View a markdown version of this page

Melihat anomali reaktif - Amazon DevOps Guru
Melihat analisis terperinci dari anomali reaktif RDSGambaran umum sumber dayaMetrik utamaMetrik terkaitAnalisis dan rekomendasi

Pemberitahuan akhir dukungan: Pada 30 September 2027, dukungan untuk Amazon DevOps Guru AWS akan berakhir. Setelah 30 September 2027, Anda tidak akan lagi dapat mengakses konsol Amazon DevOps Guru atau sumber daya Amazon DevOps Guru. Untuk informasi selengkapnya, lihat Amazon DevOps Guru berakhir dukungan.

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

Melihat anomali reaktif

Dalam wawasan, Anda dapat melihat anomali untuk sumber daya Amazon RDS. Pada halaman wawasan reaktif, di bagian Metrik agregat, Anda dapat melihat daftar anomali dengan garis waktu yang sesuai. Ada juga bagian yang menampilkan informasi tentang grup log dan peristiwa yang terkait dengan anomali. Anomali kausal dalam wawasan reaktif masing-masing memiliki halaman yang sesuai dengan detail tentang anomali tersebut.

Melihat analisis terperinci dari anomali reaktif RDS

Pada tahap ini, teliti anomali untuk mendapatkan analisis dan rekomendasi terperinci untuk instans Amazon RDS DB Anda.

Analisis terperinci hanya tersedia untuk instans Amazon RDS DB yang mengaktifkan Performance Insights.

Untuk menelusuri ke halaman detail anomali

  1. Pada halaman wawasan, temukan metrik gabungan dengan jenis sumber daya AWS/RDS.

  2. Pilih Lihat detail.

    Halaman detail anomali muncul. Judul dimulai dengan anomali kinerja Database dan memberi nama sumber daya yang ditampilkan. Konsol default ke anomali dengan tingkat keparahan tertinggi, terlepas dari kapan anomali terjadi.

  3. (Opsional) Jika beberapa sumber daya terpengaruh, pilih sumber daya yang berbeda dari daftar di bagian atas halaman.

Berikut ini, Anda dapat menemukan deskripsi untuk komponen halaman detail.

Gambaran umum sumber daya

Bagian atas halaman detail adalah ikhtisar sumber daya. Bagian ini merangkum anomali kinerja yang dialami oleh instans DB Amazon RDS Anda.

Ikhtisar halaman detail anomali

Bagian ini memiliki bidang berikut:

  • Nama sumber daya — Nama instance DB yang mengalami anomali. Dalam contoh ini, sumber daya bernama prod_db_678.

  • Mesin DB — Nama instance DB yang mengalami anomali. Dalam contoh ini, mesinnya adalah Aurora MySQL.

  • Tingkat keparahan anomali — Ukuran dampak negatif anomali pada instans Anda. Kemungkinan tingkat keparahan adalah Tinggi, Sedang, dan R endah.

  • Ringkasan anomali — Ringkasan singkat dari masalah ini. Ringkasan tipikal adalah beban DB yang luar biasa tinggi.

  • Waktu mulai dan waktu akhir — Waktu ketika anomali dimulai dan berakhir. Jika waktu akhir sedang berlangsung, anomali masih terjadi.

  • Durasi — Durasi perilaku anomali. Dalam contoh ini, anomali sedang berlangsung dan telah terjadi selama 3 jam 2 menit.

Metrik utama

Bagian metrik primer merangkum anomali kasual, yang merupakan anomali tingkat atas dalam wawasan. Anda dapat menganggap anomali kausal sebagai masalah umum yang dialami oleh instance DB Anda.

Bagian Apa yang kami temukan dari halaman detail anomali

Panel kiri memberikan rincian lebih lanjut tentang masalah ini. Dalam contoh ini, ringkasan mencakup informasi berikut:

  • Beban database (beban DB) — Kategorisasi anomali sebagai masalah beban database. Metrik yang sesuai dalam Performance Insights adalahDBLoad. Metrik ini juga dipublikasikan ke Amazon CloudWatch.

  • db.r5.4xlarge — Kelas instans DB. Jumlah vCPU, yaitu 16 dalam contoh ini, sesuai dengan garis putus-putus di grafik Aver age active sessions (AAS).

  • 24 (lonjakan 6x) — Beban DB, diukur dalam sesi aktif rata-rata (AAS) selama interval waktu yang dilaporkan dalam wawasan. Dengan demikian, pada waktu tertentu selama periode anomali, rata-rata 24 sesi aktif di database. Beban DB adalah 6 kali beban DB normal untuk contoh ini.

  • Biasanya: beban DB hingga 4 - Dasar beban DB, diukur dalam AAS, selama beban kerja tipikal. Nilai 4 berarti bahwa, selama operasi normal, rata-rata 4 sesi atau lebih sedikit aktif di database pada waktu tertentu.

