Performance Insight, yang disediakan oleh Database Autonomy Service (DAS), memberikan visibilitas tingkat instans terhadap sumber beban dan hambatan kinerja pada ApsaraDB RDS for SQL Server. Dengan Performance Insight, Anda dapat:
Memantau metrik kinerja utama dan mengidentifikasi tren beban dalam rentang waktu apa pun.
Mengidentifikasi pernyataan SQL, pengguna, host, atau database yang menyebabkan beban paling berat.
Menentukan apakah masalah kinerja berasal dari spesifikasi instans yang tidak mencukupi atau dari masalah arsitektur database.
Fitur ini menggunakan average active sessions (AAS) sebagai metrik beban intinya. AAS mengukur rata-rata jumlah sesi aktif yang berjalan di instans RDS Anda dalam periode tertentu. Ketika AAS meningkat, beban sedang naik; ketika menurun, beban sedang mereda.
Prasyarat
Instans RDS Anda tidak boleh menjalankan SQL Server 2008 R2 dengan cloud disk.
Lihat data Performance Insight
Buka halaman Instances. Di bilah navigasi atas, pilih wilayah tempat instans RDS Anda berada. Temukan instans tersebut, lalu klik ID-nya.
Di panel navigasi sebelah kiri, pilih Autonomy Services > Performance Optimization.
Klik tab Performance Insight dan pilih rentang waktu.
Dasbor Performance Insight
Tab Performance Insight terdiri dari tiga bagian yang saling melengkapi: mulai dari Performance Metrics untuk menilai status sumber daya secara keseluruhan, lanjutkan ke grafik Average Active Sessions (AAS) untuk menemukan sumber beban, lalu telusuri tabel sumber beban untuk mengidentifikasi pernyataan SQL atau pengguna yang bertanggung jawab.
Metrik kinerja
Bagian ini menampilkan grafik tren untuk metrik utama dalam rentang waktu yang dipilih, memberikan gambaran sekilas tentang pemanfaatan sumber daya dan status beban. Pilih atau sesuaikan rentang waktu untuk memperbesar periode tertentu.
Sesi aktif rata-rata (AAS)
Bagian ini menampilkan grafik tren AAS. Setelah Anda mengidentifikasi lonjakan beban dari metrik kinerja, gunakan grafik AAS untuk melacak asal beban tersebut.
Grafik AAS diperbarui secara real time dan memecah beban berdasarkan aktivitas sesi. Pada contoh di atas, grafik menunjukkan tiga tahap beban yang berbeda:
Seluruh beban berasal dari sesi User Sleep.
Sesi User Sleep menurun saat sesi Sending Data mengambil alih.
Sesi Sending Data menurun saat sesi Searching rows for update menjadi sumber beban dominan.
Perkembangan ini menunjukkan bagaimana grafik AAS memungkinkan Anda melacak pergeseran beban sepanjang waktu tanpa perlu mengorelasikan beberapa metrik terpisah.
Memuat sumber dari beberapa dimensi
Bagian ini menampilkan tabel detail sumber beban. Gunakan tabel ini untuk mengidentifikasi pernyataan SQL, pengguna, atau elemen infrastruktur yang bertanggung jawab atas nilai AAS tertinggi.
Potong data beban berdasarkan dimensi
Pilih jenis AAS dari daftar drop-down AAS Type di pojok kanan atas bagian Average Active Sessions (AAS) untuk memotong data beban berdasarkan dimensi tertentu. Anggap setiap dimensi sebagai lensa yang menjawab pertanyaan diagnostik berbeda mengenai data beban yang sama:
| Jenis AAS | Yang ditampilkan | Kapan menggunakannya |
|---|---|---|
| SQL | Tren AAS dari 10 pernyataan SQL teratas | Mengidentifikasi kueri yang menyebabkan beban paling besar |
| Waits | Tren AAS dari kategori wait sesi aktif | Menemukan lokasi sesi terblokir atau menunggu sumber daya |
| Users | Tren AAS dari pengguna yang login | Menentukan pengguna yang menghasilkan aktivitas paling banyak |
| Hosts | Tren AAS dari hostname atau alamat IP klien | Melacak beban kembali ke mesin klien atau aplikasi tertentu |
| Commands | Tren AAS dari berbagai jenis pernyataan SQL | Melihat apakah tipe perintah seperti SELECT, INSERT, UPDATE, atau lainnya mendominasi |
| Databases | Tren AAS dari database tempat beban kerja dijalankan | Mengidentifikasi database yang menanggung beban paling berat |
| Status | Tren AAS dari status sesi aktif | Memahami bagaimana sesi menghabiskan waktunya (berjalan, menunggu, dan sebagainya) |
Mulailah dengan Waits ketika sesi mengalami jeda tak terduga—event wait mengungkap lokasi pekerjaan terhambat. Gunakan SQL jika Anda mencurigai kueri tertentu menyebabkan lonjakan. Gabungkan Users dan Hosts untuk melacak klien yang bising atau aplikasi yang tidak terkendali.