Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Mengambil metrik dengan API Performance Insights untuk Aurora
Saat Wawasan Performa diaktifkan, API menyediakan visibilitas tentang performa instans. Amazon CloudWatch Logs menyediakan sumber otoritatif untuk metrik pemantauan terjual untuk layanan. AWS
Wawasan Performa menawarkan tampilan spesifik domain dari muatan basis data yang diukur sebagai sesi aktif rata-rata (AAS). Metrik ini muncul sebagai set data deret waktu dua dimensi bagi konsumen API. Dimensi waktu data menyediakan data muatan DB untuk setiap titik waktu dalam rentang waktu yang dikueri. Setiap titik waktu menguraikan keseluruhan muatan dalam hubungannya dengan dimensi yang diminta, seperti SQL
, Wait-event
, User
, atau Host
, yang diukur pada titik waktu tersebut.
Wawasan Performa Amazon RDS memantau klaster Amazon Aurora Anda sehingga Anda dapat menganalisis dan memecahkan masalah performa basis data. Salah satu cara untuk menampilkan data Wawasan Performa dapat ditemukan di AWS Management Console. Wawasan Performa juga menyediakan API publik sehingga Anda dapat mengueri data Anda sendiri. Anda dapat menggunakan API untuk melakukan tindakan berikut:
-
Membongkar data ke dalam basis data
-
Menambahkan data Wawasan Performa ke dasbor pemantauan yang ada
-
Merancang alat pemantauan
Untuk menggunakan API Wawasan Performa, aktifkan Wawasan Performa di salah satu instans DB Amazon RDS Anda. Untuk informasi tentang cara mengaktifkan Wawasan Performa, lihat Mengaktifkan dan menonaktifkan Performance Insights untuk Aurora. Untuk informasi selengkapnya tentang API Wawasan Performa, lihat Referensi API Wawasan Performa Amazon RDS.
API Wawasan Performa menyediakan operasi berikut.
Tindakan Wawasan Performa |
AWS CLI perintah |
Deskripsi |
---|---|---|
Membuat laporan analisis performa selama periode waktu tertentu untuk instans DB. Hasilnya adalah |
||
Menghapus laporan analisis performa. |
||
Mengambil kunci dimensi N teratas untuk metrik selama periode waktu tertentu. |
||
Mengambil atribut dari grup dimensi tertentu untuk instans DB atau sumber data. Misalnya, jika Anda menentukan ID SQL, dan jika detail dimensi tersedia, |
||
Mengambil laporan yang mencakup wawasan untuk laporan. Hasilnya mencakup status laporan, ID laporan, detail waktu laporan, wawasan, dan rekomendasi. |
||
GetResourceMetadata |
Mengambil metadata untuk fitur yang berbeda. Misalnya, metadata mungkin menunjukkan bahwa fitur diaktifkan atau dinonaktifkan pada instans DB tertentu. |
|
Mengambil metrik Wawasan Performa untuk sekumpulan sumber data, selama periode waktu tertentu. Anda dapat menyediakan grup dimensi dan dimensi tertentu, serta memberikan kriteria penggabungan dan pemfilteran untuk setiap grup. |
||
ListAvailableResourceDimensions |
Mengambil dimensi yang dapat dikueri untuk setiap jenis metrik yang ditentukan pada instans tertentu. |
|
ListAvailableResourceMetrics |
Mengambil semua metrik jenis metrik tertentu yang tersedia yang dapat dikueri untuk instans DB tertentu. |
|
Mengambil semua laporan analisis yang tersedia untuk instans DB. Laporan dicantumkan berdasarkan waktu mulai setiap laporan. | ||
Daftar semua tag metadata yang ditambahkan ke sumber daya. Daftar ini mencakup nama dan nilai tag. |
||
Menambahkan tag metadata ke sumber daya Amazon RDS. Tag ini termasuk nama dan nilai. |
||
Menghapus tag metadata dari sumber daya. |
Topik
AWS CLI untuk Performance Insights
Anda dapat melihat data Wawasan Performa menggunakan AWS CLI. Anda dapat melihat bantuan untuk AWS CLI perintah untuk Performance Insights dengan memasukkan yang berikut ini pada baris perintah.
aws pi help
Jika Anda belum menginstal, lihat Menginstal AWS CLI di Panduan AWS CLI Pengguna untuk informasi tentang menginstalnya. AWS CLI
Mengambil metrik deret waktu
Operasi GetResourceMetrics
mengambil satu atau beberapa metrik deret waktu dari data Wawasan Performa. GetResourceMetrics
memerlukan metrik dan periode waktu, dan menampilkan respons dengan daftar poin data.
