Récupération de métriques avec l'API Performance Insights - Amazon Relational Database Service

Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Récupération de métriques avec l'API Performance Insights

Lorsque l'analyse des performances est activée, l'API fournit une visibilité sur les performances des instances. Amazon CloudWatch Logs fournit la source officielle pour les mesures de surveillance des ventes pour AWS les services.

Performance Insights offre une vue spécifique au domaine de la charge de base de données mesurée en tant que moyenne des sessions actives (AAS). Cette métrique est présentée aux consommateurs de l'API sous la forme d'un ensemble de données de série chronologique bidimensionnel. La dimension temporelle des données fournit les données de charge de la base de données pour chaque point temporel de la plage de temps interrogée. Chaque point dans te temps décompose la charge globale par rapport aux dimensions demandées, par exemple, SQL, Wait-event, User ou Host, mesurée à ce point dans le temps.

Amazon RDS Performance Insights surveille votre instance de base de données Amazon RDS pour vous permettre d'analyser les performances de votre base de données et de résoudre les problèmes associés. Vous pouvez consulter les données de Performance Insights dans AWS Management Console. Performance Insights fournit également une API publique qui vous permet d'interroger vos propres données. Vous pouvez utiliser l'API pour effectuer les opérations suivantes :

  • Déchargement des données dans une base de données

  • Ajout de données Performance Insights aux tableaux de bord de surveillance existants

  • Création d'outils de surveillance

Pour utiliser l'API Performance Insights, activez Performance Insights sur l'une de vos instances de base de données Amazon RDS. Pour de plus amples informations sur l'activation de Performance Insights, veuillez consulter Activation ou désactivation de Performance Insights. Pour de plus amples informations sur l'API Performance Insights, veuillez consulter la Référence d'API Amazon RDS Performance Insights.

L'API Performance Insights fournit les opérations suivantes.

Action Performance Insights

AWS CLI commande

Description

CreatePerformanceAnalysisReport

aws pi create-performance-analysis-report

Crée un rapport d'analyse des performances pour une période spécifique pour l'instance de base de données. Le résultat est AnalysisReportId qui est l'identifiant unique du rapport.

DeletePerformanceAnalysisReport

aws pi delete-performance-analysis-report

Supprime un rapport d'analyse des performances.

DescribeDimensionKeys

aws pi describe-dimension-keys

Récupère les N premières clés de dimension d'une mesure sur une période spécifique.

GetDimensionKeyDetails

aws pi get-dimension-key-details

Récupère les attributs du groupe de dimensions spécifié pour une instance de base de données ou une source de données. Par exemple, si vous spécifiez un ID SQL et si les détails de la dimension sont disponibles, GetDimensionKeyDetails récupère le texte intégral de la dimension db.sql.statement associée à cet ID. Cette opération est utile, car GetResourceMetrics et DescribeDimensionKeys ne prennent pas en charge la récupération de texte d'instruction SQL volumineux.

GetPerformanceAnalysisReport

aws pi get-performance-analysis-report

Récupère le rapport, y compris les informations du rapport. Le résultat inclut l'état du rapport, l'ID du rapport, les détails temporels du rapport, les informations et les recommandations.

GetResourceMetadata

aws pi get-resource-metadata

Récupérez les métadonnées de différentes fonctions. Par exemple, les métadonnées peuvent indiquer qu'une fonction est activée ou désactivée sur une instance de base de données spécifique.

GetResourceMetrics

aws pi get-resource-metrics

Récupère les métriques Performance Insights d'un ensemble de sources de données, au cours d'une période. Vous pouvez fournir des groupes de dimensions et des dimensions spécifiques, ainsi que des critères d'agrégation et de filtrage, pour chaque groupe.

ListAvailableResourceDimensions

aws pi list-available-resource-dimensions

Récupérez les dimensions pouvant être interrogées pour chaque type de métrique spécifié sur une instance spécifiée.

ListAvailableResourceMetrics

aws pi list-available-resource-metrics

Récupérez toutes les métriques disponibles des types de métriques spécifiés pouvant être interrogés pour une instance de base de données spécifiée.

ListPerformanceAnalysisReports

aws pi list-performance-analysis-reports

Récupère tous les rapports d'analyse disponibles pour l'instance de base de données. Les rapports sont répertoriés en fonction de l'heure de début de chaque rapport.

