Create a diagnostic report - Tair (Redis® OSS-Compatible) - Alibaba Cloud Dokümantasyon Merkezi

Örnek tanılamanın nasıl çalıştırılacağını ve performans ölçümleri, dengesiz istek dağılımı ile yavaş sorguları içeren tanı raporlarının nasıl yorumlanacağını açıklar.

Bir örnekte tanılama gerçekleştirme

Tair (Redis OSS-compatible), Database Autonomy Service (DAS) tanı raporu özelliğini entegre eder. Bu özellik, belirli bir zaman aralığındaki bir örneğin durumunu değerlendirmek için bir tanı raporu oluşturmanıza olanak tanır. Tanı raporları; performans düzeyi, dengesiz istek dağılımı ve yavaş sorgu günlükleri gibi ölçümleri toplayarak örneklerdeki anormallikleri tespit etmenize yardımcı olur.

Yordam

Konsola oturum açın ve Instances sayfasına gidin. Üst gezinme çubuğunda yönetmek istediğiniz örneğin bulunduğu bölgeyi seçin. Ardından örneği bulun ve örnek kimliğine tıklayın.
Sol gezinme bölmesinde CloudDBA > Diagnostic Reports seçeneklerini belirleyin.
Create Reports düğmesine tıklayın.
Görüntülenen iletişim kutusunda tanı raporu oluşturmak istediğiniz zaman aralığını belirtin ve OK düğmesine tıklayın.

Not
Zaman aralığı bir günden uzun olamaz. Tanılama için daha kısa bir zaman aralığı belirtirseniz tanı raporunda daha ayrıntılı istatistikler toplanır.
Tanılama görevinin ilerlemesini görüntülemek için Diagnostic Report sayfasını yenileyin. Tanı raporu oluşturulduktan sonra Actions sütunundaki View Report seçeneğine tıklayın.

Not
Tanı raporunun nasıl yorumlanacağı hakkında daha fazla bilgi için bkz.

ve

Örnek tanı raporunu anlama

.

Örnek tanı raporunu anlama

Bir tanı raporu, performans ölçümlerini, istek dağılımını ve yavaş sorgu verilerini analiz ederek bir ApsaraDB for Redis örneğinin sağlık durumunu değerlendirir. İşletmenizi etkilemeden önce anormallikleri tespit etmek ve bunlara göre hareket etmek için bu raporu kullanın.

Rapor bölümleri

Bir tanı raporu dört bölümden oluşur:

Basic instance information: Örnek kimliği, örnek türü, altyapı sürümü ve örneğin konuşlandırıldığı alan
Summary: Örnek sağlık puanı ve puan düşüşlerinin dökümü
Performance level: Temel performans ölçümlerinin mevcut durumu
TOP 10 nodes that receive the greatest number of slow queries: Yavaş sorgu sayısına göre en üstteki 10 veri düğümü ve bu sorgularla ilgili ayrıntılar

Basic instance information

Örnek kimliğini, örnek türünü, altyapı sürümünü ve örneğin konuşlandırıldığı bölgeyi gösterir.

Tanılama dönemi 1 Mart 2021 11:10:23'ten 1 Mart 2021 14:10:23'e kadar sürer. Temel örnek bilgileri aşağıdaki alanları içerir:

Instance ID: Örnek kimliği ve örnek adı (örnek sonek: "-Diagnostic Report Test")
Specification: 2 GB Cluster Edition (2 nodes)
Instance type: Redis 5.0
Zone: China (Hangzhou)

Summary

Örneğin genel sağlık puanını gösterir. Maksimum puan 100'dür. 100'ün altındaki puanlar, puan düşüşlerine neden olan tanı öğelerini listeler ve nedenlerini açıklar.

Sağlık puanı 100 üzerinden 70'tir. Aşağıdaki öğeler puan düşüşlerine neden olmuştur:

High CPU utilization: CPU kullanımı %85,9'a ulaşarak güvenli eşiği aşmıştır. 10 puan düşülmüştür.
High memory usage: Bellek kullanımı %100,0'a ulaşarak güvenli eşiği aşmıştır. 10 puan düşülmüştür.
Slow log access: Sunucuda kaydedilen en üstteki 12 yavaş günlük girişi. 10 puan düşülmüştür.

Performance level

Temel performans ölçümlerinin mevcut durumunu gösterir. Hazard durumundaki herhangi bir ölçüme özellikle dikkat edin; eşik üzerinde sürekli yüksek değerler aktarım hızını düşürür ve gecikme süresini artırabilir.

Küme mimarisinde veya okuma/yazma ayrıştırma mimarisinde çalışan örnekler için ölçümlerin veri düğümleri arasında eşit olmayan şekilde dağıtılıp dağıtılmadığını kontrol edin. Her bir ölçüm için Top 5 Nodes eğri grafiklerini inceleyerek hangi düğümlerin en yüksek yük altında olduğunu belirleyin. Mimari ayrıntıları için bkz. Cluster master-replica instances ve Read/write splitting instances .

Performance level

Aşağıdaki tabloda her bir ölçüm, eşiği, bu eşiğin aşılmasının iş üzerindeki etkisi ve sorun giderme adımları açıklanmaktadır.

