이 문서에서는 Cloud SQL의 AI 지원을 사용하여 Cloud SQL에서 높은 데이터베이스 부하를 해결하는 방법을 설명합니다. Cloud SQL 및 Gemini Cloud Assist의 AI 지원 기능을 사용하여 Cloud SQL에서 쿼리를 최적화하기 위해 조사, 분석, 추천을 받고 최종적으로 이러한 추천을 구현할 수 있습니다.
Google Cloud 콘솔에서 쿼리 통계 대시보드에 액세스하면 시스템의 데이터베이스 부하가 평균보다 높은 경우 데이터베이스를 분석하고 이벤트를 해결할 수 있습니다. Cloud SQL은 선택한 기간 이전 24시간의 데이터를 사용하여 데이터베이스의 예상 부하를 계산합니다. 부하 이벤트가 더 많이 발생하는 이유를 살펴보고 성능 저하의 증거를 분석할 수 있습니다. 마지막으로 Cloud SQL은 성능을 개선하기 위해 데이터베이스를 최적화하는 방법을 추천합니다.
시작하기 전에
AI 지원으로 높은 데이터베이스 부하 문제를 해결하려면 다음 단계를 따르세요.
필수 역할 및 권한
AI 지원으로 높은 데이터베이스 부하를 해결하는 데 필요한 역할 및 권한은 AI로 관찰 및 문제 해결을 참고하세요.
AI 지원 사용
높은 데이터베이스 부하 문제 해결에 AI 지원을 사용하려면 Google Cloud 콘솔의 인스턴스 개요 페이지 또는 쿼리 통계 대시보드로 이동하세요.
인스턴스 개요 페이지
다음 단계에 따라 인스턴스 개요 페이지에서 AI 지원으로 높은 데이터베이스 부하를 해결하세요.
-
Google Cloud 콘솔에서 Cloud SQL 인스턴스 페이지로 이동합니다.
- 인스턴스의 개요 페이지를 열려면 인스턴스 이름을 클릭합니다.
- 개요 페이지의 차트 메뉴에서 데이터베이스의 측정항목을 선택합니다. 측정항목은 원하는 대로 선택할 수 있습니다.
- 선택사항: 특정 분석 기간을 선택하려면 기간 필터를 사용하여 1시간, 6시간, 1일, 7일, 30일 또는 맞춤 범위를 선택합니다 .
- 인스턴스 성능 분석을 클릭하여 AI 지원으로 높은 데이터베이스 부하 문제 해결을 시작합니다. 그러면 데이터베이스 로드 분석 페이지가 생성됩니다.
분석하려는 부하가 높은 영역이 표시된 차트의 특정 섹션을 확대할 수 있습니다. 예를 들어 부하가 높은 영역에는 CPU 사용률 수준이 100%에 가까운 것으로 표시될 수 있습니다. 확대하려면 차트의 일부를 클릭하여 선택합니다.
쿼리 통계 대시보드
다음 단계에 따라 쿼리 통계 대시보드에서 AI 지원을 사용하여 데이터베이스 부하가 높은 문제를 해결하세요.
-
Google Cloud 콘솔에서 Cloud SQL 인스턴스 페이지로 이동합니다.
- 인스턴스의 개요 페이지를 열려면 인스턴스 이름을 클릭합니다.
- 쿼리 통계를 클릭하여 쿼리 통계 대시보드를 엽니다.
- 선택사항: 시간 범위 필터를 사용하여 1시간, 6시간, 1일, 7일, 30일 또는 맞춤 범위를 선택합니다.
- 데이터베이스 부하 차트에서 인스턴스 성능 분석을 클릭하여 AI 지원으로 높은 데이터베이스 부하 문제 해결을 시작합니다. 그러면 데이터베이스 로드 분석 페이지가 생성됩니다.
쿼리 실행 시간별 데이터베이스 부하가 높은 영역이 표시된 차트의 특정 섹션을 확대할 수 있습니다. 확대하려면 차트의 일부를 클릭하여 선택합니다.
높은 데이터베이스 부하 분석
AI 지원을 사용하면 데이터베이스 부하의 세부정보를 분석하고 문제를 해결할 수 있습니다.
데이터베이스 부하 분석 페이지에서 Cloud SQL 인스턴스의 다음 세부정보를 확인할 수 있습니다.