ListTagsForResource

aws pi list-tags-for-resource

Répertorie toutes les balises de métadonnées ajoutées à la ressource. La liste inclut le nom et la valeur de la balise.

TagResource

aws pi tag-resource

Ajoute des balises de métadonnées à la ressource Amazon RDS. La balise inclut un nom et une valeur.

UntagResource

aws pi untag-resource

Supprime la balise de métadonnées de la ressource.

AWS CLI pour Performance Insights

Vous pouvez consulter les données de Performance Insights à l'aide d AWS CLI. Vous pouvez obtenir de l'aide sur les commandes AWS CLI relatives à Performance Insights en saisissant le code suivant sur la ligne de commande.

aws pi help

Si vous n'avez pas installé l'AWS CLI, veuillez consulter la rubrique Installation de l'interface de ligne de commande AWS dans le Guide de l'utilisateur AWS CLI pour en savoir plus sur son installation.

Récupération de métriques de série chronologique

L'opération GetResourceMetrics récupère une ou plusieurs métriques de série chronologique à partir des données de Performance Insights. GetResourceMetrics exige une métrique et une période, et renvoie une réponse contenant la liste des points de données.

Par exemple, AWS Management Console utilise GetResourceMetrics pour renseigner le graphique Counter Metrics (Métriques de compteur) et le graphique Database Load (Charge de base de données), comme illustré dans l'image ci-dessous.


			Graphiques Counter Metrics (Métriques de compteur) et Database Load (Charge de base de données)

Toutes les métriques renvoyées par GetResourceMetrics sont des métriques de série chronologique standard, à l'exception de db.load. Elle apparaît dans le graphique Database Load (Charge de base de données). La métrique db.load est différente des autres métriques de série chronologique, car vous pouvez la décomposer en sous-composants appelés dimensions. Dans l'image précédente, db.load est décomposé et regroupé en fonction des états d'attente qui constituent db.load.

Note

GetResourceMetrics peut également renvoyer la métrique db.sampleload, mais la métrique db.load est appropriée dans la plupart des cas.

Pour de plus amples informations sur les métriques de compteur renvoyées par GetResourceMetrics, veuillez consulter Métrique de compteur de Performance Insights.

Les calculs suivants sont pris en charge pour les métriques :

  • Moyenne – Moyenne de la métrique sur une période. Ajoutez .avg au nom de la métrique.

  • Minimum – Valeur minimale de la métrique sur une période. Ajoutez .min au nom de la métrique.

  • Maximum – Valeur maximale de la métrique sur une période. Ajoutez .max au nom de la métrique.

  • Somme – Somme des valeurs de la métrique sur une période. Ajoutez .sum au nom de la métrique.

  • Nombre échantillon – Nombre de fois où la métrique a été collectée sur une période. Ajoutez .sample_count au nom de la métrique.

Par exemple, supposons qu'une métrique soit collectée pendant 300 secondes (5 minutes) et qu'elle soit collectée une fois toutes les minutes. Les valeurs pour chaque minute sont 1, 2, 3, 4 et 5. Dans ce cas, les calculs suivants sont renvoyés :

  • Moyenne – 3

  • Minimum – 1

  • Maximum – 5

  • Somme – 15

  • Nombre échantillon – 5

Pour plus d'informations sur l'utilisation de la commande AWS CLI get-resource-metrics, consultez get-resource-metrics.

Pour l'option --metric-queries, spécifiez une ou plusieurs requêtes pour lesquelles vous souhaitez obtenir les résultats. Chaque requête se compose d'un paramètre Metric obligatoire et des paramètres GroupBy et Filter facultatifs. Voici un exemple de spécification de l'option --metric-queries.

{ "Metric": "string", "GroupBy": { "Group": "string", "Dimensions": ["string", ...], "Limit": integer }, "Filter": {"string": "string" ...}

AWS CLIExemples pour Performance Insights

Les exemples suivants montrent comment utiliser l'AWS CLI pour Performance Insights.

Récupération de métriques de compteur

L'image suivante illustre deux graphiques de métriques de compteur dans AWS Management Console.


					Graphiques Counter Metrics (Métriques de compteur).

L'exemple suivant décrit comment collecter les mêmes données utilisées par AWS Management Console pour générer les deux graphiques Counter Metrics (Métriques de compteur).

