Was ist Azure-Database-Monitoring?

Unter Azure-Database-Monitoring versteht man das Monitoring von Datenbanken, die in Azure-Cloud-Umgebungen bereitgestellt werden. Dazu gehören sowohl Cloud-native Datenbanken wie Azure Cosmos DB, als auch vollständig von Azure Cloud verwaltete Datenbank-Instanzen. Das Azure-Database-Monitoring ist ein Bereich des allgemeinen Cloud-Database-Monitorings. Es umfasst sämtliche Datenbanken, die in einer Cloud laufen. Da das Cloud-Monitoring auch die Überwachung von Cloud-Datenbanken beinhaltet, schließt es auch das Cloud-Database-Monitoring mit ein.

Azure-Datenbankdienste haben verschiedene Anwendungsbereiche und unterstützen mehrere Arten von Datenbanken. Neben der Azure-eigenen Cosmos DB ist es möglich, Microsoft SQL Server, MySQL, PostgreSQL und MariaDB zu hosten. Da es sich hier allein um SQL-Datenbanken handelt, gibt es auch keine wesentlichen Unterschiede beim Monitoring dieser Datenbanken. Dies vereinfacht das Azure-Database-Monitoring etwas. Bevor wir jedoch auf die tatsächlichen Unterschiede zwischen den verschiedenen Azure-Datenbanken in Bezug auf ihr Monitoring eingehen, schauen wir uns zunächst an, wie man Azure-Datenbanken überhaupt überwachen kann.

Die erste Anlaufstelle für das Monitoring von Azure-Datenbanken ist Azure Monitor. Dabei handelt es sich um das wichtigste integrierte Monitoring-Tool für Azure-Clouds. Es fasst die Daten aus allen Diensten und Ressourcen der Azure-Cloud, einschließlich Datenbanken, zusammen. Ferner bietet es anpassbare Dashboards, die es Admins ermöglichen, einen unmittelbaren Überblick über die Leistung ihrer Datenbanken zu erhalten. Für die Fehlersuche und tiefere Einblicke steht Azure Database Insights für das Azure-SQL-Database-Monitoring zur Verfügung und bietet maßgeschneiderte Leistungseinblicke, Leistungsempfehlungen und proaktive Monitoring-Funktionen. Es unterstützt alle Azure SQL-Datenbanken, unabhängig davon, ob sie vollständig von Azure verwaltet werden oder nicht.

Weitere Einblicke gewinnen Sie mit den Dashboards in Azure SQL Analytics. Dabei handelt es sich um eine cloudbasierte Monitoring-Lösung, die in Azure Monitor integriert ist und sich insbesondere für das Performance-Monitoring sämtlicher Azure-SQL-Datenbanken über mehrere Abonnements hinweg in einer einzigen Ansicht eignet.

Sowohl mit einem dieser zusätzlichen Dashboards als auch mit Azure Monitor ist es möglich, benutzerdefinierte Monitoring-Regeln und Warnmeldungen einzurichten. Diese sind nicht so anpassbar wie bei einem Monitoring-Tool eines Drittanbieters, aber für den Anfang sind sie ausreichend.

Wenn man mehr benötigt, und das wird höchstwahrscheinlich bei mittleren bis großen Unternehmen der Fall sein, ist eine spezielle Monitoring-Lösung erforderlich, die über integrierte Azure-Database-Monitoring-Funktionen verfügt. Diese Lösungen, die sowohl das Azure SQL-Monitoring als auch das Azure NoSQL-Monitoring unterstützen, bieten Cloud-Admins eine umfassendere und anpassbare Hilfe, um die Leistung ihrer Datenbanken zu verstehen und Störungen zu vermeiden. Die Nutzung solcher Lösungen ist über die Azure REST API oder durch die Implementierung von benutzerdefinierten Monitoring-Agenten möglich. Vor allem letztere können viel Spielraum für Anpassungen sowie eine Reihe von zugänglichen Metriken bieten und sind daher die geeignetere Lösung für viele Extremfälle, wie etwa Monitoring-Umgebungen, die entweder riesig sind und eine große Anzahl von Hardwarekomponenten oder Diensten überwachen müssen, oder wenn Sie benutzerdefinierte Anforderungen haben, die keines der verfügbaren Azure-Database-Monitoring-Tools erfüllt.

Unabhängig davon, ob Sie Azure-Datenbank für MySQL oder Azure-Datenbank für PostgreSQL verwenden, basiert die Azure-SQL-Überwachung auf einem ähnlichen Satz von Metriken. Diese lassen sich grob in Compute-, Speicher- und Request-Metriken unterteilen.

Zur ersten Kategorie gehören die klassische CPU-Nutzung und die Speichernutzung, aber nicht nur diese. Azure-SQL-Monitoring verwendet zwei Modelle zur Berechnung der Ressourcennutzung und der damit verbundenen Kosten. DTU (database transaction units) fasst die Rechen- und Speichernutzung von Azure-Datenbanken in DTUs zusammen. Dies wird zu einer Maßeinheit, die Ihnen, je nach Service-Tier, Gebühren und Limits auferlegt, sobald die Ressourcennutzung hoch genug ist. Das andere Modell sind vCores (virtuelle Kerne), zur Berechnung der Rechenkosten Ihrer Datenbanken, mit Unterschieden zwischen provisionierten und serverlosen Datenbanken.

Daher ist es wichtig, die Computing-Metriken im Auge zu behalten, um zu verfolgen, wie Sie die Azure-Cloud-Ressourcen ausschöpfen, ob eine andere Nutzungsstufe erforderlich sein könnte, und um die Kosten zu kontrollieren.  Das vCores-Modell stützt sich auf die typischen Computing-Metriken in Bezug auf Speicher- und CPU-Nutzung, während das DTU-Modell spezifische Metriken wie DTU-Prozentsatz und DTU-Limit hinzufügt, die Ihnen mitteilen, welcher Prozentsatz der DTUs im Verhältnis zum zulässigen Maximum genutzt wird.

Datenbanken sind nicht nur Rechenlasten, ihr genutzter Speicherplatz ist ein wichtiger Aspekt ihres effizienten Betriebs. Daher umfasst das Monitoring von Azure-SQL die Erfassung von Metriken in Bezug auf den verfügbaren Gesamtspeicher, den genutzten Speicherplatz und den prozentualen Anteil des XTP-Speichers (prozentualer Anteil des Speichers, der für die Verarbeitung von In-Memory-Transaktionen genutzt wird).

Workers und Sessions sind ebenfalls wichtige Metriken beim Azure-SQL-Database-Monitoring. Workers umfassen die Anfragen an eine Datenbank, sowohl Abfragen, Anmeldungen als auch Abmeldungen. Sessions sind die Gesamtzahl der aktiven Verbindungen. Beide Metriken sind je nach Service-Tier Ihres Azure-Cloud-Abonnements begrenzt und helfen dabei, die Kosten zu berechnen und zu verfolgen, wie gut die Azure-Datenbankdienste funktionieren.