Misalnya, AWS Management Console penggunaan GetResourceMetrics
untuk mengisi bagan Metrik Penghitung dan bagan Pemuatan Database, seperti yang terlihat pada gambar berikut.
![Bagan Metrik Penghitung dan Muatan Basis Data](./images/perf-insights-api-charts.png)
Semua metrik yang ditampilkan oleh GetResourceMetrics
adalah metrik deret waktu standar, dengan pengecualian db.load
. Metrik ini ditampilkan dalam bagan Muatan Basis Data. Metrik db.load
berbeda dengan metrik deret waktu lainnya karena Anda dapat membaginya menjadi beberapa sub-komponen yang disebut dimensi. Di gambar sebelumnya, db.load
dibagi dan dikelompokkan berdasarkan status tunggu yang membentuk db.load
.
catatan
GetResourceMetrics
juga dapat menampilkan metrik db.sampleload
, tetapi metrik db.load
sesuai di sebagian besar kasus.
Untuk informasi tentang metrik penghitung yang ditampilkan oleh GetResourceMetrics
, lihat Metrik penghitung Wawasan Performa.
Penghitungan berikut didukung untuk metrik:
-
Rata-rata – Nilai rata-rata untuk metrik selama periode waktu tertentu. Tambahkan
.avg
ke nama metrik. -
Minimum – Nilai minimum metrik selama periode waktu tertentu. Tambahkan
.min
ke nama metrik. -
Maksimum – Nilai maksimum metrik selama periode waktu tertentu. Tambahkan
.max
ke nama metrik. -
Jumlah – Jumlah nilai metrik selama periode waktu tertentu. Tambahkan
.sum
ke nama metrik. -
Jumlah sampel – Frekuensi pengumpulan metrik selama periode waktu tertentu. Tambahkan
.sample_count
ke nama metrik.
Sebagai contoh, misalkan sebuah metrik dikumpulkan selama 300 detik (5 menit), dan metrik tersebut dikumpulkan satu kali setiap menit. Nilai untuk setiap menit adalah 1, 2, 3, 4, dan 5. Dalam kasus ini, penghitungan berikut ditampilkan:
-
Rata-rata – 3
-
Minimum – 1
-
Maksimum – 5
-
Jumlah – 15
-
Jumlah sampel – 5
Untuk informasi tentang menggunakan get-resource-metrics
AWS CLI perintah, lihat get-resource-metrics
.
Untuk opsi --metric-queries
, tentukan satu atau beberapa kueri yang diinginkan untuk mendapatkan hasil. Setiap kueri terdiri dari Metric
wajib dan GroupBy
opsional serta parameter Filter
. Berikut ini adalah contoh spesifikasi opsi --metric-queries
.
{ "Metric": "string", "GroupBy": { "Group": "string", "Dimensions": ["string", ...], "Limit": integer }, "Filter": {"string": "string" ...}
AWS CLI contoh untuk Performance Insights
Contoh berikut menunjukkan cara menggunakan Performance AWS CLI Insights.
Topik
- Mengambil metrik penghitung
- Mengambil rata-rata muatan DB untuk peristiwa tunggu teratas
- Mengambil rata-rata muatan DB untuk SQL teratas
- Mengambil Rata-Rata Muatan DB yang difilter berdasarkan SQL
- Mengambil teks lengkap pernyataan SQL
- Membuat laporan analisis performa selama periode waktu tertentu
- Mengambil laporan analisis performa
- Daftar semua laporan analisis performa untuk instans DB
- Menghapus laporan analisis performa
- Menambahkan tag ke laporan analisis performa
- Mencantumkan semua tag untuk laporan analisis performa
- Menghapus tag dari laporan analisis performa
Mengambil metrik penghitung
Tangkapan layar berikut menunjukkan dua bagan metrik penghitung dalam AWS Management Console.
