Hohe Datenbankauslastung mit KI beheben

Mit Sammlungen den Überblick behalten Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.

In diesem Dokument wird beschrieben, wie Sie die KI-gestützte Unterstützung in Cloud SQL verwenden können, um Probleme mit hoher Datenbankauslastung in Cloud SQL zu beheben. Sie können die KI-gestützten Funktionen von Cloud SQL und Gemini Cloud Assist verwenden, um Abfragen in Cloud SQL zu untersuchen, zu analysieren, Empfehlungen zu erhalten und diese Empfehlungen schließlich umzusetzen.

Wenn Sie in der Google Cloud -Konsole auf das Dashboard Abfragestatistiken zugreifen, können Sie Ihre Datenbank analysieren und Probleme beheben, wenn die Datenbankauslastung Ihres Systems über dem Durchschnitt liegt. Cloud SQL verwendet die Daten der 24 Stunden vor dem ausgewählten Zeitraum, um die erwartete Last Ihrer Datenbank zu berechnen. Sie können sich die Gründe für die höheren Lastereignisse ansehen und die Ursachen für die geringere Leistung analysieren. Außerdem erhalten Sie in Cloud SQL Empfehlungen zur Optimierung Ihrer Datenbank, um die Leistung zu verbessern.

Hinweise

So beheben Sie mithilfe von KI eine hohe Datenbankauslastung:

1. Einschränkungen der KI-gestützten Fehlerbehebung
2. KI-gestützte Fehlerbehebung aktivieren

Erforderliche Rollen und Berechtigungen

Informationen zu den Rollen und Berechtigungen, die für die Behebung einer hohen Datenbankauslastung mithilfe von KI erforderlich sind, finden Sie unter Mithilfe von KI beobachten und Probleme beheben.

KI-Unterstützung verwenden

Wenn Sie die KI-Unterstützung bei der Behebung einer hohen Datenbankauslastung nutzen möchten, rufen Sie in der Google Cloud Console die Seite Instanzübersicht oder das Dashboard Abfragestatistiken auf.

Seite „Instanzübersicht“

So beheben Sie mithilfe von KI-Unterstützung auf der Seite Instanzübersicht Probleme mit hoher Datenbankauslastung:

1. Google Cloud Rufen Sie in der Console die Seite Cloud SQL-Instanzen auf.

   Cloud SQL-Instanzen aufrufen

2. Klicken Sie auf den Instanznamen, um die Übersichtsseite einer Instanz zu öffnen.
3. Wählen Sie auf der Seite Übersicht im Menü Diagramm einen Messwert für die Datenbank aus. Sie können einen beliebigen Messwert auswählen.
4. Optional: Wenn Sie einen bestimmten Analysezeitraum auswählen möchten, verwenden Sie den Filter Zeitraum und wählen Sie entweder 1 Stunde, 6 Stunden, 1 Tag, 7 Tage, 30 Tage oder einen benutzerdefinierten Zeitraum aus .


Sie können auf bestimmte Bereiche des Diagramms heranzoomen, in denen Sie Bereiche mit hoher Auslastung sehen, die Sie analysieren möchten. In einem Bereich mit hoher Auslastung kann die CPU-Auslastung beispielsweise beinahe 100 % betragen. Wenn Sie heranzoomen möchten, klicken Sie auf einen Ausschnitt des Diagramms und wählen Sie ihn aus.


5. Klicken Sie auf Instanzleistung analysieren, um mithilfe von KI die Fehlerbehebung bei hoher Datenbanklast zu starten. Daraufhin wird die Seite Datenbankauslastung analysieren angezeigt.

Query Insights-Dashboard

So beheben Sie mithilfe von KI-Unterstützung im Dashboard Query Insights Probleme mit hoher Datenbanklast:

1. Google Cloud Rufen Sie in der Console die Seite Cloud SQL-Instanzen auf.

   Cloud SQL-Instanzen aufrufen

2. Klicken Sie auf den Instanznamen, um die Übersichtsseite einer Instanz zu öffnen.
3. Klicken Sie auf Query Insights, um das Dashboard Query Insights zu öffnen.
4. Optional: Mit dem Filter Zeitraum können Sie eine Stunde, 6 Stunden, 1 Tag, 7 Tage, 30 Tage oder einen benutzerdefinierten Zeitraum auswählen.


