Fehlerprotokolle in Workload Factory analysieren
Verwenden Sie den intelligenten Fehlerprotokollanalysator, um Microsoft SQL Server-Fehlerprotokolle automatisch zu interpretieren, sodass Sie Probleme schnell identifizieren und beheben können. Die auf Agentic AI basierende Analyse erfordert eine Amazon Bedrock-Integration.
Über diese Aufgabe
Durch die Analyse und Behebung von Fehlerprotokollen können Sie die Integrität und Leistung von SQL Server-Instanzen aufrechterhalten. Die effektive Interpretation von SQL Server-Fehlerprotokollen erfordert sorgfältige Analyse und Fachwissen. Manuelle Überwachung, Fehlererkennung und Ursachenanalyse sind zeitintensiv und fehleranfällig. Diese Herausforderungen können die Problemlösung verzögern, Ausfallzeiten erhöhen und zu betrieblichen Ineffizienzen führen. Der intelligente Fehlerprotokollanalysator begegnet diesen Herausforderungen mit den folgenden Hauptvorteilen:
-
Intelligente Gruppierung: Konsolidiert Fehler auf intelligente Weise nach Eindeutigkeit, Schweregrad und Kategorie und vereinfacht den Fehlerbehebungsprozess für schnellere und effektivere Lösungen.
-
KI-gesteuerte Untersuchung: Nutzt KI zur proaktiven Fehleranalyse und liefert klare, umsetzbare Erkenntnisse zur schnelleren Problemidentifizierung, ohne dass umfassende Fachkenntnisse erforderlich sind.
-
Fehleranreicherung: Erweitert Fehlerprotokolle mit externen Referenzen und bietet so kontextuelle Klarheit, um das Verständnis und die Entscheidungsfindung zu verbessern.
-
Behebung anhand bewährter Methoden: Bietet maßgeschneiderte Behebungsempfehlungen für SQL Server-Workloads, die auf FSx für ONTAP ausgeführt werden, und ermöglicht Benutzern aller Kenntnisstufen, Probleme sicher zu lösen.
Wenn Sie den Fehlerprotokollanalysator verwenden, behalten Sie die volle Kontrolle über Ihre Umgebung und profitieren gleichzeitig von erweiterten KI-Analysen.
Um den Fehlerprotokollanalysator zu verwenden, müssen Sie Amazon Bedrock aktivieren, das von Workload Factory verwendete Modell auswählen, einen privaten Endpunkt für die Verbindung mit Amazon Bedrock erstellen, Berechtigungen hinzufügen und eine Unternehmenslizenz erstellen.
Datenschutz und Sicherheit
Die Funktion gewährleistet Datenschutz und -sicherheit durch die folgenden Maßnahmen:
Protokolldaten und Aggregationen verbleiben in Ihrem AWS-Konto und werden über einen privaten VPC-Endpunkt (Amazon Bedrock) kommuniziert, wodurch sichergestellt wird, dass sie nicht im öffentlichen Internet preisgegeben werden.
Kundendaten werden nicht zum Trainieren oder Verbessern von Modellen verwendet. Amazon Bedrock verarbeitet Protokolle in Echtzeit, trainiert jedoch nicht anhand Ihrer Daten. Die Ergebnisse werden nur zu Referenzzwecken in Ihrer Umgebung gespeichert. Weitere Einzelheiten finden Sie im"Amazon Bedrock-Datenschutzdokumentation" .
Bevor Sie beginnen
Um den Fehlerprotokollanalysator verwenden zu können, müssen Sie die folgenden Voraussetzungen erfüllen:
-
Sie müssen"AWS-Kontoanmeldeinformationen und Berechtigungen für den Lese-/Schreibmodus" um einen neuen Datenbankhost in Workload Factory zu erstellen.
-
"Registrieren einer SQL Server-Instanz"in der Workload Factory.
