Azure service fabric Azure服务结构可靠的集合和内存

假设我在5个D1类（1核、3.5GB RAM、50GB SSD）虚拟机上运行一个服务结构集群。我在这个集群上运行了两个可靠的服务，一个是无状态的，一个是有状态的。假设复制目标为3

如何计算我的可靠收藏能容纳多少

假设我添加了一个或多个有状态服务。因为我不知道框架是如何分配服务的，所以我需要采取最保守的方法，假设一个节点可以在一个节点上运行我所有的有状态服务，并且它们的累积内存需要低于一台机器上可用的RAM吗

---

TLDR—估计集群的预期容量是一门艺术，也是一门科学。您可能会得到一个很好的下限，您可以将其推高，但在大多数情况下，在工作负载条件下部署、运行和收集数据是回答此问题的最佳方式

1） 通常，给定计算机上的集合受可用内存量或节点上可用磁盘空间量的限制，以较低者为准。今天，我们将集合中的所有数据保存在内存中，并将其持久化到磁盘。因此，集群中的集合可以容纳的最大容量通常为（集群中的可用内存量）/（目标副本集大小）

请注意，“可用内存”是机器上运行的其他代码（包括操作系统）留下的任何内容。在上面的示例中，虽然您没有在所有节点上运行，但您只能获得其中的3个节点。因此，（不切实际地）假设这些其他因素的开销为0，您可以期望在运行有状态服务副本的节点上的内存耗尽之前，能够将大约3.5 GB的数据放入该有状态服务副本中。集群中仍有2个节点为空

让我们再举一个例子。假设它与上面的示例大致相同，只是在本例中设置了要分区的有状态服务。假设您选择的分区计数为5。现在，在每个节点上，您都有一个主副本和两个来自其他分区的辅助副本。在这种情况下，每个分区最多只能保存大约1.16 GB的状态，但现在总体上可以将5.83 GB的状态打包到集群中（因为所有节点现在都可以充分利用）。顺便说一句，为了证明数学是正确的，即（每个节点3.5 GB内存*集群中的5个节点）[17.5]/（目标副本集大小3）=5.83

在所有这些示例中，我们还假设所有分区和所有副本的内存消耗是相同的。很多时候，结果都是不正确的（至少是暂时的）-一些分区可能会有更多或更少的工作要做，因此资源消耗不均衡。我们还假设二级选举和初选总是一样的。在状态量的情况下，可以公平地假设这些状态将相当均匀地跟踪，尽管对于其他资源消耗可能不是这样（只是需要记住）。在消耗不均匀的情况下，这正是Service Fabric的其余群集资源管理将有所帮助的地方，因为我们可以了解不同副本的消耗情况，并将它们高效地打包到群集中以利用可用空间。自动报告集合中与状态相关的资源消耗在我们的雷达上，这是我们想要做的事情，因此在未来，这将是自动的，但今天您必须自己报告此消耗

2） 默认情况下，我们将根据默认度量来平衡服务（更多关于度量的信息请参阅）。因此，默认情况下，这两个不同服务的不同副本可能最终出现在计算机上，但在您的示例中，您将得到4个节点，其中1个来自该计算机上服务的副本，然后是1个节点，其中2个来自两个不同服务的副本。这意味着每个服务（根据您的示例，每个服务有一个分区）只能在每个服务中消耗1.75 GB内存，而集群中的内存总量为3.5 GB。这再次小于集群的总可用内存，因为有一些节点是您没有利用的

请注意，这是可能的最大消耗量，并且假定在服务本身之外没有消耗量。把这当作你的最大限度是不可取的。出于几个原因，您可能希望减少它，但最实际的原因是确保在出现升级和故障时，集群中有足够的可用容量。例如，假设您有5个升级域和5个容错域。现在让我们假设，当您在升级域中进行升级时，容错域的节点数量会失败。这意味着（略少于）40%的集群容量可以随时消失，并且您可能希望在剩余节点上留有足够的空间继续。这意味着，如果您的集群以前可以容纳5.83 GB的状态（根据我们之前的计算），那么实际上您可能不希望在其中放置超过3.5 GB的状态，因为有了更多的状态，服务可能无法恢复到100%的正常状态（还要注意的是，我们不会立即构建替换副本，因此在遇到这种情况之前，节点必须在ReplicaRestartWaitDuration期间处于停机状态）。关于度量、容量和缓冲容量（您可以使用这些信息来确保节点上留有足够的空间来处理故障情况）还有更多信息故障域和升级域将在中介绍

实际上，还有一些其他因素会限制您可以存储的状态量。您需要做几件事：

• 估计数据的大小。通过计算对象所持有的每个字段的大小，可以预先合理估计数据的大小。