View a markdown version of this page

Contoh Wawasan Kinerja Amazon RDS menggunakan AWS CLI - AWS Command Line Interface
Tindakan

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Contoh Wawasan Kinerja Amazon RDS menggunakan AWS CLI

Contoh kode berikut menunjukkan cara melakukan tindakan dan menerapkan skenario umum dengan menggunakan AWS Command Line Interface dengan Amazon RDS Performance Insights.

Tindakan merupakan kutipan kode dari program yang lebih besar dan harus dijalankan dalam konteks. Sementara tindakan menunjukkan cara memanggil fungsi layanan individual, Anda dapat melihat tindakan dalam konteks dalam skenario terkait.

Setiap contoh menyertakan tautan ke kode sumber lengkap, di mana Anda dapat menemukan instruksi tentang cara mengatur dan menjalankan kode dalam konteks.

Tindakan

Contoh kode berikut menunjukkan cara menggunakancreate-performance-analysis-report.

AWS CLI

Untuk membuat laporan analisis kinerja

create-performance-analysis-reportContoh berikut membuat laporan analisis kinerja dengan waktu mulai 1682969503 dan waktu akhir 1682979503 untuk databasedb-abcdefg123456789.

aws pi create-performance-analysis-report \
    --service-type RDS \
    --identifier db-abcdefg123456789 \
    --start-time 1682969503 \
    --end-time 1682979503

Output:

{
    "AnalysisReportId": "report-0234d3ed98e28fb17"
}

Untuk informasi selengkapnya tentang membuat laporan analisis kinerja, lihat Membuat laporan analisis kinerja di Performance Insights di Panduan Pengguna Amazon RDS dan Membuat laporan analisis kinerja di Insights Kinerja di Panduan Pengguna Amazon Aurora.

Contoh kode berikut menunjukkan cara menggunakandelete-performance-analysis-report.

AWS CLI

Untuk menghapus laporan analisis kinerja

delete-performance-analysis-reportContoh berikut menghapus laporan analisis kinerja dengan ID report-0d99cc91c4422ee61 laporan.

aws pi delete-performance-analysis-report \
    --service-type RDS \
    --identifier db-abcdefg123456789 \
    --analysis-report-id report-0d99cc91c4422ee61

Perintah ini tidak menghasilkan output.

Untuk informasi selengkapnya tentang menghapus laporan analisis kinerja, lihat Menghapus laporan analisis kinerja di Performance Insights di Panduan Pengguna Amazon RDS dan Menghapus laporan analisis kinerja di Insights Kin erja di Panduan Pengguna Amazon Aurora.

Contoh kode berikut menunjukkan cara menggunakandescribe-dimension-keys.

AWS CLI

Contoh 1: Untuk menggambarkan kunci dimensi

Contoh ini meminta nama semua acara tunggu. Data diringkas berdasarkan nama peristiwa, dan nilai agregat dari peristiwa tersebut selama periode waktu yang ditentukan.

Perintah:

aws pi describe-dimension-keys --service-type RDS --identifier db-LKCGOBK26374TPTDFXOIWVCPPM --start-time 1527026400 --end-time 1527080400 --metric db.load.avg --group-by '{"Group":"db.wait_event"}'

Output:

{
    "AlignedEndTime": 1.5270804E9,
    "AlignedStartTime": 1.5270264E9,
    "Keys": [
        {
            "Dimensions": {"db.wait_event.name": "wait/synch/mutex/innodb/aurora_lock_thread_slot_futex"},
            "Total": 0.05906906851195666
        },
        {
            "Dimensions": {"db.wait_event.name": "wait/io/aurora_redo_log_flush"},
            "Total": 0.015824722186149193
        },
        {
            "Dimensions": {"db.wait_event.name": "CPU"},
            "Total": 0.008014396230265477
        },
        {
            "Dimensions": {"db.wait_event.name": "wait/io/aurora_respond_to_client"},
            "Total": 0.0036361612526204477
        },
        {
            "Dimensions": {"db.wait_event.name": "wait/io/table/sql/handler"},
            "Total": 0.0019108398419382965
        },
        {
            "Dimensions": {"db.wait_event.name": "wait/synch/cond/mysys/my_thread_var::suspend"},
            "Total": 8.533847837782684E-4
        },
        {
            "Dimensions": {"db.wait_event.name": "wait/io/file/csv/data"},
            "Total": 6.864181956477376E-4
        },
        {
            "Dimensions": {"db.wait_event.name": "Unknown"},
            "Total": 3.895887056379051E-4
        },
        {
            "Dimensions": {"db.wait_event.name": "wait/synch/mutex/sql/FILE_AS_TABLE::LOCK_shim_lists"},
            "Total": 3.710368625122906E-5
        },
        {
            "Dimensions": {"db.wait_event.name": "wait/lock/table/sql/handler"},
            "Total": 0
        }
    ]
}

