運用 AI 輔助工具排解資料庫負載過高的疑難問題

本文件說明如何使用 Cloud SQL 的 AI 輔助功能，排解 Cloud SQL 中資料庫負載過高的情形。您可以使用 Cloud SQL 和 Gemini Cloud Assist 的 AI 輔助功能，進行調查、分析、取得建議，並最終實作這些建議，以便在 Cloud SQL 中改善查詢。

您可以存取 Google Cloud 控制台中的「查詢深入分析」資訊主頁，分析資料庫並排解系統發生資料庫負載高於平均值的事件。Cloud SQL 會使用所選時間範圍前 24 小時的資料，計算資料庫的預期負載。您可以查看負載事件增加的原因，並分析成效降低的證據。最後，Cloud SQL 會提供最佳化資料庫的最佳化建議，以提升效能。

事前準備

如要透過 AI 輔助功能排解資料庫負載過高的情形，請執行下列操作：

  1. 查看 AI 輔助疑難排解機制的限制。
  2. 啟用 AI 輔助的疑難排解機制。

必要角色和權限

如要瞭解使用 AI 協助排解資料庫負載過高的相關角色和權限，請參閱「使用 AI 進行觀察和疑難排解」一文。

使用 AI 輔助功能

如要使用 AI 協助功能排解資料庫負載過高的情況，請前往 Google Cloud 控制台的「執行個體總覽」頁面或「查詢深入分析」資訊主頁。

執行個體總覽頁面

如要透過 AI 協助功能在「執行個體總覽」頁面中排解資料庫負載過高的情況，請按照下列步驟操作：

  1. 前往 Google Cloud 控制台的「Cloud SQL 執行個體」頁面。

    前往 Cloud SQL 執行個體

  2. 如要開啟執行個體的「總覽」頁面，請按一下執行個體名稱。
  3. 在「總覽」頁面的「圖表」選單中，選取資料庫的指標。您可以選取任何指標。
  4. 選用：如要選取特定分析時間範圍，請使用「時間範圍」篩選器，選取 1 小時、6 小時、1 天、7 天、30 天或自訂範圍。
    5. 總覽頁面上的資料庫效能圖表，顯示 24 小時內的 CPU 使用率，以及分析執行個體效能的選項。

    您可以放大圖表的特定區域，找出要分析的高負載區域。舉例來說，負載量高的區域可能會顯示 CPU 使用率接近 100%。如要放大圖表，請按一下並選取圖表的一部分。

    放大檢視資料庫效能圖表。
  5. 按一下「分析執行個體效能」，即可開始透過 AI 協助排除資料庫負載過高的情況。這會產生「分析資料庫負載」頁面。

查詢洞察資訊主頁

請按照下列步驟，在查詢深入分析資訊主頁中使用 AI 協助功能，排解資料庫負載過高的情況：

  1. 前往 Google Cloud 控制台的「Cloud SQL 執行個體」頁面。

    前往 Cloud SQL 執行個體

  2. 如要開啟執行個體的「總覽」頁面，請按一下執行個體名稱。
  3. 按一下「查詢洞察」，開啟「查詢洞察」資訊主頁。
  4. 選用：使用「時間範圍」篩選器，選取 1 小時、6 小時、1 天、7 天、30 天或自訂範圍。
    5. 「查詢洞察」圖表中的「資料庫負載」圖表，顯示 24 小時內的查詢延遲時間，以及分析執行個體效能的選項。

    您可以將圖表縮放至特定區域，以便查看哪些區域的資料庫負載較高，進而縮短查詢執行時間。如要放大圖表，請按一下並選取圖表的部分區域。

  5. 在「資料庫負載圖表」中，按一下「分析執行個體效能」，即可開始透過 AI 協助排除資料庫負載過高的情況。系統會產生「分析資料庫負載」頁面。

分析資料庫負載過高

您可以使用 AI 協助功能，分析及排解資料庫負載的詳細資料。

在「Analyzing database load」(分析資料庫負載)頁面中，您可以查看 Cloud SQL 執行個體的下列詳細資料：

  • 分析時間範圍
  • CPU 使用率 (p99)
  • 記憶體使用率 (p99)

Cloud SQL 會顯示 MySQL 查詢圖表，您可以查看所選時間範圍內的查詢活動。您可以查看特定時間範圍內的活動是否突然激增。

分析 MySQL 適用的 Cloud SQL 資料庫效能頁面

資料分析時間範圍

Cloud SQL 會分析資料庫在您在資料庫負載圖表中選取的時間範圍，這項資訊來自「查詢深入分析」資訊主頁或「執行個體總覽」頁面。如果選取的時間範圍少於 24 小時，Cloud SQL 會分析整個時間範圍。如果選取的時間範圍超過 24 小時，Cloud SQL 只會選取該時間範圍內的最後 24 小時進行分析。

