Организации могут использовать Oracle AI Database@AWS, Oracle AI Database@Azure и Oracle AI Database@Google Cloud для запуска баз данных Oracle рядом с поддерживаемыми ими облачными приложениями вместо управления базами данных локально. Тем не менее, запуск приложений в среде облачного провайдера при размещении баз данных в Oracle Cloud Infrastructure (OCI) может привести к пробелам в видимости. Когда производительность приложения снижается, выявление источника проблемы может оказаться сложной задачей. Команды также сталкиваются с трудностями при оценке производительности приложений после миграции и распределении затрат на базы данных между раздельными счетами от облачных провайдеров и Oracle.

Datadog поддерживает Oracle AI Database@AWS, Oracle AI Database@Azure и Oracle AI Database@Google Cloud посредством специализированных субинтеграций в рамках стандартных интеграций для AWS, Microsoft Azure и Google Cloud. Каждая субинтеграция предоставляет более 50 готовых (OOTB) метрик и панелей мониторинга для контроля инфраструктуры баз данных Oracle. Команды могут комбинировать эти интеграции с Datadog Database Monitoring (DBM) для исследования производительности запросов, Application Performance Monitoring (APM) для сопоставления активности базы данных с запросами приложений и Cloud Cost Management (CCM) для анализа расходов.

В этой статье мы покажем, как вы можете:

Устранять неполадки производительности Oracle AI Database с помощью Datadog DBM

Устранять неполадки производительности Oracle AI Database с помощью Datadog DBM

Проверять производительность при миграции рабочих нагрузок Oracle в облако

Проверять производительность при миграции рабочих нагрузок Oracle в облако

Оптимизировать и распределять затраты на Oracle AI Database между командами и облаками

Оптимизировать и распределять затраты на Oracle AI Database между командами и облаками

Устранять неполадки производительности Oracle AI Database с помощью Datadog DBM

Когда приложение начинает работать медленно, облачная команда проверяет приложение, команда администраторов баз данных проверяет базу данных, а первопричина может крыться в промежутке между ними. Datadog DBM помогает устранить этот разрыв с помощью функции Database Investigations в Bits Chat. Инженеры, в том числе не обладающие глубокими знаниями об Oracle, могут пройти путь от замедления до первопричины в ходе одного расследования.

Datadog DBM собирает метрики рабочей нагрузки, образцы запросов и планы выполнения из ваших баз данных Oracle. Bits Chat анализирует эти данные наряду с логами из всего вашего стека, а затем указывает на первопричину с конкретными шагами по ее устранению. Каждый шаг содержит ссылки на соответствующие запросы, сервисы и экземпляры баз данных с интерактивными графиками, позволяющими подтвердить симптом или проверить исправление. Вы можете углубить анализ с помощью дополнительных вопросов или добавить контекст, например информацию о недавнем развертывании, чтобы уточнить результаты расследования.

Например, предположим, вы получаете оповещение о резком росте задержки на конечной точке сервиса. Вы переходите по трассировке из APM в DBM и начинаете расследование в Bits Chat. Bits выявляет запрос, связанный с этим скачком задержки, и изучает его план выполнения для анализа. Первопричина заключается в том, что оптимизатор периодически выбирает полное сканирование таблицы вместо поиска по индексу. Bits рекомендует незамедлительное смягчающее и долгосрочное исправление: зафиксировать хороший план с помощью SQL Plan Baseline (функции Oracle, которая мешает оптимизатору переключать планы), загруженной из кеша курсоров.

После применения исправления вы можете попросить Bits повторно проверить метрики и подтвердить, что производительность вернулась к базовому уровню.

Вы также можете изучать данные о производительности непосредственно в DBM. Представление Databases делит активные соединения по группам ожидания, позволяя увидеть, ждут ли запросы ЦП, ввода-вывода или блокировок. Представление Top Queries отображает количество выполнений, среднюю длительность и общее время выполнения для нормализованных операторов SQL, а также позволяет открывать образцы запросов и планы объяснения (explain plans), чтобы узнать, какие операции замедляют запрос. Образцы запросов включают тегированные метаданные, что позволяет группировать ресурсоемкие запросы по приложениям и решать, что оптимизировать в первую очередь.

