SolarWinds AI: 더 스마트한 데이터베이스 모니터링

일반적으로 머신 러닝에 의해 구동되는 데이터베이스의 이상 감지는 데이터베이스에서 비정상적인 이벤트를 식별하는 방법입니다. 데이터베이스에 특이치가 있을 수 있지만(대부분의 경우 이상치가 특이치임) 모든 특이치가 이상치인 것은 아닙니다. 비정상 상태 탐지 툴은 DBA가 데이터베이스 성능 기준을 기반으로 “비정상적이거나 예상치 못한 인스턴스를 보다 쉽게 찾을 수 있도록 도와주며” , 이는 비정상적이거나 “예상치 못한” 인스턴스를 “통계적으로 불가능하다고 정의할 수 있습니다.”

데이터베이스 모니터링에서 이상 징후를 감지하는 기능은 다음과 같습니다.

• 감지되지 않은 문제를 식별하기 위해 비정상적인 메트릭 값 찾기
• 데이터베이스 관리자가 조사할 중요한 메트릭의 변경 사항 찾기
• 감지된 문제를 진단하려고 할 때 검색할 위치를 0으로 설정 
• 역치를 재보정해야 할 필요성 감소

DBA는 데이터베이스 모니터링에서 이상 징후 감지 기능을 사용하여 중요한 사항을 보다 신속하게 파악할 수 있습니다. 또한 데이터베이스 이상 감지 툴은 데이터베이스 성능 문제가 병목 현상으로 발전하기 전에 발생할 수 있는 비정상적인 변경 사항을 DBA에게 알릴 수 있습니다.

머신 러닝은 다음과 같은 몇 가지 주요 영역에서 이상 탐지를 개선하는 데 도움이 됩니다.

• 정확도 향상: 머신 러닝은 데이터베이스에 대한 이상 기반 모니터링을 더욱 정확하게 만듭니다. 데이터베이스에서 비정상적인 이벤트를 효과적으로 강조하려면 먼저 이상 징후 감지 도구가 데이터베이스 성능의 기준을 설정해야 합니다. 그러나 이러한 기준선은 다시 최적화하고 테이블을 조정함에 따라 시간이 지남에 따라 변경됩니다. 머신 러닝은 이러한 변경 사항을 자동으로 처리하고, 재보정하고, 새로운 기준을 생성하므로 DBA가 가장 정확한 데이터를 활용할 수 있습니다. 또한 머신 러닝은 시간이 지남에 따라 이상 징후 감지 도구를 더욱 스마트하게 만들어 알림의 정확성을 높일 수 있습니다. 


• 복잡성 감소: 머신 러닝은 자동화 및 빠른 분석을 사용하여 데이터베이스 관리자가 대규모 데이터 세트를 세분화하여 실행 가능한 작업을 생성할 수 있도록 지원합니다. 또한 머신 러닝으로 DBA에게 성능 문제가 발생할 수 있는 위치를 파악할 수 있으므로 문제 해결의 복잡성을 줄이는 데 도움이 됩니다. 따라서전체 데이터베이스를 검색하지 않아’도 됩니다. 

이상 기반 데이터베이스 모니터링 SolarWinds^® Database Performance Analyzer (DPA)는 다음과 같은 두 가지 주요 방법으로 성능 최적화 노력을 알릴 수 있도록 설계되었습니다.

1. 머신 러닝 알고리즘은 데이터베이스에 대한 “일반적인” 사항을 학습하고 대기 시간을 예측합니다. 이 알고리즘은 학습을 시작하기 위해 최소 3일의 데이터가 필요하며 최대 90일의 기록 “학습을” 사용할 수 있습니다. DPA는 알고리즘에서 데이터를 수집합니다. 


2. DPA’의 알고리즘은 학습 데이터를 기반으로 향후 90일의 각 시간 동안 데이터베이스가 겪을 수 있는 대기 시간과 전체 데이터 세트의 표준 편차를 계산합니다. (표준 편차는 임계값을 계산하는 데 사용됩니다.) 충분한 데이터를 사용할 수 있게 되면 DPA는 일일 및 주간 계절성과 하루 동안 예측 가능한 변동 패턴에 대해 예측합니다.

DPA는 한 시간 동안의 실제 대기 시간을 비교하여 예상 대기 시간과 비교하여 차이가 있는지 확인합니다. 실제 대기 시간이 중요 임계값을 초과하는 경우 DPA는 다음을 수행할 수 있습니다.

• 데이터베이스 인스턴스 대기 시간 이상 알림이 구성된 경우 트리거 수행
• DPA 홈 페이지에서 대기 시간 측정기의 색상 변경
• 비정상 상태 감지 차트의 막대에 노란색 또는 빨간색 세그먼트를 표시