Secara default, bagan beban diiris oleh peristiwa tunggu. Ini berarti bahwa untuk setiap batang dalam grafik, area berwarna terbesar mewakili peristiwa tunggu yang berkontribusi paling besar terhadap total beban DB. Bagan menunjukkan waktu (berwarna merah) ketika masalah dimulai. Fokuskan perhatian Anda pada acara tunggu yang memakan ruang paling banyak di bar:

  • CPU

  • IO:wait/io/sql/table/handler

Peristiwa tunggu sebelumnya muncul lebih dari biasanya untuk database Aurora MySQL ini. Untuk mempelajari cara menyetel kinerja menggunakan acara tunggu di Amazon Aurora, lihat Menyet el dengan acara tunggu untuk Aurora MySQL dan Menyetel dengan acara tunggu untuk Aurora PostgreSQL di Panduan Pengguna Amazon Aurora. Untuk mempelajari cara menyetel kinerja menggunakan peristiwa tunggu di RDS untuk PostgreSQL, lihat Menyetel dengan peristiwa tunggu untuk RDS untuk PostgreSQL di Panduan Pengguna Amazon RDS.

Metrik terkait

Bagian Metrik Ter kait mencantumkan anomali kontekstual, yang merupakan temuan spesifik dalam anomali kausal. Temuan ini memberikan informasi tambahan tentang masalah kinerja.

Bagian Metrik Terkait pada halaman detail

Tabel Metrik Ter kait memiliki dua kolom: Nama metrik dan Timeline (UTC). Setiap baris dalam tabel sesuai dengan metrik tertentu.

Kolom pertama dari setiap baris memiliki informasi berikut:

  • Name— Nama metrik. Baris pertama mengidentifikasi metrik sebagai tugas yang sedang berjalan CPU.

  • Saat ini — Nilai metrik saat ini. Di baris pertama, nilai saat ini adalah 162 proses (3x).

  • Biasanya — Basis dasar metrik ini untuk database ini ketika berfungsi normal. DevOpsGuru untuk RDS menghitung baseline sebagai nilai persentil ke-95 selama 1 minggu sejarah. Baris pertama menunjukkan bahwa 56 proses biasanya berjalan pada CPU.

  • Berkontribusi pada — Temuan yang terkait dengan metrik ini. Di baris pertama, metrik tugas yang menjalankan CPU dikaitkan dengan kapasitas CPU melebihi anomali.

Kol om Timeline menunjukkan bagan garis untuk metrik. Area yang teduh menunjukkan interval waktu ketika DevOps Guru untuk RDS menetapkan temuan sebagai tingkat keparahan tinggi.

Analisis dan rekomendasi

Sedangkan anomali kausal menggambarkan masalah keseluruhan, anomali kontekstual menggambarkan temuan spesifik yang memerlukan penyelidikan. Setiap temuan sesuai dengan satu set metrik terkait.

Dalam contoh berikut dari bagian Analisis dan rekomendasi, anomali beban DB tinggi memiliki dua temuan.

Bagian Analisis dan rekomendasi dari halaman detail

Tabel memiliki kolom berikut:

  • Anomali — Deskripsi umum dari anomali kontekstual ini. Dalam contoh ini, anomali pertama adalah peristiwa tunggu beban tinggi, dan yang kedua adalah kapasitas CPU terlampaui.

  • Analisis — Penjelasan rinci tentang anomali.

    Pada anomali pertama, tiga jenis tunggu berkontribusi pada 90% beban DB. Pada anomali kedua, antrian berjalan CPU melebihi 150, yang berarti bahwa pada waktu tertentu, lebih dari 150 sesi menunggu waktu CPU. Pemanfaatan CPU lebih dari 97%, yang berarti bahwa selama masalah, CPU sibuk 97% dari waktu. Dengan demikian, CPU hampir terus-menerus ditempati sementara rata-rata 150 sesi menunggu untuk berjalan pada CPU.

  • Rekomendasi — Respons pengguna yang disarankan terhadap anomali.

    Dalam anomali pertama, DevOps Guru untuk RDS merekomendasikan agar Anda menyelidiki peristiwa tunggu cpu danio/table/sql/handler. Untuk mempelajari cara menyetel kinerja database berdasarkan peristiwa ini, lihat cpu dan io/table/sql/handlerdi Panduan Pengguna Amazon Aurora.

    Dalam anomali kedua, DevOps Guru untuk RDS merekomendasikan agar Anda mengurangi konsumsi CPU dengan menyetel tiga pernyataan SQL. Anda dapat mengarahkan kursor ke tautan untuk melihat teks SQL.

  • Metrik terkait — Metrik yang memberi Anda pengukuran spesifik untuk anomali. Untuk informasi selengkapnya tentang metrik ini, lihat Referensi metrik untuk Amazon Aurora di Panduan Pengguna Amazon Aurora atau Refer ensi Metrik untuk Amazon RDS di Panduan Pengguna Amazon RDS.

    Dalam anomali pertama, DevOps Guru untuk RDS merekomendasikan agar membandingkan beban DB dengan CPU maksimum untuk instance Anda. Pada anomali kedua, rekomendasinya adalah melihat antrian berjalan CPU, pemanfaatan CPU, dan tingkat eksekusi SQL.