אופטימיזציה של אשכולות עם הקצאות-חסר

בדף הזה מוסבר איך לייעל את הביצועים של אשכולות AlloyDB ל-PostgreSQL באמצעות שירות המלצות לאשכולות עם הקצאת יתר של משאבים. כלי ההמלצות עוזר לכם לזהות אשכולות עם ניצול גבוה של CPU וזיכרון, ומספק המלצות לשיפור הגדרת האשכול.

איך פועל הכלי להמלצות לגבי אשכולות עם הקצאת יתר של משאבים

אם המערכת מזהה שימוש גבוה ב-CPU או בזיכרון, היא תציג המלצה להגדיל את הגודל של המופע המושפע באשכול כדי לצמצם את השימוש ב-CPU או בזיכרון בשיא. ההמלצות נוצרות מדי יום.

לפני שמתחילים

כדי לראות המלצות ותובנות, צריך לבצע את הפעולות הבאות:

• מוודאים שהפעלתם את Recommender API.

• כדי לקבל את ההרשאות לצפייה בתובנות ובהמלצות ולעבודה איתן, צריך לוודא שיש לכם את התפקידים הנדרשים בניהול זהויות והרשאות גישה (IAM).

  Tasks	תפקידים
  לצפייה בהמלצות	recommender.alloydbViewer או alloydb.viewer
  יישום ההמלצות	recommender.alloydbAdmin או alloydb.admin

  מידע נוסף זמין במאמר בנושא הענקת גישה למשתמשים אחרים.

הצגת המלצות לגבי אשכולות עם הקצאת-חסר

אפשר לראות רשימה של המלצות לגבי אשכולות עם הקצאת יתר של משאבים באמצעות מסוף Google Cloud , gcloud CLI או Recommender API.

המסוף

כדי לראות רשימה של המלצות לגבי אשכולות עם הקצאת יתר:

1. נכנסים לדף Clusters במסוף Google Cloud .

   מעבר אל Clusters

   מידע נוסף מופיע במאמר איתור המלצות במרכז ההמלצות.

2. בטבלת הרשימה Resources, מוצאים את האשכול ולוחצים על View issues (הצגת בעיות) בעמודה Issues (בעיות).

   רשימת הבעיות מוצגת בחלונית בעיות מצטברות. בוחרים בכרטיס ההמלצה Underprovisioned primary instance (מופע ראשי עם הקצאת משאבים לא מספקת).

‫CLI של gcloud

כדי להציג רשימה של המלצות לגבי אשכולות עם הקצאת משאבים נמוכה מדי באמצעות ה-CLI של gcloud, מריצים את הפקודה gcloud recommender recommendations list באופן הבא:

gcloud recommender recommendations list \
--project=PROJECT_ID \
--location=LOCATION \
--recommender=google.alloydb.cluster.PerformanceRecommender \
--filter=recommenderSubtype=INCREASE_PRIMARY_INSTANCE_SIZE

מחליפים את מה שכתוב בשדות הבאים:

• ‫PROJECT_ID: מזהה הפרויקט.
• ‫LOCATION: אזור שבו נמצאים האשכולות, למשל us-central1.

API

כדי לפרט המלצות לגבי אשכולות עם הקצאת יתר של משאבים באמצעות Recommendations API, מפעילים את method‏ recommendations.list באופן הבא:

GET https://recommender.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/recommenders/google.alloydb.cluster.PerformanceRecommender/recommendations?filter=recommenderSubtype=INCREASE_PRIMARY_INSTANCE_SIZE

מחליפים את מה שכתוב בשדות הבאים:

• ‫PROJECT_ID: מזהה הפרויקט.
• ‫LOCATION: אזור שבו נמצאים האשכולות, למשל us-central1.

צפייה בתובנות ובהמלצות מפורטות

אתם יכולים לראות תובנות והמלצות מפורטות לגבי אשכולות עם הקצאת משאבים נמוכה מדי שדורשים אופטימיזציה באמצעות מסוף Google Cloud , gcloud CLI או Recommender API.

המסוף

1. נכנסים לדף Clusters במסוף Google Cloud .

