In diesem Dokument wird beschrieben, wie Sie die KI-gestützte Unterstützung in Cloud SQL verwenden können, um Probleme mit hoher Datenbankauslastung in Cloud SQL zu beheben. Sie können die KI-gestützten Funktionen von Cloud SQL und Gemini Cloud Assist verwenden, um Abfragen in Cloud SQL zu untersuchen, zu analysieren, Empfehlungen zu erhalten und diese Empfehlungen schließlich umzusetzen.
Wenn Sie in der Google Cloud Console auf das Dashboard Abfragestatistiken zugreifen, können Sie Ihre Datenbank analysieren und Probleme beheben, wenn die Datenbanklast Ihres Systems über dem Durchschnitt liegt. Cloud SQL verwendet die Daten der 24 Stunden vor dem ausgewählten Zeitraum, um die erwartete Last Ihrer Datenbank zu berechnen. Sie können sich die Gründe für die höheren Lastereignisse ansehen und die Gründe für die geringere Leistung analysieren. Außerdem erhalten Sie in Cloud SQL Empfehlungen zur Optimierung Ihrer Datenbank, um die Leistung zu verbessern.
Hinweise
So beheben Sie mithilfe von KI eine hohe Datenbankauslastung:
Erforderliche Rollen und Berechtigungen
Informationen zu den Rollen und Berechtigungen, die für die Behebung einer hohen Datenbankauslastung mithilfe von KI erforderlich sind, finden Sie unter Mithilfe von KI beobachten und Probleme beheben.
KI-Unterstützung verwenden
Wenn Sie KI-Unterstützung bei der Behebung einer hohen Datenbankauslastung nutzen möchten, rufen Sie in der Google Cloud Console die Seite Instanzübersicht oder das Dashboard Statistiken zu Abfragen auf.
Seite „Instanzübersicht“
So beheben Sie mithilfe von KI-Unterstützung auf der Seite Instanzübersicht Probleme mit hoher Datenbankauslastung:
-
Wechseln Sie in der Google Cloud Console zur Seite Cloud SQL-Instanzen.
- Klicken Sie auf den Instanznamen, um die Übersichtsseite einer Instanz zu öffnen.
- Wählen Sie auf der Seite Übersicht im Menü Diagramm einen Messwert für die Datenbank aus. Sie können einen beliebigen Messwert auswählen.
- Optional: Wenn Sie einen bestimmten Analysezeitraum auswählen möchten, verwenden Sie den Filter Zeitraum und wählen Sie entweder „1 Stunde“, „6 Stunden“, „1 Tag“, „7 Tage“, „30 Tage“ oder einen benutzerdefinierten Zeitraum aus .
- Klicken Sie auf Datenbankleistung analysieren, um mithilfe von KI die Fehlerbehebung bei hoher Datenbankauslastung zu starten. Daraufhin wird die Seite Datenbankauslastung analysieren angezeigt.
Sie können auf bestimmte Bereiche des Diagramms heranzoomen, in denen Sie Bereiche mit hoher Auslastung sehen, die Sie analysieren möchten. In einem Bereich mit hoher Auslastung kann die CPU-Auslastung beispielsweise beinahe 100 % betragen. Wenn Sie heranzoomen möchten, klicken Sie auf einen Ausschnitt des Diagramms und wählen Sie ihn aus.
Query Insights-Dashboard
So beheben Sie mithilfe von KI-Unterstützung im Dashboard Query Insights Probleme mit hoher Datenbanklast:
-
Wechseln Sie in der Google Cloud Console zur Seite Cloud SQL-Instanzen.
- Klicken Sie auf den Instanznamen, um die Übersichtsseite einer Instanz zu öffnen.
- Klicken Sie auf Query Insights, um das Dashboard Query Insights zu öffnen.
- Optional: Mit dem Filter Zeitraum können Sie eine Stunde, 6 Stunden, einen Tag, 7 Tage, 30 Tage oder einen benutzerdefinierten Zeitraum auswählen.
- Klicken Sie im Diagramm Datenbanklast auf Datenbankleistung analysieren, um mithilfe von KI die Fehlerbehebung bei hoher Datenbanklast zu starten. Daraufhin wird die Seite Datenbankauslastung analysieren angezeigt.
Sie können auf bestimmte Bereiche des Diagramms heranzoomen, in denen Sie Bereiche mit höherer Datenbanklast anhand der Abfrageausführungszeit erkennen. Wenn Sie heranzoomen möchten, klicken Sie auf einen Ausschnitt des Diagramms und wählen Sie ihn aus.
Hohe Datenbanklast analysieren
Mit der KI-Unterstützung können Sie die Details Ihrer Datenbanklast analysieren und Fehler beheben.
Auf der Seite Datenbankauslastung analysieren sehen Sie die folgenden Details für Ihre Cloud SQL-Instanz:
- Analysezeitraum
- CPU-Auslastung (p99)
- Arbeitsspeicherauslastung (P99)
In Cloud SQL wird ein Diagramm mit Transaktionen pro Sekunde angezeigt, in dem Sie die Transaktionsaktivitäten im ausgewählten Zeitraum sehen können. Sie können nach plötzlichen Aktivitätsspitzen in einem bestimmten Zeitraum suchen.
