Beispiele für Amazon RDS Performance Insights mit AWS CLI - AWS Command Line Interface
Aktionen

Diese Dokumentation bezieht sich AWS CLI nur auf Version 1 von. Dokumentation zu Version 2 von finden Sie im Benutzerhandbuch für Version 2. AWS CLI

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Beispiele für Amazon RDS Performance Insights mit AWS CLI

Die folgenden Codebeispiele zeigen Ihnen, wie Sie mithilfe von Amazon RDS Performance Insights Aktionen ausführen und allgemeine Szenarien implementieren. AWS Command Line Interface

Aktionen sind Codeauszüge aus größeren Programmen und müssen im Kontext ausgeführt werden. Während Aktionen Ihnen zeigen, wie Sie einzelne Service-Funktionen aufrufen, können Sie Aktionen im Kontext der zugehörigen Szenarios anzeigen.

Jedes Beispiel enthält einen Link zum vollständigen Quellcode, in dem Sie Anweisungen zur Einrichtung und Ausführung des Codes im Kontext finden.

Themen

Aktionen

Das folgende Codebeispiel zeigt die Verwendungcreate-performance-analysis-report.

AWS CLI

Um einen Leistungsanalysebericht zu erstellen

Im folgenden create-performance-analysis-report Beispiel wird ein Leistungsanalysebericht mit der Start 1682969503 - und Endzeit 1682979503 für die Datenbank erstelltdb-abcdefg123456789.

aws pi create-performance-analysis-report \
    --service-type RDS \
    --identifier db-abcdefg123456789 \
    --start-time 1682969503 \
    --end-time 1682979503

Ausgabe:

{
    "AnalysisReportId": "report-0234d3ed98e28fb17"
}

Weitere Informationen zum Erstellen von Leistungsanalyseberichten finden Sie unter Erstellen eines Leistungsanalyseberichts in Performance Insights im Amazon RDS-Benutzerhandbuch und Erstellen eines Leistungsanalyseberichts in Performance Insights im Amazon Aurora Aurora-Benutzerhandbuch.

Das folgende Codebeispiel zeigt die Verwendungdelete-performance-analysis-report.

AWS CLI

Um einen Leistungsanalysebericht zu löschen

Im folgenden delete-performance-analysis-report Beispiel wird der Leistungsanalysebericht mit der Berichts-ID report-0d99cc91c4422ee61 gelöscht.

aws pi delete-performance-analysis-report \
    --service-type RDS \
    --identifier db-abcdefg123456789 \
    --analysis-report-id report-0d99cc91c4422ee61

Mit diesem Befehl wird keine Ausgabe zurückgegeben.

Weitere Informationen zum Löschen von Leistungsanalyseberichten finden Sie unter Löschen eines Leistungsanalyseberichts in Performance Insights im Amazon RDS-Benutzerhandbuch und Löschen eines Leistungsanalyseberichts in Performance Insights im Amazon Aurora Aurora-Benutzerhandbuch.

Das folgende Codebeispiel zeigt die Verwendungdescribe-dimension-keys.

AWS CLI

Beispiel 1: Um Dimensionsschlüssel zu beschreiben

In diesem Beispiel werden die Namen aller Warteereignisse abgefragt. Die Daten werden nach dem Namen des Ereignisses und den Aggregatwerten dieser Ereignisse über den angegebenen Zeitraum zusammengefasst.

Befehl:

aws pi describe-dimension-keys --service-type RDS --identifier db-LKCGOBK26374TPTDFXOIWVCPPM --start-time 1527026400 --end-time 1527080400 --metric db.load.avg --group-by '{"Group":"db.wait_event"}'

Ausgabe:

