Mengenai kemampuan observasi database

Kemampuan observasi database adalah ukuran seberapa akurat Anda dapat menyimpulkan status internal sistem database berdasarkan data, atau telemetri, yang dihasilkan dalam log, metrik, dan trace.

Mendiagnosis dan memecahkan masalah dalam aplikasi dapat sangat sulit dan memakan waktu ketika database terlibat. Pengumpulan telemetri adalah hal yang sangat penting. Jika telemetri diperkaya dengan konteks aplikasi, dapat membuat instance database lebih mudah dipahami, diamati, dan dikelola. Anda dapat mengidentifikasi tren dan masalah dengan mudah serta memperbaikinya lebih awal, tanpa harus mengalami periode nonaktif yang memakan biaya. Selain itu, dengan menggunakan data tersebut, Anda dapat mengonfigurasi instance database terbaru untuk mengumpulkan jenis data yang tepat sejak dimulai.

Anda dapat menggunakan data secara efektif dan proaktif untuk mencegah masalah serta berfokus pada inovasi strategis. Pengumpulan telemetri yang baik sangat berguna di model DevOps, tempat generalis database perlu menganalisis telemetri secara independen untuk memantau, mengevaluasi, dan mengoptimalkan performa dan kondisi data yang berkembang pesat menggunakan berbagai aplikasi.

Google Cloud menawarkan beberapa fitur canggih yang mencakup empat tahap iterasi berulang untuk membantu Anda menjaga kondisi database Cloud SQL.

Tahap iterasi dalam menerapkan kemampuan observasi

Pengumpulan telemetri otomatis

Guna mencapai sasaran kemampuan observasi, kami mulai dengan mengumpulkan telemetri, sebaiknya melalui proses otomatis. Ketika dikumpulkan selama periode tertentu, telemetri membantu menetapkan dasar pengukuran untuk metrik dalam berbagai kondisi pemuatan.

Layanan Google Cloud secara otomatis menjalankan kemampuan mengobservasi data, termasuk metrik, log, dan trace, yang dapat membantu memberikan ringkasan kemampuan observasi yang lengkap.

  • Cloud Monitoring mengumpulkan hasil pengukuran terkait layanan Anda dan resource Google Cloud yang Anda gunakan. Cloud SQL menggunakan agen kustom memori bawaan untuk mengumpulkan telemetri kueri, sehingga menghasilkan dampak yang lebih rendah terhadap performa dan meniadakan kebutuhan akan beban keamanan atau pemeliharaan agen.

  • Cloud Logging mengumpulkan data logging dari komponen aplikasi umum. Untuk Cloud SQL, lihat juga Melihat log instance.

  • Cloud Trace mengumpulkan data latensi dan menjalankan rencana kueri dari aplikasi untuk membantu Anda melacak bagaimana permintaan menyebar di seluruh aplikasi Anda. Anda dapat membandingkan distribusi latensi ini dari waktu ke waktu atau di seluruh versi. Cloud Trace memberi tahu Anda saat mendeteksi perubahan signifikan pada profil latensi aplikasi ketika diinstrumentasi untuk menggunakan Cloud Trace.

Sqlcommenter, library OpenTelemetry untuk database membantu Anda memantau database melalui lensa aplikasi. Sqlcommenter otomatis menginstrumentasikan ORM untuk melengkapi pernyataan SQL dengan tag dan memungkinkan informasi konteks rekaman aktivitas OpenTelemetry diterapkan ke database.

Dengan tag dan konteks aplikasi trace dalam database, mudah untuk menghubungkan kode aplikasi dengan performa database serta memecahkan masalah arsitektur berbasis microservice.

Pemantauan database

Pemantauan yang tepat membantu Anda menentukan apakah aplikasi berfungsi secara optimal. Terapkan pemantauan lebih awal, misalnya sebelum Anda memulai migrasi atau men-deploy aplikasi baru ke lingkungan produksi. Membedakan antara masalah aplikasi dan masalah cloud yang mendasarinya.

Halaman Ringkasan Cloud SQL menampilkan grafik untuk beberapa metrik utama.

