PERF04-BP03 Recopilar y registrar métricas de rendimiento de la base de datos - AWS Well-Architected Framework
Guía para la implementaciónRecursos

PERF04-BP03 Recopilar y registrar métricas de rendimiento de la base de datos

Para comprender el rendimiento de sus sistemas de administración de datos, es importante realizar un seguimiento de las métricas pertinentes. Estas métricas le ayudarán a optimizar sus recursos de administración de datos, a garantizar que se cumplen los requisitos de la carga de trabajo y a tener una visión clara del rendimiento de la misma. Use herramientas, bibliotecas y sistemas que registren las medidas de rendimiento relacionadas con el rendimiento de la base de datos.

Hay métricas relacionadas con el sistema en el que se aloja la base de datos (por ejemplo, CPU, almacenamiento, memoria, IOPS), y hay métricas de acceso a los propios datos (por ejemplo, transacciones por segundo, tasas de consulta, tiempos de respuesta, errores). A estas métricas deben acceder fácilmente el personal de soporte u operativo, y tener un registro histórico suficiente para poder identificar tendencias, anomalías y cuellos de botella.

Resultado esperado: para supervisar el rendimiento de las cargas de trabajo de su base de datos, debe registrar múltiples métricas de rendimiento durante un periodo de tiempo. Esto le permite detectar anomalías, así como medir el rendimiento con respecto a las métricas de la empresa para asegurarse de que está satisfaciendo sus necesidades de carga de trabajo.

Patrones de uso no recomendados comunes:

  • Solo utiliza la búsqueda manual de métricas en los archivos de registro.

  • Solo publica las métricas en las herramientas internas utilizadas por su equipo y no tiene una imagen completa de su carga de trabajo.

  • Solo utiliza las métricas por defecto registradas por el software de supervisión seleccionado.

  • Solo revisa las métricas cuando hay un problema.

  • Solo supervisa las métricas en el nivel de sistema, sin capturar las métricas de acceso o de uso de datos.

Beneficios de establecer esta práctica recomendada: establecer una base de referencia de rendimiento ayuda a comprender el comportamiento normal y los requisitos de las cargas de trabajo. Los patrones anómalos pueden identificarse y depurarse más rápidamente mejorando el rendimiento y la fiabilidad de la base de datos. La capacidad de la base de datos puede configurarse para garantizar un coste óptimo sin poner en riesgo el rendimiento.

Nivel de riesgo expuesto si no se establece esta práctica recomendada: Alto

  • La incapacidad de diferenciar el nivel de rendimiento fuera de lo normal del rendimiento normal creará dificultades en la identificación de problemas y en la toma de decisiones.

  • Es posible que no se identifique el ahorro potencial de costes.

  • No se identificarán patrones de crecimiento que puedan dar lugar a una degradación de la fiabilidad o del rendimiento.

Guía para la implementación

Identifique, recopile, agregue y correlacione las métricas relacionadas con las bases de datos. Las métricas deben incluir tanto el sistema subyacente que soporta la base de datos como las métricas de la base de datos. Las métricas del sistema subyacente podrían incluir la utilización de la CPU, la memoria, el almacenamiento en disco disponible, la E/S del disco y las métricas de entrada y salida de la red, mientras que las métricas de la base de datos podrían incluir las transacciones por segundo, las consultas principales, las tasas de consultas medias, los tiempos de respuesta, el uso de índices, los bloqueos de tablas, los tiempos de espera de las consultas y el número de conexiones abiertas. Estos datos son cruciales para entender cómo está funcionando la carga de trabajo y cómo se utiliza la solución de base de datos. Utilice estas métricas como parte de un enfoque basado en datos para ajustar y optimizar los recursos de su carga de trabajo. 

Pasos para la aplicación:

  1. ¿A qué métricas de la base de datos es importante hacer un seguimiento?

    1. Métricas de supervisión de Amazon RDS

    2. Supervisión con Información de rendimiento

    3. Enhanced monitoring

    4. Métricas de DynamoDB

    5. Supervisión de DynamoDB DAX

    6. Supervisión de MemoryDB

    7. Supervisión de Amazon Redshift

    8. Métricas y dimensiones de Timestream

    9. Métricas de nivel de clúster de Aurora

    10. Supervisión de Amazon Keyspaces

    11. Supervisión de Amazon Neptune

  2. ¿Se beneficiaría la supervisión de la base de datos de una solución de machine learning que detecte anomalías operativas y problemas de rendimiento?

    1. Amazon DevOps Guru para Amazon RDS proporciona visibilidad a los problemas de rendimiento y hace recomendaciones para las acciones correctivas.

  3. ¿Necesita detalles a nivel de aplicación sobre el uso de SQL?

    1. AWS X-Ray se puede instrumentar en la aplicación para obtener información y encapsular todos los puntos de datos para una sola consulta.

  4. ¿Dispone actualmente de una solución de registro y supervisión aprobada?

    1. Amazon CloudWatch puede recopilar métricas entre los recursos de su arquitectura. También puede recopilar y publicar métricas del cliente para negocios de superficie o métricas derivadas. Utilice CloudWatch o soluciones de terceros para establecer alarmas que indiquen cuándo se superan los umbrales.

  5. ¿Ha identificado y configurado sus políticas de retención de datos para que se ajusten a los objetivos de seguridad y operativos?

    1. Retención de datos por defecto para métricas de CloudWatch

    2. Retención de datos por defecto para CloudWatch Logs

Nivel de esfuerzo para el plan de implementación: Hay un nivel medio de esfuerzo para identificar, rastrear, recopilar, agregar y correlacionar las métricas de todos los recursos de la base de datos.

Recursos

Documentos relacionados:

Vídeos relacionados:

Ejemplos relacionados: