Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
Pola peta panas
Halaman ini menampilkan contoh pola yang mungkin Anda lihat di peta panas untuk pemindaian Key Visualizer, lalu menjelaskan arti setiap pola. Gunakan informasi ini untuk membantu mendiagnosis masalah performa dengan Bigtable.
Operasi baca dan tulis yang didistribusikan secara merata
Jika peta panas menunjukkan campuran warna gelap dan terang yang terperinci, operasi baca dan
tulis akan didistribusikan secara merata di seluruh tabel. Peta panas ini menunjukkan
pola penggunaan yang efektif untuk Bigtable, sehingga Anda tidak perlu mengambil
tindakan apa pun.
Penggunaan berkala
Jika peta panas menampilkan pita warna gelap dan terang yang bergantian dalam rentang kunci, berarti Anda mengakses rentang kunci tersebut selama periode tertentu, tetapi tidak untuk periode lainnya. Misalnya, Anda mungkin menjalankan tugas batch yang mengakses rentang kunci
pada waktu tertentu.
Pola penggunaan ini tidak menjadi masalah selama tidak menyebabkan latensi atau
penggunaan CPU yang berlebihan, dan selama Anda bermaksud mengakses data dengan cara ini.
Jika pola ini menyebabkan penggunaan CPU yang berlebihan, Anda mungkin perlu
menambahkan node ke cluster selama periode penggunaan
puncak.
Jika Anda tidak bermaksud
mengakses data lebih banyak selama jangka waktu tertentu, periksa
aplikasi untuk mengetahui aplikasi mana yang tidak berperilaku dengan benar.
Rentang hotkey
Jika peta panas menampilkan pita horizontal berwarna cerah, yang dipisahkan oleh warna gelap,
maka rentang kunci berwarna cerah memiliki salah satu masalah berikut:
Jika Anda melihat metrik Indeks tekanan pembacaan atau Indeks tekanan penulisan, rentang tombol pintas mungkin menyebabkan penggunaan CPU yang tinggi atau latensi yang tinggi. Masalah ini dapat terjadi jika Anda melakukan operasi baca atau
menulis dalam jumlah besar, atau jika Anda menyimpan lebih dari 256 MB secara berturut-turut. Perhatikan
dengan cermat jika peringatan ini dipicu oleh satu baris, bukan
rentang baris.
Jika Anda melihat metrik Baris besar, rentang kunci akan menyertakan baris yang berisi lebih dari 256 MB data atau rata-rata lebih dari 200 MB per baris.
Jika Anda melihat metrik lain, kemungkinan Anda mengakses baris dalam
rentang kunci tersebut jauh lebih banyak daripada baris lainnya.
Lakukan setidaknya salah satu tindakan berikut untuk mengatasi masalah ini:
Gunakan filter untuk mengurangi jumlah data yang Anda baca.
Ubah desain skema atau aplikasi Anda sehingga
data dalam baris yang banyak digunakan, atau dalam baris yang terlalu besar, tersebar di beberapa baris.
Update aplikasi Anda untuk meng-cache hasil pembacaan dari Bigtable.
Update aplikasi Anda untuk mengelompokkan dan menghapus duplikat penulisan ke Bigtable.
Peningkatan tiba-tiba
Jika peta panas menunjukkan rentang kunci yang tiba-tiba berubah dari gelap menjadi terang, salah satu perubahan berikut telah terjadi:
Jika melihat metrik Baris besar, Anda telah menambahkan data dalam jumlah besar
ke baris dalam rentang kunci tersebut selama jangka waktu yang singkat.
Hapus data dari baris besar, atau ubah desain skema sehingga lebih sedikit data yang disimpan di baris tersebut.
Jika Anda melihat metrik lain, kemungkinan Anda mulai mengakses
baris tersebut jauh lebih banyak dari biasanya pada waktu tertentu.
Pola penggunaan ini tidak menjadi masalah selama tidak menyebabkan latensi atau
penggunaan CPU yang berlebihan, dan selama Anda bermaksud mengakses data dengan cara ini.
