מידע על מדדים שמבוססים על ערכי הפצה

במאמר הזה מוסבר איך ליצור תרשים שמציג נתוני מדדים מסוג הערך Distribution ואיך לפרש אותו. סוג הערך הזה משמש שירותים כשיש יותר מדי מדידות פרטניות לאיסוף, אבל מידע סטטיסטי כמו ממוצעים או אחוזונים לגבי המדידות האלה הוא בעל ערך. לדוגמה, אם אפליקציה מסתמכת על תנועת HTTP, אפשר להשתמש במדד של ערך התפלגות שמודד את זמן האחזור של תגובת HTTP כדי להעריך כמה מהר בקשות HTTP מושלמות.

כדי להמחיש איך נוצר היסטוגרמה, נתייחס לשירות שמודד את זמן האחזור של בקשות HTTP ומדווח על הנתונים האלה באמצעות מדד עם סוג ערך של התפלגות. הנתונים מדווחים כל דקה. השירות מגדיר טווחים של ערכים למדד, שנקראים buckets, ומתעד את מספר הערכים שנמדדו ונכללים בכל bucket. לדוגמה, כשבקשת HTTP מסתיימת, השירות מגדיל את המספר בקטגוריה שהטווח שלה כולל את ערך זמן האחזור של הבקשה. הספירות האלה יוצרות היסטוגרמה של ערכים לאותה דקה.

נניח שזמני האחזור שנמדדו במרווח של דקה הם 5, 1, 3, 5, 6, 10 ו-14. אם הדליים הם [0, 4), [4, 8), [8, 12), ו-[12, 16), ההיסטוגרמה של הנתונים האלה היא [2, 3, 1, 1]. בטבלה הבאה מוצגת ההשפעה של כל מדידה על הספירה בכל דלי:

קטגוריה	מדידות של זמן האחזור	מספר הערכים בדלי
‫[12,16)	14	1
[8,12)	10	1
[4,8)	‫5, 5, 6	3
[0,4)	1, 3	2

כשכותבים את הנתונים האלה לסדרת הזמן, נוצר אובייקט Point. למדדים עם ערך התפלגות, האובייקט הזה כולל את ההיסטוגרמה של הערכים. בתקופת הדגימה הזו, המערך Point מכיל את הערכים [2, 3, 1, 1]. המדידות האישיות לא נכתבות לסדרת הזמן.

נניח שבטבלה הקודמת רשום ההיסטוגרמה של נתוני זמן האחזור שנמדדו בשעה 1:00. בטבלה הזו מוצגות דוגמאות לאופן שבו אפשר לקחת סדרה של מדידות ולהמיר אותן לספירות של קטגוריות. נניח שספירת הדליים בשעות 1:01,‏ 1:02 ו-1:03 היא כמו שמוצג בטבלה הבאה:

קטגוריה	היסטוגרמה של 1:00	היסטוגרמה של 1:01	היסטוגרמה של 1:02	היסטוגרמה של 1:03
‫[12,16)	1	6	0	1
[8,12)	1	0	2	2
[4,8)	3	1	1	8
[0,4)	2	6	10	3

בטבלה הקודמת מוצגת סדרת היסטוגרמות שמסודרות לפי זמן. כל עמודה בטבלה מייצגת את נתוני ההשהיה לתקופה של דקה אחת. כדי לקבל את מספר המדידות בשעה מסוימת, מסכמים את מספר הפריטים בכל קטגוריה. עם זאת, המדידות בפועל לא מוצגות כי הן לא זמינות במדדים של ערכי התפלגות.

תרשימי מפת חום

תרשימי מפת חום נועדו להציג סדרת זמן אחת עם ערכי התפלגות. בתרשימים האלה, ציר X מייצג את הזמן, ציר Y מייצג את הדליים והצבע מייצג את הערך. צבע בהיר יותר מציין ערך גבוה יותר. לדוגמה, אזורים כהים במפת החום מציינים מספרים נמוכים יותר של קטגוריות בהשוואה לאזורים צהובים או לבנים.

האיור הבא הוא ייצוג אחד של מפת חום לדוגמה הקודמת:

באיור הקודם, מפת החום משתמשת בצבע שחור כדי לייצג את מספר הדלי הקטן ביותר, 0, ובצבע צהוב כדי לייצג את מספר הדלי הגדול ביותר, 10. הצבעים האדום והכתום מייצגים ערכים בין שני הקצוות האלה.

מכיוון שבתרשימי מפת חום אפשר להציג רק סדרת זמן אחת, צריך להגדיר את אפשרויות הצבירה כדי לשלב את כל סדרות הזמן.

כדי להשתמש ב-Metrics Explorer כדי להציג את סכום השהיות של זמן הלוך ושוב (RTT) של מכונה וירטואלית, פועלים לפי השלבים הבאים:

1. נכנסים לדף  Metrics explorer במסוף Google Cloud :

   כניסה אל Metrics Explorer

   אם משתמשים בסרגל החיפוש כדי למצוא את הדף הזה, בוחרים בתוצאה שבה הכותרת המשנית היא Monitoring.

2. בסרגל הכלים של מסוף Google Cloud , בוחרים את Google Cloud הפרויקט. בהגדרות של מרכז האפליקציות, בוחרים את הפרויקט המארח של מרכז האפליקציות או את פרויקט הניהול של התיקייה לניהול אפליקציות.
3. ברכיב Metric, מרחיבים את התפריט Select a metric, כותבים RTT latencies בשורת הסינון ומשתמשים בתפריטי המשנה כדי לבחור סוג ספציפי של משאב ומדד:
   1. בתפריט Active resources בוחרים באפשרות VM Instance.
   2. בתפריט Active metric categories בוחרים באפשרות Vm_flow.
   3. בתפריט Active metrics בוחרים באפשרות RTT latencies.
   4. לוחצים על אישור.

