Hoe kan ik controleren of ik een HDInsight-cluster op de juiste wijze heb gestopt, zodat er geen kosten in rekening worden gebracht?

Als u een HDInsight-cluster wilt stoppen, moet u de cluster verwijderen. Gegevens die met een HDInsight-cluster worden verwerkt, zijn standaard opgeslagen in Azure Blob-opslag, dus dit heeft geen invloed op de gegevens. Als u uw Hive-metagegevens (tabellen en schema's) wilt behouden, moet u een cluster met een extern metagegevensarchief inrichten. Raadpleeg deze documentatie voor meer informatie.

Related questions and answers

  • Elk abonnement heeft een standaardlimiet voor de hoeveelheid HDInsight-gegevensknooppunten die kunnen worden gemaakt. Als u een grotere HDInsight-cluster wilt maken of meerdere HDInsight-clusters nodig hebt die gezamenlijk uw huidige abonnementslimiet overschrijden, kunt u een verhoging van uw factureringslimiet voor uw abonnement aanvragen. Open een ondersteuningsticket met het ondersteuningstype Billing. Afhankelijk van het maximumaantal knooppunten per abonnement dat u aanvraagt, kan u worden gevraagd om aanvullende informatie te verstrekken zodat wij uw implementatie(s) kunnen optimaliseren.

  • Het aantal gegevensknooppunten hangt af van uw behoeften. Met de flexibiliteit van de Azure-cloudservices kunt u verschillende clustergrootten proberen om uw eigen combinatie van prestaties en kosten te bepalen en alleen te betalen voor wat u op een bepaald moment gebruikt. U kunt clusters op aanvraag vergroten of verkleinen om de clusters af te stemmen op de vereisten van uw workloads.

  • Gebruik de Azure-calculator om een schatting te maken van de kosten van clusters van verschillende grootten.

  • We brengen het aantal minuten in rekening dat uw cluster actief is, afgerond op de dichtstbijzijnde minuut en niet op het dichtstbijzijnde uur.

  • Met HDInsight worden verschillende hoeveelheden knooppunten geïmplementeerd voor elk clustertype. Binnen een bepaald clustertype zijn er verschillende knooppunten met verschillende rollen. Hierdoor kunnen klanten de grootte van een knooppunt met een bepaalde rol afstemmen op de details van hun workloads. Een Hadoop-cluster kan bijvoorbeeld werkknooppunten bevatten die zijn ingericht met een grote hoeveelheid geheugen als het type analyse dat wordt uitgevoerd geheugenintensief is. Hadoop-clusters voor HDInsight worden geïmplementeerd met twee rollen:

    • Hoofdknooppunt (2 knooppunten)
    • Gegevensknooppunt (minimaal 1 knooppunt) HBase-clusters voor HDInsight worden geïmplementeerd met drie rollen:
    • Hoofdservers (2 knooppunten)
    • Regioservers (ten minste 1 knooppunt)
    • Hoofdknooppunten/Zookeeper-knooppunten (3 knooppunten) Stom-clusters voor HDInsight worden geïmplementeerd met drie rollen:
    • Nimbus-knooppunten (2 knooppunten)
    • Supervisorservers (ten minste 1 knooppunt)
    • Zookeeper-knooppunten (3 knooppunten) Spark-clusters voor HDInsight worden geïmplementeerd met drie rollen:
    • Hoofdknooppunt (2 knooppunten)
    • Werkknooppunt (ten minste 1 knooppunt)
    • Zookeeper-knooppunten (3 knooppunten) (gratis voor A1 zookeepers) Bij het gebruik van R-Server wordt één edge-knooppunt in rekening gebracht, naast de clusterimplementatiearchitectuur.
  • If you run a cluster for 100 hours in US East with two D13 v2 head nodes, three D12 v2 data nodes, and three D11 v2 zookeepers, the billing would be the following in the two scenarios:

    • On a Standard HDInsight cluster—100 hours x (2 x $-/hour + 3 x $-/hour + 3 x $-/hour) = $-
    • On a Standard HDInsight cluster with Enterprise Security Package—100 hours x (2 x $-/hour + 3 x $-/hour + 3 x $-/hour) + 100 hours x (2 x 8 + 3 x 4 + 3 x 2) x $-/core-hour = $-