Generare metriche di Gemini Code Assist

Questo documento descrive come generare metriche di Gemini Code Assist. Ad esempio, puoi generare metriche che segnalano l'utilizzo attivo giornaliero o l' accettazione dei consigli sul codice per una varietà di Google Cloud prodotti, tra cui Cloud Logging, Google Cloud CLI, Cloud Monitoring e BigQuery.

Se devi abilitare e visualizzare i log di Gemini per Google Cloud prompt, risposte e metadati, consulta Visualizzare i log di Gemini Google Cloud logs.

Limitazioni

Questa pagina si applica in modo specifico alla generazione di metriche per le interazioni degli utenti con Gemini Code Assist all'interno di un IDE.

Per informazioni sulle metriche di logging per Gemini CLI, che richiede la configurazione di Open Telemetry, consulta Telemetria di Gemini CLI.
Gemini Code Assist su GitHub non supporta l'accesso Google Cloud.

Prima di iniziare

Assicurati di aver configurato Gemini Code Assist nel tuo progetto.
Assicurati di aver abilitato Gemini per il Google Cloud logging nel tuo progetto.
Nella Google Cloud console, attiva Cloud Shell.

Attiva Cloud Shell

Nella parte inferiore della Google Cloud console, viene avviata una sessiona di Cloud Shell e viene visualizzato un prompt della riga di comando. Cloud Shell è un ambiente shell con Google Cloud CLI già inclusa e installata e con valori già impostati per il progetto corrente. L'inizializzazione della sessione può richiedere alcuni secondi.

Elencare il numero di utenti unici

Le seguenti istruzioni descrivono come utilizzare gcloud CLI per elencare il numero di utenti unici di Gemini Code Assist nel periodo di 28 giorni più recente:

In un ambiente shell, assicurati di aver aggiornato tutti i componenti installati di gcloud CLI all'ultima versione:
```
gcloud components update
```

Leggi le voci di log per gli utenti e l'utilizzo di Gemini Code Assist:

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)"

Sostituisci PROJECT_ID con l'ID progetto Google Cloud .

Puoi utilizzare il comando Unix uniq per identificare in modo univoco gli utenti su base giornaliera.

L'output è simile al seguente:

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

Creare un grafico che mostri l'utilizzo giornaliero

I seguenti passaggi mostrano come utilizzare Monitoring per creare grafici di utilizzo giornaliero che mostrano il totale aggregato degli utenti attivi giornalieri di Gemini Code Assist e il numero di richieste al giorno.

Crea una metrica di Monitoring dai dati di log che registri il numero di utenti di Gemini Code Assist:
1. Nella Google Cloud console, vai alla pagina segmento Esplora log:
  Vai a Esplora log
  
  Se utilizzi la barra di ricerca per trovare questa pagina, seleziona il risultato con il sottotitolo Logging.
2. Nel riquadro della query, inserisci la query seguente e poi fai clic su Esegui query:
```
 resource.type="cloudaicompanion.googleapis.com/Instance" AND labels.product="code_assist" AND jsonPayload.@type="type.googleapis.com/google.cloud.cloudaicompanion.logging.v1.ResponseLog"
```
  Nota: il valore predefinito del periodo di tempo è Ultima ora, ma puoi impostare lo su un periodo di tempo più lungo (ad esempio Ultimi 7 giorni).
3. Nella barra degli strumenti, fai clic su Azioni e poi seleziona Crea metrica.
  
  Viene visualizzata la finestra di dialogo Crea metrica basata su log.
4. Configura i seguenti dettagli della metrica:
  - Assicurati che il Tipo di metrica sia impostato su Contatore.
  - Assegna alla metrica il nome code_assist_example.
  - Assicurati che l'opzione Selezione filtro sia impostata in modo da puntare alla località in cui vengono archiviati i log, ovvero Progetto o Bucket.
    
    Per informazioni sulla generazione di metriche di Monitoring da dati di log, consulta la panoramica delle metriche basate su log.
5. Fai clic su Crea metrica.
  
  Viene visualizzato un banner di successo che spiega che la metrica è stata creata.
6. Nel banner di successo, fai clic su Visualizza in Esplora metriche.
  
  Si apre Metrics Explorer e viene visualizzato un grafico preconfigurato.
  
  Nota: potrebbero essere necessari fino a 10 minuti prima che i dati vengano visualizzati nel grafico. Per ulteriori informazioni, consulta La metrica non contiene dati di log.
Salva il grafico in una dashboard:
1. Nella barra degli strumenti, fai clic su Salva grafico.
2. (Facoltativo) Aggiorna il titolo del grafico.
3. Utilizza il menu Dashboard per selezionare una dashboard personalizzata esistente o per crearne una nuova.
4. Fai clic su Salva grafico.

