Überdimensionierte Cloud SQL-Instanzen reduzieren

Mit dem Recommender für überdimensionierte Cloud SQL-Instanzen können Sie Instanzen erkennen, die für eine bestimmte Arbeitslast unnötig groß sind. Außerdem erhalten Sie Empfehlungen dazu, wie Sie die Größe solcher Instanzen ändern und die Kosten senken können. Auf dieser Seite wird beschrieben, wie dieser Recommender funktioniert und wie er verwendet wird.

So gehts:

Der Recommender für überdimensionierte Cloud SQL-Instanzen analysiert die Nutzungsmesswerte primärer Instanzen, die älter als 30 Tage sind. Der Recommender berücksichtigt für jede Instanz die CPU- und Arbeitsspeicherauslastung basierend auf den Werten bestimmter Messwerte innerhalb der letzten 30 Tage. Der Recommender analysiert keine Lesereplikate.

Wenn die Spitzenauslastung von CPU oder Arbeitsspeicher innerhalb des Beobachtungszeitraums niedrig ist, wird davon ausgegangen, dass die Instanz überdimensioniert ist. Empfehlungen werden alle 24 Stunden generiert, um die Größe solcher Instanzen anzupassen, wenn die geschätzten monatlichen Kosteneinsparungen größer oder gleich 10 $ sind.

Der Recommender verwendet konservative Grenzwerte, um sicherzustellen, dass nur Instanzen gekennzeichnet werden, die deutlich überdimensioniert sind. Dies ist in der Regel ein guter Indikator für Verschwendung. Der Recommender schlägt einen Maschinentyp mit mindestens 8 vCPUs und 32 GB vor.

Preise

Der Cloud SQL-Recommender für überdimensionierte Instanzen befindet sich in der Recommender-Preisstufe Standard.

Hinweis

Bevor Sie Empfehlungen und Informationen aufrufen können, müssen Sie Folgendes tun:

  • Prüfen Sie, ob Sie die erforderlichen Rollen haben, um die Berechtigungen zum Aufrufen und Verwenden von Informationen und Empfehlungen zu erhalten.
    Tasks Rollen
    Empfehlungen abrufen Eine der folgenden Rollen: recommender.cloudsqlViewer oder cloudsql.viewer.
    Empfehlungen übernehmen Eine der folgenden Rollen: recommender.cloudsqlAdmin, cloudsql.editor oder cloudsql.admin.
    Weitere Informationen zu Rollen finden Sie unter Informationen zu Rollen und IAM-Berechtigungen zuweisen.
  • Enable the Recommender API.

    Enable the API

Cloud SQL-Empfehlungen zu überdimensionierten Instanzen auflisten

Sie können Empfehlungen zu überdimensionierten Instanzen über die Google Cloud Console, über gcloud oder über die Recommender API auflisten.

Console

So listen Sie Empfehlungen zu überdimensionierten Instanzen mit der Google Cloud Console auf:

  1. Rufen Sie die Seite Cloud SQL-Instanzen auf.

    Cloud SQL-Instanzen aufrufen

  2. Klicken Sie im Banner mit den Empfehlungen für die überdimensionierte Instanz auf Alle ansehen.

Oder führen Sie die folgenden Schritte aus:

  1. Rufen Sie den Recommendation Hub auf.

    Zum Recommendation Hub

    Weitere Informationen finden Sie unter Erste Schritte mit Recommendation Hub.

  2. Klicken Sie unter Kosten für Cloud SQL-Instanz reduzieren auf Alle ansehen.

  3. Klicken Sie auf den Tab Instanz reduzieren.

gcloud

Um Empfehlungen zu überdimensionierten Instanzen mit gcloud aufzulisten, führen Sie den Befehl gcloud recommender recommendations list so aus:

gcloud recommender recommendations list \
--project=PROJECT_ID \
--location=LOCATION \
--recommender=google.cloudsql.instance.RECOMMENDER

Dabei gilt:

  • PROJECT_ID: Ihre Projekt-ID.
  • LOCATION: eine Region, z. B. us-central1
  • RECOMMENDER: die ID des Recommenders als OverprovisionedRecommender.

API

Um Empfehlungen zu überdimensionierten Instanzen mithilfe der Recommendations API aufzulisten, rufen Sie die Methode recommendations.list so auf:

GET https://recommender.googleapis.com/v1beta1/projects/PROJECT-ID/locations/LOCATION/recommenders/google.cloudsql.instance.RECOMMENDER/recommendations

Dabei gilt:

  • PROJECT_ID: Ihre Projekt-ID.
  • LOCATION: eine Region, z. B. us-central1
  • RECOMMENDER: die ID des Recommenders als OverprovisionedRecommender.

Wenn der Recommender überdimensionierte Instanzen erkennt, listet er diese in einer Tabelle auf. Jede Zeile enthält den Instanznamen, eine kurze Empfehlung, den aktuellen Maschinentyp, den empfohlenen Maschinentyp, den Standort und das letzte Aktualisierungsdatum.

