‫Google משתמשת בטכנולוגיית AI כדי לתרגם תוכן לשפה המועדפת עליך. בתרגומים כאלו עשויות להיות שגיאות.

צפייה בתובנות לגבי מופעים של מכונות וירטואליות והסבר עליהן

תובנות לגבי מכונות וירטואליות (VM) עוזרות לכם להבין את השימוש במעבד, בזיכרון וברשת של המכונות הווירטואליות ב-Compute Engine. התובנות נוצרות אוטומטית על סמך מדדים של המערכת או מדדים שנאספים על ידי Cloud Monitoring. אתם יכולים להשתמש בתובנות כדי לקבל החלטות לגבי שינוי הגודל של סוגי המכונות, כדי להשתמש במשאבי המכונות הווירטואליות בצורה יעילה יותר.

מידע נוסף על תובנות זמין במאמר 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.
  
  הערה: אם התקנתם את ה-CLI של gcloud, השתמשו בפקודה gcloud components update כדי לבדוק אם הגרסה העדכנית מותקנת.
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-VM

‫Compute Engine יוצר המלצות על סמך תובנות לגבי משאבים. ההמלצות כוללות המלצות לגבי סוג המכונה והמלצות לגבי מכונות וירטואליות לא פעילות.

התובנות שמשויכות למכונה וירטואלית ספציפית מאפשרות לכם לקבל מידע נוסף על השימוש במעבד, בזיכרון וברשת של המכונה הווירטואלית.

כדי לראות את התובנות שיצרו המלצה ספציפית, צריך להשתמש ב-CLI של gcloud או ב-API.

ההרשאות שנדרשות למשימה הזו

כדי לבצע את המשימה הזו נדרשות ההרשאות הבאות:

‫recommender.computeInstanceCpuUsageInsights.get בפרויקט
‫recommender.computeInstanceCpuUsageInsights.list בפרויקט
‫recommender.computeInstanceCpuUsagePredictionInsights.get בפרויקט
‫recommender.computeInstanceCpuUsagePredictionInsights.list בפרויקט
‫recommender.computeInstanceCpuUsageTrendInsights.get בפרויקט
‫recommender.computeInstanceCpuUsageTrendInsights.list בפרויקט
‫recommender.computeInstanceMemoryUsageInsights.get בפרויקט
‫recommender.computeInstanceMemoryUsageInsights.list בפרויקט
‫recommender.computeInstanceMemoryUsagePredictionInsights.get בפרויקט
‫recommender.computeInstanceMemoryUsagePredictionInsights.list בפרויקט
‫recommender.computeInstanceNetworkThroughputInsights.get בפרויקט
‫recommender.computeInstanceNetworkThroughputInsights.list בפרויקט

gcloud

כדי לראות את כל המדדים הזמינים בפירוט עבור אזור מסוים, משתמשים בפקודה insights list ומספקים את האפשרות --format.

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 שכולל את המשאבים שרוצים להציג לגביהם תובנות.
‫INSIGHT_TYPE_ID: המזהה של סוג התובנה. רשימה של התובנות הזמינות לגבי מכונות VM מופיעה במאמר סוגי תובנות לגבי מכונות VM.
‫FORMAT: הפורמט המועדף של הפלט, לדוגמה json.

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

[
  {
    "associatedRecommendations": [
      {
        "recommendation": "projects/PROJECT_ID/locations/us-central1-a/recommenders/google.compute.instance.MachineTypeRecommender/recommendations/7618763b-fee2-42e5-8b9b-e6eee0b2077f"
      }
    ],
    "category": "PERFORMANCE",
    "content": {
      "predictedCpuCores": 0.15
    },
    "description": "Predicted CPU usage is 0.1 vCPUs.",
    "etag": "\"fdb51460cac758a0\"",
    "insightSubtype": "CPU_USAGE_PREDICTION",
    "lastRefreshTime": "2021-09-15T06:50:45Z",
    "name": "projects/PROJECT_ID/locations/us-central1-a/insightTypes/google.compute.instance.CpuUsagePredictionInsight/insights/cb2ab4e6-2c5e-4f0e-8cbe-1487e8bae8c0",
    "observationPeriod": "604800s",
    "severity": "LOW",
    "stateInfo": {
      "state": "ACTIVE"
    },
    "targetResources": [
      "//compute.googleapis.com/projects/PROJECT_ID/zones/us-central1-a/instances/instance-name-1"
    ]
  }
]

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 VM מופיעה במאמר סוגי תובנות לגבי מכונות VM.

פלט אופייני של השיטה insights.list יכול להיראות כך:

[
  {
    "associatedRecommendations": [
      {
        "recommendation": "projects/PROJECT_ID/locations/us-central1-a/recommenders/google.compute.instance.MachineTypeRecommender/recommendations/7618763b-fee2-42e5-8b9b-e6eee0b2077f"
      }
    ],
    "category": "PERFORMANCE",
    "content": {
      "predictedCpuCores": 0.15
    },
    "description": "Predicted CPU usage is 0.1 vCPUs.",
    "etag": "\"fdb51460cac758a0\"",
    "insightSubtype": "CPU_USAGE_PREDICTION",
    "lastRefreshTime": "2021-09-15T06:50:45Z",
    "name": "projects/PROJECT_ID/locations/us-central1-a/insightTypes/google.compute.instance.CpuUsagePredictionInsight/insights/cb2ab4e6-2c5e-4f0e-8cbe-1487e8bae8c0",
    "observationPeriod": "604800s",
    "severity": "LOW",
    "stateInfo": {
      "state": "ACTIVE"
    },
    "targetResources": [
      "//compute.googleapis.com/projects/PROJECT_ID/zones/us-central1-a/instances/instance-name-1"
    ]
  }
]

למידע נוסף על תובנות, קראו את מאמרי העזרה.