Pour LinuxmacOS, ou Unix :

aws pi get-resource-metrics \ --service-type RDS \ --identifier db-ID \ --start-time 2018-10-30T00:00:00Z \ --end-time 2018-10-30T01:00:00Z \ --period-in-seconds 60 \ --metric-queries '[{"Metric": "os.cpuUtilization.user.avg" }, {"Metric": "os.cpuUtilization.idle.avg"}]'

Dans Windows :

aws pi get-resource-metrics ^ --service-type RDS ^ --identifier db-ID ^ --start-time 2018-10-30T00:00:00Z ^ --end-time 2018-10-30T01:00:00Z ^ --period-in-seconds 60 ^ --metric-queries '[{"Metric": "os.cpuUtilization.user.avg" }, {"Metric": "os.cpuUtilization.idle.avg"}]'

Vous pouvez également simplifier la lecture d'une commande en spécifiant un fichier pour l'option --metrics-query. L'exemple suivant utilise un fichier nommé query.json pour l'option. Le contenu du fichier est le suivant.

[ { "Metric": "os.cpuUtilization.user.avg" }, { "Metric": "os.cpuUtilization.idle.avg" } ]

Exécutez la commande suivante pour utiliser le fichier.

Pour LinuxmacOS, ou Unix :

aws pi get-resource-metrics \ --service-type RDS \ --identifier db-ID \ --start-time 2018-10-30T00:00:00Z \ --end-time 2018-10-30T01:00:00Z \ --period-in-seconds 60 \ --metric-queries file://query.json

Dans Windows :

aws pi get-resource-metrics ^ --service-type RDS ^ --identifier db-ID ^ --start-time 2018-10-30T00:00:00Z ^ --end-time 2018-10-30T01:00:00Z ^ --period-in-seconds 60 ^ --metric-queries file://query.json

L'exemple précédent spécifie les valeurs suivantes pour les options :

  • --service-typeRDS pour Amazon RDS

  • --identifier – ID de ressource de l'instance de base de données

  • --start-time et --end-time – Valeurs DateTime conformes à l'ISO 8601 pour la période à interroger, avec plusieurs formats pris en charge

L'interrogation se déroule pendant un intervalle d'une heure :

  • --period-in-seconds60 pour une requête toutes les minutes

  • --metric-queries – Tableau de deux requêtes s'appliquant chacune à une métrique.

    Le nom de la métrique utilise des points pour classifier la métrique dans une catégorie utile, l'élément final étant une fonction. Dans l'exemple, la fonction est avg pour chaque requête. Comme pour Amazon CloudWatch, les fonctions prises en charge sont minmax,total, etavg.

La réponse ressemble à ce qui suit.

{ "Identifier": "db-XXX", "AlignedStartTime": 1540857600.0, "AlignedEndTime": 1540861200.0, "MetricList": [ { //A list of key/datapoints "Key": { "Metric": "os.cpuUtilization.user.avg" //Metric1 }, "DataPoints": [ //Each list of datapoints has the same timestamps and same number of items { "Timestamp": 1540857660.0, //Minute1 "Value": 4.0 }, { "Timestamp": 1540857720.0, //Minute2 "Value": 4.0 }, { "Timestamp": 1540857780.0, //Minute 3 "Value": 10.0 } //... 60 datapoints for the os.cpuUtilization.user.avg metric ] }, { "Key": { "Metric": "os.cpuUtilization.idle.avg" //Metric2 }, "DataPoints": [ { "Timestamp": 1540857660.0, //Minute1 "Value": 12.0 }, { "Timestamp": 1540857720.0, //Minute2 "Value": 13.5 }, //... 60 datapoints for the os.cpuUtilization.idle.avg metric ] } ] //end of MetricList } //end of response

La réponse contient les éléments Identifier, AlignedStartTime et AlignedEndTime. Étant donné que la valeur de --period-in-seconds était définie sur 60, les heures de début et de fin ont été arrondies à la minute près. Si --period-in-seconds était défini sur 3600, les heures de début et de fin auraient été arrondies à l'heure près.

L'élément MetricList dans la réponse comporte un certain nombre d'entrées, chacune associée à une entrée Key et DataPoints. Chaque élément DataPoint comporte une entrée Timestamp et Value. Chaque liste Datapoints répertorie 60 points de données, car les requêtes sont exécutées toutes les minutes pendant une heure, avec Timestamp1/Minute1, Timestamp2/Minute2, etc. jusqu'à Timestamp60/Minute60.

