Simple Log Service：Akselerasi Query

Cache Global

Secara default, mesin komputasi Query Prometheus tidak menyimpan hasil query dalam cache. Setiap kali Anda melakukan query data, semua data dihitung ulang. Hal ini membuat query menjadi tidak efisien, terutama dalam skenario dengan volume data besar dan rentang waktu query panjang. Fitur cache global mendukung penggunaan kembali hasil tertentu dari query yang sama. Jika pernyataan PromQL dan parameter step yang Anda tentukan untuk sebuah query sama dengan pengaturan sebelumnya, kedua query tersebut dianggap identik, dan hasil dari query sebelumnya dapat digunakan kembali. Fitur ini menggunakan kembali hasil query dalam rentang waktu yang sama dan secara terpisah meng-query data di luar rentang waktu tersebut.

Komputasi konkuren

Secara default, data yang diperoleh melalui eksekusi pernyataan query Prometheus standar dihitung pada server dalam satu coroutine. Dalam skenario dengan banyak deret waktu, rentang waktu query panjang, dan logika komputasi kompleks, kecepatan query menjadi lambat. Simple Log Service mengadaptasi mesin Prometheus untuk mendukung query konkuren dan terdistribusi. Fitur komputasi konkuren membagi query PromQL berdasarkan interval waktu atau deret waktu, lalu menjadwalkannya ke beberapa server untuk dieksekusi. Kinerja query pada beberapa server meningkat 2 hingga 10 kali dibandingkan dengan query pada server tunggal.

• Pembagian Berdasarkan Interval Waktu

  Dalam contoh ini, interval eksekusi query adalah 12 jam. Query dibagi menjadi 6 subquery yang dieksekusi dalam interval 2 jam. Enam subquery ini dijalankan secara konkuren, dan hasilnya digabungkan.

  query:    sum(metric)
  interval: 12h
  step:     2m

• Pembagian Berdasarkan Deret Waktu

  Dalam contoh ini, sebuah metrik berisi 500.000 deret waktu, dan jumlah tugas konkuren global diatur menjadi 10. Total 10 tugas dijalankan secara konkuren, dengan setiap tugas menghitung data terkait 50.000 deret waktu. Setelah tugas-tugas selesai, hasilnya digabungkan.

Konfigurasikan pengaturan akselerasi query dari Metricstore di konsol Simple Log Service

Di halaman Metricstore Attribute, lakukan operasi berikut. Untuk informasi lebih lanjut tentang cara mengakses halaman Metricstore Attribute, lihat Ubah Konfigurasi Metricstore.

Anda dapat mengonfigurasi komputasi konkuren dalam mode berikut:

• Dalam mode auto, Simple Log Service memperkirakan tingkat konkurensi untuk tugas komputasi konkuren saat ini berdasarkan jumlah data yang ditarik oleh query yang sama dalam hasil query tugas terbaru.

• Dalam mode static, Anda dapat mengonfigurasi tingkat konkurensi secara manual. Untuk mengonfigurasi komputasi konkuren dalam mode static, kami sarankan berkonsultasi dengan dukungan teknis Simple Log Service.

Konfigurasikan parameter MetricsConfig dari Metricstore menggunakan SDK

Simple Log Service SDK for Java menyediakan operasi yang dapat digunakan untuk memodifikasi parameter MetricsConfig. Anda dapat mengonfigurasi bidang untuk parameter MetricsConfig dalam format JSON. Contoh:

{
  "parallel_config": {
    "enable": true,
    "mode": "static",
    "parallel_count_per_host": 2,
    "time_piece_count": 8,
    "time_piece_interval": 21600,
    "total_parallel_count": 8
  },
  "query_cache_config": {
    "enable": true
  }
}

Tabel berikut menjelaskan pemetaan antara parameter yang digunakan untuk mengonfigurasi akselerasi query, bidang parameter MetricsConfig dalam format JSON, dan bidang kunci dalam parameter FormValue.

Cache Global

Tambahkan x-sls-global-cache-enable=true untuk mengaktifkan cache global.

https://{project}.{sls-endpoint}/prometheus/{project}/{metricstore}/api/v1/query_range?query=sum(up)&start=1690876800&end=1690877800&step=10&x-sls-global-cache-enable=true

Komputasi konkuren

Tambahkan x-sls-parallel-enable=true&x-sls-parallel-count=16 untuk mengaktifkan komputasi konkuren dan atur tingkat konkurensi menjadi 16.

https://{project}.{sls-endpoint}/prometheus/{project}/{metricstore}/api/v1/query_range?query=sum(up)&start=1690876800&end=1690877800&step=10&x-sls-parallel-enable=true&x-sls-parallel-count=16