Memantau metrik di klaster Amazon Aurora

Amazon Aurora menggunakan klaster server basis data yang direplikasi. Pemantauan klaster Aurora biasanya memerlukan pemeriksaan kondisi pada beberapa instans DB. Instans tersebut mungkin memiliki peran khusus, menangani sebagian besar operasi tulis, operasi hanya baca, atau gabungan keduanya. Anda juga memantau kondisi keseluruhan klaster dengan mengukur jeda replikasi. Ini adalah jumlah waktu untuk perubahan yang diterapkan oleh satu instans DB agar tersedia bagi instans lainnya.

Topik

• Rencana pemantauan
• Acuan dasar performa
• Pedoman performa
• Alat pemantauan untuk Aurora
• Melihat status cluster
• Melihat metrik di konsol Amazon RDS
• Melihat metrik gabungan dengan dasbor Performance Insights
• Memantau metrik Aurora Amazon dengan Amazon CloudWatch
• Memantau beban DB dengan Performance Insights di Amazon Aurora
• Menganalisis anomali kinerja Aurora dengan Amazon Guru untuk Amazon DevOps RDS
• Memantau metrik OS dengan Pemantauan yang Ditingkatkan
• Referensi metrik untuk Aurora

Rencana pemantauan

Sebelum Anda mulai memantau Amazon Aurora, buat rencana pemantauan. Rencana ini sepatutnya menjawab pertanyaan-pertanyaan berikut:

• Apa saja sasaran pemantauan Anda?

• Sumber daya manakah yang akan Anda pantau?

• Seberapa seringkah Anda akan memantau sumber daya ini?

• Apa sajakah alat pemantauan yang akan Anda gunakan?

• Siapakah yang akan melakukan tugas pemantauan?

• Siapakah yang harus diberi tahu apabila ada kesalahan?

Acuan dasar performa

Untuk mencapai semua sasaran pemantauan, Anda perlu menetapkan acuan dasar. Untuk melakukan ini, ukur kinerja dalam kondisi beban yang berbeda pada berbagai waktu di lingkungan Aurora Anda. Anda dapat memantau metrik-metrik seperti:

• Throughput jaringan

• Koneksi klien

• I/O untuk operasi baca, tulis, atau metadata

• Saldo kredit lonjakan untuk instans DB Anda

Kami menyarankan Anda menyimpan data kinerja historis untuk Aurora. Dengan menggunakan data yang disimpan, Anda dapat membandingkan performa saat ini dengan tren sebelumnya. Anda juga dapat membedakan pola performa normal dari anomali, dan merancang teknik untuk mengatasi masalah.

Pedoman performa

Secara umum, nilai-nilai yang diperkenankan untuk metrik performa bergantung pada performa aplikasi Anda secara relatif terhadap acuan Anda. Selidiki variansi yang konsisten atau sedang tren dari acuan Anda. Metrik-metrik berikut sering menjadi sumber masalah performa:

• Tinggi CPU atau RAM konsumsi — Nilai tinggi untuk CPU atau RAM konsumsi mungkin sesuai, jika sesuai dengan tujuan Anda untuk aplikasi Anda (seperti throughput atau konkurensi) dan diharapkan.

• Konsumsi ruang disk – Selidiki konsumsi ruang disk jika ruang yang digunakan selalu berada pada atau di atas 85 persen dari total ruang disk. Periksa apakah ada kemungkinan untuk menghapus data dari instans atau mengarsipkan data ke sistem yang berbeda guna mengosongkan sebagian ruang.

• Lalu lintas jaringan – Untuk lalu lintas jaringan, bicaralah kepada administrator sistem Anda untuk memahami throughput yang diharapkan bagi jaringan domain dan koneksi internet Anda. Selidiki lalu lintas jaringan jika throughput selalu di bawah yang diharapkan.

• Koneksi basis data – Jika Anda melihat jumlah koneksi pengguna yang tinggi dan juga penurunan performa dan waktu respons instans, pertimbangkan untuk membatasi koneksi basis data. Jumlah koneksi pengguna terbaik untuk instans basis data bervariasi berdasarkan kelas instans dan kerumitan operasi yang dilakukan. Untuk menentukan jumlah koneksi basis data, kaitkan instans basis data Anda dengan grup parameter dengan parameter User Connections diatur ke nilai selain 0 (tidak terbatas). Anda dapat menggunakan grup parameter yang ada atau membuat grup baru. Untuk informasi selengkapnya, lihat .

• IOPSmetrik — Nilai yang diharapkan untuk IOPS metrik bergantung pada spesifikasi disk dan konfigurasi server, jadi gunakan baseline Anda untuk mengetahui apa yang khas. Selidiki apakah nilai-nilai selalu berbeda dengan acuan dasar Anda. Untuk IOPS kinerja terbaik, pastikan set kerja tipikal Anda sesuai dengan memori untuk meminimalkan operasi baca dan tulis.

Ketika performa berada di luar garis dasar yang telah ditetapkan, Anda mungkin perlu membuat perubahan untuk mengoptimalkan ketersediaan basis data bagi beban kerja Anda. Misalnya, Anda mungkin perlu mengubah kelas instans dari instans DB Anda. Atau, Anda mungkin perlu mengubah jumlah instans DB dan replika baca yang tersedia untuk klien.