{
    "AlignedEndTime": 1.5270804E9,
    "AlignedStartTime": 1.5270264E9,
    "Keys": [
        {
            "Dimensions": {"db.wait_event.name": "wait/synch/mutex/innodb/aurora_lock_thread_slot_futex"},
            "Total": 0.05906906851195666
        },
        {
            "Dimensions": {"db.wait_event.name": "wait/io/aurora_redo_log_flush"},
            "Total": 0.015824722186149193
        },
        {
            "Dimensions": {"db.wait_event.name": "CPU"},
            "Total": 0.008014396230265477
        },
        {
            "Dimensions": {"db.wait_event.name": "wait/io/aurora_respond_to_client"},
            "Total": 0.0036361612526204477
        },
        {
            "Dimensions": {"db.wait_event.name": "wait/io/table/sql/handler"},
            "Total": 0.0019108398419382965
        },
        {
            "Dimensions": {"db.wait_event.name": "wait/synch/cond/mysys/my_thread_var::suspend"},
            "Total": 8.533847837782684E-4
        },
        {
            "Dimensions": {"db.wait_event.name": "wait/io/file/csv/data"},
            "Total": 6.864181956477376E-4
        },
        {
            "Dimensions": {"db.wait_event.name": "Unknown"},
            "Total": 3.895887056379051E-4
        },
        {
            "Dimensions": {"db.wait_event.name": "wait/synch/mutex/sql/FILE_AS_TABLE::LOCK_shim_lists"},
            "Total": 3.710368625122906E-5
        },
        {
            "Dimensions": {"db.wait_event.name": "wait/lock/table/sql/handler"},
            "Total": 0
        }
    ]
}

Beispiel 2: Um die SQL-ID für Anweisungen zu finden, die am meisten zur Datenbanklast beitragen

Im Folgenden werden die SQL-Anweisung und die SQL-ID für die 10 Anweisungen describe-dimension-keys abgefragt, die am meisten zur Datenbanklast beigetragen haben.

aws pi describe-dimension-keys \
    --service-type RDS \
    --identifier db-abcdefg123456789 \
    --start-time 2023-05-01T00:00:00Z \
    --end-time 2023-05-01T01:00:00Z \
    --metric db.load.avg \
    --group-by '{"Group": "db.sql", "Dimensions": ["db.sql.id", "db.sql.statement"],"Limit": 10}'

Ausgabe:

{
    "AlignedEndTime": 1.5270804E9,
    "AlignedStartTime": 1.5270264E9,
    "Identifier": "db-abcdefg123456789",
    "MetricList": [
        {
            "Keys": [
                {
                    "Dimensions": {"db.sql.id": "AKIAIOSFODNN7EXAMPLE", "db.sql.statement": "SELECT * FROM customers WHERE customer_id = 123"},
                    "Total": 25.5,"Partitions": [12.3, 13.2]
                }
            ]
        }
    ]
}

Weitere Informationen zu Dimensionen in Performance Insights finden Sie unter Laden von Datenbanken im Amazon RDS-Benutzerhandbuch und Laden von Datenbanken im Amazon Aurora Aurora-Benutzerhandbuch.

Das folgende Codebeispiel zeigt die Verwendungget-dimension-key-details.

AWS CLI

Um Details für eine angegebene Dimensionsgruppe für eine DB-Instance abzurufen

Im folgenden get-dimension-key-details Beispiel wird der vollständige Text einer SQL-Anweisung für eine DB-Instance db-10BCD2EFGHIJ3KL4M5NO6PQRS5 abgerufen. --group ist db.sql und --group-identifier ist db.sql.id. In diesem Beispiel example-sql-id steht dies für eine SQL-ID, die mithilfe der get-resource-metrics describe-dimension-keys Oder-Operationen abgerufen wurde. In diesem Beispiel sind die Dimensionsdetails verfügbar. Performance Insights ruft also den vollständigen Text der SQL-Anweisung ab, ohne ihn abzuschneiden.

aws pi get-dimension-key-details \
    --service-type RDS \
    --identifier db-10BCD2EFGHIJ3KL4M5NO6PQRS5 \
    --group db.sql \
    --group-identifier example-sql-id \
    --requested-dimensions statement

Ausgabe:

{
    "Dimensions":[
        {
            "Value": "SELECT e.last_name, d.department_name FROM employees e, departments d WHERE e.department_id=d.department_id",
            "Dimension": "db.sql.statement",
            "Status": "AVAILABLE"
        },
    ...
    ]
}

Weitere Informationen zu Dimensionen in Performance Insights finden Sie unter Laden von Datenbanken im Amazon RDS-Benutzerhandbuch und Laden von Datenbanken im Amazon Aurora Aurora-Benutzerhandbuch.

