Sebbene Memorystore for Redis fornisca metriche lato server in tempo reale per monitorare il throughput, l'utilizzo della CPU e la memoria utilizzata, questi dati da soli potrebbero non spiegare perché l'applicazione client riscontra una latenza elevata all'interno di sistemi distribuiti complessi.
Le metriche lato client risolvono questo problema fornendo trasparenza sull'intero ciclo di richiesta-risposta. Misurano un comando dal momento in cui l'applicazione lo avvia fino a quando l'applicazione elabora la risposta. Acquisendo questi punti dati, puoi determinare con precisione se la latenza ha origine dalla logica dell'applicazione, dal percorso di rete o dal server Redis.
Prima di iniziare
Assicurati che la tua applicazione client utilizzi un account di servizio e che siano assegnati i seguenti ruoli Identity and Access Management (IAM):
roles/cloudtrace.agent(Cloud Trace Agent)roles/monitoring.metricWriter(Monitoring Metric Writer)
Per saperne di più sulla concessione dei ruoli, consulta la guida rapida Concedi un ruolo IAM utilizzando la console Google Cloud .
Abilita l'API Cloud Monitoring
Per esportare le metriche lato client in Monitoring, la tua applicazione richiede l'abilitazione dell'API Monitoring. L'esportazione e la visualizzazione di queste metriche in Monitoring ti consentono di individuare la causa principale dei colli di bottiglia per determinare l'origine della latenza.
Per abilitare l'API Monitoring, segui questi passaggi:
Nella console Google Cloud , vai alla pagina API e servizi.
Seleziona il progetto in cui hai creato l'istanza Memorystore for Redis.
Fai clic su Abilita API e servizi.
Cerca
monitoring.Nei risultati di ricerca, fai clic su API Cloud Monitoring.
Se viene visualizzato API abilitata, l'API è già abilitata. In caso contrario, fai clic su Abilita.
Abilita l'Cloud Trace API
Per visualizzare le tracce distribuite in Trace, devi abilitare l'API Trace. Puoi quindi utilizzare Esplora tracce per visualizzare queste tracce, diagnosticare i colli di bottiglia e isolare l'origine della latenza nella tua applicazione.
Per abilitare l'API Trace, segui questi passaggi:
Nella console Google Cloud , vai alla pagina API e servizi.
Seleziona il progetto in cui hai creato l'istanza Memorystore for Redis.
Fai clic su Abilita API e servizi.
Cerca
trace.Nei risultati di ricerca, fai clic su API Cloud Trace.
Se viene visualizzato API abilitata, l'API è già abilitata. In caso contrario, fai clic su Abilita.
Abilita l'API Telemetry
Per esportare le metriche lato client utilizzando il protocollo OpenTelemetry (OTLP), devi abilitare l'API Telemetry. Puoi quindi utilizzare gli esportatori OTLP standard nel codice client anziché gli esportatori Google Cloud specifici del fornitore.
Gli esportatori OTLP standard impediscono la perdita di dati. Inoltre, semplificano le dipendenze e garantiscono che i dati rimangano portabili su altre piattaforme di osservabilità. Dopo aver scritto il codice di telemetria una volta, puoi indirizzare i dati a una qualsiasi di queste piattaforme aggiornando la configurazione. Non è necessario riscrivere il codice con un nuovo set di librerie proprietarie per ogni piattaforma.
Per abilitare l'API Telemetry, segui questi passaggi:
Nella console Google Cloud , vai alla pagina API e servizi.
Seleziona il progetto in cui hai creato l'istanza Memorystore for Redis.
Fai clic su Abilita API e servizi.
Cerca
telemetry.Nei risultati di ricerca, fai clic su API Telemetry.
Se viene visualizzato API abilitata, l'API è già abilitata. In caso contrario, fai clic su Abilita.
Attiva le metriche lato client
Per abilitare le metriche lato client, aggiungi l'SDK OpenTelemetry e gli esportatori OTLP OpenTelemetry, che hanno come target l'API Telemetry, al codice della tua applicazione. La strumentazione OpenTelemetry, che viene eseguita direttamente all'interno della libreria client Redis della tua applicazione, acquisisce le metriche. In questo modo, l'applicazione può registrare i punti dati di latenza ed esportarli in Monitoring e Trace per la visualizzazione.
Per abilitare le metriche lato client, puoi utilizzare Go, Java, Node.js o Python. Le informazioni per attivare le metriche per ogni linguaggio vengono visualizzate nelle schede seguenti.
Vai
Per installare le dipendenze richieste per l'esportatore OpenTelemetry e OTLP, esegui questi comandi nel terminale:
go get github.com/gomodule/redigo/redis@latest go get go.opentelemetry.io/otel go get go.opentelemetry.io/otel/sdk go get go.opentelemetry.io/otel/sdk/metric go get go.opentelemetry.io/contrib/detectors/gcp go get go.opentelemetry.io/otel/exporters/otlp/otlptrace/otlptracegrpc go get go.opentelemetry.io/otel/exporters/otlp/otlpmetric/otlpmetricgrpc go get golang.org/x/oauth2/google go get google.golang.org/grpc
Per attivare le metriche lato client, crea un file
main.goe aggiungi il seguente codice:Esegui l'applicazione per almeno un minuto per dare all'esportatore il tempo sufficiente per raggruppare e inviare le metriche pubblicate a Monitoring.
