Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Auf dieser Seite wird beschrieben, wie Sie die Leistung Ihrer AlloyDB for PostgreSQL-Cluster mithilfe des Recommenders für unterbereitgestellte Cluster optimieren können.
Mit dem Recommender können Sie Cluster mit einer hohen CPU- und Speichernutzung erkennen und Empfehlungen zur Verbesserung Ihrer Clusterkonfiguration erhalten.
Funktionsweise des Recommenders für unterdimensionierte Cluster
Wenn eine hohe CPU-Auslastung und/oder Speichernutzung erkannt wurde, wird eine Empfehlung angezeigt, die Größe der betroffenen Instanz im Cluster zu erhöhen, um die CPU- und/oder Speichernutzung zu verringern. Empfehlungen werden täglich generiert.
Hinweise
Bevor Sie Empfehlungen und Informationen aufrufen können, müssen Sie Folgendes tun:
Prüfen Sie, ob Sie die erforderlichen IAM-Rollen (Identity and Access Management) haben, um die Berechtigungen zum Aufrufen und Verwenden von Informationen und Empfehlungen zu erhalten.
GET https://recommender.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/recommenders/google.alloydb.cluster.PerformanceRecommender/recommendations?filter=recommenderSubtype=INCREASE_PRIMARY_INSTANCE_SIZE
Ersetzen Sie Folgendes:
PROJECT_ID: Ihre Projekt-ID.
LOCATION: Eine Region, in der sich Ihre Cluster befinden, z. B. us-central1.
Informationen und detaillierte Empfehlungen anzeigen
Mit der Google Cloud -Konsole, gcloud CLI oder der Recommender API können Sie Informationen und detaillierte Empfehlungen zu unterdimensionierten Clustern aufrufen, die optimiert werden müssen.
Console
Rufen Sie in der Google Cloud Console die Seite Cluster auf.
GET https://recommender.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/insightTypes/google.alloydb.cluster.PerformanceInsight/insights?filter=insightSubtype=INSIGHT_SUBTYPE
Ersetzen Sie Folgendes:
PROJECT_ID: Ihre Projekt-ID.
LOCATION: Eine Region, in der sich Ihre Cluster befinden, z. B. us-central1.
INSIGHT_SUBTYPE: Legen Sie für diesen Parameter einen der folgenden Werte fest:
HIGH_INSTANCE_CPU_UTILIZATION: zeigt Informationen zur CPU-Nutzung an
HIGH_INSTANCE_MEMORY_UTILIZATION: zeigt Informationen zum Arbeitsspeicher an
In der folgenden Tabelle sind die Statistiken und Empfehlungen aufgeführt, die der Recommender für unterdimensionierte AlloyDB for PostgreSQL-Cluster generieren kann, um Engpässe durch hohe CPU-Auslastung und Speichernutzung zu vermeiden und die Wahrscheinlichkeit von Ereignissen aufgrund mangelnden Arbeitsspeichers zu minimieren.
Die Untertypen werden in den Ergebnissen von gcloud und der API angezeigt.
Statistiken
Empfehlungen
Basierend auf den aktuellen Trends der CPU-Auslastung wird der Cluster als solcher mit einer hohen CPU-Auslastung gekennzeichnet.
Untertyp: HIGH_INSTANCE_CPU_UTILIZATION
Erhöhen Sie die CPU-Größe oder reduzieren Sie die CPU-Auslastung.
Untertyp: INCREASE_PRIMARY_INSTANCE_SIZE
Basierend auf den aktuellen Trends der Arbeitsspeicherauslastung wird der Cluster als solcher mit einer hohen Speichernutzung gekennzeichnet.
Untertyp: HIGH_INSTANCE_MEMORY_UTILIZATION
Erhöhen Sie die Speichergröße oder reduzieren Sie die Speichernutzung.
Untertyp: INCREASE_PRIMARY_INSTANCE_SIZE
Empfehlungen mit der Google Cloud Console anwenden
Sehen Sie sich die Empfehlungen sorgfältig an und führen Sie die folgenden Schritte in derGoogle Cloud -Konsole aus, um die Empfehlung zu implementieren:
Klicken Sie in Ihrem Cluster auf Bearbeiten.
Wechseln Sie im Fenster Primäre Instanz bearbeiten zu einem Maschinentyp mit mehr vCPUs und mehr Arbeitsspeicher.
