Cloud Monitoring raccoglie metriche, eventi e metadati dai Google Cloud prodotti. Con Cloud Monitoring, puoi anche configurare dashboard personalizzate e avvisi di utilizzo.
Questo documento ti guida nell'utilizzo delle metriche, nella conoscenza della dashboard delle metriche personalizzate e nella configurazione degli avvisi.
Risorse monitorate
Una risorsa monitorata in Cloud Monitoring rappresenta un'entità logica o fisica, come una macchina virtuale, un database o un'applicazione. Le risorse monitorate contengono un insieme univoco di metriche che possono essere esplorate, riportate tramite una dashboard o utilizzate per creare avvisi. Ogni risorsa ha anche un insieme di etichette delle risorse, ovvero coppie chiave-valore che contengono informazioni aggiuntive sulla risorsa. Le etichette delle risorse sono disponibili per tutte le metriche associate alla risorsa.
Utilizzando l'API Cloud Monitoring, le prestazioni di Firestore in modalità Datastore vengono monitorate con le seguenti risorse:
| Risorse | Descrizione | Modalità database supportata |
firestore.googleapis.com/Database (consigliata) | Tipo di risorsa monitorata che fornisce suddivisioni per project,
location* e database_id . L'
database_id etichetta sarà (default) per i database creati
senza un nome specifico. |
Si applica a entrambe le modalità. |
datastore_request | Tipo di risorsa monitorata per progetti Datastore e non fornisce la suddivisione per i database. |
Metriche
Firestore è disponibile in due modalità diverse: Firestore Native e Firestore in modalità Datastore. Per un confronto delle funzionalità tra queste due modalità, vedi Scegliere tra le modalità database modes.
Per un elenco completo delle metriche per Firestore in modalità Datastore, vedi Metriche di Firestore in modalità Datastore.
Metriche di runtime del servizio
Le serviceruntime
metriche forniscono una panoramica generale del traffico di un progetto. Queste metriche sono
disponibili per la maggior parte delle Google Cloud API. Il tipo di risorsa monitorata
consumed_api
contiene queste metriche comuni. Queste metriche vengono campionate ogni 30 minuti, il che comporta un'attenuazione dei dati.
Un'etichetta di risorsa importante per le metriche serviceruntime è method. Questa etichetta rappresenta il metodo RPC sottostante chiamato. Il metodo SDK che chiami potrebbe non avere necessariamente lo stesso nome del metodo RPC sottostante. Il motivo è che l'SDK fornisce un'astrazione API di alto livello. Tuttavia, quando cerchi di capire come la tua applicazione interagisce con Firestore, è importante comprendere le metriche in base al nome del metodo RPC.
Se devi sapere qual è il metodo RPC sottostante per un determinato metodo SDK, consulta la documentazione dell'API.
api/request_count
Questa metrica fornisce il conteggio delle richieste completate, in base al protocollo(protocollo di richiesta, ad esempio http, gRPC e così via),
al codice di risposta (codice di risposta HTTP), response_code_class (classe del codice di risposta, ad esempio 2xx, 4xx e così via) e grpc_status_code (codice di risposta gRPC numerico). Utilizza questa metrica per osservare la richiesta API complessiva e calcolare la percentuale di errori.
Nella figura 1 puoi vedere le richieste che restituiscono un codice 2xx raggruppate per servizio e metodo. I codici 2xx sono codici di stato HTTP che indicano che la richiesta è andata a buon fine.
Nella figura 2 puoi vedere i commit raggruppati per response_code. In questo esempio, vediamo solo le risposte HTTP 200, il che implica che il database è integro.
Utilizza le seguenti metriche di runtime del servizio per monitorare il database.
api/request_count nel tipo di risorsa datastore_request
La metrica api/request_count è disponibile anche nel tipo di risorsa datastore_request con le suddivisioni api_method e response_code. Utilizza questa metrica per sfruttare il periodo di campionamento più preciso, che consente di rilevare i picchi.
api/request_latencies
La metrica api/request_latencies fornisce le distribuzioni della latenza per tutte le richieste completate.
Firestore registra le metriche dal componente Servizio Firestore. Le metriche di latenza includono il tempo che intercorre tra il momento in cui Firestore riceve la richiesta e il momento in cui Firestore termina l'invio della risposta, incluse le interazioni con il livello di archiviazione. Per questo motivo, la latenza di andata e ritorno (RTT) tra il client e il servizio Firestore non è inclusa in queste metriche.
api/request_sizes e api/response_sizes
Le metriche api/request_sizes e api/response_sizes forniscono rispettivamente informazioni sulle dimensioni del payload (in byte). Queste possono essere utili per comprendere i carichi di lavoro di scrittura che inviano grandi quantità di dati o le query troppo ampie e che restituiscono payload di grandi dimensioni.
Nella figura 5 puoi vedere una mappa termica delle dimensioni delle risposte per il metodo RunQuery.
Possiamo vedere che le dimensioni sono stabili, con una mediana di 50 byte e complessivamente tra 10 e 100 byte. Tieni presente che le dimensioni del payload vengono sempre misurate in byte non compressi, esclusi i sovraccarichi di controllo della trasmissione.
Metriche delle operazioni sulle entità
Queste metriche forniscono distribuzioni in byte delle dimensioni del payload per le letture (ricerche e query) e le scritture in un database Firestore. I valori rappresentano le dimensioni totali del payload. Ad esempio, tutti i risultati restituiti da una query.
Queste metriche sono simili alle metriche api/request_sizes e api/response_sizes, con la differenza principale che le metriche delle operazioni sulle entità forniscono un campionamento più granulare, ma suddivisioni meno granulari.
Ad esempio, le metriche delle operazioni sulle entità utilizzano la risorsa monitorata datastore_request, quindi non esiste una suddivisione per servizio o metodo.
entity/read_sizes: distribuzione delle dimensioni delle entità lette, raggruppate per tipo.entity/write_sizes: distribuzione delle dimensioni delle entità scritte, raggruppate per operazioni.
Metriche degli indici
Le frequenze di scrittura degli indici possono essere confrontate con la document/write_ops_count metrica
per comprendere il rapporto di fanout degli indici
ratio.
index/write_count: conteggio delle scritture degli indici.
Nella figura 7 puoi vedere come la frequenza di scrittura degli indici può essere confrontata con la frequenza di scrittura dei documenti. In questo esempio, per ogni scrittura di documenti, ci sono circa 6 scritture di indici, che è una frequenza di fanout degli indici relativamente piccola.
Metriche TTL
Le metriche TTL sono disponibili sia per i database Firestore Native sia per i database Firestore in modalità Datastore. Utilizza queste metriche per monitorare l'effetto del criterio TTL applicato.
entity/ttl_deletion_count: conteggio totale delle entità eliminate dai servizi TTL.entity/ttl_expiration_to_deletion_delays: tempo trascorso tra la scadenza di un'entità con un TTL e la sua eliminazione effettiva.Se noti che i ritardi di eliminazione TTL richiedono più di 24 ore, contatta l'assistenza.
Passaggi successivi
- Scopri come utilizzare la dashboard di Cloud Monitoring per visualizzare le metriche.