Java
Per installare le dipendenze richieste per l'esportatore OpenTelemetry e OTLP, aggiungi il seguente codice al file
pom.xmldella tua applicazione:Per attivare le metriche lato client, crea un file
RedisTelemetryApp.javae aggiungi il seguente codice:Esegui l'applicazione per almeno un minuto per dare all'esportatore il tempo sufficiente per raggruppare in batch e inviare le metriche pubblicate a Monitoring.
Node.js
Per installare le dipendenze richieste per l'esportatore OpenTelemetry e OTLP, esegui questi comandi nel terminale:
npm install redis@^4.6.0 \ @grpc/grpc-js@^1.12.0 \ google-auth-library@^9.15.0 \ @opentelemetry/api@^1.9.0 \ @opentelemetry/sdk-trace-node@^2.1.0 \ @opentelemetry/sdk-trace-base@^2.1.0 \ @opentelemetry/sdk-metrics@^2.1.0 \ @opentelemetry/instrumentation@^0.205.0 \ @opentelemetry/instrumentation-redis@^0.67.0 \ @opentelemetry/exporter-trace-otlp-grpc@^0.205.0 \ @opentelemetry/exporter-metrics-otlp-grpc@^0.205.0 \ @opentelemetry/resources@^2.10.0 \ @opentelemetry/resource-detector-gcp@^0.40.0
Per attivare le metriche lato client, crea un file
server.jse aggiungi il seguente codice:Esegui l'applicazione per almeno un minuto per dare all'esportatore il tempo sufficiente per raggruppare e inviare le metriche pubblicate a Monitoring.
Python
Per installare le dipendenze richieste per l'esportatore OpenTelemetry e OTLP, esegui questi comandi nel terminale:
pip install redis>=5.0.0 \ opentelemetry-api==1.39.1 \ opentelemetry-sdk==1.39.1 \ opentelemetry-instrumentation-redis==0.60b1 \ opentelemetry-exporter-otlp-proto-grpc \ opentelemetry-resourcedetector-gcp \ google-auth \ requests \ grpcio
Per attivare le metriche lato client, crea un file
main.pye aggiungi il seguente codice alla tua applicazione:Esegui l'applicazione per almeno un minuto per dare all'esportatore il tempo sufficiente per raggruppare e inviare le metriche pubblicate a Monitoring.
Visualizza le metriche in Monitoring
Dopo aver attivato le metriche lato client ed eseguito l'applicazione per almeno un minuto per dare all'esportatore il tempo sufficiente per raggruppare e inviare le metriche a Monitoring, utilizza Monitoring per visualizzare le metriche, raggrupparle per operazione o istanza e applicare aggregatori per monitorare le prestazioni dell'applicazione.
Per visualizzare le metriche in Monitoring, segui questi passaggi:
Nella console Google Cloud , vai alla pagina Esplora metriche.
Selezionare il tuo progetto Google Cloud .
Fai clic su Seleziona una metrica.
Cerca
workload.googleapis.com/redis.Seleziona una metrica lato client. Raggruppa i dati per
operationeinstancein base alle tue esigenze e scegli un aggregatore. Per esplorare altre opzioni, consulta Seleziona le metriche durante l'utilizzo di Esplora metriche.
Visualizza le tracce distribuite in Trace
Dopo che l'applicazione inizia a esportare i dati, puoi utilizzare Trace per visualizzare il ciclo completo di richiesta-risposta dei comandi Redis. La visualizzazione delle tracce distribuite in Trace ti consente di diagnosticare i colli di bottiglia in modo da poter isolare rapidamente l'esatta origine della latenza nella tua applicazione.
Per visualizzare le tracce distribuite in Trace, segui questi passaggi:
Nella Google Cloud console, vai alla pagina Esplora tracce.
Seleziona una traccia recente rappresentata da un punto nel grafico a dispersione.
Esamina la visualizzazione a cascata per isolare l'origine della latenza identificando i seguenti colli di bottiglia:
Durata totale della richiesta: la barra di primo livello (principale) mostra il tempo totale di attesa per il completamento dell'operazione.
Latenza di rete e server (RTT): le barre secondarie (come quelle etichettate con
GEToSET) mostrano il tempo impiegato dal comando per attraversare la rete ed essere eseguito sul server Memorystore for Redis.Blocco della connessione client: se è presente un ampio spazio vuoto orizzontale prima dell'inizio dello span secondario di Redis, il thread dell'applicazione è bloccato in attesa di una connessione TCP disponibile dal pool di connessioni.
Blocco dell'analisi dell'applicazione: se è presente un ampio spazio vuoto orizzontale dopo la fine dell'intervallo secondario di Redis, l'applicazione ha difficoltà ad analizzare o elaborare il payload restituito. Questo accade spesso con stringhe JSON di diversi megabyte.