Analysezeitraum
Cloud SQL analysiert Ihre Datenbank für den Zeitraum, den Sie im Diagramm zur Datenbankauslastung im Dashboard Query Insights oder auf der Seite Instanzübersicht auswählen. Wenn Sie einen Zeitraum von weniger als 24 Stunden auswählen, wird der gesamte Zeitraum in Cloud SQL analysiert. Wenn Sie einen Zeitraum von mehr als 24 Stunden auswählen, werden in Cloud SQL nur die letzten 24 Stunden des Zeitraums für die Analyse ausgewählt.
Für die Berechnung der Leistungsanalyse der Baseline Ihrer Datenbank umfasst der Analysezeitraum in Cloud SQL 24 Stunden. Wenn der ausgewählte Zeitraum auf einen anderen Wochentag als Montag fällt, verwendet Cloud SQL als Vergleichszeitraum die 24 Stunden davor. Wenn der ausgewählte Zeitraum auf einen Montag fällt, verwendet Cloud SQL als Vergleichszeitraum den 7. Tag davor.
Situation
Wenn Cloud SQL die Analyse startet, wird nach erheblichen Änderungen bei den folgenden wichtigen Messwerten gesucht:
- Abfragen pro Sekunde (Queries per second, QPS)
- CPU
- Speicher
- Laufwerk-E/A
Cloud SQL vergleicht die aggregierten Daten der Baseline für Ihre Datenbank mit den Leistungsdaten des Analysezeitraums. Wenn Cloud SQL eine erhebliche Änderung des Grenzwerts für einen wichtigen Messwert erkennt, weist Cloud SQL auf ein mögliches Problem mit Ihrer Datenbank hin. Die erkannte Situation könnte eine Ursache für die hohe Auslastung Ihrer Datenbank im ausgewählten Zeitraum sein.
Eine mögliche Ursache für eine hohe Auslastung Ihrer Datenbank kann beispielsweise eine Lock-Ausnahme sein.
Bei der Analyse stellt Cloud SQL möglicherweise fest, dass das Sperre-Wartezeit-Verhältnis deutlich gestiegen ist. In Cloud SQL werden möglicherweise auch andere Situationen aufgeführt, in denen wichtige Messwerte einen deutlichen Anstieg anzeigen. Unter Umständen werden auch die folgenden Situationen aufgeführt:
- Konflikt bei Systemressourcen
- Unzureichender Puffer
- Übermäßiges Logging
Belege
Für jede Situation stellt Cloud SQL eine Liste mit Nachweisen zur Verfügung, die die Befunde stützen. Cloud SQL basiert die Nachweise auf Messwerten, die von der Instanz erfasst wurden.
Für jede Situation gibt es unterstützende Nachweise, mit denen Anomalien bei der Systemleistung erkannt werden. Cloud SQL erkennt eine Anomalie, wenn die Systemleistung bestimmte Schwellenwerte überschreitet oder bestimmte zeitliche Kriterien erfüllt. Diese Grenzwerte oder Kriterien werden für jede Situation in Cloud SQL definiert.
Als Beleg für eine Lock-Ausnahme können folgende Hinweise auftreten:
- Sperre-Wartezeit-Verhältnis: Im Vergleich zum Referenzbeobachtungszeitraum wurde ein um 40.786,04% höheres Sperre-Wartezeit-Verhältnis festgestellt.
Klicken Sie auf die einzelnen Situationen, um weitere Informationen aufzurufen, die während der Analyse abgerufen wurden.
Empfehlungen
Basierend auf allen analysierten Situationen erhalten Sie in Cloud SQL eine oder mehrere umsetzbare Empfehlungen, mit denen Sie die Probleme mit der hohen Datenbankauslastung beheben können. Cloud SQL stellt die Empfehlungen mit einer Kosten-Nutzen-Analyse bereit, damit Sie eine fundierte Entscheidung darüber treffen können, ob Sie die Empfehlung umsetzen möchten.
In einigen Fällen gibt es auf Grundlage der Analyse keine Empfehlung.
Beispielsweise erhalten Sie möglicherweise die folgende Empfehlung:
- Blockierende Abfragen identifizieren: Identifizieren Sie potenziell blockierende Abfragen und überprüfen Sie sie auf Optimierungsmöglichkeiten.
Klicken Sie auf den Link Weitere Informationen, um zu erfahren, wie Sie diese erste Empfehlung umsetzen.
Wenn Sie die Fehlerbehebung fortsetzen oder weitere Unterstützung bei der Systemleistung erhalten möchten, können Sie auch Gemini Cloud Assist öffnen. Weitere Informationen finden Sie unter Mit KI-Unterstützung in Datenbanken beobachten und Fehler beheben.
Nächste Schritte
- Instanzen überwachen
- Hohe CPU-Auslastung optimieren
- Hohe Speichernutzung optimieren
- Systemstatistiken zur Verbesserung der Systemleistung verwenden