Sie müssen die Größe des Clusters nicht genau nach Empfehlung anpassen. Ändern Sie die Größe des Clusters nach Ihrem Ermessen, basierend darauf, wie Sie den Cluster bereitstellen möchten.
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Schwer verständlich","hardToUnderstand","thumb-down"],["Informationen oder Beispielcode falsch","incorrectInformationOrSampleCode","thumb-down"],["Benötigte Informationen/Beispiele nicht gefunden","missingTheInformationSamplesINeed","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2025-09-04 (UTC)."],[[["\u003cp\u003eThe underprovisioned cluster recommender identifies clusters with high CPU and/or memory utilization and suggests optimizations to enhance performance.\u003c/p\u003e\n"],["\u003cp\u003eRecommendations to increase the instance size of underprovisioned clusters are generated daily and can be viewed after enabling the Recommender API and having the correct IAM roles.\u003c/p\u003e\n"],["\u003cp\u003eYou can list and apply underprovisioned cluster recommendations using the Google Cloud console, gcloud CLI, or the Recommender API.\u003c/p\u003e\n"],["\u003cp\u003eInsights on high CPU and memory utilization can be viewed via the console, CLI, or API, detailing the type of usage issue, such as \u003ccode\u003eHIGH_INSTANCE_CPU_UTILIZATION\u003c/code\u003e or \u003ccode\u003eHIGH_INSTANCE_MEMORY_UTILIZATION\u003c/code\u003e.\u003c/p\u003e\n"],["\u003cp\u003eImplementing the recommended instance size increase involves editing the cluster settings in the console, updating the primary instance to a machine type with more vCPUs and memory.\u003c/p\u003e\n"]]],[],null,["# Optimize underprovisioned clusters\n\nThis page describes how to optimize the performance of your AlloyDB for PostgreSQL clusters by using the\nunderprovisioned cluster [recommender](/recommender/docs/overview).\nThe recommender helps you detect clusters that have high CPU and memory\nutilization and provides recommendations for improving your cluster configuration.\n\nHow the underprovisioned cluster recommender works\n--------------------------------------------------\n\nWhen there is high CPU and or memory utilization detected, you see a\nrecommendation to increase the size of the affected instance in the cluster\nto reduce CPU or memory utilization at peak. Recommendations are generated daily.\n\nBefore you begin\n----------------\n\nBefore you can view recommendations and insights, do the following:\n\n- Ensure that you [enable the Recommender API](/recommender/docs/enabling).\n\n- To get the permissions to view and work with insights and recommendations,\n ensure that you have the required [Identity and Access Management (IAM) roles](/iam/docs/understanding-roles#cloud-alloydb-roles).\n\n \u003cbr /\u003e\n\n See [Grant access to other users](/alloydb/docs/user-grant-access) for more information.\n\nList underprovisioned cluster recommendations\n---------------------------------------------\n\nYou can list recommendations for underprovisioned clusters\nusing the Google Cloud console, `gcloud CLI`, or the Recommender API. \n\n### Console\n\nTo list recommendations about underprovisioned clusters, complete the following steps:\n\n1. In the Google Cloud console, go to the **Clusters** page.\n\n [Go to Clusters](https://console.cloud.google.com/alloydb/clusters)\n\n For more information, see\n [Find recommendations with Recommendation Hub](/recommender/docs/recommendation-hub/identify-configuration-problems).\n2. In the **Performance** card, click **Underprovisioned primary instance**.\n\n A list of clusters to which the **Underprovisioned primary instance** recommendation applies is displayed.\n\n### gcloud CLI\n\nTo list recommendations about underprovisioned clusters using gcloud CLI, run the [`gcloud recommender recommendations list`](/sdk/gcloud/reference/recommender/recommendations/list) command as follows: \n\n```\ngcloud recommender recommendations list \\\n--project=PROJECT_ID \\\n--location=LOCATION \\\n--recommender=google.alloydb.cluster.PerformanceRecommender \\\n--filter=recommenderSubtype=INCREASE_PRIMARY_INSTANCE_SIZE\n```\n\nReplace the following:\n\n- \u003cvar translate=\"no\"\u003ePROJECT_ID\u003c/var\u003e: Your project ID.