Melhores práticas gerais

As melhores práticas a seguir ajudam você a obter visibilidade suficiente sobre a integridade de sua carga de trabalho do Amazon RDS e a tomar as ações apropriadas em resposta a eventos operacionais e dados de monitoramento.

• Identifique os KPIs.Identifique os principais indicadores de desempenho (KPIs) com base nos resultados comerciais desejados. Avalie os KPIs para determinar o sucesso da carga de trabalho. Por exemplo, se o seu negócio principal é o comércio eletrônico, um dos resultados comerciais desejados pode ser que sua loja virtual esteja disponível 24 horas por dia, 7 dias por semana, para que seus clientes façam suas compras. Para alcançar esse resultado comercial, você define o KPI de disponibilidade para o banco de dados de back-end do Amazon RDS que seu aplicativo de loja virtual usa e define o KPI básico como 99,99% semanalmente. Avaliar o KPI de disponibilidade real em relação ao valor básico ajuda a determinar se você está atingindo a disponibilidade de banco de dados desejada de 99,99% e, assim, alcançando o resultado comercial de ter um serviço 24 horas por dia, 7 dias por semana.

• Defina as métricas da carga de trabalho.Defina métricas de carga de trabalho para medir as quantidades e qualidades de sua carga de trabalho do Amazon RDS. Avalie as métricas para determinar se a carga de trabalho está alcançando os resultados desejados e para entender a integridade da carga de trabalho. Por exemplo, para avaliar o KPI de disponibilidade da sua instância de banco de dados Amazon RDS, você deve medir métricas como tempo de atividade e tempo de inatividade da instância de banco de dados. Em seguida, você pode usar essas métricas para calcular o KPI de disponibilidade da seguinte forma:

  availability = uptime / (uptime + downtime)

  As métricas representam conjuntos de pontos de dados ordenados no tempo. As métricas também podem incluir dimensões, que são úteis na categorização e análise.

• Colete e analise métricas de carga de trabalho.O Amazon RDS gera métricas e registros diferentes, dependendo da sua configuração. Alguns deles representam eventos, contadores ou estatísticas da instância de banco de dados, comodb.Cache.innoDB_buffer_pool_hits. Outras métricas vêm do sistema operacional, comomemory.Total, que mede a quantidade total de memória da instância hospedeira do Amazon Elastic Compute Cloud (Amazon EC2). A ferramenta de monitoramento deve realizar análises regulares e proativas das métricas coletadas para identificar tendências e determinar se alguma resposta apropriada é necessária.

• Estabeleça linhas de base de métricas de carga de trabalho.Estabeleça linhas de base para métricas para definir os valores esperados e identificar limites bons ou ruins. Por exemplo, você pode definir a linha de base paraReadIOPSser de até 1.000 em operações normais de banco de dados. Em seguida, você pode usar essa linha de base para comparação e identificar a utilização excessiva. Se suas novas métricas mostrarem consistentemente que as IOPS de leitura estão na faixa de 2.000 a 3.000, você identificou um desvio que pode desencadear uma resposta para investigação, intervenção e melhoria.

• Alerte quando os resultados da carga de trabalho estiverem em risco.Quando você determinar que o resultado do negócio está em risco, emita um alerta. Você pode então resolver os problemas de forma proativa, antes que eles afetem seus clientes, ou mitigar o impacto do incidente em tempo hábil.

• Identifique os padrões de atividade esperados para sua carga de trabalho.Com base em suas linhas de base de métricas, estabeleça padrões de atividade da carga de trabalho para identificar comportamentos inesperados e responder com as ações apropriadas, se necessário.AWSforneceferramentas de monitoramentoque aplicam algoritmos estatísticos e de aprendizado de máquina para analisar métricas e detectar anomalias.

• Alerta quando forem detectadas anomalias na carga de trabalho.Quando forem detectadas anomalias nas operações das cargas de trabalho do Amazon RDS, emita um alerta para que você possa responder com as ações apropriadas, se necessário.

• Analise e revise KPIs e métricas. Confirme se seus bancos de dados do Amazon RDS atendem aos requisitos definidos e identifique áreas de possíveis melhorias para alcançar suas metas de negócios. Valide a eficácia das métricas medidas e dos KPIs avaliados e revise-os, se necessário. Por exemplo, digamos que você defina um KPI para o número ideal de conexões simultâneas de banco de dados e monitore métricas relacionadas a conexões tentadas e falhadas, bem como aos segmentos de usuário que foram criados e estão em execução. Você pode ter mais conexões de banco de dados do que aquelas definidas pela linha de base do KPI. Ao analisar suas métricas atuais, você pode detectar o resultado, mas talvez não consiga determinar a causa raiz. Nesse caso, você deve revisar suas métricas e incluir medidas adicionais de monitoramento, como contadores para fechaduras de mesa. As novas métricas ajudariam a determinar se o aumento do número de conexões de banco de dados é causado por bloqueios de tabela inesperados.