【笔记】API参考—数据监控—DescribeInstancePerformance

简介: 调用DescribeInstancePerformance接口查看实例监控信息详情。

请求参数

名称 类型 是否必选 示例值 描述
Action String DescribeInstancePerformance

系统规定参数。取值为DescribeInstancePerformance

DbInstanceName String pxc-****************

实例ID。

RegionId String cn-hangzhou

实例所在地域。

NodeId String pxi-**************

实例的节点ID。

Keys String cpu,old

需要查询的监控项,取值范围如下:

  • lqps:逻辑QPS
  • lrt:逻辑RT
  • con:前端连接数
  • active:活跃线程数
  • netin: 网络流量(输入)
  • netout:网络流量(输出)
  • cpu:CPU使用率
  • old:内存使用率

说明 允许同时查看多个监控项信息,多个监控项间需用英文逗号(,)分隔,更多关于实例监控项信息,请参见计算资源监控

StartTime String 2020-08-12 04:59:02

监控开始时间(目标实例所在时区的时间),格式为yyyy-mm-dd hh:mm:ss

EndTime String 2020-08-12 10:59:02

监控终止时间(目标实例所在时区的时间),格式为yyyy-mm-dd hh:mm:ss

说明 监控终止时间需晚于监控开始时间。

返回数据

名称 类型 示例值 描述
Data Struct

监控数据。

Message String ****

请求返回消息。

说明 请求成功时该参数为空,请求失败时会返回请求异常信息(如错误码等)。

RequestId String 88DC5709-8BEC-4D17-A6D5-4DACA9******

请求ID。

Success Boolean true

请求是否成功。

示例

请求示例


http(s)://polardbx.cn-hangzhou.aliyuncs.com/?Action=DescribeInstancePerformance
&DbInstanceName=pxc-****************
&RegionId=cn-hangzhou
&<公共请求参数>

正常返回示例

XML 格式


<code>200</code>

<data>
<RequestId>88DC5709-8BEC-4D17-A6D5-4DACA9</RequestId>
<Data>
<PerformanceItems>
<Measurement>cpu,old</Measurement>
<MetricName>cpu</MetricName>
</PerformanceItems>
<PerformanceItems>
<Measurement>cpu,old</Measurement>
<MetricName>old</MetricName>
</PerformanceItems>
</Data>
<Success>true</Success>
</data>
<httpStatusCode>200</httpStatusCode>
<requestId>88DC5709-8BEC-4D17-A6D5-4DACA9</requestId>
<successResponse>true</successResponse>

JSON 格式


{
"code": "200",
"data": {
"RequestId": "88DC5709-8BEC-4D17-A6D5-4DACA9",
"Data": {
"PerformanceItems": [{
"Measurement": "cpu,old",
"MetricName": "cpu",
"Points": []
}, {
"Measurement": "cpu,old",
"MetricName": "old",
"Points": []
}]
},
"Success": true
},
"httpStatusCode": "200",
"requestId": "88DC5709-8BEC-4D17-A6D5-4DACA9",
"successResponse": true
}
            </div>
                
            </div>
相关文章
|
1天前
|
数据采集 人工智能 自然语言处理
3分钟采集134篇AI文章!深度解析如何通过云无影AgentBay实现25倍并发 + LlamaIndex智能推荐
结合阿里云无影 AgentBay 云端并发采集与 LlamaIndex 智能分析,3分钟高效抓取134篇 AI Agent 文章,实现 AI 推荐、智能问答与知识沉淀,打造从数据获取到价值提炼的完整闭环。
283 90
|
9天前
|
机器人 API 调度
基于 DMS Dify+Notebook+Airflow 实现 Agent 的一站式开发
本文提出“DMS Dify + Notebook + Airflow”三位一体架构,解决 Dify 在代码执行与定时调度上的局限。通过 Notebook 扩展 Python 环境,Airflow实现任务调度,构建可扩展、可运维的企业级智能 Agent 系统,提升大模型应用的工程化能力。
|
人工智能 前端开发 API
前端接入通义千问(Qwen)API:5 分钟实现你的 AI 问答助手
本文介绍如何在5分钟内通过前端接入通义千问(Qwen)API,快速打造一个AI问答助手。涵盖API配置、界面设计、流式响应、历史管理、错误重试等核心功能,并提供安全与性能优化建议,助你轻松集成智能对话能力到前端应用中。
720 154
|
15天前
|
人工智能 数据可视化 Java
Spring AI Alibaba、Dify、LangGraph 与 LangChain 综合对比分析报告
本报告对比Spring AI Alibaba、Dify、LangGraph与LangChain四大AI开发框架,涵盖架构、性能、生态及适用场景。数据截至2025年10月,基于公开资料分析,实际发展可能随技术演进调整。
971 152
|
2天前
|
域名解析 人工智能
【实操攻略】手把手教学,免费领取.CN域名
即日起至2025年12月31日,购买万小智AI建站或云·企业官网,每单可免费领1个.CN域名首年!跟我了解领取攻略吧~
|
1天前
|
数据采集 人工智能 搜索推荐
别再“调教”ChatGPT了!用Qwen2.5打造24小时在线数字分身
在AI时代,专属“数字分身”正从科幻走向现实。依托Qwen2.5-14B大模型、LoRA微调技术及LLaMA-Factory Online平台,仅需四步即可打造会说话、懂风格、能办事的个性化AI助手,让每个人拥有自己的“贾维斯”。
200 152