סוגי התובנות לגבי מכונות וירטואליות

אתם יכולים להשתמש בתובנות שונות כדי לאחזר מידע על הביצועים של מכונות וירטואליות. לכל סוג תובנה יש מאפייני תוכן ספציפיים.

בקטעים הבאים מפורטים המדדים שזמינים ב-VM insights.

תובנות לגבי השימוש במעבד (CPU)

מערכת Compute Engine יוצרת תובנות לגבי השימוש במעבד כשהשימוש במעבד של המכונות הווירטואליות שלכם היה גבוה או נמוך מהרגיל בתקופת התצפית האחרונה.

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

אלה סוגי המשנה הזמינים:

HIGH_CPU_USAGE
LOW_CPU_USAGE

הן משויכות לתיאורי תובנות כמו:

In the last 12 days for 90% of the time, CPU usage was greater than or equal to 83%.
In the last 10 days for 70% of the time, CPU usage was lower than or equal to 20%.

בטבלה הבאה מפורטים כמה פרטים על התוכן שמשויך לתובנות לגבי השימוש ב-CPU.

מאפיין	סוג	תיאור
`points`	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 (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.instance.CpuUsagePredictionInsight.

תיאור אופייני שמופיע בתובנה הזו נראה בערך כך:

Predicted CPU usage is 0.1 vCPUs.

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

מאפיין	סוג	תיאור
`predicted_cpu_cores`	DOUBLE	מספר הליבות הצפוי של המעבד (CPU).

תובנה לגבי מגמת השימוש ב-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.instance.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 של ממוצע השימוש במעבד בכל יום בתחילת תקופת התצפית. הערך מייצג את אחוז המעבדים הווירטואליים מתוך המספר הכולל שלהם, והוא בטווח [0, 100].
`cpu_usage_percentage_at_end`	DOUBLE	המדד הוא הממוצע היומי של השימוש במעבד בסוף תקופת ההתבוננות. הערך מייצג את האחוז מהמספר הכולל של המעבדים הווירטואליים, והוא בטווח [0, 100].
`cpu_usage_percentage_change`	DOUBLE	שינוי חזוי 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 מהמספר 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.instance.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 שמשויך לתובנות לגבי השימוש בזיכרון.

מאפיין	סוג	תיאור
`points`	ARRAY	מערך של אובייקטים. כל אובייקט מכיל את המאפיינים הבאים: ‫`sampleProbability`: (DOUBLE) כמות יחסית של שימוש בזיכרון דגימות מתחת לערך הפונקציה של הכמותון. ‫`quantileFunctionValue`: ‏(DOUBLE) הגבול העליון של השימוש בזיכרון שכולל לפחות חלק (הסתברות הדגימה) מהדגימות. הערך מייצג את היחס בין כמות הזיכרון הכוללת, והוא בטווח [0, 1].

תובנה לגבי חיזוי השימוש בזיכרון

ב-Compute Engine נוצרות תובנות לגבי חיזוי השימוש בזיכרון, שמציינות את השימוש הצפוי בזיכרון ביום הבא.

מזהה סוג התובנה הוא google.compute.instance.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.

תובנה לגבי קצב העברת הנתונים ברשת

מערכת Compute Engine יוצרת תובנות לגבי קצב העברת הנתונים ברשת כשהקצב הזה במהלך תקופת התצפית נמוך במיוחד עבור תנועת הגולשים הנכנסת או היוצאת.

מזהה סוג התובנה הוא google.compute.instance.NetworkThroughputInsight.

אלה סוגי המשנה הזמינים:

LOW_RECEIVED_NETWORK_THROUGHPUT
LOW_SENT_NETWORK_THROGHPUT

בדרך כלל הם משויכים לתיאורי תובנות כמו:

In the last 7 days for 80% of the time, received network throughput was lower than or equal to 500 B/s.
In the last 7 days for 80% of the time, sent network throughput was lower than or equal to 200 B/s.

בטבלה הבאה מפורטים כמה פרטים על התוכן שקשור לתובנות לגבי קצב העברת הנתונים ברשת.

מאפיין	סוג	תיאור
`sample_probability`	DOUBLE	הכמות היחסית של דגימות קצב העברת הנתונים ברשת מתחת לערך של פונקציית הקוונטיל. הערך הוא בטווח [0, 1].
`quantile_function_value_in_bytes_per_second`	DOUBLE	הגבול העליון של תפוקת הרשת, שכולל לפחות חלק מהדגימות (הסתברות הדגימה). הערך מוצג בבייטים לשנייה.

המאמרים הבאים

מידע נוסף על המלצות לסוגי מכונות שנוצרות ב-Compute Engine על סמך תובנות
מידע נוסף על המלצות לגבי מכונות וירטואליות לא פעילות

צפייה בתובנות לגבי מופעים של מכונות וירטואליות והסבר עליהן קל לארגן דפים בעזרת אוספים אפשר לשמור ולסווג תוכן על סמך ההעדפות שלך.

לפני שמתחילים

המסוף

gcloud

REST

צפייה בתובנות לגבי המלצות ל-VM

ההרשאות שנדרשות למשימה הזו

gcloud

REST

סוגי התובנות לגבי מכונות וירטואליות

תובנות לגבי השימוש במעבד (CPU)

תובנה לגבי חיזוי השימוש במעבד (CPU)

תובנה לגבי מגמת השימוש ב-CPU

תובנות לגבי השימוש בזיכרון

תובנה לגבי חיזוי השימוש בזיכרון

תובנה לגבי קצב העברת הנתונים ברשת

המאמרים הבאים

צפייה בתובנות לגבי מופעים של מכונות וירטואליות והסבר עליהן

ההרשאות שנדרשות למשימה הזו