אופטימיזציה של אשכולות עם הקצאות-חסר

כדי למנוע צווארי בקבוק בביצועים שנגרמים בגלל ניצול גבוה של המעבד או ניצול זיכרון, אתם יכולים להשתמש בשירות ההמלצות לאשכולות עם הקצאת חסר של AlloyDB ל-PostgreSQL. שירות ההמלצות מזהה אשכולות עם ניצול משאבים גבוה ומספק המלצות להתאמת הגודל של הגדרת האשכול.

איך פועל שירות ההמלצות לאשכולות עם הקצאת-חסר

אם המערכת מזהה ניצול גבוה של המעבד (CPU) או ניצול זיכרון, מוצגת המלצה להגדיל את המכונה המושפעת באשכול כדי להפחית את ניצול המעבד או ניצול זיכרון בשיא. ההמלצות נוצרות מדי יום.

לפני שמתחילים

כדי לראות המלצות ותובנות, צריך לבצע את הפעולות הבאות:

• חשוב לוודא שהפעלתם את Recommender API.

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

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

  מידע נוסף זמין במאמר מתן גישה למשתמשים אחרים.

הצגת רשימת ההמלצות לאשכולות עם הקצאת-חסר

אפשר להציג את רשימת ההמלצות לאשכולות עם הקצאת חסר באמצעות מסוף Google Cloud , ה-CLI של gcloud או Recommender API.

המסוף

כדי להציג רשימה של המלצות לגבי אשכולות עם הקצאת חסר:

1. נכנסים לדף Clusters במסוף Google Cloud .

   כניסה לדף Clusters

   איך מוצאים המלצות באמצעות Active Assist

2. בטבלת הרשימה Resources, מוצאים את האשכול ולוחצים על View issues בעמודה Issues.

   רשימת הבעיות מוצגת בחלונית בעיות נפוצות. בוחרים את כרטיס ההמלצה Underprovisioned primary instance.

‫CLI של gcloud

כדי להציג רשימה של המלצות לגבי אשכולות עם הקצאת חסר 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: האזור שבו נמצאים האשכולות, למשל us-central1.

API

כדי להציג רשימה של המלצות לאשכולות עם הקצאת חסר באמצעות Recommender API, מפעילים את ה-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: האזור שבו נמצאים האשכולות, למשל us-central1.

צפייה בתובנות ובהמלצות מפורטות

אתם יכולים לראות תובנות והמלצות מפורטות לגבי אשכולות עם הקצאת חסר שצריך לבצע להם אופטימיזציה, באמצעות מסוף Google Cloud , ה-CLI של gcloud או Recommender API.

המסוף

1. נכנסים לדף Clusters במסוף Google Cloud .

   כניסה לדף Clusters

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

   החלונית Aggregated issues מופיעה בצד ימין, וכוללת תובנות והמלצות מפורטות לגבי אשכול עם הקצאת חסר.

‫CLI של gcloud

מריצים את הפקודה gcloud recommender insights list:

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: האזור שבו נמצאים האשכולות, למשל us-central1.
• ‫INSIGHT_SUBTYPE: מגדירים את הפרמטר הזה לאחת מהאפשרויות הבאות:
  • ‫HIGH_INSTANCE_CPU_UTILIZATION: הצגת תובנות לגבי השימוש ב-CPU
  • ‫HIGH_INSTANCE_MEMORY_UTILIZATION: הצגת תובנות לגבי הזיכרון

API

מפעילים את ה-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, לדוגמה us-central1.
• ‫INSIGHT_SUBTYPE: מגדירים את הפרמטר הזה לאחת מהאפשרויות הבאות:
  • ‫HIGH_INSTANCE_CPU_UTILIZATION: הצגת תובנות לגבי השימוש ב-CPU
  • ‫HIGH_INSTANCE_MEMORY_UTILIZATION: הצגת תובנות לגבי הזיכרון

בטבלה הבאה מפורטות התובנות וההמלצות שהכלי להמלצות על אשכולות עם הקצאת חסר של משאבים ב-AlloyDB ל-PostgreSQL יכול ליצור, כדי לעזור לכם להימנע מצווארי בקבוק שנובעים משימוש גבוה במעבד ובזיכרון, ולצמצם את הסבירות לאירועים של מחסור בזיכרון. סוגי המשנה מופיעים ב-gcloud ובתוצאות ה-API.

תובנות	המלצות
בהתאם למגמות הנוכחיות של ניצול המעבד (CPU), האשכול מסומן כבעל שימוש גבוה במעבד. סוג משנה: HIGH_INSTANCE_CPU_UTILIZATION	מגדילים את גודל המעבד (CPU) או מפחיתים את ניצול המעבד. סוג משנה: INCREASE_PRIMARY_INSTANCE_SIZE
על סמך המגמות הנוכחיות של ניצול הזיכרון, האשכול מסומן כבעל שימוש גבוה בזיכרון. סוג משנה: HIGH_INSTANCE_MEMORY_UTILIZATION	מגדילים את נפח הזיכרון או מפחיתים את ניצול הזיכרון. סוג משנה: INCREASE_PRIMARY_INSTANCE_SIZE

יישום המלצות באמצעות מסוף Google Cloud

כדי ליישם את ההמלצה, בודקים אותה בקפידה ומבצעים את הפעולות הבאות במסוףGoogle Cloud :

1. לוחצים על Edit באשכול.

2. בחלון Edit primary instance, עוברים לסוג מכונה עם יותר מעבדי vCPU ויותר זיכרון. אתם לא חייבים לשנות את גודל האשכול בדיוק לפי ההמלצה. הפעילו שיקול דעת ושנו את הגודל בהתאם לאופן שבו אתם מתכוונים להקצות את האשכול.

3. לוחצים על Update instance.

   הערה: צריך לבדוק היטב לפני שמעדכנים את האשכול. יישום ההמלצות עשוי להשפיע על התמחור.

המאמרים הבאים

• Google Cloud שירותי המלצות