4. כדי להוסיף מסננים שמסירים סדרות זמן מתוצאות השאילתה, משתמשים ברכיב Filter.

תרשימי קו ועמודות

בתרשימי קו, בתרשימי עמודות מוערמים ובתרשימי קו מוערמים, שמיועדים להצגת נתונים סקלריים, אי אפשר להציג ערכי פיזור. כדי להציג מדד עם ערך התפלגות באחד מסוגי התרשימים האלה, צריך להמיר את ערכי ההיסטוגרמה לערכים סקלריים. לדוגמה, אפשר להגדיר את אפשרויות הצבירה כך שיחושב הממוצע של הערכים בהיסטוגרמה או שיחושב אחוזון.

בקטע הבא מוסבר איך להציג מדד עם ערך התפלגות בתרשים קו.

מדדים של צבירה והפצה

צבירה היא תהליך של נרמול נקודות בתוך סדרת זמן ושילוב של כמה סדרות זמן. הצבירה זהה למדדים מסוג חלוקה כמו למדדים מסוג ערך של מספר שלם או מספר עשרוני. עם זאת, סוג התרשים מחייב כמה דרישות לגבי האפשרויות שמשמשות ליישור ולקבוץ של סדרות זמן.

תרשימי מפת חום

בתרשימי מפת חום מוצגת סדרת זמנים אחת עם ערכי התפלגות. לכן, צריך להגדיר את פונקציית היישור ואת פונקציית הקיבוץ כדי ליצור סדרת זמן אחת.

בוחרים פונקציית יישור sum או delta כשבתרשים מוצגת מפת חום. הפונקציות האלה משלבות ברמת הקטגוריה את כל הדגימות של סדרת זמן אחת שנמצאות באותה תקופת יישור, והתוצאה היא ערך התפלגות. לדוגמה, אם שתי דגימות סמוכות של סדרת זמן הן [2, 3, 1, 1] ו-[2, 5, 4, 1], פונקציית היישור של הסכום תפיק [4, 8, 5, 2].

פונקציית הקיבוץ מגדירה איך משלבים סדרות זמן שונות. הפונקציה הזו נקראת לפעמים אגרגטור או מצמצם. למפות חום, מגדירים את פונקציית הקיבוץ לפונקציה sum. פונקציית הסכום מוסיפה את הערכים של אותם דליים בכל ההיסטוגרמות, וכך נוצרת היסטוגרמה חדשה. לדוגמה, הסכום של הערך [2, 3, 1, 1] מסדרת הזמן A והערך [1, 5, 2, 2] מסדרת הזמן B הוא [3, 8, 3, 3].

תרשימי קו

בתרשימי קו מוצגות רק סדרות זמנים עם ערכים סקלריים. אם בוחרים מדד עם ערך התפלגות, התרשים מוגדר עם פרמטרים אופטימליים להצגת מפת חום. השדות של רכיב Aggregation מוגדרים ל-Distribution ול-None.

• הפרשנות של התפלגות תלויה במדד הספציפי. לסוגי מדדים של התפלגות עם סוג המדד GAUGE, פונקציית היישור שמוגדרת כברירת מחדל היא sum. כשסוג מדד עם ערך התפלגות הוא CUMULATIVE, פונקציית ההתאמה לזמן שמוגדרת כברירת מחדל היא DELTA.

• ההגדרה ללא מבטיחה שכל נתוני הזמן יאוחדו.

אם רוצים להציג מדד עם ערכי פיזור בתרשים קווי, צריך לשנות את הגדרות ברירת המחדל של התרשים. לדוגמה, כדי להגדיר תרשים קו בלוח בקרה להצגת האחוזון ה-99 של כל סדרת זמן למדד עם ערך התפלגות, צריך לבצע את הפעולות הבאות:

1. במסוף Google Cloud , עוברים לדף  Dashboards:

   עוברים אל מרכזי בקרה.

   אם משתמשים בסרגל החיפוש כדי למצוא את הדף הזה, בוחרים בתוצאה שבה הכותרת המשנית היא Monitoring.

2. בסרגל הכלים של מסוף Google Cloud , בוחרים את Google Cloud הפרויקט. בהגדרות של מרכז האפליקציות, בוחרים את הפרויקט המארח או את פרויקט הניהול של מרכז האפליקציות.
3. בסרגל הכלים, לוחצים על  הוספת ווידג'ט.
4. בתיבת הדו-שיח הוספת ווידג'ט, בוחרים באפשרות  מדד.
5. ברכיב Metric, בוחרים במדד VM Instance - RTT latencies.
6. ברכיב צבירה, מרחיבים את התפריט הראשון ובוחרים באפשרות אחוזון 99.
7. בחלונית Display, מגדירים את הערך של התפריט Widget type לאפשרות תרשים קו.
8. אופציונלי: ברכיב Aggregation, מרחיבים את התפריט השני ובוחרים את התוויות שמשמשות לקיבוץ סדרות הזמנים. כברירת מחדל, לא נבחרות תוויות, ולכן מוצג קו אחד בתרשים.

המאמרים הבאים

במאמר אחוזונים ומדדים עם ערכי התפלגות מוסבר איך קובעים את מודל הדלי למדד ואיך מפרשים את האחוזונים.