קל לארגן דפים בעזרת אוספים
אפשר לשמור ולסווג תוכן על סמך ההעדפות שלך.
לפני אירוע שיא, כדאי לנהל ולבצע אופטימיזציה של המשאבים שעומסי העבודה שלכם ב- Google Cloud משתמשים בהם. כדי לעשות את זה צריך לבחור את הגודל המתאים לפי השימוש והביקוש בפועל, להשתמש בהתאמה אוטומטית לעומס בשביל להקצות משאבים בצורה דינמית ולבדוק את ההמלצות בקשר לאבטחה ולארכיטקטורה. גם Cloud Monitoring וגם שירות ההמלצות (Active Assist) יכולים לעזור לכם לזהות הזדמנויות לאופטימיזציה של משאבי הענן. בעזרת הכלים האלה אתם יכולים לקבל תובנות לגבי השימוש במשאבים ולקבל החלטות מושכלות לפני האירוע.
בדיקת השיטות המומלצות ל- Google Cloud
אפשר להימנע מהרבה בעיות קיבולת באירועי שיא אם פועלים לפי השיטות המומלצות למוצר שאתם משתמשים בו ב- Google Cloud . ריכזנו כאן דוגמאות למדריכי שיטות מומלצות:
באמצעות התאמה אוטומטית לעומס (automatic scaling) אפשר לוודא שלאפליקציות מבוססות-הענן יש את המשאבים הנדרשים בשביל לטפל בעומסי עבודה משתנים, בלי הקצאת יתר ועלויות מיותרות. ב- Google Cloud יש כמה אפשרויות לשימוש בהתאמה אוטומטית לעומס (automatic scaling) בהתאם למוצר. למשל:
קבוצות של מופעי מכונה מנוהלים (MIG) ב-Compute Engine הן קבוצות של מכונות וירטואליות שמנוהלות ומותאמות לעומס בתור ישות אחת. באמצעות קבוצות MIG אפשר להגדיר מדיניות להתאמה אוטומטית לעומס (automatic scaling), שמצוין בה המספר המינימלי והמקסימלי של מכונות וירטואליות שצריך לשמר בקבוצה, ואת התנאים שמפעילים את ההתאמה האוטומטית לעומס.
ב-Cloud Run מובנית התאמה אוטומטית לעומס (automatic scaling) שמשנה באופן אוטומטי את מספר המכונות בהתאם לתעבורת הנתונים הנכנסת.
לפני האירוע, מומלץ להרחיב אנכית בהתאם לעומס (scale up) באופן ידני. יכול להיות שכבר הגדרתם התאמה אוטומטית לעומס, אבל בגלל קצב ההתקדמות של תעבורת הנתונים באירוע יש אפשרות שההתאמה האוטומטית לעומס לא תעמוד בביקוש. לכן כדאי להכין מראש משאבים כמו:
מכונות וירטואליות
מטמונים, אם רוצים טעינה מקדימה
רכיבים בלי שרת (serverless), כדי למנוע הפעלות במצב התחלתי (cold start)
בדיקת ההמלצות של Active Assist
Active Assist יוצר המלצות ומסקנות שיעזרו לכם לייעל את הפרויקטים ב-Google Cloud בהתאם למגוון הכלים השונים של Google Cloud . מהו Active Assist?
בדיקת גרסאות המוצרים
חשוב לוודא שכל המוצרים והשירותים שלכם בענן מעודכנים לגרסה היציבה האחרונה.
בדיקת ההתראות ומרכזי הבקרה
כדי לזהות ולטפל בבעיות באופן יזום, אפשר לבצע הערכה של ההתראות ולוחות הבקרה שמקבלים באמצעות כלים של Google Cloud Observability ופתרונות של צד שלישי.
כדאי לבדוק את המדדים, היומנים ויומני המעקב ב-Google Cloud Observability כדי לקבל תובנות לגבי ניצול המשאבים, מאפייני הביצועים והמצב הכללי של המשאבים. אתם יכולים לעקוב אחרי מדדים חשובים שתואמים לאינדיקטורים של בריאות המערכת, כמו ניצול המעבד (CPU), שימוש בזיכרון, תנועה ברשת, קלט/פלט (I/O) בדיסק וזמני תגובה של אפליקציות. כדאי גם להתייחס למדדים ספציפיים לעסק. מעקב אחרי המדדים האלה מאפשר לזהות צווארי בקבוק פוטנציאליים, בעיות בביצועים ומגבלות של משאבים. אפשר גם להגדיר התראות כדי להודיע לצוותים הרלוונטיים באופן יזום על בעיות או אנומליות פוטנציאליות.
