יצירת מדדים של Gemini Code Assist

במאמר הזה מוסבר איך ליצור מדדים של Gemini Code Assist. לדוגמה, אתם יכולים ליצור מדדים שמדווחים על השימוש היומי הפעיל או על קבלת המלצות לקוד במגוון מוצרים של Google Cloud Google, כולל Cloud Logging,‏ Google Cloud CLI,‏ Cloud Monitoring ו-BigQuery.

אם אתם צריכים להפעיל את Gemini ולראות את היומנים של ההנחיות, התשובות והמטא-נתונים, תוכלו לעיין במאמר הצגת היומנים של Gemini Google Cloud . Google Cloud

מגבלות

הדף הזה מתייחס ספציפית ליצירת מדדים של אינטראקציות משתמשים עם Gemini Code Assist בסביבת פיתוח משולבת (IDE).

לפני שמתחילים

הצגת מספר המשתמשים הייחודיים

בהוראות הבאות מוסבר איך להשתמש ב-CLI של gcloud כדי להציג את מספר המשתמשים הייחודיים ב-Gemini Code Assist בפרק הזמן האחרון של 28 יום:

  1. בסביבת מעטפת, מוודאים שעדכנתם את כל הרכיבים המותקנים של ה-CLI של gcloud לגרסה העדכנית:

    gcloud components update

  2. קריאת רשומות היומן של משתמשי Gemini Code Assist והשימוש שלהם:

    gcloud logging read 'resource.type=cloudaicompanion.googleapis.com/Instance labels.product=~"code_assist"' \
--freshness 28d \
--project PROJECT_ID \
--format "csv(timestamp.date('%Y-%m-%d'),labels.user_id)"

    מחליפים את PROJECT_ID במזהה הפרויקט ב- Google Cloud .

    אפשר להשתמש בפקודת Unix‏ uniq כדי לזהות משתמשים באופן ייחודי על בסיס יומי.

    הפלט אמור להיראות כך:

    2024-10-30,user1@company.com
2024-10-29,user2@company.com
2024-10-29,user2@company.com
2024-10-29,user2@company.com
2024-10-29,user1@company.com
2024-10-28,user1@company.com

יצירת תרשים שמציג את השימוש היומי

בשלבים הבאים מוסבר איך להשתמש בכלי המעקב כדי ליצור תרשימים של שימוש יומי שמציגים את המספר הכולל של משתמשים פעילים ב-Gemini Code Assist ביום ואת מספר הבקשות שלהם ביום.

  1. יוצרים מדד מעקב מנתוני היומן שמתעד את מספר המשתמשים ב-Gemini Code Assist:

    1. במסוף Google Cloud , נכנסים לדף Logs Explorer:

      כניסה אל Logs Explorer

      אם משתמשים בסרגל החיפוש כדי למצוא את הדף הזה, בוחרים בתוצאה שכותרת המשנה שלה היא Logging.

    2. בחלונית השאילתה, מזינים את השאילתה הבאה ולוחצים על Run query:

       resource.type="cloudaicompanion.googleapis.com/Instance" AND labels.product="code_assist" AND jsonPayload.@type="type.googleapis.com/google.cloud.cloudaicompanion.logging.v1.ResponseLog"

    3. בסרגל הכלים, לוחצים על פעולות ואז על יצירת מדד.

      מופיעה תיבת הדו-שיח Create log-based metric.

    4. מגדירים את פרטי המדד הבאים:

      • מוודאים שההגדרה סוג המדד מוגדרת למונה.
      • נותנים למדד את השם code_assist_example.

      • מוודאים שהאפשרות Filter selection מוגדרת למיקום שבו היומנים מאוחסנים, כלומר Project או Bucket.

        מידע על יצירת מדדים של Monitoring מנתוני היומן זמין במאמר סקירה כללית של מדדים מבוססי-יומן.

    5. לוחצים על יצירת מדד.

      יוצג באנר הצלחה עם הסבר שהמדד נוצר.

    6. בבאנר ההצלחה, לוחצים על View in Metrics explorer (הצגה בכלי לבחירת מדדים).

      Metrics Explorer נפתח ומוצג בו תרשים שהוגדר מראש.

  2. שמירת התרשים בלוח בקרה:

    1. בסרגל הכלים, לוחצים על שמירת התרשים.
    2. אופציונלי: מעדכנים את שם התרשים.
    3. בתפריט מרכז הבקרה בוחרים מרכז בקרה קיים בהתאמה אישית או יוצרים מרכז בקרה חדש.
    4. לוחצים על שמירת התרשים.

ניתוח השימוש באמצעות BigQuery

בשלבים הבאים מוסבר איך להשתמש ב-BigQuery כדי לנתח את נתוני היומן.

יש שתי גישות שבהן אפשר להשתמש כדי לנתח את נתוני היומנים ב-BigQuery:

  • יוצרים sink ביומן ומייצאים את נתוני היומן למערך נתונים ב-BigQuery.
  • משדרגים את קטגוריית היומן שבה מאוחסנים נתוני היומנים כדי להשתמש ב-Observability Analytics, ואז יוצרים מערך נתונים מקושר ב-BigQuery.

בשתי הגישות האלה, אפשר להשתמש ב-SQL כדי להריץ שאילתות על נתוני היומן ולנתח אותם, וגם ליצור תרשים של תוצאות השאילתות. אם אתם משתמשים ב-Observability Analytics, אתם יכולים לשמור את התרשימים שלכם במרכז בקרה בהתאמה אישית. עם זאת, יש הבדלים בתמחור. פרטים נוספים זמינים במאמרים בנושא תמחור של Observability Analytics ותמחור של BigQuery.