Sie können auf bestimmte Bereiche des Diagramms heranzoomen, in denen Sie Bereiche mit höherer Datenbanklast anhand der Abfrageausführungszeit erkennen. Wenn Sie heranzoomen möchten, klicken Sie auf einen Ausschnitt des Diagramms und wählen Sie ihn aus.

5. Klicken Sie im Diagramm Datenbanklast auf Instanzleistung analysieren, um mithilfe von KI die Fehlerbehebung bei hoher Datenbanklast zu starten. Daraufhin wird die Seite Datenbankauslastung analysieren angezeigt.

Hohe Datenbanklast analysieren

Mit der KI-Unterstützung können Sie die Details Ihrer Datenbanklast analysieren und Fehler beheben.

Auf der Seite Datenbankauslastung analysieren sehen Sie die folgenden Details für Ihre Cloud SQL-Instanz:

• Analysezeitraum
• CPU-Auslastung (P99)
• Arbeitsspeicherauslastung (P99)

In Cloud SQL wird ein Diagramm mit MySQL-Abfragen angezeigt, in dem Sie die Abfrageaktivitäten im ausgewählten Zeitraum sehen können. Sie können nach plötzlichen Aktivitätsspitzen in einem bestimmten Zeitraum suchen.

Analysezeitraum

Cloud SQL analysiert Ihre Datenbank für den Zeitraum, den Sie im Diagramm zur Datenbankauslastung im Dashboard Query Insights oder auf der Seite Instanzübersicht auswählen. Wenn Sie einen Zeitraum von weniger als 24 Stunden auswählen, wird der gesamte Zeitraum in Cloud SQL analysiert. Wenn Sie einen Zeitraum von mehr als 24 Stunden auswählen, werden in Cloud SQL nur die letzten 24 Stunden des Zeitraums für die Analyse ausgewählt.

Für die Berechnung der Leistungsanalyse der Baseline Ihrer Datenbank umfasst der Analysezeitraum in Cloud SQL 24 Stunden. Wenn der ausgewählte Zeitraum auf einen anderen Wochentag als Montag fällt, verwendet Cloud SQL als Vergleichszeitraum die 24 Stunden davor. Wenn der ausgewählte Zeitraum auf einen Montag fällt, verwendet Cloud SQL als Vergleichszeitraum den 7. Tag davor.

Situation

Wenn Cloud SQL die Analyse startet, wird nach erheblichen Änderungen bei den folgenden wichtigen Messwerten gesucht:

• Abfragen pro Sekunde (Queries per second, QPS)
• CPU
• Speicher
• Laufwerk-E/A

Cloud SQL vergleicht die aggregierten Daten der Baseline für Ihre Datenbank mit den Leistungsdaten des Analysezeitraums. Wenn Cloud SQL eine erhebliche Änderung des Grenzwerts für einen wichtigen Messwert erkennt, weist Cloud SQL auf ein mögliches Problem mit Ihrer Datenbank hin. Die erkannte Situation könnte eine Ursache für die hohe Auslastung Ihrer Datenbank im ausgewählten Zeitraum sein.

Es kann beispielsweise mehrere Gründe für eine hohe Auslastung Ihrer Datenbank geben:

• Hohe Nebenläufigkeit bei Threads
• Erhebliche Änderungen bei der CPU-Auslastung
• Erhebliche Änderungen bei den Laufwerk-IOPS
• Erhebliche Änderungen bei den Abfragen pro Sekunde

Belege

Für jede Situation stellt Cloud SQL eine Liste mit Nachweisen zur Verfügung, die die Befunde stützen. Cloud SQL basiert die Nachweise auf Messwerten, die von der Instanz erfasst wurden.

Für jede Situation gibt es unterstützende Nachweise, mit denen Anomalien bei der Systemleistung erkannt werden. Cloud SQL erkennt eine Anomalie, wenn die Systemleistung bestimmte Schwellenwerte überschreitet oder bestimmte zeitliche Kriterien erfüllt. Diese Grenzwerte oder Kriterien werden für jede Situation in Cloud SQL definiert.