Étant donné que la requête s'applique à deux métriques de compteur différentes, contient deux élément MetricList.

Récupération de la charge de base de données moyenne pour les principaux événements d'attente

L'exemple suivant illustre la même requête utilisée par AWS Management Console pour générer un graphique en aires empilées. Il récupère la valeur de db.load.avg sur la dernière heure en divisant la charge conformément aux sept principaux événements d'attente. La commande est identique à la commande de la rubrique Récupération de métriques de compteur. Le contenu du fichier query.json est cependant différent :

[ { "Metric": "db.load.avg", "GroupBy": { "Group": "db.wait_event", "Limit": 7 } } ]

Exécutez la commande suivante.

Pour LinuxmacOS, ou Unix :

aws pi get-resource-metrics \ --service-type RDS \ --identifier db-ID \ --start-time 2018-10-30T00:00:00Z \ --end-time 2018-10-30T01:00:00Z \ --period-in-seconds 60 \ --metric-queries file://query.json

Dans Windows :

aws pi get-resource-metrics ^ --service-type RDS ^ --identifier db-ID ^ --start-time 2018-10-30T00:00:00Z ^ --end-time 2018-10-30T01:00:00Z ^ --period-in-seconds 60 ^ --metric-queries file://query.json

L'exemple spécifie la métrique de db.load.avg et exécute une action GroupBy pour les sept principaux événements d'attente. Pour plus de détails sur les valeurs valides pour cet exemple, consultez DimensionGrouple manuel Performance Insights API Reference.

La réponse ressemble à ce qui suit.

{ "Identifier": "db-XXX", "AlignedStartTime": 1540857600.0, "AlignedEndTime": 1540861200.0, "MetricList": [ { //A list of key/datapoints "Key": { //A Metric with no dimensions. This is the total db.load.avg "Metric": "db.load.avg" }, "DataPoints": [ //Each list of datapoints has the same timestamps and same number of items { "Timestamp": 1540857660.0, //Minute1 "Value": 0.5166666666666667 }, { "Timestamp": 1540857720.0, //Minute2 "Value": 0.38333333333333336 }, { "Timestamp": 1540857780.0, //Minute 3 "Value": 0.26666666666666666 } //... 60 datapoints for the total db.load.avg key ] }, { "Key": { //Another key. This is db.load.avg broken down by CPU "Metric": "db.load.avg", "Dimensions": { "db.wait_event.name": "CPU", "db.wait_event.type": "CPU" } }, "DataPoints": [ { "Timestamp": 1540857660.0, //Minute1 "Value": 0.35 }, { "Timestamp": 1540857720.0, //Minute2 "Value": 0.15 }, //... 60 datapoints for the CPU key ] }, //... In total we have 8 key/datapoints entries, 1) total, 2-8) Top Wait Events ] //end of MetricList } //end of response

Dans cette réponse, comporte huit entrée MetricList. Une entrée s'applique à la valeur totale de db.load.avg et les sept autres entrées s'appliquent à chacune des valeurs de db.load.avg divisées conformément à l'un des sept principaux événements d'attente. Contrairement au premier exemple qui comportait une dimension de regroupement, cet exemple doit définir un élément Key pour chaque regroupement de la métrique. Un seul élément Key peut être associé à chaque métrique, comme dans le cas d'utilisation de la métrique de compteur de base.

Récupération de la charge de base de données moyenne pour les principales instructions SQL

L'exemple suivant regroupe db.wait_events par les 10 principales instructions SQL. Il existe deux groupes différents pour les instructions SQL :

  • db.sql – Instruction SQL complète, telle que select * from customers where customer_id = 123

  • db.sql_tokenized – Instruction SQL tokenisée, telle que select * from customers where customer_id = ?

Lors de l'analyse des performances de base de données, il peut s'avérer utile de considérer les instructions SQL dont les paramètres sont différents comme un seul élément logique. Vous pouvez donc utiliser db.sql_tokenized lors de l'interrogation. Toutefois, en particulier si vous êtes intéressé par les plans d'explication, il est parfois plus utile d'examiner les instructions SQL complètes avec leurs paramètres, et le regroupement des requêtes par db.sql. Il existe une relation parent-enfant entre une instruction SQL tokenisée et une instruction SQL complète, où plusieurs instructions SQL complètes (enfants) sont regroupées sous la même instruction SQL tokenisée (parent).

