במאמר הזה מוסבר איך אפשר להשתמש בעזרה מ-AI כדי לעקוב אחרי משאבי Spanner ולפתור בעיות שקשורות אליהם. אתם יכולים להשתמש בכלים לפתרון בעיות בעזרת AI ב-Spanner וב-Gemini Cloud Assist כדי לפתור בעיות שקשורות לעומס גבוה במסד הנתונים.
לפני שמתחילים
הגדרת Gemini Cloud Assist עבורGoogle Cloud חשבון המשתמש והפרויקט.
אחרי שמגדירים את Gemini Cloud Assist, עוברות עד חמש דקות עד שהשירות מתעדכן. צריך להמתין עד שההפצה תושלם לפני שמפעילים את פתרון הבעיות בעזרת AI ב-Spanner.
התפקידים הנדרשים
כדי לקבל את ההרשאות שדרושות לשימוש בפתרון בעיות בעזרת AI, אתם צריכים לבקש מהאדמין להקצות לכם את תפקידי ה-IAM הבאים במסדי הנתונים של Spanner:
- משתמש במסד נתונים ב-Cloud Spanner (
roles/spanner.databaseUser) - צפייה ב-Database Insights (
roles/databaseinsights.viewer) - בעלים של חקירה ב-Gemini Cloud Assist (
roles/geminicloudassist.investigationOwner)
להסבר על מתן תפקידים, ראו איך מנהלים את הגישה ברמת הפרויקט, התיקייה והארגון.
יכול להיות שאפשר לקבל את ההרשאות הנדרשות גם באמצעות תפקידים בהתאמה אישית או תפקידים מוגדרים מראש.
פתיחה של Gemini Cloud Assist
נכנסים לדף Spanner Instances במסוף Google Cloud .
כדי לפתוח את הדף סקירה כללית של מכונה, לוחצים על שם המכונה.
כדי לפתוח את Gemini, לוחצים על סמל הנצנוץ Open or close Gemini Cloud Assist chat.
בחלונית Gemini Cloud Assist, מזינים הנחיה שמתארת את המידע שמעניין אתכם.
אחרי שמזינים את ההנחיה, לוחצים על שליחת ההנחיה. Gemini מחזיר תשובה להנחיה שלכם על סמך מידע מהשעה האחרונה.
פתרון בעיות שקשורות לעומס גבוה על מסד הנתונים
כשמערכת נתקלת בעומס גבוה מהממוצע על מסד הנתונים, אפשר לגשת למרכז הבקרה Query insights או למרכז הבקרה System insights ב Google Cloud מסוף כדי לנתח את מסד הנתונים ולפתור בעיות שקשורות לאירועים. מערכת Spanner משתמשת בנתונים מ-24 השעות שלפני טווח הזמן שבחרתם כדי לחשב את העומס הצפוי על מסד הנתונים. בודקים את הסיבות לאירועי הטעינה הרבים ומנתחים את ההוכחות לביצועים המופחתים. בנוסף, Spanner מספק המלצות לאופטימיזציה של מסד הנתונים כדי לשפר את הביצועים.
כדי להשתמש בסיוע מבוסס-AI לפתרון בעיות שקשורות לעומס גבוה על מסד הנתונים, עוברים ללוח הבקרה System insights או ללוח הבקרה Query insights במסוף Google Cloud .
מרכז הבקרה של תובנות לגבי שאילתות
כדי לפתור בעיות שקשורות לעומס גבוה במסד הנתונים בעזרת AI בלוח הבקרה Query insights, פועלים לפי השלבים הבאים:
נכנסים לדף Spanner instances במסוף Google Cloud .
כדי לפתוח את הדף סקירה כללית של מכונה, לוחצים על שם המכונה.
אופציונלי: ברשימה Databases (מסדי נתונים), לוחצים על מסד נתונים.
בתפריט הניווט, לוחצים על תובנות לגבי שאילתות.
אופציונלי: משתמשים במסנן Time range כדי לבחור בין שעה אחת, 6 שעות, יום אחד, 7 ימים, 30 ימים או טווח מותאם אישית.
מגדילים את התצוגה של חלקים ספציפיים בתרשים שבהם יש אזורים עם עומס גבוה שרוצים לנתח. לדוגמה, באזור עם עומס גבוה יכול להיות שיוצגו רמות ניצול של CPU שקרובות ל-100%. כדי להגדיל את התצוגה, אפשר ללחוץ על חלק מהתרשים ולבחור אותו.
בתרשים Total CPU Utilization (All Queries) (ניצול CPU כולל (כל השאילתות)), לוחצים על הלחצן Investigate performance (בדיקת הביצועים) כדי להתחיל לפתור בעיות של זמן אחזור בעזרת AI מ-Gemini Cloud Assist.
אחרי כשתי דקות, חלונית פרטי החקירה נפתחת עם הקטעים הבאים:
- בעיה. תיאור של הבעיה שנבדקת, כולל שעת ההתחלה ושעת הסיום של הבדיקה.
- תצפיות. רשימה של תצפיות לגבי הבעיה. לדוגמה, יכול להיות שהם יכללו פרטים על התנגשות נעילה, כמו יחס המתנה לנעילה של השאילתה שהוא ארוך מהצפוי.
