Lucidscale kann beim Erstellen großer Infrastrukturdiagramme viel Zeit sparen, aber es ist viel mehr als nur ein Algorithmus, der Daten in Formen und Linien übersetzt. Es ist eine leistungsstarke und dynamische Visualisierungs-Engine, und wie bei anderen Rendering-Engines können ihre Operationen Zeit, Rechenleistung und Computerspeicher in Anspruch nehmen.
Hier sind unsere besten Tipps, um das Beste aus der Arbeit mit großen Infrastrukturen herauszuholen, um die beste Leistung in Lucidscale zu erzielen.
Importieren Sie große Datensätze
Überprüfen Sie die Ratenlimits der Cloud-Provider-API
Lucidscale verwendet APIs von Cloud-Anbietern, um Infrastrukturen zu importieren. Diese API-Endpunkte verwenden Kundenkonto-Anmeldeinformationen und sind an die API-Kontingente ihrer Cloud-Umgebung gebunden. Lucidscale ruft diese APIs derzeit so schnell wie möglich auf und kann in einigen Fällen das verfügbare Kontingent verbrauchen, was zu einer Drosselung durch Ihren Cloud-Anbieter führt. In diesem Fall verlangsamt sich das System und setzt den Import nach Möglichkeit langsamer fort.
Größere Infrastrukturen können mehr API-Aufrufe erfordern, um Daten vom Cloud-Anbieter abzurufen. Dies erhöht die Wahrscheinlichkeit, dass API-Kontingente erschöpft sind, was die Wartezeiten weiter verlängern oder dazu führen kann, dass der Import insgesamt fehlschlägt.
Wenn Importwartezeiten oder -fehler übermäßig werden, empfehlen wir, sicherzustellen, dass auf Ihrem Kontingent Speicherplatz verfügbar ist. Weitere Informationen zu Kontingenten oder deren Erhöhung finden Sie in der Dokumentation Ihres Cloud-Anbieters.
Schränken Sie den Datensatz ein
Eine gute Praxis ist es, Importe möglichst klein zu halten. Die Methoden zum Reduzieren der Importgröße variieren je nach Cloud-Anbieter und Importmethode. Lesen Sie die folgenden Informationen, um unsere empfohlenen Best Practices für jeden Anbieter zu sehen.
-
Bei AWS-rollenübergreifenden Importensollten Sie während des Importvorgangs nur die relevanten Konten, Regionen und Ressourcentypen auswählen.
- Weitere Informationen finden Sie in unserem Artikel „AWS-Infrastrukturdaten in Lucidscale importieren und verwalten“ .
-
Für den Import von Entra ID (ehemals Azure AD)-Anwendungenwählen Sie bitte nur die Abonnement- und Ressourcentypen aus, die Sie benötigen.
- Weitere Informationen finden Sie in unserem Artikel „Importieren und Verwalten von Azure-Infrastrukturdaten in Lucidscale“ .
-
Wählen Sie für den Import von Google Cloud (ehemals GCP)-Dienstkontenaus, dass nur die Ressourcentypen importiert werden, die Sie benötigen.
- Weitere Informationen finden Sie in unserem Artikel Importieren und Verwalten von Google Cloud-Infrastrukturdaten in Lucidscale .
Maximieren Sie die Leistung des Arbeitsbereichs
Große Diagramme erfordern nicht nur mehr Rechenleistung, sondern können für den Betrachter auch schwer zu interpretieren sein. Wir empfehlen, die Anzahl der im Dokument gerenderten Formulare durch Einstellen von Filtern, Umschalten von Ressourcen und Zusammenfassen von Formularen auf das erforderliche Minimum zu beschränken.
Filter setzen
Erstellen Sie einen Filter in der Hauptsymbolleiste eines Lucidscale-Dokuments.
Weitere Informationen zum Arbeiten mit Filtern in AWS, Azureund Google Cloudfinden Sie in unseren Artikeln.
Ressourcen umschalten
Zeigen Sie nur die relevantesten Dienste an, indem Sie das Augensymbol im Abschnitt „Ressourcen“ des Datenbereichs umschalten.
Weitere Informationen zum Arbeiten mit Ressourcen in AWS, Azureund Google Cloudfinden Sie in unseren Artikeln.
Formen zusammenfassen
Fassen Sie Formen eines bestimmten Ressourcentyps im Layout-Menü zusammen.
Um mehr über die Arbeit mit Layout-Einstellungen für Ressourcen in AWS, Azureund Google Cloudzu erfahren, lesen Sie unsere Artikel.
Cloud Agent und große Datensätze (Beta)
Wenn Sie den Cloud Agent (Beta) verwenden, um Diagramme aus großen AWS-Umgebungen zu generieren, beachten Sie bitte, dass sehr große oder umfangreiche Anfragen die Verarbeitungsgrenzen des Agenten erreichen können, was zu unvollständigen Ergebnissen oder einem Generierungsfehler führen kann. Um die Ergebnisse zu verbessern:
- Verengen Sie den Umfang Ihrer Aufgabe. Gib die Konten, Regionen oder Ressourcentypen an, die du enthalten haben möchtest.
- Fügen Sie alle Label-Konventionen hinzu, die der Agent verwenden soll, um Ressourcen im Geltungsbereich zu identifizieren (z. B. „Filter für Ressourcen Label Environment=Production“).
- Wenn der erste Versuch des Agenten unvollständig ist, solltest du mit spezifischeren Parametern neu anfordern, anstatt mit einer allgemeinen Anfrage von vorne zu beginnen.
Für eine optimale Performance sollten Sie außerdem die Hinweise zum Datenimport in diesem Artikel beachten, damit sich Ihre importierten Datensätze auf die Ressourcen konzentrieren, die Sie aktiv benötigen.
Geben Sie Feedback zu diesem Artikel
Haben Sie Feedback zu diesem Artikel? Berichten Sie uns hier von Ihren Erfahrungen.