- 분석 기간
- CPU 사용률 (p99)
- 메모리 사용률 (p99)
Cloud SQL에는 선택한 기간의 트랜잭션 활동을 확인할 수 있는 초당 트랜잭션 수 차트가 표시됩니다. 특정 기간 동안 활동이 급증하는지 확인할 수 있습니다.
분석 기간
Cloud SQL은 쿼리 통계 대시보드 또는 인스턴스 개요 페이지의 데이터베이스 로드 차트에서 선택한 기간 동안 데이터베이스를 분석합니다. 24시간 미만의 기간을 선택하면 Cloud SQL에서 전체 기간을 분석합니다. 24시간이 넘는 기간을 선택하면 Cloud SQL에서 분석을 위해 기간의 마지막 24시간만 선택합니다.
데이터베이스의 기준 성능 분석을 계산하기 위해 Cloud SQL은 분석 기간에 24시간의 기준 기간을 포함합니다. 선택한 기간이 월요일이 아닌 날짜에 해당하는 경우 Cloud SQL은 선택한 기간의 24시간 전을 기준 기간으로 사용합니다. 선택한 기간이 월요일인 경우 Cloud SQL에서는 선택한 기간의 7일 전을 기준 기간으로 사용합니다.
상황
Cloud SQL이 분석을 시작하면 Cloud SQL은 다음 주요 측정항목의 유의미한 변경사항을 확인합니다.
- 초당 쿼리 수(QPS)
- CPU
- 메모리
- 디스크 I/O
Cloud SQL은 분석 기간의 성능 데이터 내에서 데이터베이스의 기준 집계 데이터를 비교합니다. Cloud SQL에서 주요 측정항목의 기준점에 상당한 변화가 감지되면 Cloud SQL에서 데이터베이스에 문제가 있을 수 있음을 나타냅니다. 확인된 상황은 선택한 기간 동안 데이터베이스의 높은 부하에 대한 근본 원인을 설명할 수 있습니다.
예를 들어 데이터베이스에 높은 부하가 발생하는 한 가지 상황이 잠금 경합으로 식별될 수 있습니다.
분석 중에 Cloud SQL에서 잠금 대기 비율이 크게 증가한 것으로 판단할 수 있습니다. Cloud SQL은 주요 측정항목이 크게 증가하는 다른 상황을 나열할 수 있습니다. 예를 들어 다음과 같은 상황이 나열될 수도 있습니다.
- 시스템 리소스의 경합
- 버퍼 부족
- 과도한 로깅
증거
각 상황에 대해 Cloud SQL은 결과를 뒷받침하는 증거 목록을 제공합니다. Cloud SQL은 인스턴스에서 수집한 측정항목을 기반으로 증거를 제시합니다.
각 상황에는 시스템 성능의 이상치를 감지하는 데 사용되는 증거가 있습니다. 시스템 성능이 특정 기준점을 초과하거나 특정 시간 제한 기준을 충족하면 Cloud SQL에서 이상을 감지합니다. Cloud SQL은 각 상황에 대해 이러한 기준점 또는 기준을 정의합니다.
잠금 경합 상황을 지원하기 위해 다음 증거가 표시될 수 있습니다.
- 잠금 대기 비율: 기준 모니터링 기간에 비해 잠금 대기 비율이 40,786.04% 증가한 것이 감지되었습니다.
분석 중에 검색된 증거를 보려면 각 상황을 클릭하세요. 증거는 해당 상황 옆의 창에 표시됩니다.
권장사항
분석된 모든 상황을 기반으로 Cloud SQL은 데이터베이스 부하가 높은 문제를 해결하는 데 도움이 되는 하나 이상의 실행 가능한 권장사항을 제공합니다. Cloud SQL은 비용 편익 분석과 함께 추천을 제공하므로 추천을 구현할지 여부를 정보에 입각하여 결정할 수 있습니다.
분석에 따라 권장사항이 없을 수도 있습니다.
예를 들어 다음과 같은 추천이 표시될 수 있습니다.
- 차단 요소 식별: 잠재적인 차단 쿼리를 식별하고 최적화 기회가 있는지 검토합니다.
이 첫 번째 추천을 구현하는 방법을 알아보려면 자세히 알아보기 링크를 클릭하세요.
계속해서 문제를 해결하거나 시스템 성능에 대한 추가 지원을 받으려면 Gemini Cloud Assist를 열면 됩니다. 자세한 내용은 AI 지원을 통한 관찰 및 문제 해결을 참고하세요.