![Bagan Metrik Penghitung.](./images/perf-insights-api-counters-charts.png)
Contoh berikut menunjukkan cara mengumpulkan data yang sama yang AWS Management Console digunakan untuk menghasilkan dua bagan metrik penghitung.
Untuk Linux, macOS, atau Unix:
aws pi get-resource-metrics \ --service-type RDS \ --identifier db-
ID
\ --start-time2018-10-30T00:00:00Z
\ --end-time2018-10-30T01:00:00Z
\ --period-in-seconds60
\ --metric-queries '[{"Metric": "os.cpuUtilization.user.avg" }, {"Metric": "os.cpuUtilization.idle.avg"}]'
Untuk Windows:
aws pi get-resource-metrics ^ --service-type RDS ^ --identifier db-
ID
^ --start-time2018-10-30T00:00:00Z
^ --end-time2018-10-30T01:00:00Z
^ --period-in-seconds60
^ --metric-queries '[{"Metric": "os.cpuUtilization.user.avg" }, {"Metric": "os.cpuUtilization.idle.avg"}]'
Anda juga dapat membaca perintah dengan lebih mudah dengan menentukan file untuk opsi --metrics-query
. Contoh berikut menggunakan file yang disebut query.json untuk opsi tersebut. File memiliki konten berikut.
[ { "Metric": "os.cpuUtilization.user.avg" }, { "Metric": "os.cpuUtilization.idle.avg" } ]
Jalankan perintah berikut untuk menggunakan file.
Untuk Linux, macOS, atau Unix:
aws pi get-resource-metrics \ --service-type RDS \ --identifier db-
ID
\ --start-time2018-10-30T00:00:00Z
\ --end-time2018-10-30T01:00:00Z
\ --period-in-seconds60
\ --metric-queries file://query.json
Untuk Windows:
aws pi get-resource-metrics ^ --service-type RDS ^ --identifier db-
ID
^ --start-time2018-10-30T00:00:00Z
^ --end-time2018-10-30T01:00:00Z
^ --period-in-seconds60
^ --metric-queries file://query.json
Contoh sebelumnya menentukan nilai-nilai berikut untuk opsi:
-
--service-type
–RDS
untuk Amazon RDS -
--identifier
– ID sumber daya untuk instans DB -
--start-time
dan--end-time
– NilaiDateTime
ISO 8601 untuk periode kueri, dengan berbagai format yang didukung
Ini akan dikueri selama rentang waktu satu jam:
-
--period-in-seconds
–60
untuk kueri per menit -
--metric-queries
– Rangkaian dua kueri, masing-masing hanya untuk satu metrik.Nama metrik menggunakan titik untuk mengklasifikasikan metrik dalam kategori yang berguna, dengan elemen terakhir sebagai fungsi. Dalam contoh, fungsinya adalah
avg
untuk setiap kueri. Seperti halnya Amazon CloudWatch, fungsi yang didukung adalahmin
max
,total
, danavg
.
Responsnya terlihat seperti berikut.
{ "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
Respons ini memiliki Identifier
, AlignedStartTime
, dan AlignedEndTime
. B nilai --period-in-seconds
adalah 60
, waktu mulai dan akhir telah disesuaikan dengan menit. Jika --period-in-seconds
adalah 3600
, waktu mulai dan akhir akan disesuaikan dengan jam.
MetricList
dalam respons memiliki sejumlah entri, masing-masing dengan entri Key
dan DataPoints
. Masing-masing DataPoint
memiliki Timestamp
dan Value
. Masing-masing daftar Datapoints
memiliki 60 poin data karena kueri tersebut adalah untuk data per menit selama satu jam, dengan Timestamp1/Minute1
, Timestamp2/Minute2
, dan seterusnya, hingga Timestamp60/Minute60
.
Karena kueri tersebut adalah untuk dua metrik penghitung yang berbeda, ada dua elemen dalam respons MetricList
.