Informationen und detaillierte Empfehlungen anzeigen

Mit der Cloud Console, mit gcloud oder mit der Recommender API können Sie Informationen und detaillierte Empfehlungen zu überdimensionierten Instanzen aufrufen.

Console

Wenn Sie mit der Google Cloud Console Informationen und detaillierte Empfehlungen zu einer überdimensionierten Instanz aufrufen möchten, klicken Sie auf die Schaltfläche „Empfehlung“ in der Liste der Instanzen.

gcloud

Um Informationen und detaillierte Empfehlungen zu überdimensionierten Instanzen mithilfe von gcloud zu erhalten, führen Sie den Befehl gcloud recommender insights list so aus:

gcloud recommender insights list \
--project=PROJECT_ID \
--location=LOCATION \
--insight-type=google.cloudsql.instance.INSIGHT_TYPE

Dabei gilt:

  • PROJECT_ID: Ihre Projekt-ID.
  • LOCATION: eine Region, z. B. us-central1
  • INSIGHT_TYPE: Die ID des Informationstyps als CpuUsageInsight oder MemoryUsageInsight, die Informationen zur CPU-Auslastung und zum Arbeitsspeicher bereitstellt.

API

Um Informationen und detaillierte Empfehlungen zu überdimensionierten Instanzen mithilfe der Recommendations API aufzurufen, rufen Sie die Methode insights.list so auf:

GET https://recommender.googleapis.com/v1beta1/projects/PROJECT-ID/locations/LOCATION/insightTypes/google.cloudsql.instance.INSIGHT_TYPE/insights

Dabei gilt:

  • PROJECT_ID: Ihre Projekt-ID.
  • LOCATION: eine Region, z. B. us-central1
  • INSIGHT_TYPE: die ID des Informationstyps als CpuUsageInsight oder MemoryUsageInsight, die Informationen zur CPU-Auslastung bzw. zum Arbeitsspeicher bereitstellt.

Ein Steuerfeld wird angezeigt, das Informationen zur aktuellen Arbeitsspeichernutzung und CPU-Auslastung der Instanz enthält. Die folgenden Informationskategorien werden mit einigen ergänzenden Diagrammen bereitgestellt.

Felder Beschreibungen und zugehörige Messwerte
Max. CPU-Auslastung Die maximale CPU-Auslastung als Prozentsatz.
Bezieht sich auf database/cpu/utilization.
Max. Arbeitsspeicherauslastung Die maximale Arbeitsspeicherauslastung als Prozentsatz.
Bezieht sich auf database/memory/utilization.

In der folgenden Tabelle sind die Statistiken und Empfehlungen aufgeführt, die der Recommender für überdimensionierte Cloud SQL-Instanzen möglicherweise generiert, um die Kosten zu senken. Die Untertypen werden in den Ergebnissen von gcloud und der API angezeigt.

Statistiken Empfehlungen
Basierend auf den aktuellen Trends der CPU-Auslastung wird die Instanz als überdimensioniert gekennzeichnet.
Untertyp: LOW_CPU_UTILIZATION
Reduzieren Sie die Anzahl der vCPUs oder wechseln Sie zu einer Maschine mit weniger vCPUs.
Untertyp: CHANGE_INSTANCE_SIZE
Basierend auf den aktuellen Trends der Arbeitsspeicherauslastung wird die Instanz als überdimensioniert gekennzeichnet.
Untertyp: LOW_MEMORY_UTILIZATION.
Reduzieren Sie den Arbeitsspeicherbedarf oder wechseln Sie zu einer Maschine mit weniger Arbeitsspeicher.
Untertyp: CHANGE_INSTANCE_SIZE

Empfehlungen übernehmen

Sehen Sie sich die Empfehlungen sorgfältig an und führen Sie einen der folgenden Schritte aus:

  • Klicken Sie zum Ansehen der Empfehlung auf Instanz aufrufen.

    Oben auf der Seite wird ein Banner mit einer Empfehlung angezeigt.

    Bearbeiten Sie die Instanz bei Bedarf, um die vCPUs oder den Arbeitsspeicher zu reduzieren. Alternativ können Sie zu einem Maschinentyp mit weniger vCPUs und weniger Arbeitsspeicher wechseln. Sie müssen die Größe der Instanz nicht genau nach Empfehlung anpassen. Treffen Sie die Entscheidung hinsichtlich der Instanzgröße nach Ihrem Ermessen, basierend darauf, wie Sie die Instanz bereitstellen möchten. Beachten Sie, dass die operative Latenz um so höher ist, je größer die Größe ist.

  • Klicken Sie auf Schließen, um die Empfehlung zu verwerfen, sodass sie ausgegraut ist und grau angezeigt wird.

  • Klicken Sie auf Abbrechen, um das Feld zu schließen, ohne die Empfehlung zu übernehmen oder zu verwerfen.

Sie können diese Empfehlungen auch nach BigQuery exportieren und dann mit Looker Studio oder Looker untersuchen.

Nächste Schritte