Konsep kunci untuk DevOps Guru untuk RDS - DevOps Guru Amazon
Wawasan proaktifWawasan reaktifRekomendasi

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

Konsep kunci untuk DevOps Guru untuk RDS

Wawasan dihasilkan oleh DevOps Guru ketika mendeteksi perilaku anomali atau bermasalah dalam aplikasi operasional Anda. Wawasan berisi anomali untuk satu atau lebih sumber daya. Anomali mewakili satu atau lebih metrik terkait yang terdeteksi oleh DevOps Guru yang tidak terduga atau tidak biasa.

Wawasan memiliki tingkat keparahan tinggi, sedang, atau rendah. Tingkat keparahan wawasan ditentukan oleh anomali paling parah yang berkontribusi untuk menciptakan wawasan. Misalnya, jika wawasan AWS-ECS_ MemoryUtilization _and_others menyertakan satu anomali dengan tingkat keparahan rendah dan yang lainnya dengan tingkat keparahan tinggi, tingkat keparahan keseluruhan wawasannya tinggi.

Jika instans Amazon RDS DB mengaktifkan Performance Insights DevOps, Guru for RDS memberikan analisis dan rekomendasi terperinci dalam anomali untuk instans ini. Untuk mengidentifikasi anomali, DevOps Guru untuk RDS mengembangkan garis dasar untuk nilai metrik database. DevOpsGuru untuk RDS kemudian membandingkan nilai metrik saat ini dengan garis dasar historis.

Wawasan proaktif

Wawasan proaktif memberi tahu Anda tentang perilaku bermasalah sebelum menimbulkan masalah. Ini berisi anomali dengan rekomendasi dan metrik terkait untuk membantu Anda mengatasi masalah sebelum menjadi masalah yang lebih besar.

Setiap halaman wawasan proaktif memberikan detail tentang satu anomali.

Wawasan reaktif

Wawasan reaktif mengidentifikasi perilaku anomali saat terjadi. Ini berisi anomali dengan rekomendasi, metrik terkait, dan peristiwa untuk membantu Anda memahami dan mengatasi masalah sekarang.

Anomali kausal

Anomali kausal adalah anomali tingkat puncak dalam wawasan reaktif. Ini ditampilkan sebagai metrik Primer pada halaman detail anomali di konsol DevOps Guru. Beban basis data (beban DB) adalah anomali kausal untuk DevOps Guru untuk RDS. Misalnya, wawasan AWS-ECS_ MemoryUtilization _and_others dapat memiliki beberapa anomali metrik, salah satunya adalah beban Database (beban DB) untuk sumber daya AWS/RDS.

Dalam sebuah wawasan, anomali beban Database (beban DB) dapat terjadi untuk beberapa instans Amazon RDS DB. Tingkat keparahan anomali mungkin berbeda untuk setiap instans DB. Misalnya, tingkat keparahan untuk satu instans DB mungkin tinggi sedangkan tingkat keparahan untuk yang lain rendah. Konsol default ke anomali dengan tingkat keparahan tertinggi.

Anomali kontekstual

Anomali kontekstual adalah temuan dalam Beban basis data (Beban DB) yang terkait dengan wawasan reaktif. Ini ditampilkan di bagian Metrik terkait dari halaman detail anomali di konsol Guru. DevOps Setiap anomali kontekstual menjelaskan masalah kinerja Amazon RDS tertentu yang memerlukan penyelidikan. Misalnya, anomali kausal dapat mencakup anomali kontekstual berikut:

  • Kapasitas CPU terlampaui — Antrian run CPU atau pemanfaatan CPU di atas normal.

  • Memori database rendah — Proses tidak memiliki cukup memori.

  • Koneksi database spiked — Jumlah koneksi database di atas normal.

Rekomendasi

Setiap wawasan memiliki setidaknya satu tindakan yang disarankan. Contoh berikut adalah rekomendasi yang dihasilkan oleh DevOps Guru untuk RDS:

  • Tune SQL ID List_OF_IDS untuk mengurangi penggunaan CPU, atau meng-upgrade jenis instans untuk meningkatkan kapasitas CPU.

  • Tinjau lonjakan terkait koneksi database saat ini. Pertimbangkan untuk menyetel pengaturan kumpulan aplikasi untuk menghindari alokasi dinamis yang sering dari koneksi database baru.

  • Cari pernyataan SQL yang melakukan operasi memori berlebihan, seperti penyortiran dalam memori atau gabungan besar.

  • Selidiki penggunaan I/O berat untuk ID SQL berikut: List_of_ids.

  • Periksa pernyataan yang membuat sejumlah besar data sementara, misalnya yang melakukan jenis besar atau menggunakan tabel sementara yang besar.

  • Periksa aplikasi untuk melihat apa yang menyebabkan peningkatan beban kerja database.

  • Pertimbangkan untuk mengaktifkan MySQL Performance Schema.

  • Periksa transaksi yang berjalan lama dan akhiri dengan komit atau rollback.

  • Konfigurasikan parameter idle_in_transaction_session_timeout untuk mengakhiri sesi apa pun yang telah berada dalam status 'idle in transaction' lebih lama dari waktu yang ditentukan.