기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

다음을 사용하여 예측 규모 조정 지표를 모니터링할 수 있습니다. CloudWatch

필요에 따라 Amazon EC2 Auto Scaling 콘솔 CloudWatch 대신 Amazon에서 예측 조정을 위한 모니터링 데이터에 액세스하는 것을 선호할 수 있습니다. 예측 조정 정책을 생성하고 나면, 해당 정책이 미래의 로드와 용량을 예측하는 데 사용되는 데이터를 수집합니다. 이 데이터가 수집되고 나면 정기적으로 데이터가 자동으로 저장됩니다 CloudWatch . 그런 다음 시간 경과에 따른 정책 성과를 시각화하는 CloudWatch 데 사용할 수 있습니다. 성과 지표가 에서 정의한 한도를 초과하여 변경될 경우 알려주는 CloudWatch 경보를 생성할 수도 있습니다. CloudWatch

기록 예측 데이터 시각화

에서 예측 규모 조정 정책에 대한 부하 및 용량 예측 데이터를 볼 수 있습니다. CloudWatch 이는 다른 CloudWatch 지표에 대한 예측을 단일 그래프로 시각화할 때 유용할 수 있습니다. 또한 시간 경과에 따른 추세를 볼 수 있도록 넓은 시간 범위를 표시할 때 도움이 될 수 있습니다. 최대 15개월의 기록 지표에 액세스하여, 정책의 성능을 전반적으로 더 잘 파악할 수 있습니다.

자세한 내용은 예측 조정 지표 및 차원 단원을 참조하십시오.

지표 수식을 사용하여 정확도 지표 생성

지표 수학을 사용하면 여러 CloudWatch 지표를 쿼리하고 수학 식을 사용하여 이러한 지표를 기반으로 새 시계열을 만들 수 있습니다. 결과 시계열을 CloudWatch 콘솔에서 시각화하고 대시보드에 추가할 수 있습니다. 지표 수학에 대한 자세한 내용은 Amazon 사용 CloudWatch 설명서의 지표 수학 사용을 참조하십시오.

지표 수학을 사용하면 Amazon EC2 Auto Scaling에서 예측 조정을 위해 생성하는 데이터를 다양한 방식으로 그래프로 표시할 수 있습니다. 이는 시간 경과에 따른 정책 성능을 모니터링하고 지표 조합을 개선할 수 있는지 여부를 파악하는 데 도움이 됩니다.

예를 들어, 메트릭 수학 식을 사용하여 평균 절대 백분율 오차 (MAPE) 를 모니터링할 수 있습니다. 이 MAPE 지표는 예측 기간동안 예측된 값과 관측된 실제 값 간의 차이를 모니터링하는 데 도움이 됩니다. 값의 변화는 응용 프로그램의 특성이 변화함에 따라 시간이 지남에 따라 정책 성능이 저하되고 있는지 여부를 나타낼 MAPE 수 있습니다. 값이 MAPE 증가하면 예측값과 실제 값 사이의 격차가 더 커진다는 의미입니다.

예: 지표 수학 표현식

이 유형의 그래프로 시작하려면, 다음 예에 표시된 것과 같은 지표 수학 표현식을 생성하면 됩니다.

{
  "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
    }
  ]
}

단일 지표 대신, MetricDataQueries의 지표 데이터 쿼리 구조의 배열을 사용할 수 있습니다. MetricDataQueries의 각 항목은 지표를 가져오거나 수학 표현식을 수행합니다. 첫 번째 항목 e1은 수학 표현식입니다. 이 지정된 표현식은 ReturnData 파라미터를 true로 설정합니다. 이는 궁극적으로 단일 시계열을 생성합니다. 다른 모든 지표의 경우, ReturnData 값은 false입니다.

이 예제에서 지정된 표현식은 실제 값과 예측 값을 입력으로 사용하고 새 지표 () 를 반환합니다. MAPE m1실제 로드 값을 포함하는 CloudWatch 지표입니다 (CPU사용률이 이름이 지정된 정책에 대해 원래 지정된 부하 지표라고 가정). my-predictive-scaling-policy m2예측된 CloudWatch 부하 값을 포함하는 지표입니다. MAPE지표의 수학 구문은 다음과 같습니다.

(abs ((실제 - 예측)/(실제)))의 평균

정확도 지표 시각화 및 경보 설정

정확도 지표 데이터를 시각화하려면 CloudWatch 콘솔에서 Metrics 탭을 선택합니다. 여기에서 데이터를 그래프로 표시할 수 있습니다. 자세한 내용은 Amazon CloudWatch 사용 설명서의 CloudWatch 그래프에 수학 식 추가를 참조하십시오.

지표(Metrics) 섹션에서 모니터링하는 지표에 대해 경보를 설정할 수도 있습니다. 그래프로 표시된 지표(Graphed metrics) 탭에서 작업(Actions) 열 아래에 있는 경보 생성(Create alarm) 아이콘을 선택합니다. 이 경보 생성(Create alarm) 아이콘은 작은 종 모양으로 표시됩니다. 자세한 내용 및 알림 옵션은 Amazon CloudWatch User Guide의 지표 수학 식을 기반으로 CloudWatch 경보 생성 및 경보 변경 시 사용자에게 알리기를 참조하십시오.

또는 GetMetricData및 PutMetricAlarm를 사용하여 지표 수학을 사용하여 계산을 수행하고 출력을 기반으로 경보를 생성할 수 있습니다.