4. 虚拟机与虚拟机规模集的性能优化
Azure 虚拟机的性能并不是单一参数决定的，而是由计算规格、磁盘子系统、网络路径、物理部署位置以及规模集的伸缩策略共同作用的结果。很多生产事故的根因并非应用代码，而是选型与配置之间的错配：用 B 系列突发实例承载持续高负载、把高 IOPS 数据库放在 Standard HDD 上、跨区域部署导致节点间延迟抖动、自动缩放规则只看 CPU 而忽略队列深度。本节围绕这些真实问题，梳理从选型到调优的完整判断链路。
VM 大小选型：先看约束，再看性价比
选型的第一步不是比较价格，而是识别工作负载的硬约束。内存密集型（如 Redis、SAP HANA）应优先看 E 系列或 M 系列；计算密集型（如视频编码、批处理）看 F 系列；通用型 D 系列适合大多数 Web 与中间件；B 系列仅适合平均利用率低、允许积分耗尽后降速的场景。GPU 训练则必须落到 NC/ND/NV 系列，并注意 vCPU 与 GPU 配比。
一个常被忽略的细节是：同一系列中带 s 后缀（如 D4s_v5）的规格通常支持 Premium SSD，而不带 s 的旧规格可能只支持 Standard SSD。若磁盘 IOPS 是瓶颈，选错后缀会直接导致无法挂载 Premium 磁盘。此外，v5 相比 v3 在相同 vCPU 下通常有更高的内存带宽和网络吞吐，迁移到新代际往往比纵向扩容更划算。
磁盘类型与缓存策略
Azure 托管磁盘分为 Standard HDD、Standard SSD、Premium SSD、Premium SSD v2 和 Ultra Disk。性能与成本大致递增。生产数据库的日志盘应使用 Premium SSD 或 Ultra Disk，因为写入延迟直接影响事务提交；数据盘可用 Premium SSD v2 按需调整 IOPS 与吞吐，避免为峰值过度配置容量。
缓存策略是磁盘性能中最容易配错的一项。主机缓存有三种：None、ReadOnly、ReadWrite。判断依据是数据一致性要求：
- 只读或读多写少的数据盘：ReadOnly，可显著提升读 IOPS。
- 数据库数据文件：通常 ReadOnly，但若应用自行保证一致性也可用 None。
- 数据库日志文件：必须 None，因为日志要求持久化写入，缓存会破坏崩溃恢复语义。
- 临时盘：默认 ReadWrite，但临时盘数据不持久，不可存放需保留的数据。
下面这张图展示了从工作负载特征到磁盘与缓存决策的判断路径，以及缓存策略对读写路径的影响。
加速网络与邻近放置组
加速网络（Accelerated Networking）通过 SR-IOV 将网络数据路径从虚拟交换机卸载到网卡，可显著降低延迟、减少 CPU 占用。对延迟敏感的服务（如微服务间调用、数据库复制、Kafka 集群）应开启。开启条件：VM 规格支持、操作系统支持、且需在创建时或停机后启用。多数 D/E/F 系列 v3 及以上默认支持。
邻近放置组（Proximity Placement Group, PPG）用于将同一组 VM 尽量部署在同一数据中心内，降低节点间网络延迟。它适合有强节点间通信的集群，如 SAP、HPC、Redis 集群。代价是：PPG 内的 VM 在扩容时可能因容量不足而失败，且 PPG 与可用性区域不能同时使用。因此，PPG 应只用于真正需要低延迟的层，而不是整个规模集。
自动缩放规则与成本权衡
虚拟机规模集的自动缩放规则由“指标 + 阈值 + 时间窗口 + 动作”组成。常见错误是只用 CPU 百分比：对于队列型服务，CPU 可能不高但请求排队严重。更稳妥的做法是组合指标，例如 CPU 平均 > 70% 持续 10 分钟扩容，< 30% 持续 15 分钟缩容，同时设置最小/最大实例数防止震荡。
成本权衡的核心是：扩容快、缩容慢。扩容要迅速响应流量，缩容要保守避免抖动。可以设置冷却时间（默认 5 分钟）和实例数上下限。对于可预测的流量，使用计划缩放（按时间表）比纯指标缩放更省钱。
生产环境实战调优案例
某订单服务部署在 4 台 D4s_v3 规模集上，使用 Standard SSD 数据盘，缓存为 ReadWrite，未开启加速网络。高峰期 P99 延迟从 80ms 升至 600ms，CPU 仅 55%。排查发现：磁盘写入延迟高、缓存策略错误导致日志写入被缓存、网络重传增加。
调优动作：将日志盘改为 Premium SSD 并设缓存 None；数据盘改 Premium SSD v2 并设 ReadOnly；开启加速网络；将规模集改为 D4s_v5；自动缩放改为 CPU>65% 扩容、<35% 缩容，最小 4 最大 12。调整后高峰期 P99 降至 120ms，CPU 利用率升至 70% 但更平稳，月度成本因 v5 性价比提升和缩容策略反而下降约 8%。
总结来看，VM 与规模集的性能优化是一条从硬约束到软策略的链路：选型决定上限，磁盘与缓存决定 IO 表现，网络与放置决定延迟，缩放规则决定成本弹性。生产调优应基于指标而非直觉，逐项验证，才能同时获得性能与成本的平衡。