הקטנת מספר המכונות של Cloud SQL עם הקצאת-חסר

שירות ההמלצות למכונות עם הקצאת חסר של משאבים עוזר לזהות מכונות עם ניצול גבוה של מעבד או ניצול זיכרון. לאחר מכן, הוא מספק המלצות לאופטימיזציה של המכונה. בדף הזה מוסבר איך פועל שירות ההמלצות ואיך משתמשים בו.

איך זה עובד

אם המערכת מזהה ניצול גבוה של המעבד (CPU) או ניצול זיכרון, מוצגת המלצה להגדיל את המכונה כדי להפחית את ניצול המעבד או ניצול הזיכרון בשיא.

תמחור

שירות ההמלצות למכונות עם הקצאת חסר של משאבים נמצא ברמת המחיר הרגילה של שירות ההמלצות.

לפני שמתחילים

כדי לראות המלצות ותובנות, צריך לבצע את הפעולות הבאות:

  • חשוב לוודא שיש לכם את התפקידים הנדרשים כדי שתהיה לכם הרשאה לראות את התובנות וההמלצות ולעבוד איתן.
    Tasks תפקידים
    לצפייה בהמלצות אחד מהתפקידים הבאים: recommender.cloudsqlViewer או cloudsql.viewer.
    יישום ההמלצות אחד מהתפקידים הבאים: recommender.cloudsqlAdmin,‏ cloudsql.editor או cloudsql.admin.
    למידע נוסף על תפקידים, קראו את המאמרים הסבר על תפקידים והענקת הרשאות IAM.

  • מפעילים את Recommender API, אם הוא עדיין לא מופעל.

    התפקידים שנדרשים כדי להפעיל ממשקי API

    כדי להפעיל ממשקי API, צריך את ההרשאה serviceusage.services.enable. אם אתם יצרתם את הפרויקט, סביר להניח שכבר יש לכם את ההרשאה הזו דרך התפקיד "בעלים" (roles/owner). אחרת, אתם יכולים לקבל את ההרשאה הזו דרך התפקיד "אדמין בממשק 'שימוש בשירות'" (roles/serviceusage.serviceUsageAdmin). איך מקצים תפקידים

    להפעלת ה-API

הצגת המלצות למכונות עם הקצאת-חסר

המסוף

כדי להציג רשימה של המלצות לגבי מכונות עם הקצאת חסר, פועלים לפי השלבים הבאים:

  1. נכנסים לדף Cloud SQL Instances.

    כניסה לדף Cloud SQL Instances

  2. לוחצים על View all בבאנר של שירות ההמלצות לשינוי הגודל של מכונות Cloud SQL.

אפשר גם לפעול לפי השלבים הבאים:

  1. נכנסים אל Active Assist.

    כניסה לדף Active Assist

    מידע נוסף זמין במאמר תחילת השימוש בדף ההמלצות.

  2. בכרטיס Resize Cloud SQL instances to improve performance, לוחצים על View all.

  3. לוחצים על המכונות שמופיעה בהן ההמלצה Resize Cloud SQL instance.

gcloud

כדי להציג רשימה של המלצות לגבי מכונות עם הקצאת חסר, מריצים את הפקודה gcloud recommender recommendations list באופן הבא:

gcloud recommender recommendations list \
--project=PROJECT_ID \
--location=LOCATION \
--recommender=google.cloudsql.instance.UnderprovisionedRecommender

מחליפים את מה שכתוב בשדות הבאים:

  • ‫PROJECT_ID: מזהה הפרויקט.
  • ‫LOCATION: אזור, למשל us-central1.

API

כדי להציג רשימה של המלצות לגבי מכונות עם הקצאת חסר באמצעות Recommendations API, מפעילים את ה-method‏ recommendations.list באופן הבא:

GET https://recommender.googleapis.com/v1beta1/projects/PROJECT-ID/locations/LOCATION/recommenders/google.cloudsql.instance.UnderprovisionedRecommender/recommendations

מחליפים את מה שכתוב בשדות הבאים:

  • ‫PROJECT_ID: מזהה הפרויקט.
  • ‫LOCATION: אזור, למשל us-central1.

אם שירות ההמלצות מזהה מכונות עם הקצאת חסר, הוא מציג אותן בטבלה. בכל שורה מוצגים שם המכונה, המלצה קצרה, סוג המכונה הנוכחי, סוג המכונה המומלץ, המיקום ותאריך הרענון האחרון.