-
Darüber hinaus müssen folgende Voraussetzungen erfüllt sein. Sie werden im Rahmen der Schritte zur Analyse von Protokollfehlern aufgefordert, diese Voraussetzungen zu erfüllen.
-
Amazon Bedrock-Aktivierung
Amazon Bedrock ist erforderlich, damit der auf dem SQL-Knoten von Workload Factory ausgeführte KI-Agent nahtlos eine Verbindung mit Bedrock herstellen und KI-basierte Erkenntnisse für die identifizierten Fehlerprotokolle abrufen kann.
-
Netzwerk
Der Amazon Bedrock VPC-Endpunkt gewährleistet die private Kommunikation Ihres SQL-Knotens mit Amazon Bedrock-APIs und verhindert die öffentliche Internetpräsenz. Stellen Sie sicher, dass der Amazon Bedrock VPC-Endpunkt mit dem Subnetz des SQL Server-Knotens verknüpft ist (Beispiel: vpce-050cb2f33a1380ffd).
-
AWS IAM-Berechtigungen
Die folgenden Berechtigungen sind für die mit dem SQL-Knoten verknüpfte EC2-Instanzprofilrolle und für die mit Workload Factory verknüpften AWS-Anmeldeinformationen erforderlich.
-
EC2-Instance-Profilrolle mit der Berechtigung „bedrock:InvokeModel“
Diese Berechtigung ermöglicht es der EC2-Instanz auf dem entsprechenden SQL-Knoten, Bedrock-Modelle zur proaktiven Fehleruntersuchung und Behebung aufzurufen. Dieses Profil gewährleistet außerdem einen sicheren KI-Zugriff für maßgeschneiderte Erkenntnisse.
-
Mit Workload Factory verknüpfte AWS-Anmeldeinformationen: Berechtigungen „bedrock:GetFoundationModelAvailability“ und „bedrock:ListInferenceProfiles“
Diese Berechtigungen überprüfen die Modellverfügbarkeit und -konfiguration in der Region des SQL-Knotens und gewährleisten eine zuverlässige, regionsspezifische Leistung.
-
-
Fehlerprotokolle analysieren
Verwenden Sie die Workload Factory-Konsole, um SQL Server-Fehlerprotokolle zu analysieren.
-
Melden Sie sich mit einem der "Konsolenerfahrungen"an.
-
Wählen Sie in der Kachel Datenbanken Gehe zu Datenbank-Inventar.
-
Wählen Sie im Menü „Datenbanken“ die Option „Inventar“ aus.
-
Wählen Sie im Inventar Microsoft SQL Server als Datenbank-Engine-Typ aus.
-
Suchen Sie auf der Registerkarte „Instanzen“ die spezifische SQL Server-Instanz, die Sie analysieren möchten, und wählen Sie dann im Menü „Fehler untersuchen“ aus.
-
Erfüllen Sie auf der Registerkarte Fehleruntersuchung die folgenden Voraussetzungen, wie in der Konsole beschrieben:
-
Amazon Bedrock
-
Netzwerk: Privater Endpunkt für Amazon Bedrock
-
Berechtigungen für die EC2-Instance-Profilrolle
-
Mit Workload Database Management (wlmdb) verknüpfte Anmeldeinformationen
-
-
Wenn die Voraussetzungen erfüllt sind, wählen Sie Jetzt untersuchen aus, um mit dem Fehlerprotokollanalysator Einblicke in Ihre SQL Server-Fehlerprotokolle zu erhalten.
Nach dem Scan werden Fehler in der Konsole angezeigt und bieten einen umfassenden Überblick über die vom Smart Error Log Analyzer erkannten Probleme.
-
Verwenden Sie Filter, um die angezeigten Fehler anhand von Kriterien wie Schweregrad, Zeitrahmen und Fehlercode zu verfeinern.
-
Überprüfen Sie die detaillierten Fehlerinformationen, einschließlich der ursprünglichen Fehlermeldung, der KI-basierten Erklärung und der vorgeschlagenen Schritte zur Behebung der Fehler.