Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Instanzspezifische Leistungs- und Ressourcenüberwachung

Die Überwachung auf Instanzebene ist entscheidend, um Verbindungsverzerrungen, Workload- und Datenverzerrungen zu verstehen und zu verstehen, wann Router oder Split-Shards hinzugefügt werden müssen, um einen höheren Durchsatz bei gleichbleibender Latenz zu erreichen.

-Übersicht

Wenn Ihre Anwendung eine Anfrage gegen ausgibt, durchläuft diese Anfrage ein ausgeklügeltes verteiltes System, bevor Ergebnisse zurückgegeben werden. Eine scheinbar einfache SELECT Anweisung kann mehrere Datenbankinstanzen betreffen, von denen jede eine unterschiedliche Rolle bei der Verarbeitung Ihrer Anfrage spielt. Das Verständnis dieser Entwicklung — und der Instanzen, die sie ermöglichen — verändert die Art und Weise, wie Sie Anwendungen entwerfen, Überwachungsdaten interpretieren und Leistungsprobleme diagnostizieren.

Dieser Leitfaden bietet tiefe technische Einblicke in die Instance-Architektur:

Grundlagen der Instanzarchitektur

erreicht horizontale Skalierbarkeit durch funktionale Trennung zwischen zwei spezialisierten Instance-Typen:

Diese Trennung ermöglicht es, Verbindungsverarbeitung, Abfragekoordination und Datenspeicherung unabhängig von Ihren Workload-Merkmalen zu skalieren.

Vergleich von Router und Shard

Überwachung der Instance-Leistung

Für einen effektiven Betrieb ist es entscheidend, die Leistung auf Instanzebene zu verstehen. Die instanzspezifische Überwachung deckt die Verteilungsmuster auf, die sich auf die Leistung auswirken: Verbindungsverzerrungen, Workload-Verzerrungen und Datenverzerrungen.

Erkennung von Verzerrungen

Bei einer idealen Bereitstellung verteilen sich Arbeitslast und Ressourcen gleichmäßig auf die Instanzen. In der Praxis kommt es bei Anwendungen häufig zu Verzerrungen, d. h. einer ungleichmäßigen Verteilung, wodurch die Last auf bestimmte Instanzen konzentriert wird.

Es gibt drei Arten von Verzerrungen, die überwacht werden müssen:

Lastverteilung mit Database Insights

Die schnellste Methode zur Beurteilung des Zustands auf Instanzebene ist die Lastverteilungsansicht von Database Insights, die einen sofortigen Überblick darüber bietet, wie sich Active Sessions auf die Instances verteilen.

So greifen Sie auf Load Distribution zu:

Fehlerfreies Muster: Die Last ist relativ gleichmäßig auf die Instanzen verteilt

Bezüglich des Musters: Signifikante Konzentration auf bestimmte Fälle

CloudWatch Metriken

CloudWatch Bietet für tiefere Analysen, die über Database Insights hinausgehen, instanzspezifische Metriken, die Muster der Ressourcennutzung aufzeigen.

Die ServerlessDatabaseCapacity Metrik mit Dimension DBShardGroupInstance zeigt den ACU-Verbrauch pro Instanz und bietet so den direktesten Überblick über die Ressourcennutzung.

Wann sollte Folgendes untersucht werden:

Router-Überwachung und Fehlerbehebung

Bei Routern können Leistungsprobleme hauptsächlich auf zwei Ursachen zurückzuführen sein: ungleichmäßige Verbindungsverteilung und Workload-Konzentration auf mehrere Shards.

Ungleichmäßig verteilte Sitzungen

Symptom: Ein Router verarbeitet einen unverhältnismäßigen Anteil an Verbindungen

Hauptursache: DNS-Caching führt dazu, dass mehrere Verbindungsanfragen auf denselben Router-Endpunkt aufgelöst werden.

Am häufigsten bei:

Abhilfemaßnahmen

Shard-Überwachung und Fehlerbehebung

Bei Shards treten Leistungsprobleme auf, die hauptsächlich auf drei Ursachen zurückzuführen sind: Ressourcenengpässe, Datenverzerrungen und Workload-Verzerrungen.

Nutzung von Shard-Ressourcen

Ein Shard mit beliebten Shard-Schlüsseln wird mehr Daten und eine höhere Arbeitslast haben. Dies äußert sich in einer Ressourcenauslastung, d. h. die Instanz wird mehr verbrauchen. ACUs

Strategien zur Problembehebung:

Wann sollten Shards aufgeteilt werden:

Shard-Datenvolumen

Verwenden Sie SQL-Funktionen, um Datenmengen abzufragen:

SELECT subcluster_id, subcluster_type, pg_size_pretty(db_size) 
FROM rds_aurora.limitless_stat_database_size('postgres_limitless') 
ORDER BY 1;
            

So zeigen Sie Daten pro Tabelle und pro Shard an:

SELECT * FROM rds_aurora.limitless_stat_relation_sizes('public', 'table_name');
            

Behebung einer ungleichmäßigen Auslastung

Wenn sich die Arbeitslast oder der Datenversatz auf bestimmte Shards konzentriert, wird durch die Aufteilung der Shards die Last auf mehrere Instanzen umverteilt.

Wichtige Überlegungen:

Das Aufteilen von Shards ermöglicht eine weitere Skalierung, und aufeinanderfolgende Shard-Splits sind der Weg zu höherem Durchsatz und weiterer Skalierung bei gleichzeitiger Beibehaltung einer niedrigen Latenz.

Einschränkungen

Seien Sie sich dieser betrieblichen Einschränkungen bewusst:

Einschränkungen des Routers:

Einschränkungen bei Shards:

Strategien zur Schadensbegrenzung: