本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。
檢視RDS資料庫執行個體建議
Compute Optimizer 為 Amazon RDS My RDS SQL 和 RDS Amazon RDS PostgreSQL 資料庫引擎產生資料庫執行個體和資料庫執行個體儲存建議。這些建議會顯示在 Compute Optimizer RDS 主控台的資料庫執行個體和RDS資料庫執行個體詳細資訊頁面上。這兩個頁面都分為兩個單獨的索引標籤:執行個體和儲存體 。
-
RDS 資料庫執行個體頁面的建議
執行個體
此頁面會列出資料,其中包含您目前的每個RDS資料庫執行個體、尋找分類、尋找原因、目前執行個體類型、預估節省和儲存機會。來自 Compute Optimizer 的首要建議會列在每個執行個體旁。此建議包括建議的執行個體類型、隨需定價,以及目前執行個體之間的價格差異。使用建議頁面來比較您目前的執行個體及其最熱門的建議。這樣做可以協助您決定要調整大小或縮減執行個體的大小。
儲存
此頁面列出包含您目前每個磁碟區、尋找分類、目前磁碟區類型和目前價格的資料。來自 Compute Optimizer 的熱門建議會列在每個磁碟區旁,其中包含建議的磁碟區類型、建議的 IOPS、建議的價格,以及您目前磁碟區和建議之間的價格差異。使用建議頁面來比較您目前的磁碟區和其最佳建議,這可協助您決定應該調整磁碟區的大小。
如需如何檢視 Amazon RDS 資料庫建議的詳細資訊,請參閱 存取RDS資料庫執行個體建議和詳細資訊。
-
RDS 資料庫執行個體詳細資訊頁面
執行個體
此頁面最多列出兩個針對特定RDS資料庫執行個體的最佳化建議。它列出每個建議的規格,包括效能風險、價格差異和隨需定價。
儲存
此頁面提供RDS資料庫執行個體儲存體的最佳化建議。它列出每個建議的規格,包括配置的儲存、佈建的 IOPS、輸送量和儲存價格差異。
兩個詳細資訊頁面都會顯示使用率指標圖表,可用來比較目前執行個體或儲存體與建議選項的預測使用率指標。這些圖表可協助您更了解這些建議的影響。
如需有關如何檢視RDS資料庫執行個體和儲存體詳細資訊的詳細資訊,請參閱 存取RDS資料庫執行個體詳細資訊頁面。
建議會每天重新整理,最多可能需要 12 小時才能產生。請記住,Compute Optimizer RDS 需要至少 30 小時的 CloudWatch 指標才能為 Amazon 資料庫執行個體產生建議。如需詳細資訊,請參閱資源需求。
尋找分類
資料庫RDS執行個體建議頁面上的調查結果欄提供回顧期間RDS資料庫執行個體和儲存體執行方式的摘要。
下列調查結果分類適用於RDS資料庫執行個體。
分類 | 描述 |
---|---|
佈建不足 |
當 Compute Optimizer 偵測到沒有足夠的 CPU、記憶體、網路頻寬、 EBS IOPS或EBS輸送量時,RDS資料庫執行個體會被視為佈建不足。Compute Optimizer CPU 會顯示佈建不足 、網路頻寬佈建不足 或EBS輸送量佈建不足 的調查結果原因。佈建不足RDS的資料庫執行個體可能會導致應用程式效能不佳。 |
過度佈建 |
當 Compute Optimizer EBS 偵測到 CPU、IOPS、網路頻寬或EBS輸送量過多時,會視為過度佈建RDS資料庫執行個體。Compute Optimizer 會顯示CPU過度佈建 、EBSIOPS過度佈建 、網路頻寬過度佈建 或EBS過度佈建輸送量 的調查結果原因。過度佈建RDS的資料庫執行個體可能會導致額外的基礎設施成本。 |
最佳化 |
