Comment résoudre les problèmes de mémoire et de processeur dans Elastic Beanstalk ?

Configurer votre environnement pour collecter des métriques

Pour obtenir des informations sur l'utilisation de la mémoire et du processeur, essayez ce qui suit :

• Vérifiez l'état de vos instances Amazon Elastic Compute Cloud (Amazon EC2) avec l'agent d'état Elastic Beanstalk.
• Surveillez vos instances à l'aide d'Amazon CloudWatch.
• Activez la création de rapports et la surveillance d'intégrité améliorées et configurez des règles d'intégrité avancées pour votre environnement Elastic Beanstalk (comme les moyennes de charge du processeur).
• Configurez Elastic Beanstalk pour surveiller l'utilisation de la mémoire.
  Remarque : l'utilisation de la mémoire n'est pas surveillée par défaut.

Analyser vos fichiers journaux pour résoudre votre problème de mémoire et de processeur

Après avoir collecté des données à partir de vos métriques, essayez ce qui suit :

1. Consultez les fichiers journaux des instances de votre environnement Elastic Beanstalk.
2. Analysez les fichiers journaux clé (tels que /var/log/messages) et recherchez des messages sur des événements d'utilisation élevée du processeur ou de mémoire insuffisante (OOM).
3. Utilisez les résultats de vos fichiers journaux pour déterminer les causes d'une utilisation élevée du processeur ou de mémoire par un processus.
   Remarque : par exemple, vous pouvez constater un grand nombre de demandes dans les journaux d'accès Apache ou NGINX.

Si le problème est en cours, essayez ce qui suit :

1. Connectez-vous à l'instance en utilisant SSH.
2. Utilisez la commande Linux top ou free pour afficher des détails sur l'utilisation du processeur et de la mémoire.

Si vous ne trouvez aucune erreur, le problème peut être lié à une augmentation de la charge du trafic vers votre environnement. Pour gérer l'augmentation du trafic, essayez ce qui suit :

1. Procédez à une mise à l'échelle verticale en passant à un type d'instance supérieur.
2. Procédez à une mise à l'échelle horizontale en diminuant la charge par instance en augmentant la taille du groupe Auto Scaling de l'environnement.