Cloud SQL 초과 프로비저닝된 인스턴스 추천자는 지정된 워크로드에 불필요하게 큰 인스턴스를 감지할 수 있게 해줍니다. 그런 후 이러한 인스턴스 크기를 조정하고 비용을 줄이는 방법에 대한 권장사항을 제공합니다. 이 페이지에서는 이 추천자의 작동 방식과 사용 방법을 설명합니다.
작동 방식
Cloud SQL 초과 프로비저닝 추천자는 30일이 지난 기본 인스턴스의 사용량 측정항목을 분석합니다. 각 인스턴스에 대해 추천자는 이전 30일 동안 특정 측정항목의 값을 기준으로 CPU 및 메모리 사용률을 고려합니다. 추천자는 읽기 복제본을 분석하지 않습니다.
관측 기간 동안 CPU 또는 메모리의 최대 사용률이 낮으면 인스턴스가 초과 프로비저닝된 것으로 예상됩니다. 예상된 월간 비용 절약액이 $10보다 크거나 같으면 해당 인스턴스의 올바른 크기 조정을 위해 24시간마다 권장사항이 생성됩니다.
추천자는 리소스 낭비를 적절하게 보여주는 크게 초과 프로비저닝된 인스턴스만 플래그 지정하도록 보수적인 임곗값을 사용합니다. 추천자는 최소 8개 vCPU 및 32GB를 포함하는 머신 유형을 제안합니다.
가격 책정
Cloud SQL 초과 프로비저닝된 인스턴스 추천자는 표준 추천자 가격 책정 계층에 있습니다.
시작하기 전에
추천과 통계를 보려면 먼저 다음을 수행하세요.
- 통계 및 추천을 보고 사용할 수 있는 권한을 얻으려면 필요한 역할이 있어야 합니다.
할 일 목록 역할 추천 보기 다음 역할 중 하나: recommender.cloudsqlViewer
또는cloudsql.viewer
권장사항 적용 다음 역할 중 하나: recommender.cloudsqlAdmin
,cloudsql.editor
또는cloudsql.admin
-
Enable the Recommender API.
초과 프로비저닝된 Cloud SQL 인스턴스 권장사항 나열
Google Cloud 콘솔, gcloud
또는 Recommender API를 사용하여 초과 프로비저닝된 인스턴스 권장사항을 나열할 수 있습니다.
콘솔
Google Cloud 콘솔을 사용하여 초과 프로비저닝된 인스턴스에 대해 권장사항을 나열하려면 다음 단계를 수행합니다.
Cloud SQL 인스턴스 페이지로 이동합니다.
초과 프로비저닝된 인스턴스 권장사항 배너에서 모두 보기를 클릭합니다.
또는 다음 단계를 수행하세요.
권장사항 허브로 이동합니다.
자세한 내용은 권장사항 허브 시작하기를 참조하세요.
Cloud SQL 인스턴스 비용 감소 카드에서 모두 보기를 클릭합니다.
인스턴스 감소 탭을 클릭합니다.
gcloud
gcloud
를 사용하여 초과 프로비저닝된 인스턴스에 대한 권장사항을 나열하려면 다음과 같이 gcloud recommender recommendations list
명령어를 실행합니다.
gcloud recommender recommendations list \ --project=PROJECT_ID \ --location=LOCATION \ --recommender=google.cloudsql.instance.RECOMMENDER
다음을 바꿉니다.
PROJECT_ID
: 프로젝트 ID입니다.LOCATION
: 리전(예:us-central1
)RECOMMENDER
:OverprovisionedRecommender
로서 추천자 ID
API
Recommendations API를 사용하여 초과 프로비저닝된 인스턴스에 대한 권장사항을 나열하려면 다음과 같이 recommendations.list
메서드를 호출합니다.
GET https://recommender.googleapis.com/v1beta1/projects/PROJECT-ID/locations/LOCATION/recommenders/google.cloudsql.instance.RECOMMENDER/recommendations
다음을 바꿉니다.
PROJECT_ID
: 프로젝트 ID입니다.LOCATION
: 리전(예:us-central1
)RECOMMENDER
:OverprovisionedRecommender
로서 추천자 ID
추천자에서 초과 프로비저닝된 인스턴스를 감지하면 테이블에 나열합니다. 각 행에는 인스턴스 이름, 간단한 권장사항, 현재 머신 유형, 권장 머신 유형, 위치, 마지막 새로고침 날짜가 표시됩니다.
