צפייה בתובנות לגבי קבוצות של מכונות וירטואליות והסבר עליהן

תובנות לגבי קבוצות של מופעי מכונה מנוהלים (MIG) עוזרות לכם להבין את השימוש במעבד ובזיכרון של המכונות הווירטואליות (VM) שכלולות ב-MIG. התובנות האלה נוצרות באופן אוטומטי על סמך מדדי מערכת או מדדים שנאספים על ידי שירות Cloud Monitoring. אפשר להשתמש בתובנות האלה כדי לקבל החלטות לגבי שינוי הגודל של סוג המכונה של ה-MIG, כדי להשתמש במשאבי המכונה הווירטואלית בצורה יעילה יותר.

מידע נוסף על תובנות זמין במאמר בנושא תובנות.

לפני שמתחילים

  • אם עדיין לא עשיתם את זה, תצטרכו להגדיר אימות. אימות הוא תהליך שבו מאמתים את הזהות שלכם כדי לקבל גישה לממשקי API ולשירותים של Google Cloud . כדי להריץ קוד או דוגמאות מסביבת פיתוח מקומית, אפשר לבצע אימות ל-Compute Engine באחת מהדרכים הבאות:

    צריך לבחור את הכרטיסייה הרלוונטית לאופן שבו תכננתם להשתמש בדוגמאות בדף הזה:

    המסוף

    כשמשתמשים במסוף Google Cloud כדי לגשת לשירותים Google Cloud ולממשקי ה-API, לא צריך להגדיר אימות.

    gcloud

    1. התקינו את ה-CLI של Google Cloud. אחר כך, מאתחלים את ה-CLI של Google Cloud באמצעות הפקודה הבאה: 

      gcloud init

      אם אתם משתמשים בספק זהויות חיצוני (IdP), קודם אתם צריכים להיכנס ל-CLI של gcloud באמצעות המאגר המאוחד לניהול זהויות.

  • הגדרת אזור ותחום כברירת מחדל

    • REST

    כדי להשתמש בסביבת פיתוח מקומית בדוגמאות של API בארכיטקטורת REST שבדף הזה, צריך להשתמש בפרטי הכניסה שאתם נותנים ל-CLI של gcloud.

      התקינו את ה-CLI של Google Cloud.

      אם אתם משתמשים בספק זהויות חיצוני (IdP), קודם אתם צריכים להיכנס ל-CLI של gcloud באמצעות המאגר המאוחד לניהול זהויות.

    מידע נוסף מופיע במאמר אימות לשימוש ב-REST במסמכי האימות של Google Cloud .

צפייה בתובנות לגבי המלצות ל-MIG

‫Compute Engine יוצר המלצות לסוגי מכונות על סמך תובנות לגבי משאבים. כשמציגים תובנות שמשויכות לקבוצת מופעים מנוהלת ספציפית, אפשר לקבל מידע נוסף על השימוש במעבד ובזיכרון של קבוצת המופעים המנוהלת.

כדי לראות את התובנות שהובילו להמלצה ספציפית, משתמשים ב-CLI של gcloud או ב-REST.

gcloud

כדי לראות את כל התובנות הזמינות בפירוט לגבי אזור ספציפי, משתמשים בפקודה insights list.

gcloud recommender insights list --project=PROJECT_ID \
  --location=LOCATION \
  --insight-type=INSIGHT_TYPE_ID \
  --format=FORMAT

מחליפים את מה שכתוב בשדות הבאים:

  • ‫PROJECT_ID: מזהה הפרויקט.
  • ‫LOCATION: האזור שמכיל את המשאבים שרוצים להציג לגביהם תובנות.
  • ‫INSIGHT_TYPE_ID: המזהה של סוג התובנה. רשימת התובנות הזמינות לגבי מכונות וירטואליות מופיעה במאמר סוגי תובנות לגבי MIG.
  • ‫FORMAT: הפורמט המועדף של הפלט, לדוגמה json.

פלט אופייני של הפקודה insights list בפורמט הפלט json עשוי להיראות כך.

[
  {
    "name": "projects/PROJECT_ID/locations/us-central1-a/insightTypes/google.compute.instanceGroupManager.CpuUsagePredictionInsight/insights/0ec21a13-bb04-3121-7321-dc43a11cc3e3",
    "description": "Predicted CPU usage is 1.5 vCPUs.",
    "targetResources": [
      "//compute.googleapis.com/projects/PROJECT_ID/zones/us-central1-a/instanceGroupManagers/test-instance"
    ],
    "insightSubtype": "CPU_USAGE_PREDICTION",
    "lastRefreshTime": "2021-09-15T06:50:45Z",
    "observationPeriod": "14 days",
    "stateInfo": {
      "state": "ACTIVE"
    },
    "content": {
      "predictedCpuCores": 1.5
    },
    "category": "PERFORMANCE",
    "etag": "fds421j2340",
    "associatedRecommendations": [
      {
         "recommendation": "projects/PROJECT_ID/locations/us-central1-a/recommenders/google.compute.instanceGroupManager.MachineTypeRecommender/recommendations/0fd31b24-cc05-4132-8431-ed54a22dd4f1"
      }
    ]
  }
]

REST

כדי לראות את כל התובנות הזמינות בפירוט עבור אזור מסוים, משתמשים בשיטה insights.list.