Cloud SQL juga membantu Anda membandingkan metrik untuk instance yang dipilih.

Anda dapat menggunakan Cloud Monitoring untuk membuat dasbor kustom yang membantu Anda memantau metrik dan menyiapkan kebijakan pemberitahuan sehingga Anda dapat menerima notifikasi yang tepat waktu.

Analisis kueri dan database

Alat Analisis kueri Cloud SQL menyediakan pemantauan dan diagnostik yang memungkinkan Anda mendeteksi dan memperbaiki masalah performa kueri.

Dasbor analisis kueri membantu Anda mengidentifikasi masalah performa kueri lebih awal, dan memungkinkan Anda beralih dari deteksi ke resolusi dengan menggunakan satu antarmuka. Rencana kueri visual bawaan, membantu Anda dalam memecahkan masalah untuk menemukan akar masalahnya. Anda juga dapat menggunakan pelacakan aplikasi dalam konteks menyeluruh untuk menemukan sumber kueri yang bermasalah.

Insight kueri menyediakan pemantauan yang berfokus pada aplikasi yang membantu Anda mendiagnosis masalah performa untuk aplikasi yang di-build menggunakan pemetaan relasional objek (ORM). Anda dapat memberi tag pada kueri dengan logika bisnis yang terkait dengan kueri tersebut, seperti pembayaran, inventaris, analisis bisnis, atau pengiriman. Insight kueri dapat diintegrasikan dengan alat APM yang sudah ada, sehingga Anda dapat memantau dan memecahkan masalah kueri menggunakan alat favorit Anda.

Alat Insight kueri menggunakan sqlcommenter untuk menginstrumentasikan ORM Anda secara otomatis. Instrumentasi ini membantu Anda mengidentifikasi kode aplikasi yang menyebabkan masalah. Insight kueri mendukung standar OpenTelemetry dan menyediakan metrik kueri serta data trace untuk alat APM melalui API Google Cloud Observability.

Insight kueri terintegrasi dengan Cloud Monitoring, sehingga Anda dapat membuat dasbor dan pemberitahuan kustom terkait metrik atau tag kueri, serta menerima notifikasi menggunakan email, SMS, Slack, PagerDuty, dan lainnya.

Menyesuaikan database

Anda dapat memecahkan masalah dan menyesuaikan database secara berulang.

Pemberi rekomendasi Cloud SQL membantu Anda menganalisis penggunaan database terkini serta memberikan rekomendasi dan insight berdasarkan metode heuristik dan machine learning .

Pemberi rekomendasi Cloud SQL dijelaskan secara singkat sebagai berikut:

Nama Deskripsi
Pemberi rekomendasi di luar disk Kurangi risiko periode nonaktif yang mungkin disebabkan oleh instance Cloud SQL Anda yang kehabisan ruang disk.
Pemberi rekomendasi instance nonaktif Mengurangi biaya dengan menonaktifkan instance Cloud SQL yang tidak aktif secara tidak sengaja.
Pemberi rekomendasi instance yang disediakan berlebihan Kurangi biaya dengan mengubah ukuran instance Cloud SQL yang terlalu besar untuk workload tertentu.
Pemberi rekomendasi instance yang tidak disediakan Hindari bottleneck akibat penggunaan CPU dan memori yang tinggi serta meminimalisir kemungkinan peristiwa kehabisan memori dengan mengubah ukuran instance Cloud SQL yang memiliki penggunaan CPU dan/atau memori tinggi.
Jumlah pemberi rekomendasi tabel terbuka yang tinggi Optimalkan performa instance Anda dengan meningkatkan ukuran cache tabel terbuka untuk instance Cloud SQL yang memiliki jumlah tabel terbuka yang sama dengan cache tabel terbuka, dan tetap membuka terlalu banyak tabel secara bersamaan.
Jumlah rekomendasi tabel yang tinggi Optimalkan performa instance dengan mengurangi jumlah tabel untuk instance Cloud SQL yang jumlahnya terlalu tinggi dan mendekati batas SLA.

Langkah selanjutnya