Das folgende Codebeispiel zeigt die Verwendungget-performance-analysis-report.

AWS CLI

Um einen Bericht zur Leistungsanalyse zu erhalten

Im folgenden get-performance-analysis-report Beispiel wird der Leistungsanalysebericht für die Datenbank db-abcdefg123456789 mit der Berichts-ID abgerufenreport-0d99cc91c4422ee61. Die Antwort enthält den Berichtsstatus, die ID, Zeitdetails und Einblicke.

aws pi get-performance-analysis-report \
    --service-type RDS \
    --identifier db-abcdefg123456789 \
    --analysis-report-id report-0d99cc91c4422ee61

Ausgabe:

{
    "AnalysisReport": {
        "Status": "Succeeded",
        "ServiceType": "RDS",
        "Identifier": "db-abcdefg123456789",
        "StartTime": 1680583486.584,
        "AnalysisReportId": "report-0d99cc91c4422ee61",
        "EndTime": 1680587086.584,
        "CreateTime": 1680587087.139,
        "Insights": [
            ... (Condensed for space)
       ]
    }
}

Weitere Informationen zu Leistungsanalyseberichten finden Sie unter Analysieren der Datenbankleistung für einen bestimmten Zeitraum im Amazon RDS-Benutzerhandbuch und Analysieren der Datenbankleistung für einen bestimmten Zeitraum im Amazon Aurora Aurora-Benutzerhandbuch.

Das folgende Codebeispiel zeigt die Verwendungget-resource-metadata.

AWS CLI

Um Ressourcenmetadaten für eine Datenbank abzurufen

Im folgenden get-resource-metadata Beispiel werden die Ressourcenmetadaten für die Datenbank abgerufendb-abcdefg123456789. Die Antwort zeigt, dass die SQL-Digest-Statistik aktiviert ist.

aws pi get-resource-metadata \
    --service-type RDS \
    --identifier db-abcdefg123456789

Ausgabe:

{
    "Identifier": "db-abcdefg123456789",
    "Features":{
        "SQL_DIGEST_STATISTICS":{
            "Status": "ENABLED"
        }
    }
}

Weitere Informationen zu SQL-Statistiken für Performance Insights finden Sie unter SQL-Statistiken für Performance Insights im Amazon RDS-Benutzerhandbuch und SQL-Statistiken für Performance Insights im Amazon Aurora Aurora-Benutzerhandbuch.

Das folgende Codebeispiel zeigt die Verwendungget-resource-metrics.

AWS CLI

Um Ressourcenmetriken abzurufen

In diesem Beispiel werden Datenpunkte für die Dimensionsgruppe db.wait_event und für die Dimension db.wait_event.name innerhalb dieser Gruppe angefordert. In der Antwort werden die relevanten Datenpunkte nach der angeforderten Dimension (db.wait_event.name) gruppiert.

Befehl:

aws pi get-resource-metrics --service-type RDS --identifier db-LKCGOBK26374TPTDFXOIWVCPPM --start-time 1527026400 --end-time 1527080400 --period-in-seconds 300 --metric db.load.avg --metric-queries file://metric-queries.json

Die Argumente für --metric-queries werden in einer JSON-Datei gespeichert,. metric-queries.json Hier ist der Inhalt dieser Datei:

[
    {
        "Metric": "db.load.avg",
        "GroupBy": {
            "Group":"db.wait_event"
        }
    }
]

Ausgabe:

{
    "AlignedEndTime": 1.5270804E9,
    "AlignedStartTime": 1.5270264E9,
    "Identifier": "db-LKCGOBK26374TPTDFXOIWVCPPM",
    "MetricList": [
        {
            "Key": {
                "Metric": "db.load.avg"
            },
            "DataPoints": [
                {
                    "Timestamp": 1527026700.0,
                    "Value": 1.3533333333333333
                },
                {
                    "Timestamp": 1527027000.0,
                    "Value": 0.88
                },
                <...remaining output omitted...>
            ]
        },
        {
            "Key": {
                "Metric": "db.load.avg",
                "Dimensions": {
                    "db.wait_event.name": "wait/synch/mutex/innodb/aurora_lock_thread_slot_futex"
                }
            },
            "DataPoints": [
                {
                    "Timestamp": 1527026700.0,
                    "Value": 0.8566666666666667
                },
                {
                    "Timestamp": 1527027000.0,
                    "Value": 0.8633333333333333
                },
                <...remaining output omitted...>
            ],
        },
            <...remaining output omitted...>
    ]
}

Das folgende Codebeispiel zeigt die Verwendunglist-available-resource-dimensions.