La commande illustrée dans cet exemple est identique à la commande de la rubrique Récupération de la charge de base de données moyenne pour les principaux événements d'attente. Le contenu du fichier query.json est cependant différent :

[ { "Metric": "db.load.avg", "GroupBy": { "Group": "db.sql_tokenized", "Limit": 10 } } ]

L'exemple suivant utilise db.sql_tokenized.

Pour LinuxmacOS, ou Unix :

aws pi get-resource-metrics \ --service-type RDS \ --identifier db-ID \ --start-time 2018-10-29T00:00:00Z \ --end-time 2018-10-30T00:00:00Z \ --period-in-seconds 3600 \ --metric-queries file://query.json

Dans Windows :

aws pi get-resource-metrics ^ --service-type RDS ^ --identifier db-ID ^ --start-time 2018-10-29T00:00:00Z ^ --end-time 2018-10-30T00:00:00Z ^ --period-in-seconds 3600 ^ --metric-queries file://query.json

Cet exemple demande plus de 24 heures, avec une heure period-in-seconds.

L'exemple spécifie la métrique de db.load.avg et exécute une action GroupBy pour les sept principaux événements d'attente. Pour plus de détails sur les valeurs valides pour cet exemple, consultez DimensionGrouple manuel Performance Insights API Reference.

La réponse ressemble à ce qui suit.

{ "AlignedStartTime": 1540771200.0, "AlignedEndTime": 1540857600.0, "Identifier": "db-XXX", "MetricList": [ //11 entries in the MetricList { "Key": { //First key is total "Metric": "db.load.avg" } "DataPoints": [ //Each DataPoints list has 24 per-hour Timestamps and a value { "Value": 1.6964980544747081, "Timestamp": 1540774800.0 }, //... 24 datapoints ] }, { "Key": { //Next key is the top tokenized SQL "Dimensions": { "db.sql_tokenized.statement": "INSERT INTO authors (id,name,email) VALUES\n( nextval(?) ,?,?)", "db.sql_tokenized.db_id": "pi-2372568224", "db.sql_tokenized.id": "AKIAIOSFODNN7EXAMPLE" }, "Metric": "db.load.avg" }, "DataPoints": [ //... 24 datapoints ] }, // In total 11 entries, 10 Keys of top tokenized SQL, 1 total key ] //End of MetricList } //End of response

Cette réponse comporte 11 entrées dans MetricList (1 correspondant au total, les 10 autres correspondant aux principales instructions SQL tokenisées), chaque entrée étant associée à 24 DataPoints par heure.

Pour les instructions SQL tokenisées, chaque liste de dimensions répertorie trois entrées :

  • db.sql_tokenized.statement – Instruction SQL tokenisée.

  • db.sql_tokenized.db_id – ID de base de données native utilisé pour faire référence à l'instruction SQL, ou ID synthétique généré par Performance Insights si l'ID de base de données native n'est pas disponible. Cet exemple renvoie l'ID synthétique pi-2372568224.

  • db.sql_tokenized.id – ID de la requête dans Performance Insights.

    Dans AWS Management Console, cet ID se nomme ID de support. Il porte ce nom, car l'ID représente les données qu'AWS Support peut examiner pour vous aider à résoudre un problème lié à votre base de données. AWS prend la sécurité et la confidentialité de vos données très au sérieux, et presque toutes les données sont stockées en mode chiffré avec votre clé principale client (CMK) AWS KMS. Personne au sein d'AWS ne peut ainsi consulter ces données. Dans l'exemple précédent, tokenized.statement et tokenized.db_id sont tous les deux stockés sous forme chiffrée. Si vous rencontrez un problème avec votre base de données, AWS Support peut vous aider en fournissant l'ID de support.

Lors de l'interrogation, il peut s'avérer utile de spécifier une entrée Group dans GroupBy. Toutefois, pour contrôler les données renvoyées de manière plus précise, spécifier la liste des dimensions. Par exemple, si db.sql_tokenized.statement est le seul élément nécessaire, un attribut Dimensions peut être ajouté au fichier query.json.

