Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Surveillez les mesures de dimensionnement prédictives avec CloudWatch
Selon vos besoins, vous préférerez peut-être accéder aux données de surveillance à des fins de dimensionnement prédictif depuis Amazon CloudWatch plutôt que depuis la console Amazon EC2 Auto Scaling. Une fois que vous avez créé une politique de mise à l'échelle prédictif, celle-ci collecte des données qui sont utilisées pour prévoir votre charge et votre capacité future. Une fois ces données collectées, elles sont automatiquement stockées CloudWatch à intervalles réguliers. Vous pouvez ensuite l'utiliser CloudWatch pour visualiser les performances de la politique au fil du temps. Vous pouvez également créer des CloudWatch alarmes pour vous avertir lorsque les indicateurs de performance changent au-delà des limites que vous avez définies CloudWatch.
Rubriques
Visualisez les données de prévision historiques
Vous pouvez consulter les données de prévision de charge et de capacité pour une politique de dimensionnement prédictive dans CloudWatch. Cela peut être utile lorsque vous visualisez les prévisions par rapport à d'autres CloudWatch indicateurs dans un seul graphique. Cela peut également être utile lors de l'affichage d'une plage de temps plus large, afin de voir les tendances au fil du temps. Vous pouvez accéder aux métriques historiques jusqu'à 15 mois pour acquérir un meilleur point de vue de la façon dont votre politique s'exécute.
Pour de plus amples informations, veuillez consulter Métriques et dimensions de mise à l'échelle.
Pour consulter les données de prévision historiques à l'aide de la CloudWatch console
Ouvrez la CloudWatch console à l'adresse https://console.aws.amazon.com/cloudwatch/
. -
Dans le panneau de navigation, choisissez Metrics (Métriques), All metrics (Toutes les métriques).
-
Cliquez sur l'ongletAuto Scalingmetric namespace.
-
Choisissez l'une des options suivantes pour afficher les mesures de prévision de charge ou de prévision de capacité :
-
Prévisions de charge prédictive Scaling
-
Prévisions de capacité d'évolutivité prédictive
-
-
Dans le champ de recherche, entrez le nom de la stratégie de mise à l'échelle prédictive ou le nom du groupe Auto Scaling, puis appuyez sur Entrée pour filtrer les résultats.
-
Pour représenter graphiquement une métrique, cochez la case en regard de la métrique. Pour modifier le nom du graphique, choisissez l'icône représentant un crayon. Pour modifier la plage de temps, sélectionnez l'une des valeurs prédéfinies ou choisissez custom (personnalisé). Pour plus d'informations, consultez la section Représentation graphique d'une métrique dans le guide de CloudWatch l'utilisateur Amazon.
-
Pour modifier les statistiques, choisissez l'onglet Graphed metrics (Graphique des métriques). Sélectionnez l'en-tête de colonne ou une valeur individuelle et choisissez une autre valeur. Bien que vous puissiez choisir n'importe quelle statistique pour chaque métrique, toutes les statistiques ne sont pas utiles pour PredictiveScalingLoadForecastles PredictiveScalingCapacityForecastmétriques. Par exemple, les calculs statistiques de moyenne, minimum et maximum de l'utilisation de l'UC sont utiles, mais le calcul statistique de somme ne l'est pas.
-
(En option) Pour ajouter une autre métrique à utiliser dans l'expression mathématique, sous Toutes les métriques, choisissez Tous, recherchez la métrique spécifique, puis activez la case à cocher en regard de celle-ci. Vous pouvez ajouter jusqu'à 10 métriques.
Par exemple, pour ajouter les valeurs réelles d'CPUutilisation au graphique, choisissez l'espace de EC2noms, puis choisissez By Auto Scaling Group. Cochez ensuite la case correspondant à la CPUUtilizationmétrique et au groupe Auto Scaling spécifique.
-
(Facultatif) Pour ajouter le graphique à un CloudWatch tableau de bord, choisissez Actions, puis Ajouter au tableau de bord.
