다음 절차를 수행하여 어플라이언스에서 CPU 하드웨어 병목 상태를 식별하고 해결할 수 있습니다. 두 가지 분석 데이터 세트의 결과를 기준으로, 데이터 처리량을 늘릴 수 있도록 권장되는 수정 조치가 제공되어 있습니다.
hostname:analytics worksheets> select worksheet-000 hostname:analytics worksheet-000> dataset
hostname:analytics worksheet-000 dataset (uncommitted)> set name=cpu.utilization name = cpu.utilization hostname:analytics worksheet-000 dataset (uncommitted)> commit
hostname:analytics worksheet-000> dataset
hostname:analytics worksheet-000 dataset (uncommitted)> set name=cpu.utilization[cpu] name = cpu.utilization[cpu] hostname:analytics worksheet-000 dataset (uncommitted)> commit
hostname:analytics worksheet-000> done hostname:analytics worksheets> done
hostname:> analytics datasets
hostname:analytics datasets> show Datasets: DATASET STATE INCORE ONDISK NAME dataset-000 active 1.27M 15.5M arc.accesses[hit/miss] dataset-001 active 517K 9.21M arc.accesses[hit/miss=metadata hits][L2ARC eligibility] ... dataset-005 active 290K 7.80M cpu.utilization hostname:analytics datasets>
이 예에서 데이터 세트 이름 cpu.utilization은 dataset-005에 해당합니다.
hostname:analytics datasets> select dataset-005
어플라이언스 CPU가 100% 사용률에 도달한 상태로 15분이 초과할 경우 CPU를 더 추가하거나 더 빠른 CPU로 업그레이드하도록 고려해야 합니다.
hostname:analytics dataset-005> read 900 ... hostname:analytics dataset-005> done
hostname:analytics datasets> show Datasets: DATASET STATE INCORE ONDISK NAME dataset-000 active 1.27M 15.5M arc.accesses[hit/miss] dataset-001 active 517K 9.21M arc.accesses[hit/miss=metadata hits][L2ARC eligibility] ... dataset-006 active 290K 7.80M cpu.utilization[cpu] hostname:analytics datasets>
이 예에서 데이터 세트 이름 cpu.utilization[cpu]는 dataset-006에 해당합니다.
hostname:analytics datasets> select dataset-006
hostname:analytics dataset-006> read 900 ... hostname:analytics dataset-006> done
다른 CPU는 비교적 유휴 상태인 반면 단일 CPU 코어가 100% 사용률로 작동하는 경우 단일 스레드 및/또는 단일 클라이언트 작업량을 나타낼 가능성이 큽니다. 여러 클라이언트에 작업량을 나누거나 클라이언트 응용 프로그램의 멀티 스레드 구현을 조사하여 다른 컨트롤러 모델에서 제공하는 많은 CPU 코어를 보다 효율적으로 사용하는 것이 좋습니다.