Mengambil rata-rata muatan DB untuk peristiwa tunggu teratas
Contoh berikut adalah query yang sama yang AWS Management Console digunakan untuk menghasilkan grafik garis area bertumpuk. Contoh ini mengambil db.load.avg
selama satu jam terakhir dengan muatan yang dibagi berdasarkan tujuh peristiwa tunggu teratas. Perintah ini sama dengan perintah dalam Mengambil metrik penghitung. Namun, file query.json berisi konten berikut.
[ { "Metric": "db.load.avg", "GroupBy": { "Group": "db.wait_event", "Limit": 7 } } ]
Jalankan perintah berikut.
Untuk Linux, macOS, atau Unix:
aws pi get-resource-metrics \ --service-type RDS \ --identifier db-
ID
\ --start-time2018-10-30T00:00:00Z
\ --end-time2018-10-30T01:00:00Z
\ --period-in-seconds60
\ --metric-queries file://query.json
Untuk Windows:
aws pi get-resource-metrics ^ --service-type RDS ^ --identifier db-
ID
^ --start-time2018-10-30T00:00:00Z
^ --end-time2018-10-30T01:00:00Z
^ --period-in-seconds60
^ --metric-queries file://query.json
Contoh ini menentukan metrik db.load.avg
dan GroupBy
dari tujuh peristiwa tunggu teratas. Untuk detail tentang nilai yang valid untuk contoh ini, lihat DimensionGroupdi Referensi API Performance Insights.
Responsnya terlihat seperti berikut.
{ "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
Dalam respons ini, ada delapan entri dalam MetricList
. Ada satu entri untuk total db.load.avg
, dan tujuh entri masing-masing untuk db.load.avg
yang dibagi berdasarkan salah satu dari tujuh peristiwa tunggu teratas. Tidak seperti di contoh pertama, karena ada dimensi pengelompokan, pasti ada satu kunci untuk setiap pengelompokan metrik. Tidak boleh hanya ada satu kunci untuk setiap metrik, seperti dalam kasus penggunaan metrik penghitung dasar.
Mengambil rata-rata muatan DB untuk SQL teratas
Contoh berikut mengelompokkan db.wait_events
berdasarkan 10 pernyataan SQL teratas. Ada dua grup berbeda untuk pernyataan SQL:
-
db.sql
– Pernyataan SQL lengkap, sepertiselect * from customers where customer_id = 123
-
db.sql_tokenized
– Pernyataan SQL token, sepertiselect * from customers where customer_id = ?
Saat menganalisis performa basis data, sebaiknya pertimbangkan pernyataan SQL yang hanya berbeda dari segi parameternya sebagai satu item logika. Jadi, Anda dapat menggunakan db.sql_tokenized
saat melakukan kueri. Namun, terutama ketika Anda tertarik untuk menjelaskan rencana, terkadang lebih berguna untuk memeriksa pernyataan SQL lengkap beserta parameter, dan pengelompokan kueri berdasarkan db.sql
. Ada hubungan induk-turunan antara SQL token dan lengkap, dengan beberapa SQL lengkap (turunan) yang dikelompokkan dalam SQL token (induk) yang sama.
Perintah dalam contoh ini terlihat seperti perintah dalam Mengambil rata-rata muatan DB untuk peristiwa tunggu teratas. Namun, file query.json berisi konten berikut.
[ { "Metric": "db.load.avg", "GroupBy": { "Group": "db.sql_tokenized", "Limit": 10 } } ]
Contoh berikut menggunakan db.sql_tokenized
.
Untuk Linux, macOS, atau Unix:
aws pi get-resource-metrics \ --service-type RDS \ --identifier db-
ID
\ --start-time2018-10-29T00:00:00Z
\ --end-time2018-10-30T00:00:00Z
\ --period-in-seconds3600
\ --metric-queries file://query.json
Untuk Windows:
aws pi get-resource-metrics ^ --service-type RDS ^ --identifier db-
ID
^ --start-time2018-10-29T00:00:00Z
^ --end-time2018-10-30T00:00:00Z
^ --period-in-seconds3600
^ --metric-queries file://query.json
Contoh ini menanyakan lebih dari 24 jam, dengan satu jam period-in-seconds.
