Ringkasan profil aplikasi
Profil aplikasi, atau profil aplikasi, menyimpan setelan yang memberi tahu instance Bigtable Anda cara menangani permintaan masuk dari aplikasi. Saat terhubung ke instance Bigtable, aplikasi Anda akan menggunakan profil aplikasi default atau profil aplikasi yang Anda tentukan. Bigtable menggunakan profil aplikasi tersebut untuk permintaan yang dikirim aplikasi melalui koneksi tersebut.
Profil aplikasi adalah profil aplikasi standar atau profil aplikasi Data Boost, bergantung pada jenis komputasi yang digunakannya. Profil aplikasi standar menggunakan node cluster yang disediakan untuk komputasi dan biasanya digunakan untuk traffic penayangan aplikasi. Profil aplikasi Data Boost menggunakan komputasi serverless, yang dirancang untuk tugas dan kueri baca dengan throughput tinggi. Untuk mengetahui informasi selengkapnya tentang Data Boost, baca ringkasan Data Boost.
Halaman ini menjelaskan profil aplikasi dan memberikan panduan tentang cara menggunakannya.
Untuk contoh kode yang menunjukkan cara menggunakan profil aplikasi di aplikasi Anda, lihat Menghubungkan dengan profil aplikasi kustom.
Menggunakan profil aplikasi terpisah untuk setiap workload
Saat Anda membuat instance Bigtable, profil aplikasi default akan dibuat secara otomatis, dan setelannya bergantung pada jumlah cluster yang dimiliki instance tersebut. Untuk memanfaatkan sepenuhnya manfaat profil aplikasi, Anda harus membuat dan menggunakan profil aplikasi tambahan serta menggunakan profil aplikasi yang berbeda untuk setiap aplikasi atau beban kerja.
Profil aplikasi sangat penting untuk instance yang memiliki dua cluster atau lebih, tetapi meskipun instance Anda hanya memiliki satu cluster, Anda harus menggunakan profil aplikasi unik untuk setiap aplikasi yang Anda jalankan, atau untuk berbagai komponen dalam satu aplikasi.
Bagian berikut menjelaskan manfaat membuat dan menggunakan beberapa profil aplikasi.
Isolasi workload
Dengan menggunakan profil aplikasi terpisah, Anda dapat menggunakan kebijakan perutean dan komputasi Bigtable yang berbeda untuk tujuan yang berbeda. Misalnya, pertimbangkan situasi saat Anda ingin mencegah tugas baca batch (workload A) meningkatkan penggunaan CPU pada cluster yang menangani baca dan tulis aplikasi yang stabil (workload B). Anda dapat menggunakan salah satu pendekatan berikut:
Buat profil aplikasi standar untuk workload B yang merutekan ke grup cluster yang mengecualikan satu cluster. Kemudian, Anda membuat profil aplikasi standar terpisah untuk workload A yang menentukan perutean satu cluster ke cluster yang tidak mengirim permintaan ke workload B.
Gunakan profil aplikasi standar, yang menggunakan node cluster untuk komputasi, yang dikonfigurasi untuk merutekan ke cluster mana pun untuk workload B, dan buat profil aplikasi Data Boost untuk digunakan terhadap satu cluster dengan workload A. Data Boost menggunakan komputasi serverless, sementara traffic aplikasi menggunakan node cluster untuk komputasi.
Anda dapat mengubah setelan untuk satu aplikasi atau fungsi tanpa memengaruhi aplikasi lain yang terhubung ke data yang sama.
Kemampuan observasi
Dengan menggunakan profil aplikasi terpisah untuk beban kerja yang berbeda, Anda akan mendapatkan insight yang lebih baik tentang penggunaan Bigtable oleh aplikasi Anda, karena metrik tersedia per profil aplikasi. Peningkatan kemampuan observasi ini dapat membantu dengan cara berikut:
Anda dapat melihat latensi di tingkat profil aplikasi untuk membantu Anda menentukan aplikasi mana yang mungkin memengaruhi performa secara keseluruhan.
Memantau penggunaan CPU per profil aplikasi untuk beban kerja menggunakan profil aplikasi standar dapat membantu Anda memecahkan masalah penggunaan CPU atau membuat keputusan tentang ukuran atau lokasi cluster, sehingga Anda dapat mengoptimalkan penggunaan dan mengurangi biaya.
Metrik di tingkat profil aplikasi berguna jika Anda perlu mencari dukungan, karena Anda dapat membagikan beban kerja persis yang menyebabkan masalah.