GET https://recommender.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/insightTypes/INSIGHT_TYPE_ID/insights

מחליפים את מה שכתוב בשדות הבאים:

  • ‫PROJECT_ID: מזהה הפרויקט.
  • ‫LOCATION: האזור שמכיל את המשאבים שרוצים להציג לגביהם תובנות.
  • ‫INSIGHT_TYPE_ID: המזהה של סוג התובנה. רשימה של התובנות הזמינות לגבי מכונות וירטואליות מופיעה במאמר סוגי תובנות לגבי MIG.

פלט אופייני של השיטה insights.list יכול להיראות כך.

[
  {
    "name": "projects/PROJECT_ID/locations/us-central1-a/insightTypes/google.compute.instanceGroupManager.CpuUsagePredictionInsight/insights/0ec21a13-bb04-3121-7321-dc43a11cc3e3",
    "description": "Predicted CPU usage is 1.5 vCPUs.",
    "targetResources": [
      "//compute.googleapis.com/projects/PROJECT_ID/zones/us-central1-a/instanceGroupManagers/test-instance"
    ],
    "insightSubtype": "CPU_USAGE_PREDICTION",
    "lastRefreshTime": "2021-09-15T06:50:45Z",
    "observationPeriod": "14 days",
    "stateInfo": {
      "state": "ACTIVE"
    },
    "content": {
      "predictedCpuCores": 1.5
    },
    "category": "PERFORMANCE",
    "etag": "fds421j2340",
    "associatedRecommendations": [
      {
         "recommendation": "projects/PROJECT_ID/locations/us-central1-a/recommenders/google.compute.instanceGroupManager.MachineTypeRecommender/recommendations/0fd31b24-cc05-4132-8431-ed54a22dd4f1"
      }
    ]
  }
]

מידע נוסף על תובנות מופיע במסמכי העזר.

סוגי התובנות לגבי קבוצות MIG

אתם יכולים להשתמש בתובנות שונות כדי לאחזר מידע על הביצועים של קבוצות ה-MIG שלכם. לכל סוג תובנה יש מאפייני תוכן ספציפיים.

בקטעים הבאים מפורטות התובנות שזמינות לגבי קבוצות של מכונות וירטואליות לניהול מופעים.

תובנות לגבי השימוש במעבד (CPU)

‫Compute Engine יוצר תובנות לגבי השימוש במעבד אם השימוש במעבד בקבוצות ה-MIG היה גבוה או נמוך מהרגיל בתקופת התצפית האחרונה.

מזהה סוג התובנה הוא google.compute.instanceGroupManager.CpuUsageInsight.

אלה סוגי המשנה הזמינים:

  • HIGH_CPU_USAGE
  • LOW_CPU_USAGE

הם משויכים לתיאורי תובנות כמו:

  • In the last 7 days for 80% of the time, CPU usage was greater than or equal to 83% for the least utilized VM instance. In the last 7 days for 80% of the time, CPU usage was greater than or equal to 93% for the most utilized VM instance.
  • In the last 7 days for 80% of the time, CPU usage was lower than or equal to 10% for the most utilized VM instance. In the last 7 days for 80% of the time, CPU usage was lower than or equal to 3% for the least utilized VM instance.

בטבלה הבאה מפורטים כמה פרטים על התוכן שקשור לתובנות לגבי השימוש במעבד.

מאפיין סוג תיאור
pointsForLeastUtilizedVm ARRAY מערך של אובייקטים. כל אובייקט מכיל את המאפיינים הבאים:
  • ‫sampleProbability: (DOUBLE) כמות יחסית של דגימות שימוש במעבד מתחת לערך של פונקציית הכמות.
  • ‫quantileFunctionValue: (DOUBLE) הגבול העליון של השימוש במעבד, שכולל לפחות חלק מהדגימות (הסתברות הדגימה).

    הערך מייצג את היחס בין הכמות הכוללת של המעבדים הווירטואליים, והוא בטווח [0, 1].
pointsForMostUtilizedVm ARRAY מערך של אובייקטים. כל אובייקט מכיל את המאפיינים הבאים:
  • ‫sampleProbability: (DOUBLE) כמות יחסית של דגימות שימוש במעבד מתחת לערך פונקציית הכמותון.
  • ‫quantileFunctionValue: (DOUBLE) הגבול העליון של השימוש במעבד (CPU) שמתקיים לפחות בחלק מהדגימות (הסתברות הדגימה).

    הערך מייצג את היחס בין הכמות הכוללת של המעבדים הווירטואליים, והוא בטווח [0, 1].

תובנה לגבי חיזוי השימוש במעבד (CPU)

‫Compute Engine יוצר תובנות לגבי תחזית השימוש במעבד כדי לציין את תחזית השימוש במעבד ליום המחרת.

מזהה סוג התובנה הוא google.compute.instanceGroupManager.CpuUsagePredictionInsight.

תיאור אופייני שמופיע בתובנה הזו נראה בערך כך:

  • Predicted CPU usage of a single instance is 1.5 vCPUs.

בטבלה הבאה מפורטים כמה פרטים על התובנות לגבי התוכן שקשור לחיזוי השימוש במעבד.

מאפיין סוג תיאור
predicted_cpu_cores DOUBLE הכמות הצפויה של ליבות המעבד.

תובנה לגבי מגמת השימוש במעבד (CPU)

‫Compute Engine יוצר תובנות לגבי מגמת השימוש במעבד (CPU) אם השימוש במעבד מראה מגמת עלייה או ירידה בתקופת התצפית האחרונה.

מזהה סוג התובנה הוא google.compute.instanceGroupManager.CpuUsageTrendInsight.

אלה סוגי המשנה הזמינים:

  • CPU_USAGE_INCREASE
  • CPU_USAGE_DECREASE

בדרך כלל הם משויכים לתיאורי תובנות כמו:

  • In the last 7 days, average daily CPU usage has increased by 8% from 65% to 73%.
  • In the last 7 days, average daily CPU usage has decreased by 10% from 55% to 45%.

בטבלה הבאה מפורטים כמה פרטים על התוכן שקשור לתובנות לגבי מגמת השימוש במעבד.

מאפיין סוג תיאור
cpu_usage_percentage_at_start DOUBLE הערך הנמדד הוא הממוצע היומי של השימוש במעבד בתחילת תקופת התצפית.

הערך מייצג את האחוז מתוך המספר הכולל של המעבדים הווירטואליים, והוא בטווח [0, 100].

cpu_usage_percentage_at_end DOUBLE הערך הנמדד הוא הממוצע היומי של השימוש במעבד בסוף תקופת התצפית.

הערך מייצג את האחוז מתוך המספר הכולל של המעבדים הווירטואליים, והוא בטווח [0, 100].

cpu_usage_percentage_change DOUBLE שינוי צפוי בממוצע היומי של השימוש במעבד במהלך תקופת התצפית.

התחזית מתבססת על רגרסיה לינארית כדי ליצור מודל של השינוי בשימוש היומי במעבד.

הערך מייצג את האחוז מתוך המספר הכולל של המעבדים הווירטואליים, והוא בטווח [0, 100].

תובנות לגבי השימוש בזיכרון

‫Compute Engine יוצר תובנות לגבי השימוש בזיכרון אם השימוש בזיכרון גבוה או נמוך באופן חריג במהלך תקופת התצפית.

מזהה סוג התובנה הוא google.compute.instanceGroupManager.MemoryUsageInsight.

אלה סוגי המשנה הזמינים:

  • HIGH_MEMORY_USAGE
  • LOW_MEMORY_USAGE

בדרך כלל הם משויכים לתיאורי תובנות כמו:

  • In the last 12 days for 80% of the time, memory usage was greater than or equal to 64%.
  • In the last 7 days for 50% of the time, memory usage was lower than or equal to 10%.

בטבלה הבאה מפורטים כמה פרטים על התוכן שקשור לתובנות לגבי השימוש בזיכרון.

מאפיין סוג תיאור
sample_probability DOUBLE הכמות היחסית של דגימות השימוש בזיכרון מתחת לערך הפונקציה של הכמותון.

הערך הוא בטווח [0, 1].

quantile_function_lowest_value DOUBLE הגבול העליון של השימוש בזיכרון, שמכיל לפחות חלק (הסתברות לדגימה) מהדגימות של המכונה הווירטואלית שנעשה בה הכי פחות שימוש.

הערך מייצג את היחס בין כמות הזיכרון הכוללת, והוא בטווח [0, 1].

quantile_function_highest_value DOUBLE הגבול העליון של השימוש בזיכרון, שמכיל לפחות חלק (הסתברות לדגימה) מהדגימות של המכונה הווירטואלית שנמצאת בשימוש הכי גבוה.

הערך מייצג את היחס בין כמות הזיכרון הכוללת, והוא בטווח [0, 1].

תובנה לגבי חיזוי השימוש בזיכרון

‫Compute Engine יוצר תובנות לגבי תחזית השימוש בזיכרון כדי לציין את השימוש בזיכרון שצפוי ליום הבא.

מזהה סוג התובנה הוא google.compute.instanceGroupManager.MemoryUsagePredictionInsight.

דוגמה לתיאור של תובנה:

  • Predicted memory usage is 1536 MB.

בטבלה הבאה מפורטים כמה פרטים על התובנות לגבי התוכן שקשור לחיזוי השימוש בזיכרון.

מאפיין סוג תיאור
predicted_memory_mb DOUBLE כמות הזיכרון החזויה ב-MB.

המאמרים הבאים