통계 및 자세한 권장사항 보기
Google Cloud 콘솔, gcloud
또는 Recommender API를 사용하여 초과 프로비저닝된 인스턴스에 대한 통계와 자세한 권장사항을 볼 수 있습니다.
콘솔
Google Cloud 콘솔을 사용하여 초과 프로비저닝된 인스턴스에 대한 통계와 자세한 권장사항을 보려면 인스턴스 목록에서 권장사항 버튼을 클릭합니다.
gcloud
gcloud
를 사용하여 초과 프로비저닝된 인스턴스에 대한 통계와 자세한 권장사항을 보려면 다음과 같이 gcloud recommender insights list
명령어를 실행합니다.
gcloud recommender insights list \ --project=PROJECT_ID \ --location=LOCATION \ --insight-type=google.cloudsql.instance.INSIGHT_TYPE
다음을 바꿉니다.
PROJECT_ID
: 프로젝트 ID입니다.LOCATION
: 리전(예:us-central1
)INSIGHT_TYPE
: 각각 CPU 사용량 및 메모리에 대한 통계를 제공하는CpuUsageInsight
또는MemoryUsageInsight
통계 유형의 ID입니다.
API
Recommendations API를 사용하여 초과 프로비저닝된 인스턴스에 대한 유용한 정보 및 자세한 권장사항을 보려면 다음과 같이 insights.list
메서드를 호출합니다.
GET https://recommender.googleapis.com/v1beta1/projects/PROJECT-ID/locations/LOCATION/insightTypes/google.cloudsql.instance.INSIGHT_TYPE/insights
다음을 바꿉니다.
PROJECT_ID
: 프로젝트 ID입니다.LOCATION
: 리전(예:us-central1
)INSIGHT_TYPE
: 각각 사용량 CPU 사용량 및 메모리에 대한 통계를 제공하는CpuUsageInsight
또는MemoryUsageInsight
통계 유형의 ID입니다.
인스턴스의 현재 메모리 및 CPU 사용량에 대한 통계를 보여주는 패널이 표시됩니다. 다음 정보 카테고리는 일부 지원 차트와 함께 제공됩니다.
필드 | 설명 및 관련 측정항목 |
---|---|
최대 CPU 사용률 | 백분율로 표시되는 최대 CPU 사용률입니다. database/cpu/utilization 에 적합합니다. |
최대 메모리 사용률 | 백분율로 표시되는 최대 메모리 사용률입니다. database/memory/utilization 에 적합합니다. |
다음 표에서는 Cloud SQL 초과 프로비저닝된 인스턴스 추천자가 비용 감소를 돕기 위해 생성할 수 있는 통계 및 권장사항을 보여줍니다.
하위 유형은 gcloud
및 API 결과에 표시됩니다.
통계 | 권장사항 |
---|---|
현재 CPU 사용률 추세를 기준으로 인스턴스가 초과 프로비저닝된 것으로 플래그 지정됩니다. 하위 유형: LOW_CPU_UTILIZATION
| vCPU 수를 줄이거나 vCPU가 더 적은 머신으로 전환합니다. 하위 유형: CHANGE_INSTANCE_SIZE |
현재 메모리 사용률 추세를 기준으로 인스턴스가 초과 프로비저닝된 것으로 플래그 지정됩니다. 하위 유형: LOW_MEMORY_UTILIZATION .
| 메모리 요구사항을 줄이거나 메모리가 더 낮은 머신으로 전환합니다. 하위 유형: CHANGE_INSTANCE_SIZE |
권장사항 적용
통계 및 권장사항을 신중하게 평가하고 다음을 수행합니다.
권장사항을 검토하려면 인스턴스 보기를 클릭하세요.
페이지 상단에 권장사항이 제공된 배너가 나타납니다.
필요한 경우 인스턴스를 수정하여 vCPU 또는 메모리를 줄입니다. 또는 vCPU 및 메모리가 더 낮은 머신 유형으로 전환합니다. 인스턴스 크기를 올바르게 조정할 필요는 없습니다. 인스턴스 프로비저닝 방법에 따라 인스턴스 크기를 판단합니다. 크기가 클수록 운영 지연 시간이 길어집니다.
강조 표시가 해제되고 흐리게 표시될 수 있도록 권장사항을 없애려면 닫기를 클릭합니다.
권장사항을 적용하거나 해제하지 않고 패널을 닫으려면 취소를 클릭합니다.
또한 BigQuery로 권장사항 내보내기를 수행한 후 Looker Studio 또는 Looker를 사용하여 검사할 수 있습니다.