Analizzare l'utilizzo utilizzando BigQuery

I seguenti passaggi mostrano come utilizzare BigQuery per analizzare i dati di log.

Esistono due approcci che puoi utilizzare per analizzare i dati di log in BigQuery:

Crea un sink di log ed esporta i dati di log in un set di dati BigQuery.
Esegui l'upgrade del bucket di log che archivia i dati di log per utilizzare Observability Analytics, quindi crea un set di dati BigQuery collegato.

Con entrambi gli approcci, puoi utilizzare SQL per eseguire query e analizzare i dati di log e puoi rappresentare graficamente i risultati di queste query. Se utilizzi Observability Analytics, puoi salvare i grafici in una dashboard personalizzata. Tuttavia, esistono differenze di prezzo. Per i dettagli, consulta i prezzi di Observability Analytics e i prezzi di BigQuery.

Questa sezione descrive come creare un sink di log per esportare le voci di log selezionate in BigQuery e fornisce un elenco di query di esempio. Se vuoi saperne di più su Observability Analytics, consulta Eseguire query e analizzare i log con Observability Analytics e Eseguire query su un set di dati BigQuery collegato.

Creare un sink di log

Nella Google Cloud console, vai alla pagina Router dei log:
Vai al router dei log

Se utilizzi la barra di ricerca per trovare questa pagina, seleziona il risultato con il sottotitolo Logging.
Seleziona il Google Cloud progetto in cui hanno origine le voci di log che vuoi instradare.
Seleziona Crea un sink.
Nel riquadro Dettagli sink, inserisci i seguenti dettagli:
- In Nome sink, fornisci un identificatore per il sink. Dopo aver creato il sink, non puoi rinominarlo, ma puoi eliminarlo e crearne uno nuovo.
- In Descrizione sink, descrivi lo scopo o il caso d'uso del sink.
Nel riquadro Destinazione sink, configura i seguenti dettagli:
- In Seleziona il servizio sink, seleziona Set di dati BigQuery.
- In Seleziona set di dati BigQuery, crea un nuovo set di dati BigQuery e chiamalo code_assist_bq.
Apri il riquadro Scegli i log da includere nel sink e, nel campo Crea filtro di inclusione, inserisci quanto segue:
```
resource.type="cloudaicompanion.googleapis.com/Instance" AND labels.product="code_assist"
```
(Facoltativo) Per verificare di aver inserito il filtro corretto, seleziona Visualizza log. Esplora log si apre in una nuova scheda con il filtro precompilato.
Fai clic su Crea un sink.

Autorizzare il sink di log a scrivere voci di log nel set di dati

Quando hai accesso Proprietario al set di dati BigQuery, Cloud Logging concede al sink di log le autorizzazioni necessarie per scrivere i dati di log.

Se non hai accesso Proprietario o se non vedi voci nel set di dati, è possibile che il sink di log non disponga delle autorizzazioni richieste. Per risolvere questo problema, segui le istruzioni riportate in Impostare le autorizzazioni di destinazione.

Query

Puoi utilizzare le seguenti query di esempio di BigQuery per generare dati a livello di utente e aggregato per l'utilizzo attivo giornaliero e i suggerimenti generati.

Prima di utilizzare le seguenti query di esempio, devi ottenere il percorso completo del sink appena creato. Per ottenere il percorso:

Nella Google Cloud console, vai alla pagina BigQuery.

Vai a BigQuery
Nell'elenco delle risorse, individua il set di dati denominato code_assist_bq. Questi dati sono la destinazione del sink.
Seleziona la tabella delle risposte da sotto code_assist_bq_dataset, fai clic sull'icona e poi su Copia ID per generare l'ID del set di dati. Prendine nota in modo da poterlo utilizzare nelle sezioni seguenti come variabile GENERATED_BIGQUERY_TABLE.

Elencare i singoli utenti per giorno

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

Sostituisci GENERATED_BIGQUERY_TABLE con il percorso completo della tabella delle risposte di BigQuery annotata nei passaggi precedenti per la creazione di un sink.

Elencare gli utenti aggregati per giorno

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

Elencare le singole richieste al giorno per utente

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

Elencare le richieste aggregate al giorno per data

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

Passaggi successivi

Scopri di più su Gemini per il Google Cloud logging.
Scopri di più su Gemini per il Google Cloud monitoraggio.