[ { "Metric": "db.load.avg", "GroupBy": { "Group": "db.sql_tokenized", "Dimensions":["db.sql_tokenized.statement"], "Limit": 10 } } ]

Récupération de la charge de base de données moyenne filtrée par instruction SQL


					Graphique de filtrage par instruction SQL.

L'image précédente indique qu'une requête particulière est sélectionnée et que le graphique en aires empilées Average active sessions (Sessions actives en moyenne) qui apparaît dans la section supérieure s'y applique. Bien que la requête concerne toujours les sept principaux événements d'attente globaux, la valeur de la réponse est filtrée. Le filtre permet à la requête de prendre uniquement en compte les sessions qui correspondent à un filtre en particulier.

La requête d'API correspondante illustrée dans cet exemple est identique à la commande de la rubrique Récupération de la charge de base de données moyenne pour les principales instructions SQL. Le contenu du fichier query.json est cependant différent :

[ { "Metric": "db.load.avg", "GroupBy": { "Group": "db.wait_event", "Limit": 5 }, "Filter": { "db.sql_tokenized.id": "AKIAIOSFODNN7EXAMPLE" } } ]

Pour LinuxmacOS, ou Unix :

aws pi get-resource-metrics \ --service-type RDS \ --identifier db-ID \ --start-time 2018-10-30T00:00:00Z \ --end-time 2018-10-30T01:00:00Z \ --period-in-seconds 60 \ --metric-queries file://query.json

Dans Windows :

aws pi get-resource-metrics ^ --service-type RDS ^ --identifier db-ID ^ --start-time 2018-10-30T00:00:00Z ^ --end-time 2018-10-30T01:00:00Z ^ --period-in-seconds 60 ^ --metric-queries file://query.json

La réponse ressemble à ce qui suit.

{ "Identifier": "db-XXX", "AlignedStartTime": 1556215200.0, "MetricList": [ { "Key": { "Metric": "db.load.avg" }, "DataPoints": [ { "Timestamp": 1556218800.0, "Value": 1.4878117913832196 }, { "Timestamp": 1556222400.0, "Value": 1.192823803967328 } ] }, { "Key": { "Metric": "db.load.avg", "Dimensions": { "db.wait_event.type": "io", "db.wait_event.name": "wait/io/aurora_redo_log_flush" } }, "DataPoints": [ { "Timestamp": 1556218800.0, "Value": 1.1360544217687074 }, { "Timestamp": 1556222400.0, "Value": 1.058051341890315 } ] }, { "Key": { "Metric": "db.load.avg", "Dimensions": { "db.wait_event.type": "io", "db.wait_event.name": "wait/io/table/sql/handler" } }, "DataPoints": [ { "Timestamp": 1556218800.0, "Value": 0.16241496598639457 }, { "Timestamp": 1556222400.0, "Value": 0.05163360560093349 } ] }, { "Key": { "Metric": "db.load.avg", "Dimensions": { "db.wait_event.type": "synch", "db.wait_event.name": "wait/synch/mutex/innodb/aurora_lock_thread_slot_futex" } }, "DataPoints": [ { "Timestamp": 1556218800.0, "Value": 0.11479591836734694 }, { "Timestamp": 1556222400.0, "Value": 0.013127187864644107 } ] }, { "Key": { "Metric": "db.load.avg", "Dimensions": { "db.wait_event.type": "CPU", "db.wait_event.name": "CPU" } }, "DataPoints": [ { "Timestamp": 1556218800.0, "Value": 0.05215419501133787 }, { "Timestamp": 1556222400.0, "Value": 0.05805134189031505 } ] }, { "Key": { "Metric": "db.load.avg", "Dimensions": { "db.wait_event.type": "synch", "db.wait_event.name": "wait/synch/mutex/innodb/lock_wait_mutex" } }, "DataPoints": [ { "Timestamp": 1556218800.0, "Value": 0.017573696145124718 }, { "Timestamp": 1556222400.0, "Value": 0.002333722287047841 } ] } ], "AlignedEndTime": 1556222400.0 } //end of response

Dans cette réponse, toutes les valeurs sont filtrées selon la contribution de l'instruction SQL tokenisée AKIAIOSFODNN7EXAMPLE spécifiée dans le fichier query.json. Les éléments Key peuvent également suivre un ordre différent d'une requête sans filtre, car ils correspondent aux cinq principaux événements d'attente qui ont affecté l'instruction SQL filtrée.

