vCPU が 1 基の仮想マシンの 64 倍以上の価格にする必要があります。価格モデルが単純な定額法である場合は、小規模にしても見返りはなく、過剰にプロビジョニングしても罰則はありません。この場合、最終的に本番環境で適正化が強制されることになりますが、これはコストと時間のかかるプロセスになります。
- 潜在需要。多くの重要な仮想マシンは、ディザスタ リカバリによって保護されています。ディザスタ リカバリの訓練や実際の災害時には、この負荷が消費されます。
- 見込み需要。新たにプロビジョニングされた仮想マシンの多くは、予想される需要に達するまでに時間がかかります。データベースがフル サイズに達するまで、ユーザーベースが目標に達するまで、機能が完了するまで時間がかかります。これが達成されると、需要の増加になります。
- 仮想マシンまたは Kubernetes ポッドのサイズが不足している場合、未対処の需要が発生します。負荷はほとんどの場合、約 100% で実行します。
- 過度の需要は、共有環境で大きな混乱をもたらすことがあります。非常に要求の厳しい仮想マシンのグループの場合、集合的に、クラスタまたはデータストアの全体的なパフォーマンスに影響を与える可能性があります。