Wenn erhebliche Änderungen an wichtigen Messwerten festgestellt werden, sehen Sie möglicherweise die folgenden Nachweise:

• Gesamtzahl der Abfragen pro Sekunde: Durchschnittliche Änderung von 18.534,22 auf 37.619,86, P20-Änderung von 3,55 auf 5,45, P80-Änderung von 5,62 auf 112.050,8.
• Leseabfragen pro Sekunde: Durchschnittliche Änderung von 1.802,98 auf 3.657,93, P20-Änderung von 1,17 auf 2,1, P80-Änderung von 2,12 auf 10.908,8.
• Schreibabfragen pro Sekunde: Durchschnittliche Änderung von 1.751,61 auf 3.553,48, P20-Änderung von 0,2 auf 0,2, P80-Änderung von 0,2 auf 10.600,13.
• Änderung der CPU-Nutzung: Es wurden erhebliche Änderungen bei der CPU-Auslastung festgestellt. Durchschnittliche Änderung um 183,85%. P80-Änderung um 2.630,49%. P20-Änderung um 6,75%.
• Laufwerk-IOPS: Eine signifikante Änderung bei den Laufwerk-IOPS wurde erkannt. Durchschnittliche Änderung um 173,39%. P80-Änderung um 20.832,44%. P20-Änderung um 1,88%.
• Ausgeführte Threads: Die Anzahl der ausgeführten Threads ist um 3.166,67% gestiegen.

Klicken Sie auf die einzelnen Situationen, um die während der Analyse abgerufenen Nachweise aufzurufen. Der Nachweis wird im Bereich neben der entsprechenden Situation angezeigt.

Empfehlungen

Basierend auf allen analysierten Situationen erhalten Sie in Cloud SQL eine oder mehrere umsetzbare Empfehlungen, mit denen Sie die Probleme mit der hohen Datenbankauslastung beheben können. Cloud SQL stellt die Empfehlungen mit einer Kosten-Nutzen-Analyse bereit, damit Sie eine fundierte Entscheidung darüber treffen können, ob Sie die Empfehlung umsetzen möchten.

In einigen Fällen gibt es auf Grundlage der Analyse keine Empfehlung.

Sie erhalten beispielsweise folgende Empfehlungen:

• Gleichzeitige Arbeitslast überprüfen: Mit Query Insights können Sie frühere und aktuelle Arbeitslasten analysieren.

  • Wenn die CPU-Nutzung steigt, konzentrieren Sie sich auf die ressourcenintensivsten Abfragen, um mögliche Ineffizienzen zu finden.
  • Sinkt die CPU-Nutzung, überprüfen Sie die Warteereignisse, um potenzielle Konflikte zu identifizieren.

• E/A-bezogene Datenbank-Flags überprüfen: Schwankungen bei den Laufwerks-IOPS können auf geänderte Datenbank-Flags zurückgehen.

  • Einige wichtige Flags, die sich auf die IOPS auswirken können, sind unter anderem:

    • innodb_buffer_pool_size
    • innodb_redo_log_capacity
    • innodb_io_capacity
    • innodb_flush_neighbors
    • innodb_lru_scan_depth
    • temptable_max_ram

    Das Überprüfen dieser Einstellungen kann helfen, mögliche Ursachen für E/A-Änderungen zu identifizieren.

• Weitere E/A-Messwerte überprüfen: Analysieren Sie die folgenden Messwerte der Systemstatistiken, um IOPS-Änderungen besser zu verstehen:

  • Disk read/write operations
  • Read/write InnoDB pages

  Sehen Sie sich außerdem andere InnoDB-E/A-Messwerte im Metrics Explorer an.

Wenn Sie die Fehlerbehebung fortsetzen oder weitere Unterstützung bei der Systemleistung erhalten möchten, können Sie auch Gemini Cloud Assist öffnen. Weitere Informationen finden Sie unter Mit KI-Unterstützung beobachten und Fehler beheben.

Nächste Schritte

• Instanzen überwachen
• Hohe CPU-Auslastung optimieren
• Hohe Speichernutzung optimieren
• Systemstatistiken zur Verbesserung der Systemleistung verwenden