\n- \u003cvar translate=\"no\"\u003eLOCATION\u003c/var\u003e: A region where your clusters are located, such as `us-central1`.\n\n### API\n\nTo list recommendations for underprovisioned clusters using the [Recommendations API](/recommender/docs/using-api), call the\n[`recommendations.list`](/recommender/docs/reference/rest/v1/projects.locations.recommenders.recommendations/list)\nmethod as follows: \n\n```\nGET https://recommender.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/recommenders/google.alloydb.cluster.PerformanceRecommender/recommendations?filter=recommenderSubtype=INCREASE_PRIMARY_INSTANCE_SIZE\n```\n\nReplace the following:\n\n- \u003cvar translate=\"no\"\u003ePROJECT_ID\u003c/var\u003e: Your project ID.\n- \u003cvar translate=\"no\"\u003eLOCATION\u003c/var\u003e: A region where your clusters are located, such as `us-central1`.\n\nView insights and detailed recommendations\n------------------------------------------\n\nYou can view insights and detailed recommendations about underprovisioned clusters\nthat require optimization using the Google Cloud console,\n`gcloud CLI`, or the Recommender API. \n\n### Console\n\n1. In the Google Cloud console, go to the **Clusters** page.\n\n [Go to Clusters](https://console.cloud.google.com/alloydb/clusters)\n2. Click the recommendation button for a cluster in the **Issues** column.\n\n The recommendation panel appears, which contains insights and detailed recommendations about an underprovisioned cluster.\n\n### gcloud CLI\n\nRun the [`gcloud recommender insights list`](/sdk/gcloud/reference/recommender/insights/list) command as follows: \n\n```\ngcloud recommender insights list \\\n--project=PROJECT_ID \\\n--location=LOCATION \\\n--insight-type=google.alloydb.cluster.PerformanceInsight\n--filter=insightSubtype=INSIGHT_SUBTYPE\n```\n\nReplace the following:\n\n- \u003cvar translate=\"no\"\u003ePROJECT_ID\u003c/var\u003e: Your project ID.\n- \u003cvar translate=\"no\"\u003eLOCATION\u003c/var\u003e : A region where your clusters are located, such as `us-central1`.\n- \u003cvar translate=\"no\"\u003eINSIGHT_SUBTYPE\u003c/var\u003e: set this parameter to one of the following:\n - `HIGH_INSTANCE_CPU_UTILIZATION`: display insights about CPU usage\n - `HIGH_INSTANCE_MEMORY_UTILIZATION`: display insights about memory\n\n### API\n\nCall the [`insights.list`](/recommender/docs/reference/rest/v1/projects.locations.insightTypes.insights/list) method as follows: \n\n```\nGET https://recommender.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION/insightTypes/google.alloydb.cluster.PerformanceInsight/insights?filter=insightSubtype=INSIGHT_SUBTYPE\n```\n\nReplace the following:\n\n- \u003cvar translate=\"no\"\u003ePROJECT_ID\u003c/var\u003e: Your project ID.\n- \u003cvar translate=\"no\"\u003eLOCATION\u003c/var\u003e: A region where your clusters are located, for example, `us-central1`.\n- \u003cvar translate=\"no\"\u003eINSIGHT_SUBTYPE\u003c/var\u003e: set this parameter to one of the following:\n - `HIGH_INSTANCE_CPU_UTILIZATION`: display insights about CPU usage\n - `HIGH_INSTANCE_MEMORY_UTILIZATION`: display insights about memory\n\nThe following table lists the insights and recommendations that the AlloyDB for PostgreSQL\nunderprovisioned cluster recommender might generate to help you avoid bottlenecks from high CPU and memory\nusage and minimize the likelihood of out-of-memory events.\nThe subtypes are visible in the `gcloud` and API results.\n\nApply recommendations using the Google Cloud console\n----------------------------------------------------\n\nEvaluate the recommendations carefully and do the following in the\nGoogle Cloud console to implement the recommendation:\n\n1. Click **Edit** on your cluster.\n2. In the **Edit primary instance** window, switch to a machine type with more vCPUs and more memory.\n You don't need to rightsize the cluster exactly as recommended. Use your\n judgement and resize based on how you intend to provision the cluster.\n\n3. Click **Update instance**.\n\n | **Note:** You must carefully evaluate before you update the cluster. Applying recommendations might impact your pricing.\n\nWhat's next\n-----------\n\n- [Google Cloud recommenders](/recommender/docs/recommenders)"]]
