Tüm Ürünler
Search
Belge Merkezi

Simple Log Service:Performans kılavuzu

Son Güncelleme:Sep 30, 2026

Veri dönüştürme performansını etkileyen faktörleri öğrenin; parçaları ve dönüştürme mantığını ayarlayarak aktarım hızını nasıl optimize edeceğinizi keşfedin.

Nasıl çalışır bölümünde açıklandığı gibi, bir veri dönüştürme işinin genel hızı kaynak LogStore'daki parça sayısına ve dönüştürme mantığının karmaşıklığına bağlıdır. Kural olarak, parça başına sıkıştırılmamış veriler için 1 MB/sn'lik bir işleme aktarım hızı planlayın; bu, parça başına günde yaklaşık 85 GB'a eşdeğerdir. Örneğin, kaynak LogStore'un veri yazma oranı günde 1 TB ise bunu en az 12 parçaya bölmeniz gerekir (1.024 GB / parça başına 85 GB ≈ 12). Parçaları bölme hakkında daha fazla bilgi için bkz. Parça bölün.

Veri dönüştürme performansı

Veri dönüştürme hızı dönüştürme mantığına bağlıdır. Temel faktörler şunlardır:

  • Çıkış verileri

    • Çıkış verilerinin hacmi arttıkça performans düşer. Daha fazla günlük girişi oluşturmak (örneğin, bir girişi birkaç girişe bölmek), daha fazla alan eklemek veya içerik boyutlarını artırmak daha fazla CPU ve ağ kaynağı tüketir; bu da aktarım hızını azaltır.

    • Birden çok hedefe yazma, her günlük girişine çok sayıda etiket ekleme veya daha fazla günlük grubu oluşturma performansı yavaşlatır. Her bir eylem ağ etkileşimlerini ve ek yükü artırır.

  • Dönüştürme mantığı

    Karmaşık dönüştürme mantığı daha fazla arama, hesaplama ve dış kaynak senkronizasyonu gerektirir. Bu işlemlerin tümü ek hesaplama ve ağ kaynakları tüketir, aktarım hızını düşürür.

  • Dış veri kaynakları

    Verilerinizi zenginleştirmek için üçüncü taraf bir kaynak kullanıyorsanız çekilen veri miktarı arttıkça dönüştürme yavaşlar. Başka bir bölgedeki OSS nesneleri gibi bölgeler arası veri çekme işlemleri performansı daha da düşürür.

Kaynak LogStore dönüştürmesini ölçeklendirin

  • Gerçek zamanlı veri dönüştürmeyi ölçeklendirin.

    Gerçek zamanlı veri dönüştürme performansını artırmak için parça sayısını artırın. Parçaların faturalandırma yöntemleri hakkında daha fazla bilgi için bkz. Özellik bazlı faturalandırma.

  • Geçmiş veri dönüştürmeyi ölçeklendirin.

    Parça bölme işlemi yalnızca yeni yazılan verileri etkiler. Az sayıda parçaya sahip bir LogStore'daki büyük miktardaki geçmiş verileri işlemek için birden çok veri dönüştürme işi oluşturun. Her işi ayrı, örtüşmeyen bir zaman aralığını işleyecek şekilde yapılandırın. Örneğin, 1 Eylül'den 10 Eylül'e kadar olan geçmiş günlükleri işlemek için verileri günlük artışlarla işleyen on iş oluşturabilirsiniz; örneğin, [9/1, 9/2), [9/2, 9/3), ..., [9/10, 9/11).

    Not

    Dönüştürme zamanı, günlük alma zamanıdır. Daha fazla bilgi için bkz. Veri dönüştürme işi oluşturun.

Hedef LogStore dönüştürmesini ölçeklendirin

Bir hedef LogStore için gereken parça sayısı iki faktöre bağlıdır:

  • Yazma aktarım hızı. Tek bir LogStore parçası maksimum 5 MB/sn yazma aktarım hızını destekler. Gerekli hedef parça sayısını kaynak parça sayısına ve işleme eşzamanlılığına göre tahmin edin.

    Örneğin, kaynak LogStore 20 parçaya sahipse hedef LogStore en az 4 parçaya ihtiyaç duyar.

  • Sorgu ve analiz gereksinimleri. Hedef LogStore'daki veriler üzerinde dizin oluşturup sorgular çalıştırıyorsanız parça sayınızı sorgu kapsamınıza göre planlayın. Genel bir kural olarak, tek seferde sorgulanan her 50 milyon günlük girişi için bir parça ayırın.

    Örneğin, günde ortalama 1 KB'lık bir günlük girişi olmak üzere günde 10 GB günlük yazdığınızı varsayalım. Bu, günde 10 milyon günlük girişine eşittir. Sorgularınızın 30 günlük bir dönemi kapsaması gerekiyorsa yaklaşık 300 milyon günlük girişini sorgulamış olursunuz. Bu senaryoda hedef LogStore'u 6 parça ile yapılandırın (300 milyon giriş / parça başına 50 milyon giriş).