En este documento, se describe cómo puedes usar la asistencia de IA en AlloyDB para PostgreSQL para solucionar problemas de carga alta de la base de datos en AlloyDB. Puedes usar las funciones de asistencia de IA de AlloyDB y Gemini Cloud Assist para investigar, analizar, obtener recomendaciones y, por último, implementarlas para optimizar tus consultas en AlloyDB.
Si accedes al panel Estadísticas de consultas en la consola de Google Cloud, puedes analizar tu base de datos y solucionar problemas cuando tu sistema experimenta una carga de base de datos más alta que el promedio. AlloyDB usa los 24 horas de datos que se producen antes del período seleccionado para calcular la carga esperada de tu base de datos. Puedes analizar los motivos de los eventos de carga más altos y estudiar los datos que respaldan el rendimiento reducido. Por último, AlloyDB proporciona recomendaciones para optimizar tu base de datos y mejorar el rendimiento.
Antes de comenzar
Para solucionar problemas de carga alta de la base de datos con asistencia de IA, haz lo siguiente:
- Revisa las limitaciones con la solución de problemas asistida por IA.
- Habilita la solución de problemas asistida por IA.
Roles y permisos requeridos
Para conocer los roles y permisos necesarios para solucionar problemas de carga alta de la base de datos con asistencia de IA, consulta Cómo supervisar y solucionar problemas con IA.
Cómo usar la asistencia de IA
Para usar la asistencia de IA con la solución de problemas de carga alta de la base de datos, ve a la página Descripción general de la instancia o al panel Estadísticas de consulta en la consola de Google Cloud.
Página de descripción general de la instancia
Soluciona los problemas de carga alta de la base de datos con la asistencia de IA en la página Resumen de la instancia siguiendo estos pasos:
- En la consola de Google Cloud, ve a la página Clústeres. Ir a los clústeres
- En la lista de clústeres e instancias, haz clic en una instancia.
- En la página Descripción general, en el menú Gráfico, selecciona una métrica para la base de datos. Puedes seleccionar cualquier métrica.
- Opcional: Para seleccionar un período de análisis específico, usa el filtro Intervalo de tiempo para seleccionar 1 hora, 6 horas, 1 día, 7 días, 30 días o un intervalo personalizado .
- Haz clic en Analizar el rendimiento de la base de datos para comenzar a solucionar el problema de carga alta de la base de datos con la asistencia de IA. Esto generará la página Analizar la carga de la base de datos.
Puedes acercar secciones específicas del gráfico en las que observes áreas de carga alta que deseas analizar. Por ejemplo, un área de carga alta podría mostrar niveles de utilización de la CPU más cercanos al 100%. Para acercar la imagen, haz clic en una parte del gráfico y selecciónala.
Panel de estadísticas de consultas
Soluciona los problemas de carga alta de la base de datos con la asistencia de IA en el panel Estadísticas de consultas siguiendo estos pasos:
- En la consola de Google Cloud, ve a la página Clústeres. Ir a los clústeres
- En la lista de clústeres e instancias, haz clic en una instancia.
- Haz clic en Estadísticas de consultas para abrir el panel de Estadísticas de consultas.
- Opcional: Usa el filtro Intervalo de tiempo para seleccionar 1 hora, 6 horas, 1 día, 7 días, 30 días o un intervalo personalizado.
- En el gráfico de carga de la base de datos, haz clic en Analizar el rendimiento de la base de datos para comenzar a solucionar problemas de carga alta de la base de datos con la asistencia de IA. Esto generará la página Analizar la carga de la base de datos.
Puedes acercar secciones específicas del gráfico en las que observes áreas de carga de la base de datos más alta por tiempo de ejecución de la consulta. Para acercar la imagen, haz clic en una parte del gráfico y selecciónala.
Analiza la carga alta de la base de datos
Con la asistencia de IA, puedes analizar y solucionar los problemas relacionados con los detalles de la carga de la base de datos.