當RDS資料庫執行個體的規格符合工作負載的效能需求時,RDS資料庫執行個體會被視為最佳化。對於最佳化的執行個體,Compute Optimizer 可能會建議新一代資料庫執行個體類別,或提供新的引擎版本。 |
下列調查結果分類適用於RDS儲存體。
分類 | 描述 |
---|---|
佈建不足 |
當 Compute Optimizer 偵測到配置的儲存空間或EBS輸送量不足時,RDS儲存磁碟區會被視為佈建不足。Compute Optimizer 會顯示磁碟EBS區配置儲存不足佈建或EBS磁碟區輸送量不足佈建的調查結果原因。佈建不足RDS的資料庫執行個體儲存磁碟區可能會導致應用程式效能不佳。 |
過度佈建 |
當 Compute Optimizer RDS 偵測到有過多IOPS或EBS輸送量時,資料庫執行個體儲存磁碟區會被視為過度佈建。Compute Optimizer 會顯示磁碟EBS區IOPS過度佈建或磁碟EBS區輸送量過度佈建的調查結果原因。過度佈建的資料庫執行個體儲存磁碟區可能會導致額外的基礎設施成本。 |
最佳化 |
當RDS資料庫執行個體儲存體磁碟區的規格符合工作負載的效能需求時,儲存體會被視為最佳化。對於最佳化的資料庫執行個體儲存,Compute Optimizer 可能會建議新一代儲存類型。 |
如需佈建下和過度佈建RDS資料庫執行個體的詳細資訊,請參閱 檢視RDS資料庫執行個體建議 主題尋找原因中的 。
尋找原因
資料庫RDS執行個體和RDS資料庫執行個體詳細資訊建議頁面上的尋找原因欄會顯示執行個體的哪些規格佈建不足或過度佈建。
下列調查結果原因適用於RDS資料庫執行個體:
尋找原因 | 描述 |
---|---|
|
資料庫執行個體的CPU組態可以縮減規模,也符合工作負載的效能需求。這是透過在回顧期間分析目前執行個體的 |
|
資料庫執行個體的CPU組態不符合工作負載的效能需求,而且還有其他執行個體類型可提供更好的CPU效能。這是透過在回顧期間分析目前執行個體的 |
|
資料庫執行個體的EBS輸送量組態可以縮減規模,也符合您工作負載的效能需求。這是透過分析在回顧期間連接到目前執行個體的EBS磁碟區 |
|
資料庫執行個體的EBS輸送量組態不符合工作負載的效能需求,而且還有其他執行個體類型可提供更好的EBS輸送量效能。這可透過分析在回顧期間連接至目前執行個體的EBS磁碟區 |
|
資料庫執行個體的EBSIOPS組態可以縮減規模,也符合工作負載的效能需求。這可透過分析回顧期間連接至目前執行個體的EBS磁碟區 |
|
資料庫執行個體的網路頻寬組態可以縮減大小,同時仍然符合工作負載的效能需求。這可透過在回顧期間分析目前執行個體的 |
|
資料庫執行個體的網路頻寬組態不符合工作負載的效能需求,而且還有其他執行個體類型可提供更好的網路頻寬效能。這可透過在回顧期間分析目前執行個體的 |
|
如果目前的資料庫執行個體是上一代的執行個體類型,Compute Optimizer 會產生此調查結果原因,以指出有可用的新一代資料庫執行個體類型。建議您使用目前世代的執行個體類型,以取得最佳效能。 |
|
如果目前的引擎版本已棄用,Compute Optimizer 會產生此調查結果原因,以指示有可用的新引擎版本。 |
下列調查結果原因適用於RDS資料庫執行個體儲存體。
尋找原因 | 描述 |
---|---|
|
連接至資料庫執行個體的EBS磁碟區配置儲存空間不符合工作負載的效能需求,而且有替代磁碟區類型可提供更好的配置儲存效能。這可透過分析回顧期間連接到目前執行個體的EBS磁碟區 |
|
