צפייה בתובנות לגבי קבוצות של מכונות וירטואליות והסבר עליהן

תובנות לגבי קבוצות של מופעי מכונה מנוהלים (MIG) עוזרות לכם להבין את השימוש ביחידת העיבוד המרכזית (CPU) ובזיכרון של המכונות הווירטואליות (VM) שכלולות ב-MIG. התובנות האלה נוצרות באופן אוטומטי על סמך מדדי מערכת או מדדים שנאספים על ידי שירות Cloud Monitoring. אפשר להשתמש בתובנות האלה כדי לקבל החלטות לגבי שינוי הגודל של סוג המכונה של ה-MIG, כדי להשתמש במשאבי המכונה הווירטואלית בצורה יעילה יותר.

מידע נוסף על תובנות זמין במאמר תובנות.

לפני שמתחילים

  • אם עדיין לא עשיתם את זה, תצטרכו להגדיר אימות. אימות הוא תהליך שבו מאמתים את הזהות שלכם כדי לקבל גישה לממשקי API ולשירותים של Cloud de Confiance by S3NS . כדי להריץ קוד או דוגמאות מסביבת פיתוח מקומית, אפשר לבצע אימות ל-Compute Engine באחת מהדרכים הבאות:

    צריך לבחור את הכרטיסייה הרלוונטית לאופן שבו תכננתם להשתמש בדוגמאות בדף הזה:

    המסוף

    כשמשתמשים במסוף Cloud de Confiance כדי לגשת לשירותים ולממשקי ה-API, לא צריך להגדיר אימות. Cloud de Confiance by S3NS

    gcloud

    1. התקינו את ה-CLI של Google Cloud ואז היכנסו ל-CLI של gcloud באמצעות הזהות המאוחדת שלכם. אחרי שנכנסתם לחשבון, אתחלו את ה-CLI של Google Cloud באמצעות הפקודה הבאה: 

      gcloud init
  • הגדרת אזור ותחום כברירת מחדל

    • REST

    כדי להשתמש בסביבת פיתוח מקומית בדוגמאות של API בארכיטקטורת REST שבדף הזה, צריך להשתמש בפרטי הכניסה שאתם נותנים ל-CLI של gcloud.

      התקינו את ה-CLI של Google Cloud ואז היכנסו ל-CLI של gcloud באמצעות הזהות המאוחדת שלכם.

    מידע נוסף מופיע במאמר אימות לשימוש ב-REST במסמכי האימות של Cloud de Confiance .

צפייה בתובנות לגבי המלצות ל-MIG

‫Compute Engine יוצר המלצות לסוגי מכונות על סמך תובנות לגבי משאבים. כשמציגים תובנות שמשויכות לקבוצת מופעים מנוהלת ספציפית, אפשר לקבל מידע נוסף על השימוש במעבד ובזיכרון של קבוצת המופעים המנוהלת.

כדי לראות את התובנות שהובילו להמלצה ספציפית, משתמשים ב-CLI של gcloud או ב-REST.

gcloud

כדי לראות את כל התובנות הזמינות בפירוט לגבי אזור ספציפי, משתמשים בפקודה insights list.

gcloud recommender insights list --project=PROJECT_ID \
  --location=LOCATION \
  --insight-type=INSIGHT_TYPE_ID \
  --format=FORMAT

מחליפים את מה שכתוב בשדות הבאים:

פלט טיפוסי של הפקודה insights list בפורמט הפלט json עשוי להיראות כך.

[
  {
    "name": "projects/PROJECT_ID/locations/us-central1-a/insightTypes/google.compute.instanceGroupManager.CpuUsagePredictionInsight/insights/0ec21a13-bb04-3121-7321-dc43a11cc3e3",
    "description": "Predicted CPU usage is 1.5 vCPUs.",
    "targetResources": [
      "//compute.googleapis.com/projects/PROJECT_ID/zones/us-central1-a/instanceGroupManagers/test-instance"
    ],
    "insightSubtype": "CPU_USAGE_PREDICTION",
    "lastRefreshTime": "2021-09-15T06:50:45Z",
    "observationPeriod": "14 days",
    "stateInfo": {
      "state": "ACTIVE"
    },
    "content": {
      "predictedCpuCores": 1.5
    },
    "category": "PERFORMANCE",
    "etag": "fds421j2340",
    "associatedRecommendations": [
      {
         "recommendation": "projects/PROJECT_ID/locations/us-central1-a/recommenders/google.compute.instanceGroupManager.MachineTypeRecommender/recommendations/0fd31b24-cc05-4132-8431-ed54a22dd4f1"
      }
    ]
  }
]

REST

כדי לראות את כל התובנות הזמינות בפירוט עבור אזור מסוים, משתמשים בשיטה insights.list.