為計算資料庫的基準成效分析，Cloud SQL 會在分析時間範圍內加入 24 小時的基準時間範圍。如果所選時間範圍發生在星期一以外的日期，Cloud SQL 會使用所選時間範圍前24 小時的基線時間範圍。如果所選時間範圍發生在星期一，Cloud SQL 會使用前 7 天的基準時間範圍，與所選時間範圍相比較。

情況

Cloud SQL 啟動分析時，會檢查下列重要指標是否有重大變化：

  • 每秒查詢次數 (QPS)
  • CPU
  • 記憶體
  • 磁碟 I/O

Cloud SQL 會比較資料庫在分析時間範圍內的效能資料，如果 Cloud SQL 偵測到關鍵指標的閾值出現重大變化，就會指出資料庫可能出現問題。這項狀況可能說明資料庫在所選時間範圍內負荷過高的原因。

舉例來說，您可能會看到多種情況，說明資料庫為何出現高負載：

  • 大量執行緒並行
  • CPU 使用率大幅變動
  • 磁碟 IOPS 大幅變動
  • QPS 大幅變動

Cloud SQL for MySQL 的情況和證據

證據

針對每種情況，Cloud SQL 都會提供證據清單，以支持相關發現。Cloud SQL 會根據從執行個體收集到的指標提供證據。

每種情況都會提供輔助證據，用於偵測系統效能異常。當系統效能超出特定門檻或符合特定時間限制條件時，Cloud SQL 就會偵測到異常情況。Cloud SQL 會為每種情況定義這些門檻或條件。

為了證明偵測到重要指標的大幅變化，您可能會看到下列證據：

  • 總 QPS：平均值從 18,534.22 變更為 37,619.86，第 20 百分位數從 3.55 變更為 5.45，第 80 百分位數從 5.62 變更為 112,050.8。
  • 讀取 QPS：平均值從 1,802.98 變更為 3,657.93，第 20 百分位數從 1.17 變更為 2.1，第 80 百分位數從 2.12 變更為 10,908.8。
  • 寫入 QPS：平均值從 1,751.61 變更為 3,553.48，第 20 百分位數從 0.2 變更為 0.2，第 80 百分位數從 0.2 變更為 10,600.13。
  • CPU 用量變化：系統偵測到 CPU 使用率大幅變動。平均變動幅度為 183.85%。第 80 個百分位數變動幅度為 2,630.49%。第 20 個百分位數變動幅度為 6.75%。
  • 磁碟 IOPS：系統偵測到磁碟 IOPS 有大幅變動。平均變動幅度為 173.39%。第 80 個百分位數變動幅度為 20,832.44%。第 20 個百分位數變動幅度為 1.88%。
  • 執行中的執行緒：執行中的執行緒數量增加 3,166.67%。

如要查看分析期間擷取的證據，請按一下各個情況。證據會顯示在窗格中，位於相應情況旁邊。

建議

根據分析的所有情況，Cloud SQL 會提供一或多項可行建議，協助您解決資料庫負載過高的相關問題。Cloud SQL 會提供建議，並附上成本效益分析，讓您在決定是否採用建議前，能先參考相關資訊。

在某些情況下，系統可能不會根據分析資料提供建議。

最佳化建議表

舉例來說，您可能會收到下列最佳化建議：

  • 查看並行工作負載：使用查詢洞察分析過去和目前的工作負載。

    • CPU 使用率提高時，請留意耗用最多資源的查詢，找出潛在的效率問題。
    • CPU 使用率降低時，則請查看等待事件，找出潛在的爭用情形。

  • 查看 I/O 相關的資料庫旗標：如果修改資料庫旗標，磁碟 IOPS 可能會有波動。

    • 某些可能會影響 IOPS 的重要旗標包括但不限於：

      • innodb_buffer_pool_size
      • innodb_redo_log_capacity
      • innodb_io_capacity
      • innodb_flush_neighbors
      • innodb_lru_scan_depth
      • temptable_max_ram

      請查看這些設定，找出 I/O 變化的潛在原因。

  • 查看其他 I/O 指標：如要進一步瞭解 IOPS 的變化，請分析下列 系統洞察指標：

    • Disk read/write operations
    • Read/write InnoDB pages

    此外，請在 Metrics Explorer 中查看其他 InnoDB I/O 指標。

如果您想繼續進行疑難排解，或需要進一步的系統效能協助，也可以開啟 Gemini Cloud Assist。詳情請參閱「使用 AI 協助功能觀察及排解問題」。

後續步驟