AWS CLI

Um die Dimensionen aufzulisten, die für einen Metriktyp in einer DB-Instance abgefragt werden können

Das folgende list-available-resource-dimensions Beispiel listet die db.load Metriken auf, die Sie für die Datenbank abfragen können. db-abcdefg123456789

aws pi list-available-resource-dimensions \
    --service-type RDS \
    --identifier db-abcdefg123456789 \
    --metrics db.load

Ausgabe:

{
    "MetricDimensions": [
        {
            "Metric": "db.load",
            "Groups": [
                {
                    "Group": "db.user",
                    "Dimensions": [
                        {
                            "Identifier": "db.user.id"
                        },
                        {
                            "Identifier": "db.user.name"
                        }
                    ]
                },
                {
                    "Group": "db.sql_tokenized",
                    "Dimensions": [
                        {
                            "Identifier": "db.sql_tokenized.id"
                        },
                        {
                            "Identifier": "db.sql_tokenized.db_id"
                        },
                        {
                            "Identifier": "db.sql_tokenized.statement"
                        }
                    ]
                },
                ...
            ]
        }
    ]
}

Weitere Informationen zu Dimensionen in Performance Insights finden Sie unter Laden von Datenbanken im Amazon RDS-Benutzerhandbuch und Laden von Datenbanken im Amazon Aurora Aurora-Benutzerhandbuch.

Das folgende Codebeispiel zeigt die Verwendunglist-available-resource-metrics.

AWS CLI

Um die Metriken aufzulisten, die für einen Metriktyp auf einer DB-Instance abgefragt werden können

Das folgende list-available-resource-metrics Beispiel listet die db.load Metriken auf, die Sie für die Datenbank abfragen können. db-abcdefg123456789

aws pi list-available-resource-metrics \
    --service-type RDS \
    --identifier db-abcdefg123456789 \
    --metric-types "os" "db"

Ausgabe:

{
    "Metrics": [
        {
            "Description": "The number of virtual CPUs for the DB instance",
            "Metric": "os.general.numVCPUs",
            "Unit": "vCPUs"
        },
        ......,
        {
            "Description": "Time spent reading data file blocks by backends in this instance",
            "Metric": "db.IO.read_latency",
            "Unit": "Milliseconds per block"
        },
        ......
    ]
}

Weitere Informationen zu Metriken in Performance Insights finden Sie unter Datenbankladung im Amazon RDS-Benutzerhandbuch und Datenbankladung im Amazon Aurora Aurora-Benutzerhandbuch.

Das folgende Codebeispiel zeigt die Verwendunglist-performance-analysis-reports.

AWS CLI

Um Leistungsanalyseberichte für eine Datenbank aufzulisten

Das folgende list-performance-analysis-reports Beispiel listet Leistungsanalyseberichte für die Datenbank aufdb-abcdefg123456789. In der Antwort werden alle Berichte mit der Berichts-ID, dem Status und den Details zum Zeitraum aufgeführt.

aws pi list-performance-analysis-reports \
    --service-type RDS \
    --identifier db-abcdefg123456789

Ausgabe:

{
    "AnalysisReports": [
        {
            "Status": "Succeeded",
            "EndTime": 1680587086.584,
            "CreateTime": 1680587087.139,
            "StartTime": 1680583486.584,
            "AnalysisReportId": "report-0d99cc91c4422ee61"
        },
        {
            "Status": "Succeeded",
            "EndTime": 1681491137.914,
            "CreateTime": 1681491145.973,
            "StartTime": 1681487537.914,
            "AnalysisReportId": "report-002633115cc002233"
        },
        {
            "Status": "Succeeded",
            "EndTime": 1681493499.849,
            "CreateTime": 1681493507.762,
            "StartTime": 1681489899.849,
            "AnalysisReportId": "report-043b1e006b47246f9"
        },
        {
            "Status": "InProgress",
            "EndTime": 1682979503.0,
            "CreateTime": 1682979618.994,
            "StartTime": 1682969503.0,
            "AnalysisReportId": "report-01ad15f9b88bcbd56"
        }
    ]
}

