İş yüklerinde oluşan bir dar boğazı bulmak zordur. Bu dar boğazı bulmak için yatay ve dikey uzmanlıklara sahip olmalıyız. Dar boğaz yaşayan İş yükü Sunucu Sanallaştırma ortamında çalışıyorsa bu dar boğazı bulmak için derin uzmanlığa da ihtiyacımız vardır.

Çünkü Sanallaştırma mimarisi karmaşıktır ve bir çok bileşenin birleşmesi sonrası oluşan çözümlerdir. Bu çalışmamız da HyperV Server’in çok bilinmeyen bir özelliğini Numa Spanning (Non-Uniform Memory Access) özelliğini inceliyoruz.

Varsayılan değerde etkin olan HyperV Numa Spanning belkide sahip olduğunuz fiziksel kaynakların gerçek değer de çalışmasına etki etmekte.

HyperV Server Numa Spanning Non-Uniform Memory Access yada  Non-Uniform Memory Architecture olarak adlandırılmakta.

Geleneksel mimaride HyperV server ile oluşturulmuş sanallaştırma ortamını görmektesiniz. HyperV Server üzerinde 2 fiziksel işlemci ve toplam da 12 Adet çekirdek bulunmakta. Varsayılan değerlerde Numa Spnaning aktif durumda ve kullanılmakta.

Numa Spanning aktif durumda olduğu için her bir sanal makine (Virtual machine) toplam 12 Adet sanal işlemci (virtual cpu) verebilirim. HyperV Server üzerinde toplam 12 Adet fiziksel bellek yuvası bulunmakta ve her bir DIMM üzerinde 16 GB fiziksel bellek bulunmakta. Toplam da 192 Adet fiziksel belleği sanallaştırabilirim.

HyperV server üzerinde Numa Spanning aktif durumda olduğu için 12 sanal işlemcili birden fazla sanal makine (virtual machine) oluşturabilir ve bunları eş zamanlı çalıştırabilirim. Her iki fiziksel işlemci ve sahip oldukları toplam 12 Adet Core Numa Spanning özelliği sayesinde bir sanal makineye 12 Adet Virtual işlemci  atamamı sağlayabilmekte.

Bu mimari, Numa özelliğini kullanan uygulamalar için performans kaybını getirmektedir. Bu performans kaybı fiziksel ortama göre biraz daha fazladır. Çünkü bu mimaride fiziksel bellek erişimleri Remote access Memory üzerinden çalışacak ve Remote Memore Access erişimleri de Local Memory Access ‘e göre daha yavaştır.

Bu yavaşlığın önüne nasıl geçebiliriz.

Eğer, sahip olduğumuz sanal makine (virtual machine) 6 sanal işlemciyle çalışabiliyorsa ve bu mimariye göre bir sanal makine 96 GB ‘dan daha fazla sabit sanal bellek istemiyorsa ve sanal makine uygulaması Numa Spanning ‘deki performans kayıplarından etkileniyorsa HyperV server üzerinde Host seviyesinde Numa Spanning özelliğini kapatabilir daha performanslı sanal makinelere sahip olabiliriz.

HyperV Server üzerinde Host seviyesinde kapatılan Numa Spanning misafir etmiş olduğu bütün sanal makinelerde etkin olacaktır. Bu mimariye göre 6 sanal işlemciden daha fazla sanal işlemci kullanan sanal makine (virtual machine) varsa bu sanal makineler açılmayacaktır. Bu sanal makineleri açabilmemiz için sanal işlemci sayısını en fazla 6 olarak belirlemeliyiz.

Bu değişikliği yapabilmemiz için bütün sanal makineleri kapatmamız gerekmektedir. Eğer, HyperV Server bir  Failover cluster kümesinde çalışıyorsa bu değişikliği cluster içinde bulunan bütün HyperV server lar üzerinde yapmamız gerekmekte.

Sanallaştırma ortamları değişken taleplerle doludur ve karmaşık mimariye de sahiptir ve her bir nesne özelinde ayrı uzmanlığa de ihtiyaç duymaktadır. Fiziksel sunucuya yada sanal sunucuya verecek olduğunuz daha fazla bellek daha fazla işlemci, daha hızlı depolama birimleri bir çok kez problemleri çözmemekte. Performans problemleri için bir çok çözümler üretebilir ve yapacak olduğunuz ince ayarlar sonrasında ihtiyaçlarınızı karşılayabilirsiniz.

Yapacak olduğumuz bu ince ayarlar dikey ve yatay olmak üzere bir çok uzmanlığa ihtiyaç duymakta.

Bu ince ayarlar doğru bir şekilde yapılmadığı zaman bazen sanal makine (virtual machine) seviyesinde bazen de bütün sanallaştırma ortamına etki etmektedir.

Pera bilgi Sistemleri olarak sanallaştırma çözümlerinde bir çok tecrübe ve referansa sahibiz. HyperV Server Proactive Services özelinde yapmış olduğumuz çalışmalarla performans ve güvenlik problemleri için keşifler yapmakta ve bunları müşterilerimze rapor halinde sunmkatayız.

Sanallaştırma ortamınız için hazırlamış olduğumuz raporda iyileştirme planları da bulunmakta ve daha fazla bellek daha hızlı işemci satin almadan mevcut kaynaklarla performans kazanabilmektesiniz.