Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Monitora le metriche di scalabilità predittiva con CloudWatch

A seconda delle tue esigenze, potresti preferire accedere ai dati di monitoraggio per la scalabilità predittiva da Amazon CloudWatch anziché dalla console Amazon Auto EC2 Scaling. Dopo aver creato una policy di dimensionamento predittivo, la policy raccoglie i dati che vengono utilizzati per prevedere il carico e la capacità future. Una volta raccolti, questi dati vengono automaticamente archiviati CloudWatch a intervalli regolari. Quindi, è possibile utilizzarla CloudWatch per visualizzare le prestazioni della politica nel tempo. Puoi anche creare CloudWatch allarmi per avvisarti quando gli indicatori di performance superano i limiti definiti in. CloudWatch

Visualizzazione dei dati di previsione storici

È possibile visualizzare i dati di previsione del carico e della capacità per una politica di scalabilità predittiva in. CloudWatch Ciò può essere utile quando si visualizzano le previsioni rispetto ad altre CloudWatch metriche in un unico grafico. Può essere utile anche quando si visualizza un intervallo di tempo più ampio in modo da poter vedere le tendenze nel tempo. Puoi accedere ai parametri cronologici fino a 15 mesi per avere una prospettiva migliore sulle performance di una policy.

Per ulteriori informazioni, consulta Parametri e dimensioni di dimensionamento predittivo.

Creazione di parametri di precisione utilizzando la matematica dei parametri

Con la matematica metrica, puoi interrogare più CloudWatch metriche e utilizzare espressioni matematiche per creare nuove serie temporali basate su queste metriche. Puoi visualizzare le serie temporali risultanti sulla CloudWatch console e aggiungerle ai dashboard. Per ulteriori informazioni sulla matematica dei parametri, consulta Using metric Math nella Amazon User Guide. CloudWatch

Utilizzando la matematica metrica, puoi rappresentare graficamente i dati generati da Amazon Auto EC2 Scaling per la scalabilità predittiva in diversi modi. Questo ti aiuta a monitorare le prestazioni delle policy nel tempo e ti aiuta a capire se la tua combinazione di parametri può essere migliorata.

Ad esempio, puoi utilizzare un'espressione matematica metrica per monitorare l'errore percentuale assoluto medio (). MAPE La MAPE metrica aiuta a monitorare la differenza tra i valori previsti e i valori effettivi osservati durante una determinata finestra di previsione. Le modifiche al valore di MAPE possono indicare se le prestazioni della policy peggiorano nel tempo a seconda della natura dell'applicazione. Un aumento di MAPE indica un divario più ampio tra i valori previsti e i valori effettivi.

Esempio: espressione matematica dei parametri

Per iniziare a utilizzare questo tipo di grafico, puoi creare un'espressione matematica dei parametri come quella mostrata nell'esempio seguente.

{
  "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
    }
  ]
}

Invece di un singolo parametro, è disponibile una serie di strutture di query di dati dei parametri per MetricDataQueries. Ogni articolo in MetricDataQueries ottiene un parametro o esegue un'espressione matematica. Il primo articolo, e1, è l'espressione matematica. L'espressione designata imposta il parametro ReturnData a true, che alla fine produce una singola serie temporale. Per tutte le altre parametri, il valore ReturnData è false.

Nell'esempio, l'espressione designata utilizza i valori effettivi e previsti come input e restituisce la nuova metrica (). MAPE m1è la CloudWatch metrica che contiene i valori di carico effettivi (supponendo che l'CPUutilizzo sia la metrica di carico originariamente specificata per la politica denominata). my-predictive-scaling-policy m2è la CloudWatch metrica che contiene i valori di carico previsti. La sintassi matematica per la metrica è la MAPE seguente:

Media di (abs ((Effettivo - Previsto)/(Effettivo)))

Visualizza i parametri di precisione e imposta allarmi

Per visualizzare i dati delle metriche di precisione, seleziona la scheda Metriche nella console. CloudWatch È possibile rappresentare graficamente i dati da lì. Per ulteriori informazioni, consulta Aggiungere un'espressione matematica a un CloudWatch grafico nella Amazon CloudWatch User Guide.

Puoi anche impostare un allarme su un parametro che stai monitorando dalla sezione Metrics (Parametri). Nella scheda Graphed metrics (Parametri nel grafico), seleziona l'icona Create alarm (Crea allarme) nella colonna Actions (Operazioni). L'icona Create alarm (Crea allarme) è rappresentata come una piccola campana. Per ulteriori informazioni e opzioni di notifica, consulta Creazione di un CloudWatch allarme basato su un'espressione matematica metrica e Notifica agli utenti delle modifiche agli allarmi nella Amazon CloudWatch User Guide.

In alternativa, puoi utilizzare GetMetricDataed PutMetricAlarmeseguire calcoli utilizzando la matematica metrica e creare allarmi in base all'output.