Contoh 2: Untuk menemukan ID SQL untuk pernyataan yang berkontribusi paling banyak pada beban DB

Berikut ini describe-dimension-keys meminta pernyataan SQL dan ID SQL untuk 10 pernyataan yang berkontribusi paling besar untuk beban DB.

aws pi describe-dimension-keys \
    --service-type RDS \
    --identifier db-abcdefg123456789 \
    --start-time 2023-05-01T00:00:00Z \
    --end-time 2023-05-01T01:00:00Z \
    --metric db.load.avg \
    --group-by '{"Group": "db.sql", "Dimensions": ["db.sql.id", "db.sql.statement"],"Limit": 10}'

Output:

{
    "AlignedEndTime": 1.5270804E9,
    "AlignedStartTime": 1.5270264E9,
    "Identifier": "db-abcdefg123456789",
    "MetricList": [
        {
            "Keys": [
                {
                    "Dimensions": {"db.sql.id": "AKIAIOSFODNN7EXAMPLE", "db.sql.statement": "SELECT * FROM customers WHERE customer_id = 123"},
                    "Total": 25.5,"Partitions": [12.3, 13.2]
                }
            ]
        }
    ]
}

Untuk informasi selengkapnya tentang dimensi di Performance Insights, lihat Pemuatan database di Panduan Pengguna Amazon RDS dan Pemuatan Database di Panduan Pengguna Amazon Aurora.

Contoh kode berikut menunjukkan cara menggunakanget-dimension-key-details.

AWS CLI

Untuk mendapatkan detail untuk grup dimensi tertentu untuk instance DB

get-dimension-key-detailsContoh berikut mengambil teks lengkap pernyataan SQL untuk instance db-10BCD2EFGHIJ3KL4M5NO6PQRS5 DB. --group adalah db.sql, dan --group-identifier adalah db.sql.id. Dalam contoh ini, example-sql-id mewakili ID SQL diambil dengan menggunakan describe-dimension-keys operasi get-resource-metrics atau. Dalam contoh ini, detail dimensinya tersedia. Dengan demikian, Wawasan Performa mengambil teks lengkap pernyataan SQL, tanpa memotongnya.

aws pi get-dimension-key-details \
    --service-type RDS \
    --identifier db-10BCD2EFGHIJ3KL4M5NO6PQRS5 \
    --group db.sql \
    --group-identifier example-sql-id \
    --requested-dimensions statement

Output:

{
    "Dimensions":[
        {
            "Value": "SELECT e.last_name, d.department_name FROM employees e, departments d WHERE e.department_id=d.department_id",
            "Dimension": "db.sql.statement",
            "Status": "AVAILABLE"
        },
    ...
    ]
}

Untuk informasi selengkapnya tentang dimensi di Performance Insights, lihat Pemuatan database di Panduan Pengguna Amazon RDS dan Pemuatan Database di Panduan Pengguna Amazon Aurora.

Contoh kode berikut menunjukkan cara menggunakanget-performance-analysis-report.

AWS CLI

Untuk mendapatkan laporan analisis kinerja

get-performance-analysis-reportContoh berikut mendapatkan laporan analisis kinerja untuk database db-abcdefg123456789 dengan ID laporanreport-0d99cc91c4422ee61. Respons memberikan status laporan, ID, detail waktu, dan wawasan.

aws pi get-performance-analysis-report \
    --service-type RDS \
    --identifier db-abcdefg123456789 \
    --analysis-report-id report-0d99cc91c4422ee61

Output:

{
    "AnalysisReport": {
        "Status": "Succeeded",
        "ServiceType": "RDS",
        "Identifier": "db-abcdefg123456789",
        "StartTime": 1680583486.584,
        "AnalysisReportId": "report-0d99cc91c4422ee61",
        "EndTime": 1680587086.584,
        "CreateTime": 1680587087.139,
        "Insights": [
            ... (Condensed for space)
       ]
    }
}

Untuk informasi selengkapnya tentang laporan analisis kinerja, lihat Menganalisis kinerja database untuk jangka waktu tertentu di Panduan Pengguna Amazon RDS dan Meng analisis kinerja database untuk jangka waktu tertentu di Panduan Pengguna Amazon Aurora.

Contoh kode berikut menunjukkan cara menggunakanget-resource-metadata.

AWS CLI

Untuk mendapatkan metadata sumber daya untuk database

get-resource-metadataContoh berikut mendapatkan metadata sumber daya untuk databasedb-abcdefg123456789. Tanggapan menunjukkan bahwa statistik ringkasan SQL diaktifkan.

aws pi get-resource-metadata \
    --service-type RDS \
    --identifier db-abcdefg123456789

Output:

{
    "Identifier": "db-abcdefg123456789",
    "Features":{
        "SQL_DIGEST_STATISTICS":{
            "Status": "ENABLED"
        }
    }
}

Untuk informasi selengkapnya tentang statistik SQL untuk Performance Insights, lihat Statistik SQL untuk Wawasan Kinerja di Panduan Pengguna Amazon RDS dan Statistik SQL untuk Wawasan Kin erja di Panduan Pengguna Amazon Aurora.