Weitere Informationen zu Leistungsanalyseberichten finden Sie unter Analysieren der Datenbankleistung für einen bestimmten Zeitraum im Amazon RDS-Benutzerhandbuch und Analysieren der Datenbankleistung für einen bestimmten Zeitraum im Amazon Aurora Aurora-Benutzerhandbuch.

Das folgende Codebeispiel zeigt die Verwendunglist-tags-for-resource.

AWS CLI

Um Tags für einen Leistungsanalysebericht aufzulisten

Im folgenden list-tags-for-resource Beispiel werden Tags für einen Leistungsanalysebericht mit der Berichts-ID aufgeführtreport-0d99cc91c4422ee61.

aws pi list-tags-for-resource \
    --service-type RDS \
    --resource-arn arn:aws:pi:us-west-2:123456789012:perf-reports/RDS/db-abcdefg123456789/report-0d99cc91c4422ee61

Ausgabe:

{
    "Tags": [
        {
            "Value": "test-tag",
            "Key": "name"
        }
    ]
}

Weitere Informationen zum Taggen von Leistungsanalyseberichten finden Sie unter Hinzufügen von Tags zu einem Leistungsanalysebericht in Performance Insights im Amazon RDS-Benutzerhandbuch und Hinzufügen von Tags zu einem Leistungsanalysebericht in Performance Insights im Amazon Aurora Aurora-Benutzerhandbuch.

Das folgende Codebeispiel zeigt die Verwendungtag-resource.

AWS CLI

Um einem Leistungsanalysebericht ein Tag hinzuzufügen

Im folgenden tag-resource Beispiel wird einem Leistungsanalysebericht name mit der Berichts-ID der Tag-Schlüssel mit dem Tag-Wert test-tag hinzugefügtreport-0d99cc91c4422ee61.

aws pi tag-resource \
    --service-type RDS \
    --resource-arn arn:aws:pi:us-west-2:123456789012:perf-reports/RDS/db-abcdefg123456789/report-0d99cc91c4422ee61 \
    --tags Key=name,Value=test-tag

Mit diesem Befehl wird keine Ausgabe zurückgegeben.

Weitere Informationen zum Taggen von Leistungsanalyseberichten finden Sie unter Hinzufügen von Tags zu einem Leistungsanalysebericht in Performance Insights im Amazon RDS-Benutzerhandbuch und Hinzufügen von Tags zu einem Leistungsanalysebericht in Performance Insights im Amazon Aurora Aurora-Benutzerhandbuch.

  • Einzelheiten zur API finden Sie TagResourcein der AWS CLI Befehlsreferenz.

Das folgende Codebeispiel zeigt die Verwendunguntag-resource.

AWS CLI

Um ein Tag für einen Leistungsanalysebericht zu löschen

Im folgenden untag-resource Beispiel wird das Tag name für einen Leistungsanalysebericht mit der Berichts-ID report-0d99cc91c4422ee61 gelöscht.

aws pi untag-resource \
    --service-type RDS \
    --resource-arn arn:aws:pi:us-west-2:123456789012:perf-reports/RDS/db-abcdefg123456789/report-0d99cc91c4422ee61 \
    --tag-keys name

Mit diesem Befehl wird keine Ausgabe zurückgegeben.

Weitere Informationen zum Taggen von Leistungsanalyseberichten finden Sie unter Hinzufügen von Tags zu einem Leistungsanalysebericht in Performance Insights im Amazon RDS-Benutzerhandbuch und Hinzufügen von Tags zu einem Leistungsanalysebericht in Performance Insights im Amazon Aurora Aurora-Benutzerhandbuch.

  • Einzelheiten zur API finden Sie UntagResourcein der AWS CLI Befehlsreferenz.