Créer des mesures de précision à l'aide de mathématiques
Avec les mathématiques métriques, vous pouvez interroger plusieurs CloudWatch métriques et utiliser des expressions mathématiques pour créer de nouvelles séries chronologiques basées sur ces métriques. Vous pouvez visualiser les séries chronologiques obtenues sur la CloudWatch console et les ajouter aux tableaux de bord. Pour plus d'informations sur les mathématiques métriques, consultez la section Utilisation des mathématiques métriques dans le guide de CloudWatch l'utilisateur Amazon.
À l'aide des mathématiques métriques, vous pouvez représenter graphiquement les données générées par Amazon EC2 Auto Scaling à des fins de dimensionnement prédictif de différentes manières. Cela vous permet de surveiller les performances des politiques au fil du temps et de comprendre si votre combinaison de mesures peut être améliorée.
Par exemple, vous pouvez utiliser une expression mathématique métrique pour surveiller le pourcentage d'erreur absolu moyen
Exemple : expressions mathématiques appliquées aux métriques
Pour commencer avec ce type de graphique, vous pouvez créer une expression mathématique de métrique comme celle présentée dans l'exemple suivant.
{ "MetricDataQueries": [ { "Expression": "TIME_SERIES(AVG(ABS(m1-m2)/m1))", "Id": "e1", "Period": 3600, "Label": "
MeanAbsolutePercentageError
", "ReturnData": true }, { "Id": "m1", "Label": "ActualLoadValues
", "MetricStat": { "Metric": { "Namespace": "AWS/EC2", "MetricName": "CPUUtilization
", "Dimensions": [ { "Name": "AutoScalingGroupName", "Value": "my-asg
" } ] }, "Period": 3600, "Stat": "Sum" }, "ReturnData": false }, { "Id": "m2", "Label": "ForecastedLoadValues
", "MetricStat": { "Metric": { "Namespace": "AWS/AutoScaling", "MetricName": "PredictiveScalingLoadForecast", "Dimensions": [ { "Name": "AutoScalingGroupName", "Value": "my-asg
" }, { "Name": "PolicyName", "Value": "my-predictive-scaling-policy
" }, { "Name": "PairIndex", "Value": "0" } ] }, "Period": 3600, "Stat": "Average" }, "ReturnData": false } ] }
Au lieu d'une seule métrique, il existe un tableau de structures de requêtes de données de métriques pourMetricDataQueries
. Chaque élément deMetricDataQueries
obtient une métrique ou exécute une expression mathématique. Le premier point,e1
, est l'expression mathématique. L'expression désignée définit leReturnData
Paramètre totrue
, qui génère une seule série chronologique. Pour toutes les autres métriques, le kitReturnData
valeur estfalse
.
Dans l'exemple, l'expression désignée utilise les valeurs réelles et prévues comme entrée et renvoie la nouvelle métrique (MAPE). m1
est la CloudWatch métrique qui contient les valeurs de charge réelles (en supposant que l'CPUutilisation est la métrique de charge initialement spécifiée pour la politique nomméemy-predictive-scaling-policy
). m2
est la CloudWatch métrique qui contient les valeurs de charge prévues. La syntaxe mathématique de la MAPE métrique est la suivante :
Moyenne de (abs ((Réel - Forecast)/(Réel)))
Visualisez vos mesures de précision et définissez des alarmes
Pour visualiser les données métriques de précision, sélectionnez l'onglet Métriques dans la CloudWatch console. Vous pouvez représenter les données sous forme graphique à partir de là. Pour plus d'informations, consultez la section Ajouter une expression mathématique à un CloudWatch graphique dans le guide de CloudWatch l'utilisateur Amazon.
Vous pouvez définir une alarme sur une métrique que vous surveillez à partir de la section Metrics (Métriques). Pendant que vous êtes sur l'onglet Métriques sous forme de graphique, vous pouvez sélectionner l'icône Créer une alarme sous la colonne Actions. LeCréer une alarmeest représentée par une petite cloche. Pour plus d'informations et pour connaître les options de notification, consultez les sections Création CloudWatch d'une alarme basée sur une expression mathématique métrique et Notification aux utilisateurs des modifications apportées aux alarmes dans le guide de l' CloudWatch utilisateur Amazon.
Vous pouvez également utiliser GetMetricDataet effectuer des calculs PutMetricAlarmà l'aide des mathématiques métriques et créer des alarmes en fonction de la sortie.