Contoh ini menentukan metrik db.load.avg
dan GroupBy
dari tujuh peristiwa tunggu teratas. Untuk detail tentang nilai yang valid untuk contoh ini, lihat DimensionGroupdi Referensi API Performance Insights.
Responsnya terlihat seperti berikut.
{ "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
Respons ini memiliki 11 entri di MetricList
(1 total, 10 SQL token teratas), dengan setiap entri memiliki 24 DataPoints
per jam.
Untuk SQL token, ada tiga entri di setiap daftar dimensi:
-
db.sql_tokenized.statement
– Pernyataan SQL token. -
db.sql_tokenized.db_id
– Baik ID basis data native yang digunakan untuk merujuk ke SQL, maupun ID sintetis yang dihasilkan oleh Wawasan Performa untuk Anda jika ID basis data native tidak tersedia. Contoh ini menampilkan ID sintetispi-2372568224
. -
db.sql_tokenized.id
– ID kueri di dalam Wawasan Performa.Dalam AWS Management Console, ID ini disebut Support ID. Ini dinamakan ini karena ID adalah data yang AWS Support dapat memeriksa untuk membantu Anda memecahkan masalah dengan database Anda. AWS menjaga keamanan dan privasi data Anda dengan sangat serius, dan hampir semua data disimpan terenkripsi dengan kunci Anda AWS KMS . Oleh karena itu, tidak ada orang di dalam yang AWS dapat melihat data ini. Di contoh sebelumnya, baik
tokenized.statement
maupuntokenized.db_id
disimpan dengan enkripsi. Jika Anda memiliki masalah dengan database Anda, AWS Support dapat membantu Anda dengan mereferensikan ID Dukungan.
Ketika melakukan kueri, mungkin lebih mudah untuk menentukan Group
dalam GroupBy
. Namun, untuk kontrol lebih mendetail atas data yang ditampilkan, tentukan daftar dimensi. Misalnya, jika yang dibutuhkan hanya db.sql_tokenized.statement
, atribut Dimensions
dapat ditambahkan ke file query.json.
[ { "Metric": "db.load.avg", "GroupBy": { "Group": "db.sql_tokenized", "Dimensions":["db.sql_tokenized.statement"], "Limit": 10 } } ]
Mengambil Rata-Rata Muatan DB yang difilter berdasarkan SQL
![Filter berdasarkan bagan SQL.](./images/perf-insights-api-filter-chart.png)
Gambar sebelumnya menunjukkan bahwa kueri tertentu dipilih, dan grafik baris area bertumpuk sesi aktif rata-rata teratas dicakup ke kueri tersebut. Meskipun kueri masih diperuntukkan bagi tujuh peristiwa tunggu teratas secara keseluruhan, nilai respons-nya akan difilter. Filter menyebabkannya hanya memperhitungkan sesi yang cocok untuk filter tertentu.
Kueri API terkait dalam contoh ini sama seperti perintah di Mengambil rata-rata muatan DB untuk SQL teratas. Namun, file query.json berisi konten berikut.
[ { "Metric": "db.load.avg", "GroupBy": { "Group": "db.wait_event", "Limit": 5 }, "Filter": { "db.sql_tokenized.id": "AKIAIOSFODNN7EXAMPLE" } } ]
Untuk Linux, macOS, atau Unix:
aws pi get-resource-metrics \ --service-type RDS \ --identifier db-
ID
\ --start-time2018-10-30T00:00:00Z
\ --end-time2018-10-30T01:00:00Z
\ --period-in-seconds60
\ --metric-queries file://query.json
Untuk Windows:
aws pi get-resource-metrics ^ --service-type RDS ^ --identifier db-
ID
^ --start-time2018-10-30T00:00:00Z
^ --end-time2018-10-30T01:00:00Z
^ --period-in-seconds60
^ --metric-queries file://query.json
Responsnya terlihat seperti berikut.
{ "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
Dalam respons ini, semua nilai difilter sesuai dengan kontribusi AKIAIOSFODNN7EXAMPLE SQL token yang ditentukan dalam file query.json. Kunci mungkin juga mengikuti urutan yang berbeda dari kueri tanpa filter, karena lima peristiwa tunggu teratas tersebutlah yang memengaruhi SQL yang difilter.