連接資料庫執行個體的EBS磁碟區IOPS組態可以縮小大小,也符合您工作負載的效能需求。這可透過分析回顧期間連接到目前執行個體的EBS磁碟區 |
|
連接資料庫執行個體的EBS磁碟區輸送量大小不符合工作負載的效能需求,而且還有其他磁碟區類型可提供更好的磁碟區輸送量效能。 |
|
連接資料庫執行個體的EBS磁碟區輸送量可以縮小規模,也符合您工作負載的效能需求。 |
|
如果目前的資料庫執行個體儲存體是上一代儲存體類型,Compute Optimizer 會產生此調查結果原因,以指出有可用的新一代儲存體類型。我們鼓勵您使用目前世代的儲存體類型,以獲得最佳效能 |
AWS Graviton 型執行個體建議
檢視 Amazon RDS 資料庫執行個體建議時,您可以檢視在 AWS Graviton 型執行個體上執行工作負載的價格和效能影響。若要這麼做,請在CPU架構偏好設定下拉式清單中選擇 Graviton (aws-arm64)。否則,請選擇目前以檢視以與目前RDS資料庫執行個體相同的CPU廠商和架構為基礎的建議。
更新目前價格 、建議價格 、價格差異 、價格差異 (%) 和預估每月節省資料欄,以提供目前資料庫執行個體類型與所選CPU架構偏好設定的執行個體類型之間的價格比較。例如,如果您選擇 Graviton (aws-arm64),則會在目前資料庫執行個體類型和建議的 Graviton 型執行個體類型之間比較價格。
預估每月節省和節省機會
預估每月節省金額 (折扣後)
執行個體索引標籤
此欄列出您透過將工作負載從目前RDS資料庫執行個體或類型遷移至預留執行個體定價模型下建議類型的每月節省成本。若要接收具有預留執行個體折扣的建議,需要啟用節省估算模式偏好設定。
儲存索引標籤
此欄列出您透過將RDS資料庫執行個體儲存磁碟區從目前規格遷移至特定折扣下建議規格,而可節省的每月成本。若要接收具有特定折扣的建議,需要啟用節省估算模式偏好設定。
如需詳細資訊,請參閱節省估算模式 。
注意
如果您未啟用節省估算模式偏好設定,執行個體和儲存索引標籤上的此欄會顯示預設隨需定價折扣資訊。
預估每月節省 (隨需)
執行個體索引標籤
此欄列出您透過將工作負載從目前RDS資料庫執行個體類型遷移至隨需定價模型下的建議執行個體類型,而可節省的每月成本。
儲存索引標籤
此欄列出您透過將RDS資料庫執行個體儲存磁碟區從目前規格遷移至建議規格而體驗到的每月節省成本。
節省機會 (%)
此欄列出目前執行個體價格與建議RDS資料庫執行個體類型價格之間的百分比差異。如果已啟用節省估算模式,Computation Optimizer 會分析預留執行個體定價折扣,以產生節省機會百分比。如果未啟用節省估算模式,Compute Optimizer 只會使用隨需定價資訊。如需詳細資訊,請參閱節省估算模式 。
重要
如果您在 中啟用 Cost Optimization Hub AWS Cost Explorer,Compute Optimizer 會使用 Cost Optimization Hub 資料來產生您的建議,其中包括您的特定定價折扣。如果未啟用 Cost Optimization Hub,Compute Optimizer 會使用 Cost Explorer 資料和隨需定價資訊來產生您的建議。如需詳細資訊,請參閱 AWS Cost Management 使用者指南 中的啟用 Cost Explorer 和 Cost Optimization Hub。
預估每月節省金額計算
