Flow Analyzer analizza i dati dei log di flusso VPC archiviati in un formato di record. I record di log contengono campi di base, che sono i campi principali di ogni record di log, e campi di metadati, che forniscono ulteriori informazioni. I record di log per il monitoraggio dei flussi di traffico sono costituiti da tre componenti principali:
- Informazioni sulle risorse
- Tipi di metriche
- Serie temporali
Informazioni sulle risorse
I record di log includono i seguenti dati sulle risorse:
- Dettagli della connessione
- Dati del reporter
- Dettagli di GKE
- Dettagli dell'istanza
- Dettagli geografici
- Dettagli del VPC
Tipi di metriche
I record di log includono i dati per i seguenti tipi di metriche:
- Byte inviati: contiene informazioni sui volumi di payload e non include le intestazioni. Il valore di questa metrica può essere zero perché alcuni pacchetti hanno solo intestazioni e non includono payload.
- Pacchetti inviati:indica il numero di pacchetti inviati dall'origine alla destinazione.
Dati delle serie temporali non elaborati
La quantità di dati delle metriche non elaborate in una singola serie temporale può essere enorme e in genere sono presenti molte serie temporali associate a un tipo di metrica. Per analizzare l'intero set di dati per individuare elementi comuni, tendenze o valori anomali, è necessario eseguire un'elaborazione sulle serie temporali del set. In caso contrario, i dati da considerare sono troppi.
Per introdurre il campionamento e l'aggregazione degli esempi in questa pagina, utilizza un numero ridotto di serie temporali ipotetiche. Ad esempio, il seguente diagramma mostra alcuni minuti di dati non elaborati per il tipo di metrica byte al secondo:
I dati delle serie temporali non elaborati devono essere manipolati prima di poter essere analizzati e l'analisi spesso comporta il campionamento dei dati e l'aggregazione di alcuni di essi. Questa pagina descrive due tecniche principali per perfezionare i dati non elaborati:
- Campionamento, che rimuove alcuni dei dati da considerare. Google Cloud esegue il campionamento e utilizza i dati richiesti dai record di log per eseguire le operazioni indicate nelle query.
- Aggregazione, che combina più dati in un set più piccolo lungo le dimensioni specificate.
Il campionamento e l'aggregazione sono strumenti potenti che, tra le altre cose, aiutano a identificare pattern interessanti e a evidenziare tendenze o valori anomali nei dati.
Informazioni sul periodo di allineamento
Il primo passo nell'aggregazione dei dati delle serie temporali è l'allineamento. L'allineamento crea una nuova serie temporale in cui i dati non elaborati vengono regolarizzati nel tempo in modo che possano essere combinati con altre serie temporali allineate. L'allineamento produce serie temporali con dati a intervalli regolari.
L'allineamento prevede due passaggi:
- Dividere la serie temporale in intervalli di tempo regolari, chiamati anche bucketizzazione dei dati. L'intervallo è chiamato periodo di allineamento.
- Calcolare un singolo valore della metrica per i punti nel periodo di allineamento. Scegli come calcolare il singolo punto: puoi sommare tutti i valori, calcolarne la media o utilizzare il valore massimo.
Il seguente diagramma mostra come il periodo di allineamento viene utilizzato per raggruppare i dati all'interno dell'ora di inizio e dell'ora di fine.
Il seguente diagramma mostra il risultato dell'utilizzo di un periodo di allineamento di cinque minuti con i seguenti passaggi:
- Creare un periodo di allineamento di cinque minuti di intervallo di tempo.
- Calcolare il singolo valore della metrica utilizzando la somma dei valori della metrica dai dati non elaborati.
Granularità
Se sai che si è verificato un evento in un arco di tempo di un paio di minuti e vuoi approfondire, probabilmente ti conviene utilizzare un periodo di un minuto per l'allineamento.
Se ti interessa esplorare le tendenze su periodi di tempo più lunghi, un periodo di allineamento più lungo potrebbe essere più appropriato. I periodi di allineamento lunghi in genere non sono utili per esaminare condizioni anomale a breve termine, come picchi di traffico brevi. Se utilizzi, ad esempio, un periodo di allineamento di più settimane, puoi comunque rilevare l'esistenza di un'anomalia in quel periodo, ma i dati allineati potrebbero essere troppo generici per essere di grande aiuto.
Per durate di tempo lunghe, un periodo di allineamento più breve non è utile. Ad esempio, se selezioni un allineamento di 1 minuto per un periodo di 30 giorni, Flow Analyzer genera più di 43.000 punti dati. Poiché 43.000 punti dati sono 10 volte superiori ai pixel di visualizzazione 4k, non puoi visualizzare tutti i dettagli e alcune opzioni sono disattivate per durate di tempo lunghe.
Opzioni di allineamento
Le opzioni di allineamento includono la somma dei valori, la ricerca del valore massimo, minimo o medio dei valori, la ricerca di un valore percentile scelto, il conteggio dei valori e altro ancora. Con Flow Analyzer, puoi utilizzare varie aggregazioni di metriche come opzioni di allineamento.
Se selezioni Byte inviati come tipo di metrica e Origine e destinazione come aggregazione del traffico, sono disponibili le seguenti opzioni.
- Traffico totale
- Frequenza media di traffico
- Frequenza mediana di traffico
- Frequenza di traffico P95
- Frequenza massima di traffico
Se selezioni Pacchetti inviati come tipo di metrica e Origine e destinazione come aggregazione del traffico, sono disponibili le seguenti opzioni.
- Pacchetti aggregati
- Velocità media pacchetti
- Frequenza mediana di pacchetti
- Frequenza di pacchetti P95
- Frequenza massima di pacchetti
Il seguente diagramma mostra il risultato dell'utilizzo di due opzioni di allineamento: traffico totale e frequenza media di traffico.
Utilizzare il periodo di allineamento
Puoi utilizzare l'opzione Periodo di allineamento per aggregare i flussi di traffico in intervalli di tempo della durata selezionata. Se necessario, puoi ingrandire ulteriormente il grafico e visualizzare i dettagli specifici.
Passaggi successivi
- Analizzare i flussi di traffico
- Abilitare Observability Analytics
- Configurare un bucket centrale
- Eseguire test di connettività da Flow Analyzer
- Monitorare i flussi di traffico
- Risolvere i problemi relativi ai dati in Flow Analyzer