- היפותזות. רשימה של פעולות מומלצות שמבוססות על AI, שיעזרו לכם לטפל בשאילתה שפועלת לאט.
מרכז הבקרה System insights
כדי לפתור בעיות שקשורות לעומס גבוה על מסד הנתונים בעזרת AI בלוח הבקרה System insights, פועלים לפי השלבים הבאים:
נכנסים לדף Spanner instances במסוף Google Cloud .
כדי לפתוח את הדף סקירה כללית של מכונה, לוחצים על שם המכונה.
אופציונלי: בקטע מסדי נתונים, לוחצים על מסד נתונים.
בתפריט הניווט, לוחצים על תובנות לגבי המערכת.
אופציונלי: משתמשים במסנן Time range כדי לבחור בין שעה אחת, 6 שעות, יום אחד, 7 ימים, 30 ימים או טווח מותאם אישית.
מגדילים את התצוגה של חלקים ספציפיים בתרשים שבהם יש אזורים עם עומס גבוה שרוצים לנתח. לדוגמה, באזור עם עומס גבוה יכול להיות שיוצגו רמות ניצול של CPU שקרובות ל-100%. כדי להגדיל את התצוגה, אפשר ללחוץ על חלק מהתרשים ולבחור אותו.
לוחצים על הכפתור Explore Investigations כדי להתחיל לפתור בעיות שקשורות לטעינת מסד הנתונים בעזרת AI מ-Gemini Cloud Assist.
אחרי כשתי דקות, חלונית פרטי החקירה נפתחת עם הקטעים הבאים:
- בעיה. תיאור של הבעיה שנבדקת, כולל שעת ההתחלה ושעת הסיום של הבדיקה.
- תצפיות. רשימה של תצפיות לגבי הבעיה. לדוגמה, יכול להיות שהם יכללו פרטים על התנגשות נעילה, כמו יחס המתנה לנעילה של השאילתה שהוא ארוך מהצפוי.
- היפותזות. רשימה של פעולות מומלצות שמבוססות על AI, שיעזרו לכם לטפל בשאילתה שפועלת לאט.
ניתוח עומס גבוה במסד הנתונים
בעזרת AI, תוכלו לנתח ולפתור בעיות בפרטים של טעינת מסד הנתונים.
תקופת הניתוח
מערכת Spanner מנתחת את מסד הנתונים שלכם לפי התקופה שבחרתם בתרשים העומס של מסד הנתונים מלוח הבקרה Query insights או מלוח הבקרה System insights. אם בוחרים תקופה של פחות מ-24 שעות, מערכת Spanner מנתחת את כל התקופה. אם בוחרים פרק זמן של יותר מ-24 שעות, מערכת Spanner בוחרת רק את 24 השעות האחרונות של פרק הזמן לצורך ניתוח.
כדי לחשב את ניתוח הביצועים הבסיסי של מסד הנתונים, Spanner כולל בניתוח תקופה של 24 שעות כבסיס להשוואה. אם התקופה שבחרתם מתרחשת ביום שאינו יום שני, מערכת Spanner משתמשת בתקופת בסיס של 24 שעות קודמות לתקופה שבחרתם. אם תקופת הזמן שבחרתם מתחילה ביום שני, מערכת Spanner משתמשת בתקופת בסיס של 7 ימים לפני תקופת הזמן שבחרתם.
ניתוח מדדים
כש-Spanner מתחיל את הניתוח, הוא בודק אם יש שינויים משמעותיים במדדים השונים, כולל, בין היתר:
- ניצול יחידת העיבוד המרכזית (CPU)
- קריאה וכתיבה של נתוני חביון, P50 ו-P99
- שאילתות קריאה וכתיבה לשנייה (QPS)
- מספר הצמתים
- מדדים של סשנים
- זמן ההמתנה לנעילה
- מספר ביטולי העסקאות
- נתונים סטטיסטיים של שאילתות
- נתונים סטטיסטיים של עסקאות
- נתונים סטטיסטיים של נעילה
- נתונים סטטיסטיים של פיצול
Spanner משווה את נתוני הבסיס המצטברים של מסד הנתונים שלכם לנתוני הביצועים של חלון הזמן של הניתוח. אם Spanner מזהה שינוי משמעותי בסף של מדד מרכזי, הוא מציין מצב אפשרי במסד הנתונים. יכול להיות שהמצב שזוהה מסביר את העומס הגבוה על מסד הנתונים במהלך תקופת הזמן שנבחרה.
המלצות
אחרי ש-Gemini Cloud Assist מסיים את הניתוח, בחלונית פרטי הבדיקה, בקטע השערות, מופיעות תובנות מעשיות שיעזרו לכם לפתור את הבעיה.
במקרים מסוימים, יכול להיות שלא תהיה המלצה על סמך הניתוח.
המאמרים הבאים
- כתיבת SQL בעזרת Gemini.
- הסבר על מדדי זמן הטעינה
- חקירת ניצול גבוה של CPU
- סקירה כללית של הביצועים.
- מעקב אחרי מופעים באמצעות תובנות לגבי המערכת.