L'outil de recommandation pour les clusters sous-provisionnés vous aide à détecter les clusters qui sollicitent intensivement les ressources processeur et/ou mémoire. Il vous fournit ensuite des recommandations pour optimiser le cluster. Cette page décrit le fonctionnement de cet outil de recommandation et son utilisation.
Fonctionnement
En cas de sollicitation intensive des ressources processeur et/ou mémoire, une recommandation s'affiche, vous invitant à augmenter la taille de l'instance concernée dans le cluster afin de réduire l'utilisation des ressources processeur et/ou mémoire lors des pics d'activité. Les recommandations sont générées quotidiennement.
Avant de commencer
Afin de pouvoir afficher les recommandations et les insights, procédez comme suit :
Assurez-vous d'activer l'API Recommender.
Pour obtenir les autorisations permettant d'afficher et d'utiliser les insights et les recommandations, assurez-vous de disposer des rôles IAM (Identity and Access Management) requis.
Tasks Rôles Afficher les recommandations recommender.alloydbViewer
oualloydb.viewer
Appliquer les recommandations recommender.alloydbAdmin
oualloydb.admin
Pour en savoir plus, consultez Accorder l'accès à d'autres utilisateurs.
Lister les recommandations de cluster sous-provisionnés
Vous pouvez répertorier les recommandations pour les clusters sous-provisionnés à l'aide de la console Google Cloud, de gcloud CLI
ou de l'API Recommender.
Console
Pour lister les recommandations concernant des clusters sous-provisionnés, procédez comme suit:
Dans la console Google Cloud, accédez à la page Clusters.
Pour en savoir plus, consultez Trouver des recommandations avec le hub de recommandations.
Dans la fiche Performances, cliquez sur Instance principale sous-provisionnée.
La liste des clusters auxquels la recommandation Instance principale sous-provisionnée s'applique s'affiche.
CLI gcloud
Pour lister les recommandations concernant les clusters sous-provisionnés à l'aide de gcloud CLI, exécutez la commande gcloud recommender recommendations list
comme suit:
gcloud recommender recommendations list \ --project=PROJECT_ID \ --location=LOCATION \ --recommender=google.alloydb.cluster.PerformanceRecommender \ --filter=recommenderSubtype=INCREASE_PRIMARY_INSTANCE_SIZE
Remplacez les éléments suivants :
PROJECT_ID
: ID de votre projetLOCATION
: région où se trouvent vos clusters, par exempleus-central1
.
API
Pour lister les recommandations pour les clusters sous-provisionnés à l'aide de l'API Recommendations, appelez la méthode recommendations.list
comme suit:
GET https://recommender.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/recommenders/google.alloydb.cluster.PerformanceRecommender/recommendations?filter=recommenderSubtype=INCREASE_PRIMARY_INSTANCE_SIZE
Remplacez les éléments suivants :
PROJECT_ID
: ID de votre projetLOCATION
: région où se trouvent vos clusters, par exempleus-central1
.
Afficher les insights et les recommandations détaillées
Vous pouvez afficher des insights et des recommandations détaillées sur les clusters sous-provisionnés nécessitant une optimisation à l'aide de la console Google Cloud, de gcloud CLI
ou de l'API Recommender.
Console
Dans la console Google Cloud, accédez à la page Clusters.
Cliquez sur le bouton de recommandation d'un cluster dans la colonne Problèmes.
Le panneau de recommandations s'affiche. Il contient des insights et des recommandations détaillées sur un cluster sous-provisionné.
CLI gcloud
Exécutez la commande gcloud recommender insights list
comme suit :
gcloud recommender insights list \ --project=PROJECT_ID \ --location=LOCATION \ --insight-type=google.alloydb.cluster.PerformanceInsight --filter=insightSubtype=INSIGHT_SUBTYPE
Remplacez les éléments suivants :
- PROJECT_ID : ID de votre projet
- LOCATION : région où se trouvent vos clusters, par exemple
us-central1
. - INSIGHT_SUBTYPE: définissez ce paramètre sur l'un des éléments suivants:
HIGH_INSTANCE_CPU_UTILIZATION
: afficher des insights sur l'utilisation du processeurHIGH_INSTANCE_MEMORY_UTILIZATION
: afficher des insights sur la mémoire
API
Appelez la méthode insights.list
comme suit :
GET https://recommender.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/insightTypes/google.alloydb.cluster.PerformanceInsight/insights?filter=insightSubtype=INSIGHT_SUBTYPE
Remplacez les éléments suivants :
- PROJECT_ID : ID de votre projet
- LOCATION: région où se trouvent vos clusters (par exemple,
us-central1
). - INSIGHT_SUBTYPE: définissez ce paramètre sur l'un des éléments suivants:
HIGH_INSTANCE_CPU_UTILIZATION
: afficher des insights sur l'utilisation du processeurHIGH_INSTANCE_MEMORY_UTILIZATION
: afficher des insights sur la mémoire
Le tableau suivant liste les insights et les recommandations que l'outil de recommandation pour les clusters AlloyDB pour PostgreSQL sous-provisionnés peut générer pour vous aider à éviter les goulots d'étranglement liés à une utilisation élevée du processeur et de la mémoire, et à réduire la probabilité d'événements de mémoire insuffisante.
Les sous-types sont visibles dans les résultats gcloud
et de l'API.
Insights | Recommandations |
---|---|
Sur la base des tendances d'utilisation actuelles du processeur, le cluster est signalé comme sollicitant intensivement le processeur. Sous-type : HIGH_INSTANCE_CPU_UTILIZATION . |
Augmentez la taille du processeur ou réduisez son utilisation. Sous-type : INCREASE_PRIMARY_INSTANCE_SIZE . |
Sur la base des tendances d'utilisation actuelles de la mémoire, le cluster est signalé comme sollicitant intensivement la mémoire. Sous-type : HIGH_INSTANCE_MEMORY_UTILIZATION . |
Augmentez la taille de la mémoire ou réduisez son utilisation. Sous-type : INCREASE_PRIMARY_INSTANCE_SIZE . |
Appliquer les recommandations
Étudiez attentivement les recommandations et procédez comme suit dans la console Google Cloud pour les implémenter:
- Cliquez sur Modifier sur votre cluster.
Dans la fenêtre Modifier l'instance principale, passez à un type de machine comportant plus de processeurs virtuels et plus de mémoire. Vous n'avez pas besoin de redimensionner le cluster exactement comme recommandé. Évaluez la situation et redimensionnez le cluster selon la manière dont vous prévoyez de le provisionner.
Cliquez sur Mettre à jour l'instance.