צפייה בתובנות לגבי מופעים של מכונות וירטואליות והסבר עליהן

תובנות לגבי מכונות וירטואליות (VM) עוזרות להבין את השימוש ב-CPU, בזיכרון וברשת של מכונות וירטואליות ב-Compute Engine. התובנות נוצרות אוטומטית על סמך מדדים של המערכת או מדדים שנאספים על ידי Cloud Monitoring. אפשר להשתמש בתובנות כדי לקבל החלטות לגבי שינוי הגודל של סוגי המכונות, כדי להשתמש במשאבי המכונות הווירטואליות 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-VM

‫Compute Engine יוצר המלצות על סמך תובנות לגבי משאבים. ההמלצות כוללות המלצות לגבי סוג המכונה והמלצות לגבי מכונות וירטואליות לא פעילות.

כשמציגים תובנות שמשויכות למכונת VM ספציפית, אפשר לקבל מידע נוסף על השימוש במעבד, בזיכרון וברשת של מכונת ה-VM.

כדי לראות את התובנות שהובילו להמלצה ספציפית, אפשר להשתמש ב-CLI של gcloud או ב-API.

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

[
  {
    "associatedRecommendations": [
      {
        "recommendation": "projects/PROJECT_ID/locations/us-central1-a/recommenders/google.compute.instance.MachineTypeRecommender/recommendations/7618763b-fee2-42e5-8b9b-e6eee0b2077f"
      }
    ],
    "category": "PERFORMANCE",
    "content": {
      "predictedCpuCores": 0.15
    },
    "description": "Predicted CPU usage is 0.1 vCPUs.",
    "etag": "\"fdb51460cac758a0\"",
    "insightSubtype": "CPU_USAGE_PREDICTION",
    "lastRefreshTime": "2021-09-15T06:50:45Z",
    "name": "projects/PROJECT_ID/locations/us-central1-a/insightTypes/google.compute.instance.CpuUsagePredictionInsight/insights/cb2ab4e6-2c5e-4f0e-8cbe-1487e8bae8c0",
    "observationPeriod": "604800s",
    "severity": "LOW",
    "stateInfo": {
      "state": "ACTIVE"
    },
    "targetResources": [
      "//compute.googleapis.com/projects/PROJECT_ID/zones/us-central1-a/instances/instance-name-1"
    ]
  }
]

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

[
  {
    "associatedRecommendations": [
      {
        "recommendation": "projects/PROJECT_ID/locations/us-central1-a/recommenders/google.compute.instance.MachineTypeRecommender/recommendations/7618763b-fee2-42e5-8b9b-e6eee0b2077f"
      }
    ],
    "category": "PERFORMANCE",
    "content": {
      "predictedCpuCores": 0.15
    },
    "description": "Predicted CPU usage is 0.1 vCPUs.",
    "etag": "\"fdb51460cac758a0\"",
    "insightSubtype": "CPU_USAGE_PREDICTION",
    "lastRefreshTime": "2021-09-15T06:50:45Z",
    "name": "projects/PROJECT_ID/locations/us-central1-a/insightTypes/google.compute.instance.CpuUsagePredictionInsight/insights/cb2ab4e6-2c5e-4f0e-8cbe-1487e8bae8c0",
    "observationPeriod": "604800s",
    "severity": "LOW",
    "stateInfo": {
      "state": "ACTIVE"
    },
    "targetResources": [
      "//compute.googleapis.com/projects/PROJECT_ID/zones/us-central1-a/instances/instance-name-1"
    ]
  }
]

סוגי התובנות לגבי מכונות וירטואליות

אפשר להשתמש בתובנות שונות כדי לאחזר מידע על הביצועים של מכונות וירטואליות. לכל סוג תובנה יש מאפייני תוכן ספציפיים.

בקטעים הבאים מפורטות התובנות לגבי מכונות וירטואליות שזמינות.

תובנה לגבי השימוש במעבד

מערכת Compute Engine יוצרת תובנות לגבי השימוש ביחידת העיבוד המרכזית (CPU) כשהשימוש ביחידת העיבוד המרכזית של המכונות הווירטואליות גבוה או נמוך מהרגיל בתקופת התצפית האחרונה.

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

אלה תתי-הסוגים הזמינים:

• HIGH_CPU_USAGE
• LOW_CPU_USAGE

הם משויכים לתיאורי תובנות כמו:

• In the last 12 days for 90% of the time, CPU usage was greater than or equal to 83%.
• In the last 10 days for 70% of the time, CPU usage was lower than or equal to 20%.

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

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.instance.CpuUsagePredictionInsight.

תיאור אופייני של תובנה כזו יכול להיות דומה לתיאור הבא:

• Predicted CPU usage is 0.1 vCPUs.

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

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.instance.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.

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.instance.MemoryUsageInsight.

אלה תת-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.

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.instance.MemoryUsagePredictionInsight.

דוגמה לתיאור של תובנה:

• Predicted memory usage is 1536 MB.

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

תובנה לגבי תפוקת הרשת

‫Compute Engine יוצר תובנות לגבי תפוקת הרשת כשתפוקת הרשת במהלך תקופת התצפית נמוכה במיוחד עבור התנועה הנכנסת או היוצאת.

מזהה סוג התובנה הוא google.compute.instance.NetworkThroughputInsight.

אלה תתי-הסוגים הזמינים:

• LOW_RECEIVED_NETWORK_THROUGHPUT
• LOW_SENT_NETWORK_THROGHPUT

בדרך כלל הם משויכים לתיאורי תובנות כמו:

• In the last 7 days for 80% of the time, received network throughput was lower than or equal to 500 B/s.
• In the last 7 days for 80% of the time, sent network throughput was lower than or equal to 200 B/s.

בטבלה הבאה מפורטים כמה פרטים על התוכן שקשור לתובנות לגבי קצב העברת הנתונים ברשת.

המאמרים הבאים

• מידע נוסף על המלצות לגבי סוגי מכונות שנוצרות ב-Compute Engine על סמך תובנות
• מידע נוסף על המלצות לגבי מכונות וירטואליות לא פעילות