צפייה בתובנות ובהמלצות מפורטות

המסוף

כדי לראות תובנות והמלצות מפורטות לגבי מכונה עם הקצאת-חסר, לוחצים על כפתור ההמלצה ברשימת המכונות במסוףGoogle Cloud .

gcloud

כדי לראות תובנות והמלצות מפורטות לגבי מכונות עם הקצאת חסר באמצעות gcloud, מריצים את הפקודה gcloud recommender insights list באופן הבא:

gcloud recommender insights list \
--project=PROJECT_ID \
--location=LOCATION \
--insight-type=google.cloudsql.instance.INSIGHT_TYPE

מחליפים את מה שכתוב בשדות הבאים:

  • ‫PROJECT_ID: מזהה הפרויקט.
  • ‫LOCATION: אזור, למשל us-central1.
  • ‫INSIGHT_TYPE: המזהה של סוג התובנה הוא UnderprovisionedCpuUsageInsight,‏ UnderprovisionedMemoryUsageInsight או OomProbabilityInsight, שמספקים תובנות לגבי השימוש ב-CPU, הזיכרון וההסתברות ל-OOM, בהתאמה.

API

כדי להציג תובנות והמלצות מפורטות לגבי מכונות עם הקצאת חסר באמצעות Recommendations API, מפעילים את ה-method‏ insights.list באופן הבא:

GET https://recommender.googleapis.com/v1beta1/projects/PROJECT-ID/locations/LOCATION/insightTypes/google.cloudsql.instance.INSIGHT_TYPE/insights

מחליפים את מה שכתוב בשדות הבאים:

  • ‫PROJECT_ID: מזהה הפרויקט.
  • ‫LOCATION: אזור, למשל us-central1.
  • ‫INSIGHT_TYPE: המזהה של סוג התובנה, כמו UnderprovisionedCpuUsageInsight, UnderprovisionedMemoryUsageInsight או OomProbabilityInsight, שמספקים תובנות לגבי השימוש ב-CPU, הזיכרון וההסתברות ל-OOM, בהתאמה.

בטבלה הבאה מפורטות התובנות וההמלצות שהשירות להמלצות על מכונות עם הקצאת חסר של משאבים ב-Cloud SQL עשוי ליצור, כדי לעזור לכם להימנע מצווארי בקבוק שנובעים משימוש גבוה במעבד (CPU) ובזיכרון, ולצמצם את הסבירות לאירועים של מחסור בזיכרון. סוגי המשנה מופיעים ב-gcloud ובתוצאות ה-API.

תובנות המלצות
בהתאם למגמות הנוכחיות של ניצול המעבד (CPU), המכונה מסומנת כבעלת שימוש גבוה במעבד.
סוג משנה: HIGH_CPU_UTILIZATION 		מגדילים את גודל המעבד (CPU) או מפחיתים את ניצול המעבד.
סוג משנה: CHANGE_INSTANCE_SIZE
בהתאם למגמות הנוכחיות של ניצול הזיכרון, המכונה מסומנת כבעלת שימוש גבוה בזיכרון.
סוג משנה: HIGH_MEMORY_UTILIZATION. 		מגדילים את נפח הזיכרון או מפחיתים את ניצול הזיכרון.
סוג משנה: CHANGE_INSTANCE_SIZE
על סמך מגמות השימוש הנוכחיות, המכונה מסומנת ככזו שנמצאת בסיכון לאירועי OOM עתידיים.
סוג משנה: HIGH_OOM_PROBABILITY. 		מגדילים את נפח הזיכרון או מפחיתים את ניצול הזיכרון.
סוג משנה: CHANGE_INSTANCE_SIZE

יישום ההמלצות

בודקים את ההמלצות בקפידה ומבצעים אחת מהפעולות הבאות:

  • כדי לבדוק את ההמלצה, לוחצים על View instance.

    בחלק העליון של הדף מופיע באנר עם המלצה.

  • כדי לסגור את ההמלצה כך שהיא תופיע בצבע אפור, לוחצים על Dismiss.

  • כדי לסגור את החלונית בלי ליישם את ההמלצה או לדחות אותה, לוחצים על Cancel.

אופטימיזציה של ביצועי המכונה

כדי לשפר את הביצועים של המכונה:

  • עורכים את המכונה, אם צריך, כדי להגדיל את מספר המעבדים הווירטואליים או את הזיכרון. אפשר גם לעבור לסוג מכונה עם יותר מעבדי vCPU ויותר זיכרון. לא חייבים לשנות את גודל המכונה בדיוק לפי ההמלצה. השתמשו בשיקול דעתכם ושנו את הגודל בהתאם לאופן שבו אתם מתכוונים להקצות את המכונה. חשוב לזכור שככל שהגודל גדול יותר, כך זמן האחזור התפעולי ארוך יותר.

אפשר גם לייצא את ההמלצות האלה ל-BigQuery ואז לבחון אותן באמצעות Data Studio או Looker.

המאמרים הבאים