   מעבר אל Clusters

2. בטבלה Resources, לוחצים על View issues בעמודה Issues בשורה של האשכול.

   בצד שמאל מופיעה החלונית Aggregated issues (בעיות מצטברות), שכוללת תובנות והמלצות מפורטות לגבי אשכול עם הקצאת משאבים לא מספקת.

‫CLI של gcloud

מריצים את הפקודה gcloud recommender insights list באופן הבא:

gcloud recommender insights list \
--project=PROJECT_ID \
--location=LOCATION \
--insight-type=google.alloydb.cluster.PerformanceInsight
--filter=insightSubtype=INSIGHT_SUBTYPE

מחליפים את מה שכתוב בשדות הבאים:

• ‫PROJECT_ID: מזהה הפרויקט.
• ‫LOCATION : אזור שבו נמצאים האשכולות, למשל us-central1.
• ‫INSIGHT_SUBTYPE: מגדירים את הפרמטר הזה לאחת מהאפשרויות הבאות:
  • ‫HIGH_INSTANCE_CPU_UTILIZATION: הצגת תובנות לגבי השימוש במעבד
  • ‫HIGH_INSTANCE_MEMORY_UTILIZATION: הצגת תובנות לגבי זיכרון

API

מבצעים קריאה ל-method‏ insights.list באופן הבא:

GET https://recommender.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/insightTypes/google.alloydb.cluster.PerformanceInsight/insights?filter=insightSubtype=INSIGHT_SUBTYPE

מחליפים את מה שכתוב בשדות הבאים:

• ‫PROJECT_ID: מזהה הפרויקט.
• ‫LOCATION: אזור שבו נמצאים האשכולות, למשל us-central1.
• ‫INSIGHT_SUBTYPE: מגדירים את הפרמטר הזה לאחת מהאפשרויות הבאות:
  • ‫HIGH_INSTANCE_CPU_UTILIZATION: הצגת תובנות לגבי השימוש במעבד
  • ‫HIGH_INSTANCE_MEMORY_UTILIZATION: הצגת תובנות לגבי זיכרון

בטבלה הבאה מפורטות התובנות וההמלצות שהכלי להמלצות על הקצאת משאבים לא מספקת באשכולות של AlloyDB ל-PostgreSQL עשוי ליצור כדי לעזור לכם להימנע מנקודות צוואר בקבוק שנובעות משימוש גבוה במעבד ובזיכרון, ולמזער את הסיכוי לאירועים של חוסר זיכרון. סוגי המשנה מוצגים בתוצאות של gcloud ובתוצאות של API.

תובנות	המלצות
על סמך מגמות השימוש הנוכחיות ב-CPU, האשכול מסומן כבעל שימוש גבוה ב-CPU. תת-סוג: HIGH_INSTANCE_CPU_UTILIZATION	להגדיל את גודל המעבד או להקטין את ניצול המעבד. תת-סוג: INCREASE_PRIMARY_INSTANCE_SIZE
על סמך המגמות הנוכחיות של ניצול הזיכרון, האשכול מסומן כבעל שימוש גבוה בזיכרון. תת-סוג: HIGH_INSTANCE_MEMORY_UTILIZATION	להגדיל את נפח הזיכרון או להקטין את ניצול הזיכרון. תת-סוג: INCREASE_PRIMARY_INSTANCE_SIZE

יישום המלצות באמצעות מסוף Google Cloud

כדאי לבדוק את ההמלצות בקפידה ולבצע את הפעולות הבאות במסוףGoogle Cloud כדי ליישם את ההמלצה:

1. לוחצים על עריכה באשכול.

2. בחלון עריכת המכונה הראשית, עוברים לסוג מכונה עם יותר vCPU ויותר זיכרון. לא צריך להתאים את גודל האשכול בדיוק כמו שמומלץ. צריך להפעיל שיקול דעת ולשנות את הגודל בהתאם לאופן שבו אתם מתכוונים להקצות את האשכול.

3. לוחצים על עדכון המופע.

   הערה: חשוב לבצע הערכה מדוקדקת לפני שמעדכנים את האשכול. יישום ההמלצות עשוי להשפיע על התמחור.

המאמרים הבאים

• Google Cloud recommenders