Esta página lista as métricas do Cloud Monitoring disponíveis para o Memorystore para Valkey e descreve o que cada métrica mede.
Métricas do Cloud Monitoring
| Nome da métrica | Descrição |
|---|---|
memorystore.googleapis.com/instance/clients/average_connected_clients |
Média do número atual de conexões de cliente em todos os nós da instância. |
memorystore.googleapis.com/instance/clients/maximum_connected_clients |
Número máximo atual de conexões de cliente para um único nó na instância. |
memorystore.googleapis.com/instance/clients/maximum_connection_duration |
Duração máxima de uma conexão de cliente para um único nó na instância. |
memorystore.googleapis.com/instance/clients/total_connected_clients |
Número atual de conexões de cliente com a instância. |
memorystore.googleapis.com/instance/stats/total_connections_received_count |
Contagem do total de conexões de cliente no nível da instância criadas no último minuto. |
memorystore.googleapis.com/instance/stats/total_rejected_connections_count |
Número de conexões rejeitadas devido ao limite de maxclients. |
memorystore.googleapis.com/instance/commandstats/total_usec_count |
O tempo total consumido por comando. |
memorystore.googleapis.com/instance/commandstats/total_calls_count |
Número total de chamadas para esse comando em um minuto. |
memorystore.googleapis.com/instance/cpu/average_utilization |
Uso médio da CPU em todos os nós da instância, de 0,0 a 1,0. |
memorystore.googleapis.com/instance/cpu/maximum_utilization |
Utilização máxima da CPU para um único nó na instância, de 0,0 a 1,0. |
memorystore.googleapis.com/instance/stats/average_expired_keys |
Número médio de eventos de expiração de chaves para os primários de todos os nós na instância. |
memorystore.googleapis.com/instance/stats/maximum_expired_keys |
Número máximo de eventos de expiração de chaves para um único nó na instância do primário. |
memorystore.googleapis.com/instance/stats/total_expired_keys_count |
Número total de eventos de expiração de chaves em primários de todos os nós na instância. |
memorystore.googleapis.com/instance/stats/average_evicted_keys |
Número médio de chaves removidas devido à capacidade de memória em primaries de todos os nós na instância. |
memorystore.googleapis.com/instance/stats/maximum_evicted_keys |
Número máximo de chaves removidas de um único nó na instância devido à capacidade de memória do primário. |
memorystore.googleapis.com/instance/stats/total_evicted_keys_count |
Número de chaves removidas devido à capacidade de memória em primários de todos os nós na instância. |
memorystore.googleapis.com/instance/keyspace/total_keys |
Número de chaves armazenadas na instância. |
memorystore.googleapis.com/instance/stats/average_keyspace_hits |
Número médio de pesquisas bem-sucedidas de chaves em todos os nós da instância. |
memorystore.googleapis.com/instance/stats/maximum_keyspace_hits |
Número máximo de pesquisas bem-sucedidas de chaves para um único nó na instância. |
memorystore.googleapis.com/instance/stats/total_keyspace_hits_count |
Número de pesquisas bem-sucedidas de chaves para a instância. |
memorystore.googleapis.com/instance/stats/average_keyspace_misses |
Número médio de pesquisas de chaves com falha em todos os nós da instância. |
memorystore.googleapis.com/instance/stats/maximum_keyspace_misses |
Número máximo de buscas com falha de chaves para um único nó na instância. |
memorystore.googleapis.com/instance/stats/total_keyspace_misses_count |
Número total de pesquisas de chaves com falha para a instância. |
memorystore.googleapis.com/instance/memory/average_utilization |
Utilização média da memória em todos os nós da instância. O valor varia de 0,0 a 1,0. |
memorystore.googleapis.com/instance/memory/maximum_utilization |
Utilização máxima de memória para um único nó na instância, de 0,0 a 1,0. |
memorystore.googleapis.com/instance/memory/total_used_memory |
Uso total de memória da instância. |
memorystore.googleapis.com/instance/memory/size |
Tamanho da memória da instância. |
memorystore.googleapis.com/instance/replication/average_ack_lag |
Atraso médio da replicação (em segundos) de réplicas em todos os nós da instância. O atraso da replicação (em segundos) indica o quanto as réplicas estão atrasadas em relação às primárias. |
memorystore.googleapis.com/instance/replication/maximum_ack_lag |
Atraso máximo de confirmação de replicação (em segundos) para uma única réplica na instância. O atraso de confirmação de replicação (em segundos) indica o quanto os reconhecimentos de replicação estão atrasados em relação aos primários. |
memorystore.googleapis.com/instance/replication/average_offset_diff |
Média da diferença de deslocamento de confirmação de replicação (em bytes) em todos os nós da instância. A diferença de deslocamento de confirmação de replicação significa o número de bytes que não foram replicados entre as réplicas e as primárias. |
memorystore.googleapis.com/instance/replication/maximum_offset_diff |
Diferença máxima de deslocamento de replicação (em bytes) para um único nó na instância. A diferença de deslocamento de replicação é o número de bytes que não foram replicados entre as réplicas e as primárias. |
memorystore.googleapis.com/instance/stats/total_net_input_bytes_count |
Contagem de bytes de rede recebidos pelos endpoints da instância. |
memorystore.googleapis.com/instance/stats/total_net_output_bytes_count |
Contagem de bytes de rede de saída enviados dos endpoints da instância. |
Métricas de persistência
Esta seção lista as métricas de persistência e fornece exemplos de casos de uso para métricas de persistência.
