การประเมินทรัพยากร CPU ก่อน Migration – บริษัท ซังฟอร์ เทคโนโลยี (ประเทศไทย) จำกัด

บทนำ

การประเมินทรัพยากร CPU ก่อน Migration เป็นขั้นตอนสำคัญเพื่อกำหนด vCPU Configuration ของ VM หลัง Migration ให้เหมาะสมและไม่เกิด Performance Issue บทความนี้อธิบายหลักการประเมินและสูตรคำนวณ

ข้อกำหนดเบื้องต้น (Prerequisites)

ข้อมูล Original CPU Configuration (Number of vCPUs) ของ Source VM
ข้อมูลสถิติ CPU Utilization (Average และ Peak) ย้อนหลังอย่างน้อย 1 สัปดาห์
ข้อมูล Host CPU Clock Speed ของ HCI ปลายทาง

Assessment Principles

Clock Speed ของ HCI Host ต้องไม่ต่ำกว่า Server เดิม และต้องไม่ต่ำกว่า 2.0 GHz
Baseline ที่แนะนำของ CPU Utilization อยู่ที่ 30%-70% โดยเฉลี่ย และไม่เกิน 80% ช่วง Peak
หาก Average CPU Utilization น้อยกว่า 30% อย่างต่อเนื่อง สามารถลดจำนวน vCPU ได้
หาก Average CPU Utilization เกิน 70% หรือ Peak เกิน 80% ควรปรับเพิ่ม vCPU ตามสูตร

สูตรคำนวณ CPU Configuration

Adjusted Configuration Size ≈ Original Configuration Size × Original Average CPU Utilization × 2

ตัวอย่าง: Source VM มี 8 vCPU ที่ Utilization เฉลี่ย 80%

Calculation: 8 × 0.8 × 2 = 12.8 vCPU
Configuration ใหม่: ปรับเป็น 12 vCPU บน HCI

ข้อควรระวังสำหรับ Database Server

ไม่แนะนำให้ลดจำนวน vCPU ของ Database Server ทันทีหลัง Migration
ควร Monitor Performance ต่อเนื่อง แล้วพิจารณาลดในภายหลังหากจำเป็น
หาก Original CPU Utilization สูงมาก (> 70%) ให้เพิ่ม vCPU ของ Source ก่อน Migration

CPU Overcommitment

vCPU รวมของ VM ทั้งหมดบน Single Host ไม่ควรเกิน 2 เท่าของ Physical CPU Thread ของ Host
ตัวอย่าง: Host มี 2 Physical CPU × 8 Cores × 2 Threads = 32 Threads → vCPU รวมไม่ควรเกิน 64
Maximum vCPU ของ Single VM ไม่ควรเกินจำนวน Physical Thread ของ Host ที่ใหญ่ที่สุดใน Cluster

การตรวจสอบ (Verification)

หลัง Migration ควร Monitor CPU Utilization ของ VM อย่างน้อย 1-2 สัปดาห์ เปรียบเทียบกับค่าก่อน Migration เพื่อยืนยันว่า Configuration ใหม่เหมาะสมและไม่เกิด Bottleneck

หมายเหตุ

ใน V2V Scenario CPU Frequency และ Number of Cores บน HCI ต้องไม่ต่ำกว่า Source Platform
สำหรับ Host CPU Passthrough feature สามารถเพิ่ม Computational Performance ได้
การประเมินร่วมกับ Memory และ Storage จะทำให้การ Sizing มีความแม่นยำสูงขึ้น