Jika pola ini menyebabkan penggunaan CPU yang berlebihan, Anda mungkin perlu
menambahkan node ke cluster selama periode penggunaan
puncak.
Jika Anda tidak bermaksud
mulai mengakses data secara lebih intensif pada waktu tertentu,
periksa aplikasi Anda untuk mengetahui aplikasi mana yang tidak berperilaku dengan benar.
Operasi baca dan tulis berurutan
Jika peta panas menampilkan garis diagonal yang terang, berarti Anda mengakses rentang kunci
yang berdekatan dalam tabel dalam urutan berurutan. Misalnya, Anda mungkin telah menjalankan
tugas batch yang melakukan iterasi pada kunci baris tabel.
Pola penggunaan ini tidak menjadi masalah selama tidak menyebabkan latensi atau
penggunaan CPU yang berlebihan, dan selama Anda bermaksud mengakses data dengan cara ini.
Jika pola ini menyebabkan penggunaan CPU yang berlebihan, Anda mungkin perlu
menambahkan node ke cluster selama periode penggunaan
puncak.
Jika Anda tidak bermaksud
mengakses baris dalam tabel secara berurutan, periksa aplikasi Anda untuk
mengetahui baris mana yang tidak berperilaku dengan benar.
[[["Mudah dipahami","easyToUnderstand","thumb-up"],["Memecahkan masalah saya","solvedMyProblem","thumb-up"],["Lainnya","otherUp","thumb-up"]],[["Sulit dipahami","hardToUnderstand","thumb-down"],["Informasi atau kode contoh salah","incorrectInformationOrSampleCode","thumb-down"],["Informasi/contoh yang saya butuhkan tidak ada","missingTheInformationSamplesINeed","thumb-down"],["Masalah terjemahan","translationIssue","thumb-down"],["Lainnya","otherDown","thumb-down"]],["Terakhir diperbarui pada 2025-09-03 UTC."],[[["\u003cp\u003eKey Visualizer heatmaps display patterns that can indicate performance issues with Bigtable, and this page explains how to interpret these patterns.\u003c/p\u003e\n"],["\u003cp\u003eEvenly distributed reads and writes are optimal and appear as a fine-grained mix of dark and bright colors in the heatmap, indicating no action is needed.\u003c/p\u003e\n"],["\u003cp\u003ePeriodic usage, showing as alternating bands of colors, is acceptable unless it causes high CPU usage or latency, in which case adding nodes may be necessary.\u003c/p\u003e\n"],["\u003cp\u003eHot key ranges, shown as horizontal bright bands, suggest high CPU usage, latency, or overly large rows, and resolution includes using filters, modifying schema design, caching, or batching writes.\u003c/p\u003e\n"],["\u003cp\u003eSudden increases in the heatmap indicate a sudden change to a specific key range, whether it be due to data being added or accessed, which may require adding nodes or deleting data.\u003c/p\u003e\n"]]],[],null,["Heatmap patterns\n\nThis page shows examples of patterns that you might see in the heatmap for a Key\nVisualizer scan, then explains the meaning of each pattern. Use this information\nto help you diagnose performance issues with Bigtable.\n\n- To learn how to open a Key Visualizer scan, see [Viewing the scan for a time\n period](/bigtable/docs/keyvis-getting-started#viewing-scan).\n- To find out how to explore a Key Visualizer scan in detail, see [Exploring\n Heatmaps](/bigtable/docs/keyvis-exploring-heatmaps).\n\n\nBefore you read this page, you should be familiar with the\n[overview of Key Visualizer](/bigtable/docs/keyvis-overview).\n\nOverview of common patterns\n\nThis page explains how to interpret the following Key Visualizer patterns. \n[Even distribution](#even-distribution) [Periodic usage](#periodic-usage) [Hot key ranges](#hot-key-ranges) \n\n[Sudden increases](#sudden-increases) [Sequential reads/writes](#sequential-ops)\n\nEvenly distributed reads and writes\n\nIf a heatmap shows a fine-grained mix of dark and bright colors, then reads and\nwrites are evenly distributed throughout the table. This heatmap represents an\neffective usage pattern for Bigtable, so you do not need to take\nany action. \n\nPeriodic usage\n\nIf a heatmap shows alternating bands of dark and bright colors within a key\nrange, then you are accessing that key range during certain periods but not\nothers. For example, you might be running a batch job that accesses the key\nrange at specific times of day.