Resource allocation en ACA afecta a ambos, performance y coste. Cada réplica consume CPU y memoria, y la combinación de recursos y de réplicas determinan la capacidad y el coste total del sistema.
Entender resource allocation
IMPORTANTE
ACA asigna CPU y memoria por contenedor. Hay una regla: la memoria tiene que ser (en GiB) por lo menos el doble que núcleos de CPU. Si asignas 0.5 CPU cores, tienes que asignar mínimo 1.0 GiB de memoria.
El coste se basa en el consumo en CPU-seconds y GiB-seconds.
Hay que tener en cuenta que aumentar los recursos por réplica aumenta el coste, pero si esto reduce el número de réplicas que necesitas, puede que al final sea más barato. Hay que encontrar el balance.
Cuando una réplica se pasa del límite de memoria que tiene asignada, la plataforma mata y reinicia la réplica. La CPU funciona de manera diferente, cuando una réplica se pasa, el sistema le hace throttling pero NO la mata.
/IMPORTANTE
Configurar recursos del contenedor
Los valores por defecto son 0.25 cores y 0.5 GiB de memoria por contenedor.
Los valores máximos varían según el perfil. En el consumption plan por ej. es de 4 núcleos y 8 GiB de memoria por contenedor, no por réplica.
IMPORTANTE
estos límites que se ponen en el YAML son por réplica. En este ejemplo con 20 réplicas máximas a 0.5 cada una pueden consumir hasta 10 cores.
/IMPORTANTE
az containerapp create \
--name order-api \
--resource-group rg-ecommerce \
--environment my-environment \
--image myregistry.azurecr.io/order-api:v1 \
--cpu 0.5
--memory 1.0Gi \
--min-replicas 2 \
--max--replicas 20
Choose workload profiles
ACA soporta dos tipos de entornos. Estos tipos determinan las compute options disponibles.
Consumption-only
Serverless billing model donde pagas por los recursos que consumen tus réplicas. La plataforma maneja toda la infra y tus apps comparten recursos con otros tenants.
Funciona bien para workloads variables donde la demanda fluctúa significativamente y scale-to-zero puede ahorrar costes.
Workload profiles
El Consumption profile dentro de un workload profile ofrece el mismo tipo de serverless billing que el consumption-only.
La diferencia es que los profiles dedicados pueden reservar tipos específicos de MV para tus workloads. Se usa para escenarios donde requieres más de 4 cores o 8 GiB de memoria por contenedor.
Workload profile se elige cuando necesitas una latencia consistente, tienes requisitos de CPU/memoria o tienes compliance requirements que mandan infra dedicada.
Optimizar cost efficiency
IMPORTANTE
ACA cobra por active réplicas y su resource allocation. Réplicas que corren pero no procesan se cobran con un idle rate que es más bajo que el active rate. Cuando escalas tus réplicas a 0, no se te cobra por esa container app.
/IMPORTANTE
Usar Consumption plan y dentro de éste, scale-to-zero es lo más importante para que no te cobren. Luego es asignar recursos cuando veas que hace falta porque falla debido a falta de recursos.
Optimizar performance
Asignar suficientes recursos para que la aplicación no falle debido a ello. Poner un número min de réplicas para evitar cold-start-latency.
Usar workload profiles ya que los recursos no son compartidos con otros tenants, por lo que suelen tener una performance más estable.
Best practices
- Comenzar con default resources y escalar: Comenzar con 0.25 cores y 0.5 GiB memoria e incrementar según aparezcan límites y fallos
- Usar consumption plan para la mayoría de workloads: es pay-per-use y se puede escalar a 0
- Monitorizar resource utilization: se cobra por recursos alocados. revisar regularmente si se usan y si no, reducirlos para ahorrar dinero
- Cosinderar coste total del escalado: contenedores más pequeños y que escalen frecuentemente puede llegar a ser más caro que contenedores más grandes pero más estables (en lo que a número de réplicas se refiere)
Additional resources
Billing in Azure Container Apps
Workload profiles in Azure Container Apps