Métricas de persistência de RDB
| Nome da métrica | Descrição |
|---|---|
memorystore.googleapis.com/instance/persistence/load_count |
Contagem cumulativa de cargas do arquivo de despejo na instância (AOF ou RDB). |
memorystore.googleapis.com/instance/persistence/rdb_saves_count |
Essa métrica mostra o número acumulado de vezes que a instância fez um snapshot do RDB (também conhecido como salvar). Essa métrica tem um campo status_code. Para verificar se um snapshot falhou, filtre o campo status_code para o seguinte erro: 3 - INTERNAL_ERROR |
memorystore.googleapis.com/instance/persistence/rdb_last_success_ages |
Essa métrica mostra a idade de um resumo de distribuição para todos os nós da instância. O ideal é que a distribuição tenha valores com menos tempo de atraso (ou o mesmo tempo) do que a frequência de snapshots. |
memorystore.googleapis.com/instance/persistence/rejected_writes_count |
Contagem cumulativa de comandos de gravação negados na instância devido à falha na persistência. |
Métricas de persistência de AOF
| Nome da métrica | Descrição |
|---|---|
memorystore.googleapis.com/instance/persistence/aof_fsync_lags |
Essa métrica mostra uma distribuição do atraso (da gravação de dados à sincronização de armazenamento durável) para todos os nós na instância. Ele é emitido apenas para instâncias com appendfsync=everysec. O ideal é que a distribuição tenha valores com menos tempo de atraso (ou o mesmo tempo) do que a frequência de sincronização da AOF. |
memorystore.googleapis.com/instance/persistence/aof_rewrite_count |
Essa métrica mostra o número cumulativo de vezes que um nó acionou uma regravação de AOF na sua instância. Essa métrica tem um campo status_code. Para verificar se as reescritas de AOF estão falhando, filtre o campo status_code para o seguinte erro: 3 - INTERNAL_ERROR |
Exemplos de casos de uso para métricas de persistência
Verificar se as operações de gravação de AOF causam latência e pressão de memória
Suponha que você detecte um aumento na latência ou no uso de memória na sua instância. Nesse caso, verifique se o uso extra está relacionado à persistência da AOF.
Como você sabe que as operações de reescrita de AOF podem acionar picos de carga temporários, inspecione a métrica aof_rewrites_count, que mostra a contagem cumulativa de reescritas de AOF durante a vida útil da instância. Suponha que essa métrica mostre que os incrementos na contagem de reescritos correspondem a aumentos de latência. Nesse caso, é possível resolver o problema reduzindo a taxa de gravação ou aumentando a contagem de fragmentos para reduzir a frequência de reescritas.
Como verificar se as operações de salvamento de RDB causam latência e pressão de memória
Suponha que você detecte um aumento na latência ou no uso de memória na sua instância. Nesse caso, verifique se o uso extra está relacionado à persistência do RDB.
Como você sabe que as operações de salvamento de RDB podem acionar picos de carga temporários, é possível inspecionar a métrica rdb_saves_count, que mostra a contagem cumulativa de salvamentos de RDB durante a vida útil da instância. Suponha que essa métrica mostre que os incrementos na contagem de economias de RDB correspondem a aumentos de latência. Nessa situação, é possível reduzir o intervalo de snapshot do RDB para diminuir a frequência de reescritas. Você também pode escalonar horizontalmente a instância para reduzir os níveis de carga de referência.
Como interpretar as métricas do Memorystore para Valkey
Como mostrado na lista acima, muitas das métricas compartilham três categorias: média, máxima e total.
No Memorystore para Valkey, fornecemos variações médias e máximas da mesma métrica para que você possa usá-las para identificar o hotspoting dessa família de métricas.
O valor total da métrica é independente e fornece insights separados, sem relação com o propósito de divulgação de pontos de acesso de média e máximo.
Como entender as métricas média e máxima
Suponha que você compare os valores average_keyspace_hits e maximum_keyspace_hits
da sua instância. À medida que a diferença entre as duas métricas aumenta, uma
diferença maior indica mais pontos quentes de hits na sua instância. O ideal
seria ter um valor próximo entre average_keyspace_hits e
maximum_keyspace_hits, porque isso significa que os hits são distribuídos de maneira mais uniforme
na sua instância.
Esse princípio se aplica a todas as métricas que têm as variações média e máxima da mesma métrica.
Exemplo de ponto de acesso
Se você comparar average_keyspace_hits e maximum_keyspace_hits para todos
os fragmentos na sua instância, a comparação desses valores indicará onde ocorre o hot spotting. Por exemplo, suponha que os fragmentos em uma instância de 6 fragmentos tenham o seguinte
número de acertos:
- Fragmento 1 a 2 hits
- Fragmento 2: 2 hits
- Fragmento 3: 2 hits
- Fragmento 4: 2 hits
- Fragmento 5: 2 hits
- Fragmento 6 a 8 hits
Neste exemplo, o average_keyspace_hits retorna um valor de 3, e o
maximum_keyspace_hits retorna 8, indicando que o fragmento 6 está em alta.