如何确定Azure SQL数据库合适且高效的DTU配置？

一、获取6个月的DTU历史数据 #

• Azure门户可视化查看：进入目标Azure SQL数据库的「监控」→「指标」页面，选择DTU使用率指标，时间范围设置为过去6个月，聚合方式分别选择「最大值」（查看极端峰值）、「平均值」、「95th百分位数」「99th百分位数」（反映常规负载的高峰水平），通过图表直观查看不同时段的DTU消耗趋势。
• 命令行导出结构化数据：用Azure CLI批量导出数据以便深度分析，命令示例：

  az monitor metrics list --resource-group <你的资源组名称> --resource <数据库名称> --resource-type Microsoft.Sql/servers/databases --metric "dtu_consumption_percent" --time-grain PT1H --start-time 2024-01-01T00:00:00Z --end-time 2024-07-01T00:00:00Z --aggregation Maximum,Average,P95
  

  替换时间参数为过去6个月的起止时间，导出后可导入Excel或数据分析工具做更细致的趋势拆解。

二、分析DTU使用数据，确定合理阈值 #

• 优先参考百分位数，而非绝对峰值：绝对峰值往往是偶发的突发流量（比如一次性批量报表、临时数据导入），为这类极端场景维持高DTU会造成不必要的成本浪费。重点看95%或99%时间内的DTU使用率：如果95%的时间里，DTU消耗都低于100DTU的20%（即20DTU），那100DTU完全能覆盖常规业务负载。
• 区分时段负载差异：拆分工作日/周末、业务高峰时段（如早9点-晚5点）的DTU数据，确保配置的DTU能覆盖常规高峰，而非个别极端时刻的负载。

三、逐步调整DTU并验证 #

1. 测试性降级：先选择非核心业务数据库，从400DTU降级到100DTU，持续观察1-2周。重点监控：
   • DTU使用率是否持续超过80%（超过则说明负载不足）
   • 查询延迟是否明显上升
   • 是否出现大量CPU等待、日志写入等待等性能瓶颈
     若以上指标无异常，说明100DTU可满足需求。
2. 配置自动弹性缩放：如果负载波动较大，可设置自动缩放规则：比如当DTU使用率持续15分钟超过70%时，自动提升到200DTU；当使用率持续15分钟低于30%时，降回100DTU。既保证高峰性能，又降低空闲时段成本。
3. 采用预留实例优化成本：如果确认长期稳定使用某一DTU级别，选择预留实例可获得比按需付费更高的折扣，进一步降低成本。

四、持续监控与优化 #

调整后持续跟踪DTU使用率、业务性能指标及成本开销，根据业务变化（如业务扩张、新功能上线）随时微调DTU配置，保持性能与成本的平衡。

内容的提问来源于stack exchange，提问作者Sally