Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.

Ajustar la carga de trabajo de consultas

Una carga de trabajo bien ajustada le permitirá lograr una solución estable para el hipercrecimiento. Si su carga de trabajo no está bien ajustada, independientemente de la potencia del clúster de Amazon Aurora que utilice, se encontrará con cuellos de botella que perjudicarán el rendimiento y la experiencia de usuario de su aplicación. La práctica recomendada es contar desde el principio con un proceso que lo ayude a identificar y ajustar las consultas problemáticas en el sistema.

Realizar un seguimiento y ajustar las consultas problemáticas de la carga de trabajo

Cuando se enfrenta a un hipercrecimiento, tener una carga de trabajo bien ajustada es tener la mitad de la batalla ganada. Para comprender la naturaleza de las cargas de trabajo en tiempo real y los problemas de rendimiento a los que se enfrenta su clúster de Aurora, asegúrese de que su equipo recopile las consultas problemáticas de las instancias de escritor y lector. Estas consultas problemáticas deben ajustarse para que la carga de trabajo se ejecute en un estado óptimo. Amazon Aurora MySQL-Compatible Edition le ofrece dos maneras de lograr esto:

Uso de Performance Insights

Performance Insights realiza un seguimiento de la carga en la instancia de escritura o lector de Aurora en función del promedio de sesiones activas (AAS). El valor de AAS se calcula mediante el muestreo y el número de sesiones activas que esperan que una CPU recoja la carga de trabajo de consultas y la procese. Performance Insights brinda una interfaz gráfica en la que puede comprobar las instrucciones SQL que provocan la mayor carga mediante esperas a las sesiones activas.

En la captura de pantalla anterior, la llamada al procedimiento almacenado my_sqrt está provocando que una media de 13,03 sesiones deban esperar a que se procesen sus cargas. El siguiente paso lógico es ajustar este procedimiento. Debe identificar las instrucciones SQL en sus lectores y escritores que causan una carga en las instancias respectivas y ajustarlas para mejorar el rendimiento hasta que los valores de AAS caigan y se mantengan por debajo del límite flexible de máxima de vCPU en Performance Insights. Si sus esfuerzos de ajuste han llegado al límite y sigue viendo que el AAS supera el límite máximo de vCPU, puede optar por una clase de instancias más grande para gestionar su carga de trabajo. No opte por una instancia más grande sin antes intentar ajustar la carga de trabajo de las consultas, ya que el aumento del tráfico resaltará las deficiencias que generan las consultas erróneas en la carga de trabajo.

Usar registros de consultas lentos y publicarlos en CloudWatch

El registro de consultas lento es una característica nativa de MySQL y complementa a Performance Insights. La práctica recomendada consiste en utilizar estos dos métodos para anticiparse a las consultas problemáticas que pueden causar problemas en las instancias. El registro de consultas lentas registra cualquier consulta que sea más lenta que la variable dinámica long_query_time. Esta variable se puede configurar sin necesidad de reiniciar las instancias del clúster.

Para aportar flexibilidad y aislamiento en el ejercicio de ajuste, utilice grupos de parámetros separados para las instancias de escritor y lector. Esto es importante en especial si se utiliza también la división de lectura-escritura. Establezca un límite cómodo para long_query_time en las instancias de su clúster en función de sus necesidades. A medida que vaya ajustando su carga, puede optar por valores rígidos en la variable long_query_time, porque puede establecer el umbral en el nivel de milisegundos. Con una alta simultaneidad y una carga de trabajo bien ajustada, casi todas las consultas deberían ejecutarse en milisegundos.

Al configurar Amazon Aurora MySQL-Compatible Edition para registrar las consultas lentas en un archivo, Aurora MySQL-Compatible escribirá estos registros en el sistema de archivos Aurora MySQL-Compatible y los retendrá durante 24 horas. Para conservar los registros de consultas lentas durante más tiempo para su análisis, publícalos en Amazon CloudWatch. También puedes crear un CloudWatch panel de control para monitorear tus consultas lentas. Para obtener más información, consulte la entrada del blog Creating an Amazon CloudWatch Dashboard to Monitoring Amazon RDS y Amazon Aurora MySQL. Además de analizar tus consultas lentas en Amazon CloudWatch, puedes perfilar los registros de consultas lentas con pt-query-digest una herramienta de Percona Toolkit.

También puede optar por automatizar este proceso de descarga y creación de perfiles de las consultas para aumentar la eficiencia de su equipo. Su equipo debe comprobar si las consultas se ejecutan con frecuencia y durante intervalos más largos, y priorizar su ajuste. Intente lograr un estado en el que se registren muy pocas consultas en su registro de consultas lento y reducir el long_query_time para ser más agresivo a medida que comprende y ajusta su carga de trabajo.