Contoh kode berikut menunjukkan cara menggunakanget-resource-metrics.

AWS CLI

Untuk mendapatkan metrik sumber daya

Contoh ini meminta titik data untuk grup dimensi db.wait_event, dan untuk dimensi db.wait_event .name dalam grup tersebut. Dalam tanggapan, titik data yang relevan dikelompokkan berdasarkan dimensi yang diminta (db.wait_event.name).

Perintah:

aws pi get-resource-metrics --service-type RDS --identifier db-LKCGOBK26374TPTDFXOIWVCPPM --start-time 1527026400 --end-time 1527080400 --period-in-seconds 300 --metric db.load.avg --metric-queries file://metric-queries.json

Argumen untuk --metric-queries disimpan dalam file JSON,metric-queries.json. Berikut adalah isi dari file tersebut:

[
    {
        "Metric": "db.load.avg",
        "GroupBy": {
            "Group":"db.wait_event"
        }
    }
]

Output:

{
    "AlignedEndTime": 1.5270804E9,
    "AlignedStartTime": 1.5270264E9,
    "Identifier": "db-LKCGOBK26374TPTDFXOIWVCPPM",
    "MetricList": [
        {
            "Key": {
                "Metric": "db.load.avg"
            },
            "DataPoints": [
                {
                    "Timestamp": 1527026700.0,
                    "Value": 1.3533333333333333
                },
                {
                    "Timestamp": 1527027000.0,
                    "Value": 0.88
                },
                <...remaining output omitted...>
            ]
        },
        {
            "Key": {
                "Metric": "db.load.avg",
                "Dimensions": {
                    "db.wait_event.name": "wait/synch/mutex/innodb/aurora_lock_thread_slot_futex"
                }
            },
            "DataPoints": [
                {
                    "Timestamp": 1527026700.0,
                    "Value": 0.8566666666666667
                },
                {
                    "Timestamp": 1527027000.0,
                    "Value": 0.8633333333333333
                },
                <...remaining output omitted...>
            ],
        },
            <...remaining output omitted...>
    ]
}

Contoh kode berikut menunjukkan cara menggunakanlist-available-resource-dimensions.

AWS CLI

Untuk membuat daftar dimensi yang dapat ditanyakan untuk jenis metrik pada instance DB

list-available-resource-dimensionsContoh berikut mencantumkan db.load metrik yang dapat Anda kueri untuk databasedb-abcdefg123456789.

aws pi list-available-resource-dimensions \
    --service-type RDS \
    --identifier db-abcdefg123456789 \
    --metrics db.load

Output:

{
    "MetricDimensions": [
        {
            "Metric": "db.load",
            "Groups": [
                {
                    "Group": "db.user",
                    "Dimensions": [
                        {
                            "Identifier": "db.user.id"
                        },
                        {
                            "Identifier": "db.user.name"
                        }
                    ]
                },
                {
                    "Group": "db.sql_tokenized",
                    "Dimensions": [
                        {
                            "Identifier": "db.sql_tokenized.id"
                        },
                        {
                            "Identifier": "db.sql_tokenized.db_id"
                        },
                        {
                            "Identifier": "db.sql_tokenized.statement"
                        }
                    ]
                },
                ...
            ]
        }
    ]
}

Untuk informasi selengkapnya tentang dimensi di Performance Insights, lihat Pemuatan database di Panduan Pengguna Amazon RDS dan Pemuatan Database di Panduan Pengguna Amazon Aurora.

Contoh kode berikut menunjukkan cara menggunakanlist-available-resource-metrics.

AWS CLI

Untuk membuat daftar metrik yang dapat ditanyakan untuk jenis metrik pada instance DB

list-available-resource-metricsContoh berikut mencantumkan db.load metrik yang dapat Anda kueri untuk databasedb-abcdefg123456789.

aws pi list-available-resource-metrics \
    --service-type RDS \
    --identifier db-abcdefg123456789 \
    --metric-types "os" "db"

Output:

{
    "Metrics": [
        {
            "Description": "The number of virtual CPUs for the DB instance",
            "Metric": "os.general.numVCPUs",
            "Unit": "vCPUs"
        },
        ......,
        {
            "Description": "Time spent reading data file blocks by backends in this instance",
            "Metric": "db.IO.read_latency",
            "Unit": "Milliseconds per block"
        },
        ......
    ]
}

Untuk informasi selengkapnya tentang metrik di Performance Insights, lihat Pemuatan database di Panduan Pengguna Amazon RDS dan Pemuatan Database di Panduan Pengguna Amazon Aurora.

