As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.
Que métricas devo monitorar?
As CloudWatch métricas a seguir oferecem uma boa visão do desempenho do MemoryDB. Na maioria dos casos, recomendamos que você defina CloudWatch alarmes para essas métricas para que você possa tomar medidas corretivas antes que ocorram problemas de desempenho.
Métricas para monitorar
CPUUtilization
Essa é uma métrica em nível de host relatada como uma porcentagem. Para obter mais informações, consulte Métricas em nível de host.
Para tipos de nós menores com 2 vCPUs ou menos, use a CPUUtilization
métrica para monitorar sua carga de trabalho.
De um modo geral, sugerimos que você defina seu limite em 90% do que está disponívelCPU. Como o Valkey e o Redis OSS são de um único segmento, o valor limite real deve ser calculado como uma fração da capacidade total do nó. Por exemplo, suponha que você esteja usando um tipo de nó com dois núcleos. Nesse caso, o limite para CPUUtilization seria 90/2 ou 45%. Para descobrir o número de núcleos (vCPUs) que seu tipo de nó tem, consulte Preços do MemoryDB
Você precisará determinar seu próprio limite, com base no número de núcleos no nó que está usando. Se você exceder esse limite e sua workload principal for de solicitações de leitura, escale seu cluster adicionando réplicas de leitura. Se a workload principal for proveniente de solicitações de gravação, recomendamos que você adicione mais fragmentos para distribuir a workload de gravação em mais nós primários.
dica
Em vez de usar a métrica Host-LevelCPUUtilization
, talvez você possa usar a métricaEngineCPUUtilization
, que relata a porcentagem de uso no núcleo do mecanismo Valkey ou RedisOSS. Para ver se essa métrica está disponível em seus nós e para obter mais informações, consulte Métricas para MemoryDB.
Para tipos de nós maiores com 4 vCPUs ou mais, talvez você queira usar a EngineCPUUtilization
métrica, que relata a porcentagem de uso no núcleo do OSS mecanismo Valkey ou Redis. Para ver se essa métrica está disponível em seus nós e para obter mais informações, consulte Métricas para MemoryDB.
E ngineCPUUtilization
Para tipos de nós maiores com 4 vCPUs ou mais, talvez você queira usar a EngineCPUUtilization
métrica, que relata a porcentagem de uso no núcleo do OSS mecanismo Valkey ou Redis. Para ver se essa métrica está disponível em seus nós e para obter mais informações, consulte Métricas para MemoryDB.
SwapUsage
Esta é uma métrica em nível de host relatada em bytes. Para obter mais informações, consulte Métricas em nível de host.
essa métrica não deve exceder 50 MB.
Evictions
Essa é uma métrica de mecanismo. Recomendamos que você determine seu próprio limite de alarme para essa métrica com base nas necessidades do seu aplicativo.
CurrConnections
Essa é uma métrica de mecanismo. Recomendamos que você determine seu próprio limite de alarme para essa métrica com base nas necessidades do seu aplicativo.
Um número crescente de CurrConnectionspode indicar um problema com seu aplicativo; você precisará investigar o comportamento do aplicativo para resolver esse problema.
Memória
A memória é um aspecto central do Valkey e do RedisOSS. Compreender a utilização da memória do seu cluster é necessário para evitar a perda de dados e acomodar o crescimento futuro do seu conjunto de dados. As estatísticas sobre a utilização da memória de um nó estão disponíveis na seção de memória do INFO
Rede
Um dos fatores determinantes para a capacidade de largura de banda da rede do cluster é o tipo de nó selecionado. Para obter mais informações sobre a capacidade de rede de seu nó, consulte Precificação do Amazon MemoryDB
Replicação
O volume de dados que está sendo replicado é visível através da métrica ReplicationBytes
. Você pode monitorar o MaxReplicationThroughput
em relação ao throughput da capacidade de replicação. Recomenda-se adicionar mais fragmentos ao atingir o throughput máximo da capacidade de replicação.
ReplicationDelayedWriteCommands
também pode indicar se a workload está excedendo o throughput da capacidade máxima de replicação. Para obter mais informações sobre a replicação no MemoryDB, consulte Entendendo a replicação do MemoryDB