Tentativi: se vedi più intervalli secondari brevi per lo stesso comando che si verificano in sequenza all'interno della stessa traccia principale, il client potrebbe riscontrare una perdita di pacchetti di rete e deve attivare il ciclo di tentativi di backoff esponenziale.
Risoluzione dei problemi
Questa sezione elenca i problemi di prestazioni comuni che puoi identificare utilizzando le metriche lato client, ne spiega le cause principali e fornisce indicazioni sulla risoluzione dei problemi.
| Problema | Causa | Risoluzione dei problemi |
|---|---|---|
La tua applicazione subisce un picco di latenza improvviso, ma Memorystore for Redis sembra completamente integro.
|
Il collo di bottiglia si trova esclusivamente all'interno della tua applicazione. I tuoi thread tentano di eseguire i comandi Redis, ma il pool di connessioni è completamente esaurito. Il valore elevato di redis_client_blocking_latency rappresenta il tempo impiegato dal codice in attesa di un socket TCP disponibile prima che il comando venga inviato alla rete. |
Per gestire il traffico simultaneo più elevato, aumenta i limiti delle dimensioni del pool di connessioni nella configurazione del client Redis (ad esempio, MaxActive per Go, MaxTotal per Java o max_connections per Node.js e Python). |
La richiesta viene completata, ma l'endpoint impiega molto più tempo del previsto. Non ci sono problemi associati allo stato della tua rete o del tuo server.
|
Memorystore per Redis esegue il comando e la rete trasferisce il payload rapidamente (RTT basso). Tuttavia, il payload restituito è di grandi dimensioni (ad esempio, una stringa JSON da 15 MB). La tua applicazione presenta un valore elevato di redis_application_blocking_latency perché consuma risorse eccessive durante l'allocazione della memoria e la deserializzazione della stringa di grandi dimensioni in un oggetto. |
Ottimizza il modello dei dati. Non archiviare blob JSON di grandi dimensioni in singole chiavi.
Suddividi i dati utilizzando gli hash Redis (HSET) e utilizza HGET o HMGET per recuperare solo i campi specifici di cui hai bisogno.
|
La latenza dell'applicazione rivolta agli utenti aumenta, ma le metriche di Redis segnalano una latenza del server bassa e checkout tipici del pool di connessioni.
|
Poiché redis_client_rtt acquisisce solo l'RTT delle richieste riuscite, non riflette la durata del timeout di un pacchetto non riuscito. Quando l'applicazione presenta perdite di pacchetti o reimpostazioni TCP temporanee, la logica di ripetizione del client instrumentato incrementa redis_retry_count e attiva il loop di backoff esponenziale.
In questo modo viene introdotto un tempo di sospensione tra i tentativi (ad esempio, 100ms, 200ms o 400ms). L'utente riscontra una latenza totale elevata, ma la causa principale è una perdita di pacchetti di rete, che attiva ritardi di sospensione lato client. |
Controlla i log di flusso VPC per rilevare pacchetti persi, limitazione della larghezza di banda o anomalie di routing tra regioni. Se riscontri timeout aggressivi, assicurati che i timeout della connessione client (socket_timeout o connect_timeout) siano superiori all'RTT previsto per tenere conto del jitter di rete temporaneo. |
Tutto si interrompe e tutti i livelli della pipeline di telemetria segnalano una latenza elevata.
|
Redis è a thread unico. Quando esegui un comando con complessità temporale O(N), ad esempio KEYS *, SMEMBERS su un set di grandi dimensioni o HGETALL su un hash con milioni di campi, il motore Redis si mette in pausa per soddisfare la richiesta. Durante l'esecuzione di questo comando, tutte le altre richieste dell'applicazione vengono messe in coda, causando un picco di latenza a livello di sistema. Poiché il valore redis_client_rtt personalizzato corrisponde alla latenza del server (commands/usec_per_call), il server che esegue il comando è il collo di bottiglia. |
Apri Trace e osserva i comandi Redis negli intervalli lenti per identificare la query che causa il blocco. Sostituisci i comandi di blocco con comandi non di blocco nel codice. Per eseguire l'iterazione di set di dati di grandi dimensioni in modo incrementale senza bloccare il thread del server, utilizza |
L'applicazione segnala una latenza di base elevata e costante per tutti i comandi Redis, anche quando il traffico è basso.
|
Il server Redis esegue i comandi istantaneamente, ma il deployment dell'applicazione e dell'istanza viene eseguito in regioni diverse (ad esempio, us-central1 e us-east1). Ogni pacchetto di rete deve attraversare l'infrastruttura cloud fisica di Google Cloud tra questi data center geografici. Ciò comporta una penalità obbligatoria per la latenza tra regioni alla velocità della luce per ogni andata e ritorno. |
Per ridurre la latenza, esegui il deployment dell'applicazione in modo che si trovi nella stessa regione e nella stessa zona dell'istanza. Per visualizzare la regione dell'applicazione e dell'istanza, utilizza la console Google Cloud . |
Passaggi successivi
- Scopri di più sulle metriche lato client.
- Scopri le metriche lato client disponibili per Memorystore for Redis.