Récupération du texte complet d'une instruction SQL

L'exemple suivant montre comment récupérer le texte intégral d'une instruction SQL pour une instance de base de données db-10BCD2EFGHIJ3KL4M5NO6PQRS5. Le --group est db.sql et l'--group-identifier est db.sql.id. Dans cet exemple, my-sql-idreprésente un ID SQL récupéré en invoquant pi get-resource-metrics oupi describe-dimension-keys.

Exécutez la commande suivante.

Pour LinuxmacOS, ou Unix :

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

Dans Windows :

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

Dans cet exemple, les détails des dimensions sont disponibles. Ainsi, Performance Insights récupère le texte intégral de l'instruction SQL, sans le tronquer.

{ "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" }, ... ] }

Création d'un rapport d'analyse des performances pour une période donnée

L'exemple suivant crée un rapport d'analyse des performances avec l'heure de début 1682969503 et l'heure de fin 1682979503 pour la base de données db-loadtest-0.

aws pi-test create-performance-analysis-report \ --service-type RDS \ --identifier db-loadtest-0 \ --start-time 1682969503 \ --end-time 1682979503 \ --endpoint-url https://api.titan.pi.a2z.com \ --region us-west-2

La réponse est l'identifiant unique report-0234d3ed98e28fb17 du rapport.

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

Récupération d'un rapport d'analyse des performances

L'exemple suivant extrait les détails du rapport d'analyse pour le rapport report-0d99cc91c4422ee61.

aws pi-test get-performance-analysis-report \ --service-type RDS \ --identifier db-loadtest-0 \ --analysis-report-id report-0d99cc91c4422ee61 \ --endpoint-url https://api.titan.pi.a2z.com \ --region us-west-2

La réponse fournit l'état du rapport, son identifiant, les détails temporels et des informations.

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

Établissement de la liste de tous les rapports d'analyse des performances pour l'instance de base de données

L'exemple suivant répertorie tous les rapports d'analyse des performances disponibles pour la base de données db-loadtest-0.

aws pi-test list-performance-analysis-reports \ --service-type RDS \ --identifier db-loadtest-0 \ --endpoint-url https://api.titan.pi.a2z.com \ --region us-west-2

La réponse répertorie tous les rapports avec l'ID du rapport, le statut et les détails temporels de la période.

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

Suppression d'un rapport d'analyse des performances

L'exemple suivant supprime le rapport d'analyse pour la base de données db-loadtest-0.

aws pi-test delete-performance-analysis-report \ --service-type RDS \ --identifier db-loadtest-0 \ --analysis-report-id report-0d99cc91c4422ee61 \ --endpoint-url https://api.titan.pi.a2z.com \ --region us-west-2

Ajout d'une balise à un rapport d'analyse des performances

L'exemple suivant ajoute une balise avec une clé name et une valeur test-tag au rapport report-01ad15f9b88bcbd56.

aws pi-test tag-resource \ --service-type RDS \ --resource-arn arn:aws:pi:us-west-2:356798100956:perf-reports/RDS/db-loadtest-0/report-01ad15f9b88bcbd56 \ --tags Key=name,Value=test-tag \ --endpoint-url https://api.titan.pi.a2z.com \ --region us-west-2

Établissement de la liste de toutes les balises pour un rapport d'analyse des performances

L'exemple suivant répertorie toutes les balises pour le rapport report-01ad15f9b88bcbd56.

aws pi-test list-tags-for-resource \ --service-type RDS \ --resource-arn arn:aws:pi:us-west-2:356798100956:perf-reports/RDS/db-loadtest-0/report-01ad15f9b88bcbd56 \ --endpoint-url https://api.titan.pi.a2z.com \ --region us-west-2

La réponse répertorie la valeur et la clé de toutes les balises ajoutées au rapport :

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

Suppression des balises d'un rapport d'analyse des performances

L'exemple suivant montre comment supprimer la balise name du rapport report-01ad15f9b88bcbd56.

aws pi-test untag-resource \ --service-type RDS \ --resource-arn arn:aws:pi:us-west-2:356798100956:perf-reports/RDS/db-loadtest-0/report-01ad15f9b88bcbd56 \ --tag-keys name \ --endpoint-url https://api.titan.pi.a2z.com \ --region us-west-2

Une fois la balise supprimée, l'appel de l'API list-tags-for-resource ne répertorie pas cette balise.