En la página Analizar la carga de la base de datos, puedes ver los siguientes detalles de tu instancia de AlloyDB:
- Período del análisis
- Uso de CPU (p99)
- Uso de memoria (p99)
AlloyDB muestra un gráfico de transacciones por segundo en el que puedes ver la actividad transaccional durante el período seleccionado. Puedes verificar si hay aumentos repentinos de la actividad durante un período determinado.
Período del análisis
AlloyDB analiza tu base de datos en el período que selecciones en el gráfico de carga de la base de datos desde el panel Estadísticas de consultas o la página Descripción general de la instancia. Si seleccionas un período de menos de 24 horas, AlloyDB analiza todo el período. Si seleccionas un período superior a 24 horas, AlloyDB solo seleccionará las últimas 24 horas del período para el análisis.
Para calcular el análisis de rendimiento de referencia de tu base de datos, AlloyDB incluye 24 horas de un período de referencia en su período de análisis. Si el período seleccionado ocurre en un día que no es lunes, AlloyDB usa un período de referencia de las 24 horas anteriores al período seleccionado. Si el período seleccionado ocurre un lunes, AlloyDB usa un período de referencia del 7º día anterior al período seleccionado.
Situación
Cuando AlloyDB inicia el análisis, verifica si hay cambios significativos en las siguientes métricas clave:
- Consultas por segundo (QPS)
- CPU
- Memoria
- E/S de disco
AlloyDB compara los datos agregados del modelo de referencia de tu base de datos dentro de los datos de rendimiento del período de análisis. Si AlloyDB detecta un cambio significativo en el umbral de una medición clave, AlloyDB indica una posible situación con tu base de datos. La situación identificada podría explicar una causa raíz de la carga alta en tu base de datos durante el período seleccionado.
Por ejemplo, una situación por la que tu base de datos experimenta una carga alta podría identificarse como contención de bloqueo.
Durante el análisis, AlloyDB podría determinar que hubo un aumento significativo en la proporción de tiempo de bloqueo. AlloyDB podría enumerar otras situaciones en las que las métricas clave indican un aumento significativo. Por ejemplo, es posible que también veas las siguientes situaciones:
- Contención de recursos del sistema
- Búfer insuficiente
- Registro excesivo
Evidencia
Para cada situación, AlloyDB proporciona una lista de evidencia para respaldar el hallazgo. AlloyDB basa la evidencia en las métricas recopiladas de la instancia.
Cada situación tiene evidencia de respaldo que se usa para detectar anomalías en el rendimiento del sistema. AlloyDB detecta una anomalía cuando el rendimiento del sistema supera ciertos umbrales o cumple con criterios específicos limitados en el tiempo. AlloyDB define estos umbrales o criterios para cada situación.
Para respaldar la situación de contención de bloqueo, es posible que veas los siguientes elementos de evidencia:
- Proporción del tiempo de bloqueo: Se detectó un aumento del 40786.04% en la proporción del tiempo de bloqueo en comparación con el período de observación de referencia.
Para obtener información adicional recuperada durante el análisis, haz clic en cada situación.
Recomendaciones
En función de todas las situaciones analizadas, AlloyDB te proporciona una o más recomendaciones prácticas para ayudarte a solucionar los problemas de tu carga de base de datos alta. AlloyDB presenta las recomendaciones con un análisis de costo-beneficio para que puedas tomar una decisión fundamentada sobre si implementarlas.
En algunas situaciones, según el análisis, es posible que no haya una recomendación.
Por ejemplo, es posible que recibas la siguiente recomendación:
- Identifica los bloqueadores: Identifica las posibles consultas de bloqueo y revísalas para encontrar oportunidades de optimización.
Para obtener información sobre cómo implementar esta primera recomendación, haz clic en el vínculo Más información.
Si deseas continuar con la solución de problemas o obtener más ayuda con el rendimiento del sistema, también puedes abrir Gemini Cloud Assist. Para obtener más información, consulta Supervisa y soluciona problemas con la asistencia de IA.