Otimizar clusters subprovisionados do AlloyDB

Preview — Gemini in Databases

This feature is subject to the "Pre-GA Offerings Terms" in the General Service Terms section of the Service Specific Terms. You can process personal data for this feature as outlined in the Cloud Data Processing Addendum, subject to the obligations and restrictions described in the agreement under which you access Google Cloud. Pre-GA features are available "as is" and might have limited support. For more information, see the launch stage descriptions.

O recomendador de clusters subprovisionados ajuda a detectar clusters com alta utilização de CPU e/ou memória. Depois, são exibidas recomendações para otimizar o cluster. Nesta página, descrevemos como esse recomendador funciona e como usá-lo.

Como funciona

Quando uma alta utilização de CPU e/ou memória é detectada, é exibida uma recomendação para aumentar o tamanho da instância afetada no cluster e reduzir o uso de CPU e/ou memória no pico. As recomendações são geradas diariamente.

Antes de começar

Antes de visualizar as recomendações e insights, faça o seguinte:

• Ative a API Recommender.

• Para ter as permissões de visualizar e trabalhar com insights e recomendações, verifique se você tem os papéis do Identity and Access Management (IAM) necessários.

  Tarefas	Papéis
  Ver recomendações	recommender.alloydbViewer ou alloydb.viewer
  Aplicar recomendações	recommender.alloydbAdmin ou alloydb.admin

  Consulte Conceder acesso a outros usuários para mais informações.

Listar recomendações de clusters subprovisionados

É possível listar recomendações para clusters subprovisionados usando o console do Google Cloud, o gcloud CLI ou a API Recommender.

Console

Para listar recomendações sobre clusters subprovisionados, siga estas etapas:

1. No console do Google Cloud, acesse a página Clusters.

   Acessar Clusters

   Para mais informações, consulte Encontrar recomendações com o Hub de recomendações.

2. No card Performance, clique em Instância principal subprovisionada.

   Uma lista de clusters aos quais a recomendação Instância principal subprovisionada se aplica é mostrada.

CLI da gcloud

Para listar recomendações sobre clusters subprovisionados usando a gcloud CLI, execute o comando gcloud recommender recommendations list desta forma:

gcloud recommender recommendations list \
--project=PROJECT_ID \
--location=LOCATION \
--recommender=google.alloydb.cluster.PerformanceRecommender \
--filter=recommenderSubtype=INCREASE_PRIMARY_INSTANCE_SIZE

Substitua:

• PROJECT_ID: o ID do projeto.
• LOCATION: uma região em que os clusters estão localizados, como us-central1.

API

Para listar recomendações para clusters subprovisionados usando a API Recommendations, chame o método recommendations.list da seguinte maneira:

GET https://recommender.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/recommenders/google.alloydb.cluster.PerformanceRecommender/recommendations?filter=recommenderSubtype=INCREASE_PRIMARY_INSTANCE_SIZE

Substitua:

• PROJECT_ID: o ID do projeto.
• LOCATION: uma região em que os clusters estão localizados, como us-central1.

Ver insights e recomendações detalhadas

É possível conferir insights e recomendações detalhadas sobre clusters subprovisionados que exigem otimização usando o console do Google Cloud, a gcloud CLI ou a API Recommender.

Console

1. No console do Google Cloud, acesse a página Clusters.

   Acessar Clusters

2. Clique no botão de recomendação de um cluster na coluna Problemas.

   O painel de recomendações é exibido, contendo insights e recomendações detalhadas sobre um cluster subprovisionado.

CLI da gcloud

Execute o comando gcloud recommender insights list da seguinte maneira:

gcloud recommender insights list \
--project=PROJECT_ID \
--location=LOCATION \
--insight-type=google.alloydb.cluster.PerformanceInsight
--filter=insightSubtype=INSIGHT_SUBTYPE

Substitua:

• PROJECT_ID: o ID do projeto.
• LOCATION : uma região em que os clusters estão localizados, como us-central1.
• INSIGHT_SUBTYPE: define esse parâmetro com um dos seguintes valores:
  • HIGH_INSTANCE_CPU_UTILIZATION: exibe insights sobre o uso da CPU.
  • HIGH_INSTANCE_MEMORY_UTILIZATION: exibe insights sobre a memória.

API

Chame o método insights.list da seguinte maneira:

GET https://recommender.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/insightTypes/google.alloydb.cluster.PerformanceInsight/insights?filter=insightSubtype=INSIGHT_SUBTYPE

Substitua:

• PROJECT_ID: o ID do projeto.
• LOCATION: uma região em que os clusters estão localizados, por exemplo, us-central1.
• INSIGHT_SUBTYPE: define esse parâmetro com um dos seguintes valores:
  • HIGH_INSTANCE_CPU_UTILIZATION: exibe insights sobre o uso da CPU.
  • HIGH_INSTANCE_MEMORY_UTILIZATION: exibe insights sobre a memória.

A tabela a seguir lista os insights e as recomendações que o recomendador de cluster subprovisionado do AlloyDB para PostgreSQL pode gerar para ajudar a evitar gargalos de uso elevado da CPU e da memória e minimizar a probabilidade de eventos de falta de memória. Os subtipos estão visíveis nos resultados da gcloud e da API.

Insights	Recomendações
Com base nas tendências atuais de utilização da CPU, o cluster é sinalizado como tendo alto uso da CPU. Subtipo: HIGH_INSTANCE_CPU_UTILIZATION	Aumente o tamanho da CPU ou reduza o uso dela. Subtipo: INCREASE_PRIMARY_INSTANCE_SIZE
Com base nas tendências atuais de utilização de memória, o cluster é sinalizado como tendo alto uso da memória. Subtipo: HIGH_INSTANCE_MEMORY_UTILIZATION	Aumente o tamanho da memória ou reduza o uso dela. Subtipo: INCREASE_PRIMARY_INSTANCE_SIZE

Aplicar recomendações

Avalie as recomendações com atenção e siga estes procedimentos no console do Google Cloud para implementá-las:

1. Clique em Editar no cluster.

2. Na janela Editar instância principal, mude para um tipo de máquina com mais vCPUs e memória. Você não precisa dimensionar o cluster exatamente como recomendado. Use seu bom senso e redimensione com base em como você pretende provisionar o cluster.

3. Clique em Atualizar instância.

   Observação: avalie cuidadosamente antes de atualizar o cluster. A aplicação de recomendações pode afetar seus preços.

A seguir

• Google Cloud recomendadores