Skip to main content
O português é fornecido por meio de tradução automática para sua conveniência. O inglês precede o português em caso de inconsistências.

Analisar logs de erros no Workload Factory

Colaboradores netapp-rlithman
PDFs

Use o analisador inteligente de log de erros para interpretar automaticamente os logs de erros do Microsoft SQL Server para que você possa identificar e resolver problemas rapidamente. A análise baseada em IA da Agentic requer integração com o Amazon Bedrock.

Sobre esta tarefa

A análise e a correção do log de erros ajudam a manter a integridade e o desempenho das instâncias do SQL Server. Interpretar logs de erros do SQL Server de forma eficaz requer análise cuidadosa e experiência. O monitoramento manual, a detecção de erros e a análise da causa raiz consomem muito tempo e são propensos a erros. Esses desafios podem atrasar a resolução de problemas, aumentar o tempo de inatividade e causar ineficiências operacionais. O analisador inteligente de log de erros aborda esses desafios com estes benefícios principais:

  • Agrupamento inteligente: consolida erros de forma inteligente por exclusividade, gravidade e categoria e simplifica o processo de solução de problemas para resoluções mais rápidas e eficazes.

  • Investigação orientada por IA: utiliza IA para analisar erros proativamente, fornecendo insights claros e práticos para acelerar a identificação de problemas sem exigir conhecimento profundo.

  • Enriquecimento de erros: aprimora registros de erros com referências externas, oferecendo clareza contextual para melhorar a compreensão e a tomada de decisões.

  • Correção de melhores práticas: fornece recomendações de correção personalizadas para cargas de trabalho do SQL Server em execução no FSx para ONTAP, capacitando usuários de todos os níveis de habilidade a resolver problemas com confiança.

Sempre que você usa o analisador de log de erros, você mantém controle total sobre seu ambiente enquanto se beneficia da análise avançada de IA.

Para usar o analisador de log de erros, você precisa ativar o Amazon Bedrock, selecionar o modelo que o Workload Factory usa, criar um endpoint privado para se conectar ao Amazon Bedrock, adicionar permissões e criar uma licença corporativa.

"Preços do Amazon Bedrock"

Privacidade e segurança de dados

O recurso garante privacidade e segurança dos dados com as seguintes medidas:

Soberania de dados

Os dados de log e agregações permanecem na sua conta da AWS, comunicados via endpoint VPC privado (Amazon Bedrock), garantindo que não haja exposição pública na Internet.

Sem treinamento de IA

Os dados do cliente não são usados para treinar ou melhorar modelos. O Amazon Bedrock processa logs em tempo real, mas não treina seus dados. Os resultados são armazenados no seu ambiente apenas para referência. Para mais detalhes, consulte o"Documentação de proteção de dados da Amazon Bedrock" .

Antes de começar

Para usar o analisador de log de erros, você deve atender aos seguintes pré-requisitos:

  • Você deve ter"Credenciais da conta AWS e permissões de modo leitura/gravação" para criar um novo host de banco de dados no Workload Factory.

  • "Registrar uma instância do SQL Server"na Fábrica de Carga de Trabalho.

  • Os seguintes pré-requisitos também devem ser atendidos. Você será solicitado a concluir esses pré-requisitos como parte das etapas para analisar erros de log.

    • Ativação do Amazon Bedrock

      O Amazon Bedrock é necessário para que o agente de IA em execução no nó SQL do Workload Factory possa se conectar perfeitamente ao Bedrock e buscar insights baseados em IA para os logs de erros identificados.

    • Networking

      O endpoint VPC do Amazon Bedrock garante a comunicação privada do seu nó SQL com as APIs do Amazon Bedrock e elimina a exposição pública à Internet. Certifique-se de que o endpoint do Amazon Bedrock VPC esteja associado à sub-rede do nó do SQL Server (exemplo: vpce-050cb2f33a1380ffd).

    • Permissões do AWS IAM

      As seguintes permissões são necessárias para a função de perfil de instância do EC2 associada ao nó SQL e para as credenciais da AWS associadas ao Workload Factory.

      • Função de perfil de instância EC2 com permissão "bedrock:InvokeModel"

        Essa permissão permite que a instância do EC2 no nó SQL correspondente invoque modelos Bedrock para investigação proativa de erros e orientação de correção. Este perfil também garante acesso seguro à IA para insights personalizados.

      • Credenciais da AWS associadas ao Workload Factory: permissões "bedrock:GetFoundationModelAvailability" e "bedrock:ListInferenceProfiles"

        Essas permissões verificam a disponibilidade e a configuração do modelo na região do nó SQL e garantem um desempenho confiável e específico da região.

Analisar logs de erros

Use o console do Workload Factory para analisar logs de erros do SQL Server.

Passos

  1. Inicie sessão utilizando uma das "experiências de console".

  2. No bloco bancos de dados, selecione ir para inventário de bancos de dados.

  3. No menu Bancos de dados, selecione Inventário.

  4. No Inventário, selecione Microsoft SQL Server como o tipo de mecanismo de banco de dados.

  5. Na guia Instâncias, localize a instância específica do SQL Server que você deseja analisar e selecione Investigar erros no menu.

  6. Na aba Investigação de erros, complete os seguintes pré-requisitos conforme descrito no console:

    • Base rochosa da Amazônia

    • Rede: endpoint privado para Amazon Bedrock

    • Permissões para a função de perfil de instância do EC2

    • Credenciais associadas ao Gerenciamento de Banco de Dados de Carga de Trabalho (wlmdb)

  7. Quando os pré-requisitos forem atendidos, selecione Investigar agora para usar o analisador de log de erros para obter insights sobre seus logs de erros do SQL Server.

    Após a verificação, os erros são exibidos no console, fornecendo uma visão abrangente dos problemas detectados pelo analisador de log de erros inteligente.

  8. Use filtros para refinar os erros exibidos com base em critérios como gravidade, período e código de erro.

  9. Revise as informações detalhadas do erro, incluindo a mensagem de erro original, a explicação baseada em IA e as etapas de correção sugeridas para resolver os erros.