Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Conceptos clave de Guru for RDS DevOps
DevOpsGuru genera información cuando detecta un comportamiento anómalo o problemático en sus aplicaciones operativas. Un resultado de información contiene anomalías en uno o más recursos. Una anomalía representa una o más métricas relacionadas detectadas por DevOps Guru que son inesperadas o inusuales.
Un resultado de información tiene una gravedad alta, media o baja. La gravedad de la percepción viene determinada por la anomalía más grave que contribuyó a crearla. Por ejemplo, si la información AWS-ECS_ MemoryUtilization _and_others incluye una anomalía de gravedad baja y otra de gravedad alta, la gravedad general de la información es alta.
Si las instancias de base de datos de Amazon RDS tienen Performance Insights activado, DevOps Guru for RDS proporciona análisis detallados y recomendaciones sobre las anomalías de estas instancias. Para identificar una anomalía, DevOps Guru for RDS desarrolla una línea base para los valores de las métricas de la base de datos. DevOpsA continuación, Guru para RDS compara los valores de las métricas actuales con la línea base histórica.
Información proactiva
La información proactiva le permite conocer el comportamiento problemático antes de que se produzca. Contiene anomalías con recomendaciones y Métricas Relacionadas para ayudarlo a abordar los problemas antes de que se conviertan en problemas mayores.
Cada página de información proactiva proporciona detalles sobre una anomalía.
Información reactiva
La información reactiva identifica el comportamiento anómalo a medida que se produce. Contiene anomalías con recomendaciones, métricas relacionadas y eventos para ayudarle a entender y abordar los problemas ahora.
Anomalías causales
Una anomalía causal es una anomalía de nivel superior dentro de la información reactiva. Se muestra como la métrica principal en la página de detalles de la anomalía de la consola de DevOps Guru. La carga de la base de datos (carga de la base de datos) es la anomalía causal de DevOps Guru para RDS. Por ejemplo, la información AWS-ECS_ MemoryUtilization _and_others podría tener varias anomalías métricas, una de las cuales es la carga de la base de datos (carga de base de datos) para el recurso AWS/RDS.
Dentro de un resultado de información, la anomalía en la carga de la base de datos puede producirse en varias instancias de base de datos de Amazon RDS. La gravedad de la anomalía puede ser diferente para cada instancia de base de datos. Por ejemplo, la gravedad de una instancia de base de datos puede ser alta mientras que la gravedad de las demás puede ser baja. La consola selecciona por defecto la anomalía de mayor gravedad.
Anomalías contextuales
Una anomalía contextual es un hallazgo dentro de la carga de base de datos que está relacionada con una información reactiva. Se muestra en la sección Métricas relacionadas de la página de detalles de la anomalía de la consola de Guru. DevOps Cada anomalía contextual describe un problema de rendimiento específico de Amazon Aurora que requiere investigación. Por ejemplo, una anomalía causal puede incluir las siguientes anomalías contextuales:
-
Capacidad de CPU superada: la cola de ejecución de la CPU o el uso de la CPU están por encima de lo normal.
-
Memoria de la base de datos baja: los procesos no tienen suficiente memoria.
-
Se han disparado las conexiones a la base de datos: el número de conexiones a la base de datos es superior a lo normal.
Recomendaciones
Cada información contiene al menos una acción sugerida. Los siguientes ejemplos son recomendaciones generadas por DevOps Guru para RDS:
-
Ajuste los ID de SQL
List_of_IDspara reducir el uso de la CPU o actualice el tipo de instancia para aumentar la capacidad de la CPU. -
Revisa el pico asociado de las conexiones actuales a la base de datos. Considere la posibilidad de ajustar la configuración del grupo de aplicaciones para evitar la asignación dinámica frecuente de nuevas conexiones a bases de datos.
-
Busque sentencias SQL que realicen operaciones excesivas en memoria, como ordenaciones en memoria o uniones de gran tamaño.
-
Investigue el uso intensivo de E/S de los siguientes ID de SQL:
list_of_IDs. -
Compruebe si hay sentencias que creen grandes cantidades de datos temporales, por ejemplo, aquellas que ordenan mucho o utilizan tablas temporales de gran tamaño.
-
Compruebe las aplicaciones para ver cuál es la causa del aumento de la carga de trabajo de la base de datos.
-
Considere habilitar Performance Schema de MySQL
-
Compruebe si hay transacciones de larga duración y finalícelas con una confirmación o una reversión.
-
Configure el parámetro idle_in_transaction_session_timeout para finalizar cualquier sesión que haya estado en el estado “inactivo en la transacción” durante más tiempo del especificado.