Проверять производительность при миграции рабочих нагрузок Oracle в облако

Миграция локальных рабочих нагрузок Oracle в Oracle AI Database@AWS, Oracle AI Database@Azure или Oracle AI Database@Google Cloud требует проверки производительности базы данных и приложения после переключения. Datadog DBM и APM показывают, как ваша база данных и приложение ведут себя в новой среде, помогая обнаружить регрессии до того, как это сделают ваши пользователи.

Связывая DBM и APM, вы можете отслеживать запрос от сервиса приложения в базу данных. Datadog добавляет идентификаторы трассировки APM в образцы запросов DBM, поэтому каждая трассировка из выборки показывает стоящий за ней запрос. Вы также можете разделить соединения с базой данных по вышестоящему сервису APM, чтобы увидеть, какие приложения создают наибольшую нагрузку на новую базу данных.

Когда образец запроса совпадает с выбранной трассировкой, вы можете открыть его план объяснения и историю выполнения прямо внутри трассировки. История включает выборочные события ожидания, среднюю задержку и недавние планы для аналогичных запросов, помогая определить, является ли то, что вы видите, аномалией или обычным поведением данного запроса. Этот контекст помогает решить, указывает ли медленный запрос на изменение в базе данных (например, на новый план выполнения) или на что-то другое в самом приложении.

Оптимизировать и распределять затраты на Oracle AI Database между командами и облаками

Развертывания Oracle AI Database в AWS, Azure и Google Cloud создают трудности с видимостью затрат, поскольку облачные провайдеры и Oracle сообщают о расходах раздельно. Счет от облачного провайдера может отображать расходы на базу данных Oracle одной строкой без указания базового использования базы данных или ответственных команд. Биллинг OCI предоставляет более детализированную информацию об использовании баз данных, но ему не хватает контекста приложения, необходимого для отнесения расходов на конкретные сервисы.

Datadog Cloud Cost Management объединяет затраты OCI и облачного провайдера в общий набор данных, нормализуя расходы у разных провайдеров с помощью тегов FinOps Open Cost and Usage Specification (FOCUS). После настройки сбора затрат OCI сервис CCM ежедневно принимает данные о затратах, помогая выявлять изменения расходов без ожидания окончания расчетного периода. Данные о затратах OCI также включают тег resource_id, который помогает сопоставлять затраты на базы данных с данными наблюдаемости. Сочетая CCM с DBM и APM, вы можете сравнить расходы на базы данных с активностью запросов и определить сервисы приложений, ответственные за нагрузку на базу данных.

Например, база данных с высокими затратами, но относительно низкой активностью запросов может быть кандидатом на оптимизацию размера (rightsizing). И наоборот, база данных со значительной активностью запросов от одного сервиса приложения помогает определить, какая команда стимулирует расходы. Datadog Notebooks предоставляют общее рабочее пространство, где инженерные команды и команды FinOps могут совместно просматривать данные о производительности и затратах баз данных, а также вырабатывать рекомендации по оптимизации ресурсов.

Datadog также помогает улучшить распределение затрат с помощью конвейеров тегов (Tag Pipelines), которые стандартизируют несогласованные теги у разных провайдеров, и проводника тегов (Tag Explorer), выявляющего пробелы в распределении затрат. Мониторы затрат могут предупреждать вас о неожиданном росте расходов на OCI, а многопровайдерные бюджеты и прогнозы помогают отслеживать затраты на Oracle наряду с другими облачными расходами.

Начните мониторинг рабочих нагрузок Oracle AI Database в различных облаках

Datadog помогает командам отслеживать рабочие нагрузки Oracle AI Database в AWS, Azure и Google Cloud, объединяя данные о базах данных, приложениях, инфраструктуре и затратах в единой платформе. С помощью DBM, APM и CCM команды могут исследовать проблемы производительности, проверять миграции в облако и находить возможности для оптимизации затрат на базы данных. Чтобы начать работу, настройте субинтеграцию AWS, субинтеграцию Azure или субинтеграцию Google Cloud. Вы можете узнать больше, прочитав блог Oracle.

Если у вас нет учетной записи Datadog, зарегистрируйтесь для получения 14-дневной бесплатной пробной версии, чтобы начать мониторинг рабочих нагрузок баз данных Oracle в различных облаках.