בקטע הזה מוסבר איך ליצור sink ביומן כדי לייצא רשומות נבחרות ביומן ל-BigQuery, ומוצגת רשימה של שאילתות לדוגמה. אם רוצים לקבל מידע נוסף על Observability Analytics, אפשר לעיין במאמרים Query and analyze logs with Observability Analytics (שאילתה וניתוח של יומנים באמצעות Observability Analytics) ו-Query a linked BigQuery dataset (שאילתה של מערך נתונים מקושר ב-BigQuery).

יצירת sink ביומן

  1. במסוף Google Cloud , עוברים לדף Log Router:

    כניסה אל Log Router

    אם משתמשים בסרגל החיפוש כדי למצוא את הדף הזה, בוחרים בתוצאה שכותרת המשנה שלה היא Logging.

  2. בוחרים את Google Cloud הפרויקט שממנו מגיעים רשומות היומן שרוצים להעביר.
  3. לוחצים על יצירת יעד.

  4. בחלונית פרטי יעד, מזינים את הפרטים הבאים:

    • בשדה שם יעד, מציינים מזהה ליעד. אחרי שיוצרים את יעד הנתונים, אי אפשר לשנות את השם שלו, אבל אפשר למחוק אותו וליצור יעד נתונים חדש.

    • בקטע תיאור של יעד, מתארים את המטרה או את תרחיש השימוש של היעד.

  5. בחלונית Sink destination (יעד Sink), מגדירים את הפרטים הבאים:

    • בקטע Select sink service (בחירת שירות יעד), בוחרים באפשרות BigQuery dataset (מערך נתונים ב-BigQuery).
    • בקטע בחירת מערך נתונים ב-BigQuery, יוצרים מערך נתונים חדש ב-BigQuery ונותנים לו את השם code_assist_bq.

  6. פותחים את החלונית Choose logs to include in sink (בחירת יומנים שיכללו ב-sink), ובשדה Build inclusion filter (יצירת מסנן הכללה) מזינים את הערך הבא:

    resource.type="cloudaicompanion.googleapis.com/Instance" AND labels.product="code_assist"

  7. אופציונלי: כדי לוודא שהזנתם את המסנן הנכון, בוחרים באפשרות תצוגה מקדימה של היומנים. כלי Logs Explorer ייפתח בכרטיסייה חדשה עם מסנן שאוכלס מראש.

  8. לוחצים על Create sink (יצירת יעד).

נותנים ל-sink ביומן הרשאה לכתוב רשומות ביומן לקבוצת הנתונים

אם יש לכם גישת בעלים למערך הנתונים ב-BigQuery,‏ Cloud Logging מעניק ל-sink ביומן את ההרשאות הנדרשות לכתיבת נתוני יומן.

אם אין לכם גישת בעלים או אם לא מופיעים רשומות במאגר הנתונים, יכול להיות שאין ל-sink ביומן את ההרשאות הנדרשות. כדי לפתור את הבעיה, צריך לפעול לפי ההוראות במאמר הגדרת הרשאות ליעד.

שאילתות

אפשר להשתמש בשאילתות לדוגמה הבאות ב-BigQuery כדי ליצור נתונים ברמת המשתמש ונתונים מצטברים לגבי שימוש פעיל יומי והצעות שנוצרו.

לפני שמשתמשים בשאילתות לדוגמה הבאות, צריך לקבל את הנתיב המלא של יעד חדש שנוצר. כדי לקבל את הנתיב:

  1. במסוף Google Cloud , עוברים לדף BigQuery.

    כניסה ל-BigQuery

  2. ברשימת המשאבים, מאתרים את מערך הנתונים שנקרא code_assist_bq. הנתונים האלה הם יעד הנתונים.

  3. בוחרים את טבלת התשובות מתחת ל-code_assist_bq_dataset, לוחצים על הסמל ואז על העתקת המזהה כדי ליצור את מזהה מערך הנתונים. חשוב לשים לב למזהה הזה כדי שתוכלו להשתמש בו כמשתנה GENERATED_BIGQUERY_TABLE בקטעים הבאים.

רשימת משתמשים ספציפיים לפי יום

SELECT DISTINCT labels.user_id as user, DATE(timestamp) as use_date
FROM GENERATED_BIGQUERY_TABLE
ORDER BY use_date

מחליפים את GENERATED_BIGQUERY_TABLE בנתיב המוגדר במלואו של טבלת התשובות של BigQuery שרשמתם בשלבים הקודמים ליצירת יעד.

רשימת משתמשים מצטברת לפי יום

SELECT COUNT(DISTINCT labels.user_id) as total_users, DATE(timestamp) as use_date
FROM GENERATED_BIGQUERY_TABLE
GROUP BY use_date
ORDER BY use_date

הצגת בקשות פרטניות ליום לפי משתמש

SELECT COUNT(*), DATE(timestamp) as use_date, labels.user_id as user
FROM GENERATED_BIGQUERY_TABLE
GROUP BY use_date, user
ORDER BY use_date

רשימת בקשות מצטברות ליום לפי תאריך

SELECT COUNT(*), DATE(timestamp) as use_date
FROM GENERATED_BIGQUERY_TABLE
GROUP BY use_date
ORDER BY use_date

המאמרים הבאים