\n\n\nThis usage pattern is not a problem as long as it does not result in excessive CPU utilization or\nlatency, and as long as you intended to access your data in this way.\n\nIf this pattern results in excessive CPU usage, you might need to\n[add nodes to your cluster](/bigtable/docs/modifying-instance#nodes) during peak usage\nperiods.\nIf you did not intend to\naccess your data much more heavily during specific periods of time, examine your\napplications to find out which ones are not behaving correctly. \n\nHot key ranges\n\nIf a heatmap shows horizontal bands of bright color, separated by dark colors,\nthen the brightly colored key ranges have one of the following issues:\n\n- If you are viewing the **Read pressure index** or **Write pressure index** metrics, the hot key range might be causing high CPU utilization or high latency. These issues can occur if you perform a large number of reads or writes, or if you store more than 256 MB in a row. Pay special attention if this warning is triggered by a single row, rather than a range of rows.\n- If you are viewing the **Large rows** metric, the key range includes rows that contain more than 256 MB of data or an average of more than 200 MB per row.\n- If you are viewing another metric, it's likely that you are accessing rows in that key range much more heavily than other rows.\n\nTake at least one of the following actions to address the issue:\n\n- Use [filters](/bigtable/docs/filters) to reduce the amount of data that you read.\n- Change your [schema design](/bigtable/docs/schema-design) or your application so that the data in a heavily used row, or in an excessively large row, is spread across multiple rows.\n- Update your application to cache the results of reads from Bigtable.\n- Update your application to batch and deduplicate writes to Bigtable.\n\nSudden increases\n\nIf a heatmap shows a key range that suddenly changes from dark to bright, then\none of the following changes occurred:\n\n- If you are viewing the **Large rows** metric, you added a large amount of data\n to rows in that key range during a short period of time.\n\n Delete data from the large rows, or change your [schema\n design](/bigtable/docs/schema-design) so that less data is stored in those rows.\n- If you are viewing another metric, it's likely that you started to access\n those rows much more heavily than usual at a specific point in time.\n\n\n This usage pattern is not a problem as long as it does not result in excessive CPU utilization or\n latency, and as long as you intended to access your data in this way.\n\n If this pattern results in excessive CPU usage, you might need to\n [add nodes to your cluster](/bigtable/docs/modifying-instance#nodes) during peak usage\n periods.\n If you did not intend\n to start accessing your data much more heavily at a specific point in time,\n examine your applications to find out which ones are not behaving correctly.\n\nSequential reads and writes\n\nIf a heatmap shows a bright diagonal line, then you are accessing contiguous key\nranges within a table in sequential order. For example, you might have run a\nbatch job that iterates over the table's row keys.\n\n\nThis usage pattern is not a problem as long as it does not result in excessive CPU utilization or\nlatency, and as long as you intended to access your data in this way.\n\nIf this pattern results in excessive CPU usage, you might need to\n[add nodes to your cluster](/bigtable/docs/modifying-instance#nodes) during peak usage\nperiods.\nIf you did not intend to\naccess rows within your table in sequential order, examine your applications to\nfind out which ones are not behaving correctly. \n\nWhat's next\n\n- Learn how to [get started with Key Visualizer](/bigtable/docs/keyvis-getting-started).\n- Find out how to [explore a heatmap in detail](/bigtable/docs/keyvis-exploring-heatmaps).\n- Read about the [metrics you can view in a heatmap](/bigtable/docs/keyvis-metrics)."]]