כדאי שההתראות יהיו ממוקדות למדדים קריטיים, מוגדרות לפי ערכי סף מתאימים כדי למזער את התשישות מהתראות ולוודא שבעיות משמעותיות יקבלו מענה בזמן מתאים. הגישה הממוקדת מאפשרת לשמור על האמינות של עומסי העבודה באופן יזום. מידע נוסף מופיע בסקירה הכללית על התראות.
[[["התוכן קל להבנה","easyToUnderstand","thumb-up"],["התוכן עזר לי לפתור בעיה","solvedMyProblem","thumb-up"],["סיבה אחרת","otherUp","thumb-up"]],[["התוכן קשה להבנה","hardToUnderstand","thumb-down"],["שגיאות בקוד לדוגמה או במידע","incorrectInformationOrSampleCode","thumb-down"],["חסרים לי פרטים או דוגמאות","missingTheInformationSamplesINeed","thumb-down"],["בעיה בתרגום","translationIssue","thumb-down"],["סיבה אחרת","otherDown","thumb-down"]],["עדכון אחרון: 2025-08-17 (שעון UTC)."],[],[],null,["# Optimize your cloud resources\n\nBefore your peak capacity event occurs, manage and optimize the resources that\nare used by your Google Cloud workloads. This involves right-sizing resources\nbased on actual usage and demand, using autoscaling for dynamic resource\nallocation, and reviewing architecture and security recommendations. Both\n[Cloud Monitoring](/monitoring/docs/monitoring-overview) and\n[Recommender](/recommender) (Active Assist) can help you to\nidentify opportunities to optimize your cloud resources. By using these tools,\nyou can gain insights into resource usage and make informed decisions prior to\nyour event.\n\nReview Google Cloud best practices\n----------------------------------\n\nMany peak capacity event issues can be avoided by following the recommended best\npractices for the Google Cloud product that you are using. The following\nare examples of some best practice guides:\n\nReview scalability\n------------------\n\nAutoscaling can ensure that your cloud-based applications have the resources\nthat they need to handle varying workloads, while avoiding over provisioning and\nunnecessary costs. Google Cloud offers several product-specific\nautoscaling options, including the following:\n\n- [Compute Engine managed instance groups (MIGs)](/compute/docs/instance-groups#managed_instance_groups) are groups of VMs that are managed and scaled as a single entity. With MIGs, you can define autoscaling policies that specify the minimum and maximum number of VMs to maintain in the group, and the conditions that trigger autoscaling.\n- [Google Kubernetes Engine (GKE) autoscaling](/kubernetes-engine/docs/concepts/cluster-autoscaler) dynamically adjusts your cluster resources to match your application's needs. It offers tools that can optimize resource utilization, ensure application performance, and simplify cluster management.\n- [Cloud Run](/run/docs/about-instance-autoscaling) offers built-in autoscaling, which automatically adjusts the number of instances based on the incoming traffic.\n\nBefore your event, we recommend that you scale up manually. Although you might\nhave autoscaling configured, due to the velocity of event traffic, autoscaling\nmight not be able to catch up with demand. So pre-warm resources ahead of\ntime, including the following:\n\n- Virtual machines\n- Caches if you want to pre-load\n- Serverless components to prevent cold starts\n\n| **Note:** Google [Cloud Load Balancing](/load-balancing) doesn't require pre-warming. However, other cloud providers might require load balancer pre-warming. Make sure to check with those providers.\n\nReview Active Assist recommendations\n------------------------------------\n\nActive Assist refers to the portfolio of tools used in\nGoogle Cloud to generate recommendations and insights to help you optimize\nyour Google Cloud projects. For more information, see\n[What is Active Assist](/recommender/docs/whatis-activeassist).\n\nReview your product versions\n----------------------------\n\nEnsure that all your cloud products and services are up-to-date with the latest\nstable version.\n\nReview alerts and dashboards\n----------------------------\n\nProactively identify and address issues by evaluating the alerts and dashboards\nprovided to you through Google Cloud Observability tools and third-party solutions.\n\nCheck your [Google Cloud Observability metrics, logs, and traces](/stackdriver/docs) to\ngain insights into resource utilization, performance characteristics, and the\noverall health of your resources. Monitor important metrics that align with\nsystem health indicators such as CPU utilization, memory usage, network traffic,\ndisk I/O, and application response times. You should also consider\nbusiness-specific metrics. By tracking these metrics, you can identify potential\nbottlenecks, performance issues, and resource constraints. Additionally, you can\nset up alerts to notify relevant teams proactively about potential issues or\nanomalies.\n\nFor alerts, focus on critical metrics, set appropriate thresholds to minimize\nalert fatigue, and ensure timely responses to significant issues. This targeted\napproach lets you proactively maintain workload reliability. For more\ninformation, see the [Alerting overview](/monitoring/alerts).\n\nWhat's next\n-----------\n\n- [Conduct load testing](/support/docs/peak-events/conduct-load-testing)"]]
