Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Pantau metrik penskalaan prediktif dengan CloudWatch

Bergantung pada kebutuhan Anda, Anda mungkin lebih suka mengakses data pemantauan untuk penskalaan prediktif dari Amazon CloudWatch daripada konsol Auto Scaling Amazon EC2. Setelah Anda membuat kebijakan penskalaan prediktif, kebijakan tersebut mengumpulkan data yang digunakan untuk memperkirakan beban dan kapasitas masa depan Anda. Setelah data ini dikumpulkan, secara otomatis disimpan CloudWatch secara berkala. Kemudian, Anda dapat menggunakannya CloudWatch untuk memvisualisasikan seberapa baik kinerja kebijakan dari waktu ke waktu. Anda juga dapat membuat CloudWatch alarm untuk memberi tahu Anda saat indikator kinerja berubah melampaui batas yang Anda tentukan. CloudWatch

Visualisasikan data perkiraan historis

Anda dapat melihat data perkiraan beban dan kapasitas untuk kebijakan penskalaan prediktif di. CloudWatch Ini dapat berguna saat memvisualisasikan prakiraan terhadap CloudWatch metrik lain dalam satu grafik. Ini juga dapat membantu saat melihat rentang waktu yang lebih luas sehingga Anda dapat melihat tren dari waktu ke waktu. Anda dapat mengakses metrik historis hingga 15 bulan untuk mendapatkan perspektif yang lebih baik tentang kinerja kebijakan Anda.

Untuk informasi selengkapnya, lihat Metrik dan dimensi penskalaan prediktif.

Buat metrik akurasi menggunakan matematika metrik

Dengan matematika metrik, Anda dapat menanyakan beberapa CloudWatch metrik dan menggunakan ekspresi matematika untuk membuat deret waktu baru berdasarkan metrik ini. Anda dapat memvisualisasikan deret waktu yang dihasilkan di CloudWatch konsol dan menambahkannya ke dasbor. Untuk informasi selengkapnya tentang matematika metrik, lihat Menggunakan matematika metrik di Panduan CloudWatch Pengguna Amazon.

Dengan menggunakan matematika metrik, Anda dapat membuat grafik data yang dihasilkan Amazon EC2 Auto Scaling untuk penskalaan prediktif dengan berbagai cara. Ini membantu Anda memantau kinerja kebijakan dari waktu ke waktu, dan membantu Anda memahami apakah kombinasi metrik Anda dapat ditingkatkan.

Misalnya, Anda dapat menggunakan ekspresi matematika metrik untuk memantau kesalahan persentase absolut rata-rata (MAPE). Metrik MAPE membantu memantau perbedaan antara nilai yang diperkirakan dan nilai aktual yang diamati selama jendela perkiraan tertentu. Perubahan nilai MAPE dapat menunjukkan apakah kinerja kebijakan menurun seiring waktu karena sifat aplikasi Anda berubah. Peningkatan MAPE menandakan kesenjangan yang lebih luas antara nilai yang diperkirakan dan nilai aktual.

Contoh: Ekspresi matematika metrik

Untuk memulai dengan jenis grafik ini, Anda dapat membuat ekspresi matematika metrik seperti yang ditunjukkan pada contoh berikut.

{
  "MetricDataQueries": [
    {
      "Expression": "TIME_SERIES(AVG(ABS(m1-m2)/m1))",
      "Id": "e1",
      "Period": 3600,
      "Label": "MeanAbsolutePercentageError",
      "ReturnData": true
    },
    {
      "Id": "m1",
      "Label": "ActualLoadValues",
      "MetricStat": {
        "Metric": {
          "Namespace": "AWS/EC2",
          "MetricName": "CPUUtilization",
          "Dimensions": [
            {
              "Name": "AutoScalingGroupName",
              "Value": "my-asg"
            }
          ]
        },
        "Period": 3600,
        "Stat": "Sum"
      },
      "ReturnData": false
    },
    {
      "Id": "m2",
      "Label": "ForecastedLoadValues",
      "MetricStat": {
        "Metric": {
          "Namespace": "AWS/AutoScaling",
          "MetricName": "PredictiveScalingLoadForecast",
          "Dimensions": [
            {
              "Name": "AutoScalingGroupName",
              "Value": "my-asg"
            },
            {
              "Name": "PolicyName",
              "Value": "my-predictive-scaling-policy"
            },
            {
              "Name": "PairIndex",
              "Value": "0"
            }
          ]
        },
        "Period": 3600,
        "Stat": "Average"
      },
      "ReturnData": false
    }
  ]
}

Alih-alih metrik tunggal, ada array struktur kueri data metrik untukMetricDataQueries. Setiap item MetricDataQueries mendapat metrik atau melakukan ekspresi matematika. Item pertama,e1, adalah ekspresi matematika. Ekspresi yang ditunjuk menetapkan ReturnData parameter ketrue, yang pada akhirnya menghasilkan deret waktu tunggal. Untuk semua metrik lainnya, ReturnData nilainya adalahfalse.

Dalam contoh, ekspresi yang ditunjuk menggunakan nilai aktual dan yang diperkirakan sebagai input dan mengembalikan metrik baru (MAPE). m1adalah CloudWatch metrik yang berisi nilai beban aktual (dengan asumsi pemanfaatan CPU adalah metrik beban yang awalnya ditentukan untuk kebijakan bernamamy-predictive-scaling-policy). m2adalah CloudWatch metrik yang berisi nilai beban yang diperkirakan. Sintaks matematika untuk metrik MAPE adalah sebagai berikut:

Rata-rata (abs ((Aktual - Forecast)/(Aktual)))

Visualisasikan metrik akurasi Anda dan atur alarm

Untuk memvisualisasikan data metrik akurasi, pilih tab Metrik di konsol. CloudWatch Anda dapat membuat grafik data dari sana. Untuk informasi selengkapnya, lihat Menambahkan ekspresi matematika ke CloudWatch grafik di Panduan CloudWatch Pengguna Amazon.

Anda juga dapat mengatur alarm pada metrik yang Anda pantau dari bagian Metrik. Saat berada di tab Graphed metrics, pilih ikon Create alarm di bawah kolom Actions. Ikon Create alarm direpresentasikan sebagai bel kecil. Untuk informasi selengkapnya dan opsi notifikasi, lihat Membuat CloudWatch alarm berdasarkan ekspresi matematika metrik dan Memberi tahu pengguna tentang perubahan alarm di Panduan CloudWatch Pengguna Amazon.

Atau, Anda dapat menggunakan GetMetricDatadan PutMetricAlarmmelakukan perhitungan menggunakan matematika metrik dan membuat alarm berdasarkan output.