Cloud Big Table est un service de base de données NoSQL entièrement géré et évolutif pour les charges de travail opérationnelles et analytiques volumineuses sur Google Cloud Platform (GCP). Et récemment, le fournisseur de cloud public a annoncé la disponibilité générale de Bigtable Mise à l’échelle automatiquequi ajoute ou supprime automatiquement de la capacité en réponse à l’évolution de la demande d’applications permettant d’optimiser les coûts.
L’autoscaling pour Bigtable augmente ou diminue automatiquement le nombre de nœuds d’un cluster en fonction de l’évolution des demandes d’utilisation. En conséquence, cela réduit le risque de sur-approvisionnement et d’encourir des coûts inutiles et un sous-approvisionnement, entraînant des opportunités commerciales manquées.
Auparavant, la mise à l’échelle de Bigtable pouvait être effectuée par programmation, car l’API Cloud Monitoring de Bigtable exposait plusieurs métriques. Un client pourrait par programmation surveillez ces métriques pour un cluster, puis ajoutez ou supprimez des nœuds en fonction des métriques actuelles à l’aide de l’une des bibliothèques clientes Bigtable ou de l’outil de ligne de commande gcloud.
Désormais, les clients peuvent configurer l’autoscaling pour leurs clusters Bigtable via Cloud Console, gcloud, l’API d’administration Bigtable ou les bibliothèques clientes. Ils peuvent définir le nombre minimal et maximal de nœuds pour leur configuration d’autoscaling Bigtable au lieu de le faire par programmation.
Dans un article de blog approfondi sur l’autoscaling Bigtable, Billy Jacobsonun défenseur des développeurs Bigtable, et Justin Uangun ingénieur logiciel Bigtable, a expliqué l’activation de la fonctionnalité d’autoscaling :
L’autoscaling peut être activé pour les clusters existants ou configuré avec de nouveaux clusters. Vous aurez besoin de deux informations : une utilisation cible du processeur et une plage pour conserver le nombre de nœuds. Aucun calcul, programmation ou maintenance complexe n’est nécessaire. Une contrainte à prendre en compte est que le nombre maximal de nœuds dans votre plage ne peut pas être supérieur à 10 fois le nombre minimal de nœuds. L’utilisation du stockage est un facteur d’autoscaling, mais les objectifs d’utilisation du stockage sont définis par Bigtable et non configurables.
En plus de l’autoscaling, Google a également ajouté des fonctionnalités pour optimiser davantage les coûts et réduire les frais de gestion, telles que :
- Doublez la quantité de stockage pour permettre aux clients de stocker plus de données à moindre coût, ce qui est particulièrement utile pour les charges de travail de stockage optimisées. Les nœuds Bigtable prennent désormais en charge 5 To par nœud (au lieu de 2,5 To) pour le SSD et 16 To par nœud (au lieu de 8 To) pour le disque dur.
- Les groupes de clusters offrent une flexibilité pour déterminer comment les clients peuvent route leur trafic applicatif pour assurer une meilleure expérience client. Par exemple, les clients peuvent déployer un Instance Bigtable dans 8 régions maximum placer les données aussi près que possible de l’utilisateur final.
- Des métriques d’utilisation plus granulaires améliorent l’observabilité, un dépannage plus rapide et la gestion de la charge de travail. Par exemple, le récent Utilisation du processeur par métrique de profil d’application inclut les dimensions de méthode et de table, qui offrent une observabilité plus précise de l’utilisation du processeur du cluster Bigtable et de la façon dont vos ressources d’instance Bigtable sont utilisées.
Enfin, la fonction de mise à l’échelle automatique est disponible dans tous Régions Bigtable et fonctionne sur les clusters HDD et SSD.
