Lihat detail pekerja di dasbor pekerja - AWS Batas Waktu Cloud
Kasus penggunaan

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Lihat detail pekerja di dasbor pekerja

Dasbor pekerja memberikan detail untuk pekerja yang memproses tugas. Anda dapat melihat:

  • Metadata, seperti tipe instance, untuk pekerja

  • Tindakan sesi yang dilakukan pekerja

  • Kinerja pekerja, termasuk CPU, memori, dan penggunaan disk

  • Grafik penggunaan CPU, memori, dan disk dari waktu ke waktu

  • Grafik kecepatan disk dari waktu ke waktu

  • Log pekerja untuk tugas tersebut

Untuk melihat dasbor pekerja dari tugas

  1. Ikuti langkah-langkah Lihat dan kelola detail pekerjaan di Deadline Cloud untuk melihat daftar pekerjaan.

  2. Pilih sebuah tugas dari daftar Tugas.

  3. Pilih langkah dari daftar Langkah.

  4. Pilih tugas dari daftar Tugas.

  5. Di tabel tugas, dari menu Tindakan, pilih Lihat dasbor pekerja.

Untuk melihat dasbor pekerja dari detail armada

  1. Ikuti langkah-langkah Lihat detail antrian dan armada di Deadline Cloud untuk melihat armada.

  2. Pilih Pekerja dari daftar Pekerja.

  3. Dari menu Tindakan, pilih Lihat dasbor pekerja.

Kasus penggunaan

Mendeteksi instance yang kurang disediakan

Ketika render memakan waktu lebih lama dari yang diharapkan, dasbor pekerja dapat membantu menentukan apakah instance Anda berukuran cukup untuk beban kerja Anda. Meskipun pemanfaatan vCPU 100% normal untuk banyak penyaji, penggunaan memori yang tinggi secara konsisten mendekati kapasitas maksimum dan pemanfaatan ruang disk yang meningkat dapat menunjukkan bahwa instance Anda kurang disediakan. Dalam kasus seperti itu, memutakhirkan konfigurasi instance armada Anda dapat mengurangi kesalahan render dan secara signifikan meningkatkan waktu render. Namun, penting untuk terus memantau kinerja pekerja setelah melakukan upgrade untuk memastikan Anda telah menemukan keseimbangan optimal - peningkatan yang terlalu agresif dapat menyebabkan biaya yang tidak perlu melalui penyediaan berlebihan.

Mendeteksi instance yang disediakan secara berlebihan

Bahkan ketika tugas selesai dengan sukses, mungkin ada peluang untuk mengoptimalkan biaya Anda. Dasbor pekerja dapat mengungkapkan jika Anda membayar lebih banyak daya komputasi daripada yang dibutuhkan beban kerja Anda. Jika Anda melihat bahwa pekerja memiliki penggunaan vCPU rata-rata yang rendah, pemanfaatan memori minimal, dan kelebihan ruang disk yang tidak digunakan, Anda dapat mengurangi konfigurasi instance armada Anda.

Pemecahan masalah tugas yang gagal

Saat menyelidiki tugas yang gagal, dasbor pekerja berfungsi sebagai alat diagnostik yang berharga. Berikan perhatian khusus pada penggunaan memori puncak dan pemanfaatan ruang disk - jika metrik ini mendekati atau mencapai 100%, kemungkinan besar merupakan akar penyebab kegagalan tugas Anda. Kelelahan sumber daya seperti itu menunjukkan bahwa instans Anda saat ini tidak memiliki kapasitas untuk menangani beban kerja Anda secara efektif. Dalam kasus ini, penyediaan instance dengan peningkatan memori atau ruang disk akan membantu memastikan penyelesaian tugas yang berhasil.

Tingkat pemanfaatan instans optimal

Pemanfaatan vCPU

Kisaran target: 70— 90%

  • Di bawah 70%: Kemungkinan kurang memanfaatkan sumber daya komputasi, artinya Anda membayar lebih banyak CPU daripada kebutuhan beban kerja Anda

  • 70— 90%: Rentang optimal di mana Anda menggunakan sumber daya secara efisien tanpa mengalami kemacetan

  • Secara konsisten pada 100%: Dapat menunjukkan kemacetan CPU yang mungkin memperlambat render

Ingatlah bahwa beberapa tugas render secara alami akan lebih intensif CPU daripada yang lain, dan penggunaan vCPU 100% mungkin tidak menjadi masalah. Tugas visualisasi real-time mungkin menunjukkan pemanfaatan CPU yang lebih konsisten, sementara tugas dengan perubahan persyaratan komputasi mungkin memiliki pola yang bervariasi.

Pemanfaatan Memori

Kisaran target: 70— 85%

  • Di bawah 50%: Instans yang berpotensi besar untuk beban kerja Anda

  • 70— 85%: Pemanfaatan optimal dengan ruang kepala yang cukup untuk paku

  • Di atas 90%: Risiko penurunan kinerja atau kesalahan out-of-memory

Persyaratan memori dapat sangat bervariasi tergantung pada kompleksitas pemandangan, resolusi tekstur, dan data simulasi. Memantau tren memori dari waktu ke waktu penting untuk mengidentifikasi apakah beban kerja Anda bertambah dalam kebutuhan memori.

Pemanfaatan Ruang Disk

Kisaran target: 60— 80%

  • Di bawah 40%: Kemungkinan penyimpanan yang disediakan secara berlebihan

  • 60-85%: Pemanfaatan yang baik dengan ruang untuk file sementara dan cache

  • Di atas 85%: Risiko kehabisan ruang selama render besar

Ingat bahwa I/O kinerja disk bisa sama pentingnya dengan kapasitas, terutama untuk beban kerja yang tekstur read/write besar atau file cache selama rendering.