GET https://recommender.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/insightTypes/INSIGHT_TYPE_ID/insights

מחליפים את מה שכתוב בשדות הבאים:

פלט אופייני של השיטה insights.list יכול להיראות כך:

[
  {
    "name": "projects/PROJECT_ID/locations/us-central1-a/insightTypes/google.compute.instanceGroupManager.CpuUsagePredictionInsight/insights/0ec21a13-bb04-3121-7321-dc43a11cc3e3",
    "description": "Predicted CPU usage is 1.5 vCPUs.",
    "targetResources": [
      "//compute.googleapis.com/projects/PROJECT_ID/zones/us-central1-a/instanceGroupManagers/test-instance"
    ],
    "insightSubtype": "CPU_USAGE_PREDICTION",
    "lastRefreshTime": "2021-09-15T06:50:45Z",
    "observationPeriod": "14 days",
    "stateInfo": {
      "state": "ACTIVE"
    },
    "content": {
      "predictedCpuCores": 1.5
    },
    "category": "PERFORMANCE",
    "etag": "fds421j2340",
    "associatedRecommendations": [
      {
         "recommendation": "projects/PROJECT_ID/locations/us-central1-a/recommenders/google.compute.instanceGroupManager.MachineTypeRecommender/recommendations/0fd31b24-cc05-4132-8431-ed54a22dd4f1"
      }
    ]
  }
]

מידע נוסף על תובנות זמין במסמכי העזר.

סוגי התובנות לגבי קבוצות מופעים מנוהלות

אפשר להשתמש בתובנות שונות כדי לאחזר מידע על הביצועים של קבוצות ה-MIG. לכל סוג תובנה יש מאפייני תוכן ספציפיים.

בקטעים הבאים מפורטות התובנות שזמינות לגבי קבוצות של מכונות וירטואליות שמוגדרות כ-MIG.

תובנה לגבי השימוש במעבד

‫Compute Engine יוצר תובנות לגבי השימוש ביחידת העיבוד המרכזית (CPU) כשהשימוש ביחידת העיבוד המרכזית של קבוצות המכונות המנוהלות (MIG) גבוה או נמוך מהרגיל בתקופת התצפית האחרונה.

מזהה סוג התובנה הוא google.compute.instanceGroupManager.CpuUsageInsight.

אלה תתי-הסוגים הזמינים:

  • HIGH_CPU_USAGE
  • LOW_CPU_USAGE

הם משויכים לתיאורי תובנות כמו:

  • In the last 7 days for 80% of the time, CPU usage was greater than or equal to 83% for the least utilized VM instance. In the last 7 days for 80% of the time, CPU usage was greater than or equal to 93% for the most utilized VM instance.
  • In the last 7 days for 80% of the time, CPU usage was lower than or equal to 10% for the most utilized VM instance. In the last 7 days for 80% of the time, CPU usage was lower than or equal to 3% for the least utilized VM instance.

בטבלה הבאה מפורטים כמה פרטים על התוכן שקשור לתובנות לגבי השימוש במעבד.

מאפיין סוג תיאור
pointsForLeastUtilizedVm ARRAY מערך של אובייקטים. כל אובייקט מכיל את המאפיינים הבאים:
  • ‫sampleProbability: (DOUBLE) כמות יחסית של דגימות שימוש ב-CPU מתחת לערך של פונקציית הכמותון.
  • ‫quantileFunctionValue: (DOUBLE) הגבול העליון של השימוש במעבד (CPU) שכולל לפחות חלק מהדגימות (הסתברות הדגימה).

    הערך מייצג את היחס בין הכמות הכוללת של המעבדים הווירטואליים, והוא נמצא בטווח [0, 1].
pointsForMostUtilizedVm ARRAY מערך של אובייקטים. כל אובייקט מכיל את המאפיינים הבאים:
  • ‫sampleProbability: (DOUBLE) כמות יחסית של דגימות שימוש ב-CPU מתחת לערך פונקציית הכמותון.
  • ‫quantileFunctionValue: (DOUBLE) הגבול העליון של השימוש במעבד (CPU) שכולל לפחות חלק מהדגימות (הסתברות הדגימה).

    הערך מייצג את היחס בין הכמות הכוללת של המעבדים הווירטואליים, והוא בטווח [0, 1].

תובנה לגבי חיזוי השימוש במעבד

‫Compute Engine יוצר תובנות לגבי חיזוי השימוש ביחידת העיבוד המרכזית (CPU) כדי לציין את השימוש הצפוי ביחידת העיבוד המרכזית למחרת.

מזהה סוג התובנה הוא google.compute.instanceGroupManager.CpuUsagePredictionInsight.

תיאור אופייני של תובנה כזו יכול להיות דומה לתיאור הבא:

  • Predicted CPU usage of a single instance is 1.5 vCPUs.

בטבלה הבאה מפורטים כמה פרטים על התוכן שמשויך לתובנות לגבי חיזוי השימוש במעבד.

מאפיין סוג תיאור
predicted_cpu_cores DOUBLE הכמות הצפויה של ליבות המעבד (CPU).

תובנה לגבי מגמת השימוש במעבד

‫Compute Engine יוצר תובנות לגבי מגמת השימוש ביחידת העיבוד המרכזית (CPU) כשהשימוש ביחידת העיבוד המרכזית מראה מגמת עלייה או ירידה בתקופת התצפית האחרונה.

מזהה סוג התובנה הוא google.compute.instanceGroupManager.CpuUsageTrendInsight.

אלה תתי-הסוגים הזמינים:

  • CPU_USAGE_INCREASE
  • CPU_USAGE_DECREASE

בדרך כלל הם משויכים לתיאורי תובנות כמו:

  • In the last 7 days, average daily CPU usage has increased by 8% from 65% to 73%.
  • In the last 7 days, average daily CPU usage has decreased by 10% from 55% to 45%.

בטבלה הבאה מפורטים כמה פרטים על התוכן שקשור לתובנות לגבי מגמת השימוש במעבד.

מאפיין סוג תיאור
cpu_usage_percentage_at_start DOUBLE הערך הנמדד של ממוצע השימוש במעבד בכל יום בתחילת תקופת התצפית.

הערך מייצג את האחוז מתוך המספר הכולל של המעבדים הווירטואליים, והוא בטווח [0, 100].

cpu_usage_percentage_at_end DOUBLE המדד הוא הממוצע היומי של השימוש במעבד בסוף תקופת התצפית.

הערך מייצג את האחוז מתוך המספר הכולל של המעבדים הווירטואליים, והוא בטווח [0, 100].

cpu_usage_percentage_change DOUBLE שינוי צפוי בממוצע היומי של השימוש במעבד במהלך תקופת התצפית.

התחזית מתבססת על רגרסיה לינארית כדי ליצור מודל של השינוי בשימוש היומי במעבד.

הערך מייצג את האחוז מתוך המספר הכולל של המעבדים הווירטואליים, והוא בטווח [0, 100].

תובנה לגבי השימוש בזיכרון

‫Compute Engine יוצר תובנות לגבי השימוש בזיכרון אם השימוש בזיכרון גבוה או נמוך באופן חריג במהלך תקופת התצפית.

מזהה סוג התובנה הוא google.compute.instanceGroupManager.MemoryUsageInsight.

אלה תתי-הסוגים הזמינים:

  • HIGH_MEMORY_USAGE
  • LOW_MEMORY_USAGE

בדרך כלל הם משויכים לתיאורי תובנות כמו:

  • In the last 12 days for 80% of the time, memory usage was greater than or equal to 64%.
  • In the last 7 days for 50% of the time, memory usage was lower than or equal to 10%.

בטבלה הבאה מפורטים כמה פרטים על התוכן שקשור לתובנות לגבי השימוש בזיכרון.

מאפיין סוג תיאור
sample_probability DOUBLE הכמות היחסית של דגימות השימוש בזיכרון מתחת לערך הפונקציה של הכמותון.

הערך הוא בטווח [0, 1].

quantile_function_lowest_value DOUBLE הגבול העליון של השימוש בזיכרון, שמכיל לפחות חלק (הסתברות לדגימה) מהדגימות של מכונת ה-VM עם הניצול הכי נמוך.

הערך מייצג את היחס בין כמות הזיכרון הכוללת, והוא נמצא בטווח [0, 1].

quantile_function_highest_value DOUBLE הגבול העליון של השימוש בזיכרון, שמכיל לפחות חלק (הסתברות לדגימה) מהדגימות של מכונת ה-VM שנמצאת בשימוש הכי גבוה.

הערך מייצג את היחס בין כמות הזיכרון הכוללת, והוא נמצא בטווח [0, 1].

תובנה לגבי חיזוי השימוש בזיכרון

‫Compute Engine יוצר תובנות לגבי חיזוי השימוש בזיכרון כדי לציין את השימוש בזיכרון שצפוי ליום המחרת.

מזהה סוג התובנה הוא google.compute.instanceGroupManager.MemoryUsagePredictionInsight.

דוגמה לתיאור של תובנה:

  • Predicted memory usage is 1536 MB.

בטבלה הבאה מפורטים כמה פרטים על התוכן שקשור לתובנות לגבי חיזוי השימוש בזיכרון.

מאפיין סוג תיאור
predicted_memory_mb DOUBLE כמות הזיכרון החזויה, ב-MB.

המאמרים הבאים