Databasövervakning är en kritisk del av alla programs underhåll. Att hitta databasproblem i tid kan hjälpa applikationen att förbli frisk och tillgänglig. Utan övervakning på plats kan databasavbrott förlängas, vilket resulterar i ökad driftstopp för användarna. I den här bloggen kommer vi att förklara vad du behöver för att övervaka i en Moodle-databas, och hur du kan göra det med ClusterControl.
ClusterControl Monitoring
Genom att använda ClusterControl kan du övervaka databaserna effektivt, det kan göras genom att distribuera agenter på databasvärdarna eller på ett agentlöst sätt, genom att helt enkelt ansluta till databaserna via SSH . Data presenteras i ett GUI, i form av ett antal instrumentpaneler och diagram.
Hur fungerar ClusterControl-övervakning?
ClusterControl samlar automatiskt in databasstatistik såväl som underliggande serverprestandamått. Eftersom en databasstack med hög tillgänglighet med största sannolikhet skulle bestå av en lastbalanserare (för Galera Cluster skulle man ha antingen HAProxy, ProxySQL eller MaxScale), ingår den också i de instanser som övervakas. Den varnar om prestanda- eller tillgänglighetsproblem för både databas- och serverkomponenter. Den genererar också omfattande rapporter för att visa databasanvändning och kapacitetsproblem.
Realtidsövervakning
ClusterControl låter dig övervaka dina databasservrar i realtid. Den har en fördefinierad uppsättning instrumentpaneler för dig, för att analysera några av de vanligaste mätvärdena som nämns ovan och ännu mer.
Det låter dig också anpassa graferna och du kan aktivera agentbaserad övervakning för att generera mer detaljerade instrumentpaneler för både systemnivå och DB-nivå.
Frågeövervakning
Du har också frågeövervakaren och prestandasektionerna, där du kan hitta all din databasinformation. Med dessa funktioner kan du förstå databasaktivitet. Långsamma frågor och saker som dödlägen kan vara förödande för stabiliteten i en databas och kan påverka alla användare av applikationen. Så det är viktigt att ha koll på dem. Moodle själv har sitt eget schema, men i skrivande stund finns det över 1700 Moodle-plugins från tredje part som kommer med sina egna databastabeller. Så hur håller du reda på hur frågorna i dessa plugins fungerar och identifierar dåligt skrivna frågor som kan dra ner prestandan för hela Moodle-databasen.
Frågeavvikelserna visar frågor som tar längre tid att köra än normalt, längre definieras som en latensavvikelse på 2 sigmas + genomsnittlig_fråga_tid. Detta kan vara en intressant funktion eftersom det skulle hjälpa till att identifiera frågor som plötsligt börjar fungera dåligt, vilket kan bero på en förändring i konfigurationen, en uppgradering eller till exempel att lägga till ett nytt plugin.
DB-tillväxt
ClusterControl samlar ofta in db, tabell, indexstatistik. Vi kan enkelt hitta de största borden i din db. Detta kan hjälpa dig att förstå när du kan behöva lägga till mer lagringsutrymme till databasen, eller till exempel om du behöver göra lite rensning i vissa tabeller.
Larm
Du kan skapa varningar som informerar dig om händelser i ditt kluster, eller integrera det med olika tjänster som PagerDuty, VictorOps eller Slack.
Sammanfattning
I den här bloggen nämnde vi några viktiga mätvärden att övervaka i din Moodle-databas. Att övervaka din moodle-databas är nödvändigt men också en tidskrävande uppgift om du inte har några verktyg för att hjälpa till med detta.
Vi hoppas att dessa par tips hjälper dig att övervaka din Moodle-databas backend mycket enklare och i större utsträckning.