Metric	Threshold	Applies to	Impact	Possible causes and next steps
CPU utilization	%60	All architectures	Yüksek CPU kullanımı aktarım hızını azaltır ve yanıt süresini artırır. İstemciler yanıt vermeyebilir.	Nedenler: Yüksek karmaşıklığa sahip komutlar, sık erişilen anahtarlar veya sık bağlantı oluşturma. Bkz. Bir örnekte yüksek CPU kullanımını giderme.
Memory usage	%80	All architectures	Sürekli yüksek bellek kullanımı yanıt süresini artırır, saniye başına sorgu sayısını (QPS) kararsız hale getirir ve sık anahtar tahliyesini tetikler.	Nedenler: Bellek tükenmesi veya çok sayıda büyük anahtar. Bkz. Bir örnekte yüksek bellek kullanımını giderme.
Connections usage of data nodes	%80	Yalnızca doğrudan bağlantı modundaki küme örnekleri. İstemciler proxy düğümleri aracılığıyla bağlandığında bunun yerine proxy düğümü düzeyinde bağlantıları izleyin. Bkz. Doğrudan bağlantı modunu etkinleştirme ve Performans izleme verilerini görüntüleme.	Bağlantılar limite ulaştığında yeni bağlantı istekleri zaman aşımına uğrar veya başarısız olur.	Nedenler: Trafik artışları veya serbest bırakılmayan boşta bağlantılar. Bkz. Örnek oturumları.
Inbound traffic	%80	All architectures	Trafik, örnek türü tarafından sağlanan bant genişliğini aştığında istemci performansı düşer.	Nedenler: İş yükü artışları veya sıkça okunan/yazılan büyük anahtarlar. Bkz. Bir örnekte yüksek trafik kullanımını giderme.
Outbound traffic	%80	All architectures

Dengesiz istek dağılımı

Küme mimarisinde veya okuma/yazma ayrıştırma mimarisinde çalışan örnekler için rapor ayrıca isteklerin veri düğümleri arasında eşit dağıtılıp dağıtılmadığını kontrol eder. Bir ölçüm için dengesiz istekler algılanırsa eşit olmayan yükü alan düğümleri belirleyin.

Rapor, aşağıdaki iki koşulun da karşılanması durumunda dengesiz istekleri işaretler:

Tüm veri düğümlerindeki tepe değerler aşağıdaki minimum eşikleri aşar:
- CPU kullanımı: %10
- Bellek kullanımı: %20
- Gelen ve giden trafik: 5 Mbit/s
- Bağlantı kullanımı: %5
Denge puanı 1,3'ü aşar. Denge puanı şu şekilde hesaplanır: max{average performance value of all data nodes} / median performance value of all data nodes. Örneğin, dört veri düğümüne sahip bir örnekte ortalama CPU kullanımı sırasıyla %10, %30, %50 ve %60'tır. Medyan %40'tır ve denge puanı %60 / %40 = 1,5'tir. 1,5 > 1,3 olduğundan rapor CPU kullanımını dengesiz olarak kabul eder.

Possible cause	Troubleshooting method
Bir veri düğümünde aşırı sayıda büyük anahtar vardır.	Bunları belirlemek ve yeniden dağıtmak için çevrimdışı anahtar analizi özelliğini veya en çok kullanılan anahtar istatistikleri özelliğini kullanın.
Bir veri düğümünde sık erişilen anahtarlar vardır.	Sık erişilen anahtarları belirlemek için en çok kullanılan anahtar istatistikleri özelliğini kullanın.
Karma etiketleri yanlış yapılandırılmıştır. Aynı karma etiketine sahip anahtarlar her zaman aynı veri düğümüne yerleştirilir. Çok sayıda anahtar aynı karma etiketini paylaşıyorsa o düğüm aşırı yüklenir.	Anahtarları düğümlere yaymak için karma etiketi yapılandırmanızı gözden geçirin ve ayarlayın.

TOP 10 nodes that receive the greatest number of slow queries

Yavaş sorgu sayısına göre en üstteki 10 veri düğümünü listeler ve bu sorgularla ilgili ayrıntıları sağlar. Rapor iki yavaş günlük veri kaynağından yararlanır:

System audit logs: 4 gün boyunca saklanan yavaş günlükler
Data node logs: Her bir veri düğümünde doğrudan depolanan en son 1.024 günlük girişi. Bunları almak için redis-cli kullanarak örneğe bağlanın ve SLOWLOG GET komutunu çalıştırın.

r-bp-db-0 ve r-bp-db-1 olmak üzere iki düğümün her birinde 6 yavaş sorgu bulunmaktadır. Temel yavaş sorgu komutları ve yürütme süreleri aşağıdaki gibidir:

keys *: Maksimum yürütme süresi yaklaşık 86 ms, ortalama yaklaşık 86 ms
keys key:0000001*: Maksimum yürütme süresi yaklaşık 62 ms, ortalama yaklaşık 59 ms
Birden fazla del komutu: Yürütme süresi yaklaşık 12–18 ms

Performans sorunlarına neden olan komutları belirlemek için yavaş sorgu verilerini kullanın.

Cause	Solution
`KEYS *` gibi O(N) zaman karmaşıklığına veya yüksek CPU maliyetine sahip komutlar	`FLUSHALL`, `KEYS` ve `HGETALL` gibi yüksek riskli komutları değerlendirin ve devre dışı bırakın. Bkz. Yüksek riskli komutları devre dışı bırakma.
Veri düğümlerinden sıkça okunan veya bunlara yazılan büyük anahtarlar	Büyük anahtarları çevrimdışı anahtar analizi özelliğini kullanarak analiz edin, ardından iş gereksinimlerinize göre bölün.