Mengambil teks lengkap pernyataan SQL
Contoh berikut mengambil teks lengkap pernyataan SQL untuk instans DB db-10BCD2EFGHIJ3KL4M5NO6PQRS5
. --group
adalah db.sql
, dan --group-identifier
adalah db.sql.id
. Dalam contoh ini, my-sql-id
mewakili ID SQL yang diambil dengan menginvokasi pi
get-resource-metrics
atau pi describe-dimension-keys
.
Jalankan perintah berikut.
Untuk Linux, macOS, atau Unix:
aws pi get-dimension-key-details \ --service-type RDS \ --identifier db-10BCD2EFGHIJ3KL4M5NO6PQRS5 \ --group db.sql \ --group-identifier
my-sql-id
\ --requested-dimensions statement
Untuk Windows:
aws pi get-dimension-key-details ^ --service-type RDS ^ --identifier db-10BCD2EFGHIJ3KL4M5NO6PQRS5 ^ --group db.sql ^ --group-identifier
my-sql-id
^ --requested-dimensions statement
Dalam contoh ini, detail dimensinya tersedia. Dengan demikian, Wawasan Performa mengambil teks lengkap pernyataan SQL, tanpa memotongnya.
{ "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" }, ... ] }
Membuat laporan analisis performa selama periode waktu tertentu
Contoh berikut membuat laporan analisis performa dengan waktu mulai 1682969503
dan waktu akhir 1682979503
untuk basis data db-loadtest-0
.
aws pi create-performance-analysis-report \ --service-type RDS \ --identifier db-loadtest-0 \ --start-time 1682969503 \ --end-time 1682979503 \ --region us-west-2
Responsnya adalah ID unik report-0234d3ed98e28fb17
untuk laporan tersebut.
{ "AnalysisReportId": "report-0234d3ed98e28fb17" }
Mengambil laporan analisis performa
Contoh berikut mengambil detail laporan analisis untuk laporan report-0d99cc91c4422ee61
.
aws pi get-performance-analysis-report \ --service-type RDS \ --identifier db-loadtest-0 \ --analysis-report-id report-0d99cc91c4422ee61 \ --region us-west-2
Respons memberikan status laporan, ID, detail waktu, dan wawasan.
{ "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) ] } }
Daftar semua laporan analisis performa untuk instans DB
Contoh berikut mencantumkan semua laporan analisis performa yang tersedia untuk basis data db-loadtest-0
.
aws pi list-performance-analysis-reports \ --service-type RDS \ --identifier db-loadtest-0 \ --region us-west-2
Respons ini mencantumkan semua laporan dengan ID laporan, status, dan detail periode waktu.
{ "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" } ] }
Menghapus laporan analisis performa
Contoh berikut menghapus laporan analisis untuk basis data db-loadtest-0
.
aws pi delete-performance-analysis-report \ --service-type RDS \ --identifier db-loadtest-0 \ --analysis-report-id report-0d99cc91c4422ee61 \ --region us-west-2
Menambahkan tag ke laporan analisis performa
Contoh berikut menambahkan tag dengan kunci name
dan nilai test-tag
ke laporan report-01ad15f9b88bcbd56
.
aws pi 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 \ --region us-west-2
Mencantumkan semua tag untuk laporan analisis performa
Contoh berikut mencantumkan semua tag untuk laporan report-01ad15f9b88bcbd56
.
aws pi list-tags-for-resource \ --service-type RDS \ --resource-arn arn:aws:pi:us-west-2:356798100956:perf-reports/RDS/db-loadtest-0/report-01ad15f9b88bcbd56 \ --region us-west-2
Respons ini mencantumkan nilai dan kunci untuk semua tag yang ditambahkan ke laporan:
{ "Tags": [ { "Value": "test-tag", "Key": "name" } ] }
Menghapus tag dari laporan analisis performa
Contoh berikut menghapus tag name
dari laporan report-01ad15f9b88bcbd56
.
aws pi 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 \ --region us-west-2
Setelah tag dihapus, pemanggilan API list-tags-for-resource
tidak akan mencantumkan tag ini.