Contoh kode berikut menunjukkan cara menggunakanlist-performance-analysis-reports.

AWS CLI

Untuk membuat daftar laporan analisis kinerja untuk database

list-performance-analysis-reportsContoh berikut mencantumkan laporan analisis kinerja untuk databasedb-abcdefg123456789. Respons ini mencantumkan semua laporan dengan ID laporan, status, dan detail periode waktu.

aws pi list-performance-analysis-reports \
    --service-type RDS \
    --identifier db-abcdefg123456789

Output:

{
    "AnalysisReports": [
        {
            "Status": "Succeeded",
            "EndTime": 1680587086.584,
            "CreateTime": 1680587087.139,
            "StartTime": 1680583486.584,
            "AnalysisReportId": "report-0d99cc91c4422ee61"
        },
        {
            "Status": "Succeeded",
            "EndTime": 1681491137.914,
            "CreateTime": 1681491145.973,
            "StartTime": 1681487537.914,
            "AnalysisReportId": "report-002633115cc002233"
        },
        {
            "Status": "Succeeded",
            "EndTime": 1681493499.849,
            "CreateTime": 1681493507.762,
            "StartTime": 1681489899.849,
            "AnalysisReportId": "report-043b1e006b47246f9"
        },
        {
            "Status": "InProgress",
            "EndTime": 1682979503.0,
            "CreateTime": 1682979618.994,
            "StartTime": 1682969503.0,
            "AnalysisReportId": "report-01ad15f9b88bcbd56"
        }
    ]
}

Untuk informasi selengkapnya tentang laporan analisis kinerja, lihat Menganalisis kinerja database untuk jangka waktu tertentu di Panduan Pengguna Amazon RDS dan Meng analisis kinerja database untuk jangka waktu tertentu di Panduan Pengguna Amazon Aurora.

Contoh kode berikut menunjukkan cara menggunakanlist-tags-for-resource.

AWS CLI

Untuk mencantumkan tag untuk laporan analisis kinerja

list-tags-for-resourceContoh berikut mencantumkan tag untuk laporan analisis kinerja dengan ID laporanreport-0d99cc91c4422ee61.

aws pi list-tags-for-resource \
    --service-type RDS \
    --resource-arn arn:aws:pi:us-west-2:123456789012:perf-reports/RDS/db-abcdefg123456789/report-0d99cc91c4422ee61

Output:

{
    "Tags": [
        {
            "Value": "test-tag",
            "Key": "name"
        }
    ]
}

Untuk informasi selengkapnya tentang menandai laporan analisis kinerja, lihat Men ambahkan tag ke laporan analisis kinerja di Performance Insights di Panduan Pengguna Amazon RDS dan Men ambahkan tag ke laporan analisis kinerja di Performance Insights di Panduan Pengguna Amazon Aurora.

Contoh kode berikut menunjukkan cara menggunakantag-resource.

AWS CLI

Untuk menambahkan tag ke laporan analisis kinerja

tag-resourceContoh berikut menambahkan kunci tag name dengan nilai tag test-tag ke laporan analisis kinerja dengan ID laporanreport-0d99cc91c4422ee61.

aws pi tag-resource \
    --service-type RDS \
    --resource-arn arn:aws:pi:us-west-2:123456789012:perf-reports/RDS/db-abcdefg123456789/report-0d99cc91c4422ee61 \
    --tags Key=name,Value=test-tag

Perintah ini tidak menghasilkan output.

Untuk informasi selengkapnya tentang menandai laporan analisis kinerja, lihat Men ambahkan tag ke laporan analisis kinerja di Performance Insights di Panduan Pengguna Amazon RDS dan Men ambahkan tag ke laporan analisis kinerja di Performance Insights di Panduan Pengguna Amazon Aurora.

  • Untuk detail API, lihat TagResource di Refer AWS CLI ensi Perintah.

Contoh kode berikut menunjukkan cara menggunakanuntag-resource.

AWS CLI

Untuk menghapus tag untuk laporan analisis kinerja

untag-resourceContoh berikut menghapus tag name untuk laporan analisis kinerja dengan ID report-0d99cc91c4422ee61 laporan.

aws pi untag-resource \
    --service-type RDS \
    --resource-arn arn:aws:pi:us-west-2:123456789012:perf-reports/RDS/db-abcdefg123456789/report-0d99cc91c4422ee61 \
    --tag-keys name

Perintah ini tidak menghasilkan output.

Untuk informasi selengkapnya tentang menandai laporan analisis kinerja, lihat Men ambahkan tag ke laporan analisis kinerja di Performance Insights di Panduan Pengguna Amazon RDS dan Men ambahkan tag ke laporan analisis kinerja di Performance Insights di Panduan Pengguna Amazon Aurora.