Monitoramento automatizado

Esta seção discute os principais recursos de automação para monitorar suas cargas de trabalho do Exadata na AWS.

CloudWatch Alarmes e detecção de anomalias da Amazon

Criar alarmes e invocar ações de alarme são as melhores práticas para o monitoramento proativo. Quando você configura um alarme, uma pergunta típica é o limite para as métricas que você deseja monitorar. Por exemplo, você pode criar um alarme que é alterado para um ALARM estado quando a utilização da CPU de uma instância excede o limite de 70%.

Determinar o valor limite nem sempre é fácil, especialmente porque muitas empresas monitoram dezenas, às vezes centenas, de métricas em várias instâncias de banco de dados. É aqui que a detecção de CloudWatch anomalias da Amazon pode ser útil.

Quando você usa a detecção de anomalias para uma métrica, CloudWatch aplica algoritmos estatísticos e de aprendizado de máquina (ML). Esses algoritmos analisam continuamente as métricas do sistema e do aplicativo, geram uma variedade de valores esperados que representam o comportamento métrico típico e superam anomalias com o mínimo de intervenção do usuário. Esses tipos de alarmes não têm um limite estático para determinar o estado do alarme. Em vez disso, eles comparam o valor da métrica ao valor esperado com base no modelo de detecção de anomalias. Você pode escolher se o alarme responde quando o valor métrico está acima da faixa de valores esperados, abaixo da banda ou ambos. Para obter mais informações sobre o uso da detecção de anomalias, consulte a CloudWatchdocumentação.

Por exemplo, você pode especificar um alarme com base na métrica ReadiOps para uma instância do Amazon RDS for Oracle usando o CloudWatchassistente e escolhendo a opção de detecção de anomalias em vez da opção estática. Para obter instruções, consulte a CloudWatch documentação da Amazon.

Amazon DevOps Guru para Amazon RDS

O Amazon DevOps Guru para Amazon RDS é um recurso baseado em ML que ajuda você a detectar, diagnosticar e corrigir rapidamente uma grande variedade de problemas relacionados ao banco de dados. Quando o DevOps Guru for Amazon RDS detecta automaticamente um problema relacionado ao banco de dados, como sobreutilização de recursos ou comportamento incorreto de consultas SQL, o serviço notifica você imediatamente e fornece informações de diagnóstico, detalhes sobre a extensão do problema e recomendações inteligentes para ajudá-lo a resolver o problema rapidamente.

nota

DevOpsAtualmente, o Guru for Amazon RDS oferece suporte a migrações heterogêneas do Oracle Exadata para Amazon Aurora MySQL Compatible Edition, Aurora PostgreSQL Compatible Edition e Amazon RDS for PostgreSQL. Ele não oferece suporte a bancos de dados Oracle no Amazon EC2, Amazon RDS ou Aurora.

Por exemplo, considere uma livraria on-line. Vamos supor que o site da livraria tenha um alto pico de simultaneidade porque um grande número de usuários queria comprar um livro depois que ele foi promovido na TV. Cada compra do cliente reduz a disponibilidade desse livro. Aqui está um exemplo de uma instrução SQL que é executada nos bastidores após cada compra:

update book_inventory
set available = available -1
where book_series =: series and book_title =: title;

A alta simultaneidade de muitas instruções DML acessando as mesmas linhas ao mesmo tempo pode resultar em bloqueios de tabelas. No entanto, a Amazon CloudWatch não exibirá grandes picos na carga da CPU, porque os bloqueios geralmente não consomem recursos significativos da CPU. Nesse cenário, o DevOps Guru pode identificar automaticamente um pico incomum na atividade do banco de dados observando a métrica média de sessões ativas e detectando valores que se desviam da linha de base típica.

Para obter mais informações, consulte Análise de anomalias de desempenho com o Amazon DevOps Guru para Amazon RDS na documentação do Amazon RDS.