針對每個建議,我們會計算使用建議規格操作新RDS資料庫執行個體或儲存體的成本。預估每月節省金額是根據目前執行個體或儲存體的執行時數,以及目前規格與建議規格之間的速率差異來計算。在 Compute Optimizer RDS 儀表板上顯示的資料庫執行個體和儲存體的每月預估節省成本,是帳戶中所有過度佈建調查結果的每月預估節省總和。
效能風險
RDS 資料庫執行個體詳細資訊頁面上的效能風險欄定義了每個建議執行個體類型不符合工作負載資源需求的可能性。Compute Optimizer 會針對建議執行個體的每個規格計算個別的效能風險分數。這包括規格CPU,例如 、EBS輸送量和 EBS IOPS。建議執行個體的效能風險會計算為分析資源規格的最大效能風險分數。
這些值的範圍從非常低、低、中、高和非常高。非常低的效能風險意味著,執行個體類型建議預計始終提供足夠的功能。效能風險越高,建議您在遷移資源之前驗證建議是否符合工作負載的效能需求。決定是否要最佳化以改善效能、降低成本,或是結合這兩者。
比較圖表
Amazon RDS 資料庫執行個體詳細資訊頁面會顯示目前和建議的RDS資料庫執行個體和回顧期間的儲存資料的使用率指標圖表。Compute Optimizer 使用每個 5 分鐘時間間隔內的最大使用點來產生RDS資料庫執行個體和儲存建議。
穩定的藍線是目前服務的使用率。如果您在分析期間使用建議,橘色行是投影的上限和下限值。
您可以變更圖形以顯示過去 24 小時、三天、一週或兩週的資料。您也可以在平均值和最大值之間變更圖形的統計資料。
資料庫RDS執行個體詳細資訊頁面上會顯示下列比較圖表:
圖形名稱 | 描述 |
---|---|
CPU 使用率 |
資料庫執行個體上使用的配置運算單位百分比。此指標識別在執行個體上執行應用程式所需的處理能力。 |
資料庫連線 (計數) |
連線至資料庫執行個體的用戶端工作階段數目。 |
網路接收輸送量 MiB /秒) |
資料庫執行個體上的傳入 (接收) 網路流量,包括客戶資料庫流量和用於監控和複寫的 Amazon RDS流量。 |
網路傳輸輸送量 MiB /秒) |
資料庫執行個體上的傳出 (傳輸) 網路流量,包括客戶資料庫流量和用於監控和複寫的 Amazon RDS流量。 |
EBS 讀取操作 (每秒) |
磁碟讀取輸入/輸出操作的每秒平均次數。 |
EBS 寫入操作 (每秒) |
磁碟寫入輸入/輸出操作的每秒平均次數。 |
EBS 讀取輸送量 MiB /秒) |
平均每秒從磁碟讀取的位元組數目。 |
EBS 寫入輸送量 MiB /秒) |
平均每秒寫入磁碟的位元組數目。 |
EBS IO 平衡 (百分比) |
留在RDS資料庫爆量儲存貯體中的 I/O 點數百分比。只有基本監控才提供此指標。 |
EBS 位元組平衡 (百分比) |
留在RDS資料庫爆量儲存貯體中的輸送量點數百分比。只有基本監控才提供此指標。 |
可用儲存空間 |
可用的儲存空間的數量。 |
資料庫載入 |
資料庫中的工作階段活動層級。如需詳細資訊,請參閱 Amazon Relational Database Service 使用者指南 中的資料庫載入。 |
交換 (KB) |
從磁碟交換輸入的記憶體數量,以 KB 為單位。 |
交換輸出 (KB) |
交換輸出到磁碟的記憶體數量,以 KB 為單位。 |
注意
只有當您啟用 Amazon RDS Performance Insights 時,資料庫載入、交換 (KB) 和交換 (KB) 指標才可使用。若要為您的資料庫執行個體啟用 Performance Insights,請參閱 Amazon Amazon Relational Database Service使用者指南 中的開啟和關閉 Amazon Performance InsightsRDS。