Halaman ini menjelaskan cara menggunakan Cloud Monitoring dan log audit Spanner untuk memantau dan menganalisis penggunaan Spanner Data Boost.
Pemantauan memberikan kemampuan untuk melacak total penggunaan dari waktu ke waktu dan menguraikan penggunaan tersebut berdasarkan pengguna. Log audit Spanner memungkinkan analisis penggunaan yang lebih fleksibel, termasuk menyediakan metrik menurut pengguna atau menurut ID pekerjaan BigQuery.
Menggunakan Monitoring untuk melacak penggunaan Data Boost
Ikuti langkah-langkah berikut untuk melacak penggunaan Data Boost secara keseluruhan:
- Di konsol Google Cloud , buka Monitoring.
Buka Monitoring - Jika Metrics Explorer ditampilkan di menu navigasi, pilih opsi tersebut. Jika tidak, klik Resources, lalu pilih Metrics Explorer.
- Di bagian atas halaman, pilih interval waktu.
- Di menu drop-down Metric, di kolom Filter by resource or metric name, masukkan
spannerdan tekanEnteruntuk mempersempit penelusuran. Dalam daftar Metric, pilih Cloud Spanner Instance > Instance > Processing unit second, lalu klik Apply.
Tindakan ini akan membuat diagram garis penggunaan Data Boost gabungan di semua instance Spanner.
Untuk melihat penggunaan instance tertentu, ikuti langkah-langkah berikut:
- Gunakan kolom Filter untuk menambahkan filter, seperti ID instance.
- Klik + untuk menambahkan atribut lain.
Untuk melihat perincian penggunaan menurut semua instance, ikuti langkah-langkah berikut:
- Hapus filter dengan mengklik ikon X di samping kolom filter.
- Di menu drop-down operator Aggregation, pilih Sum, lalu pilih berdasarkan instance_id.
Untuk mengelompokkan penggunaan berdasarkan akun utama, di drop-down operator Aggregation, pilih Sum, lalu pilih berdasarkan credential_id.
Menggunakan log audit untuk menganalisis penggunaan Data Boost
Log audit Spanner memungkinkan analisis penggunaan Data Boost yang lebih fleksibel. Selain kemampuan untuk menguraikan penggunaan dari waktu ke waktu berdasarkan instance atau akun utama seperti pada Pemantauan, log audit Spanner, jika diaktifkan dan tersedia, memungkinkan penguraian penggunaan dari waktu ke waktu berdasarkan database atau ID pekerjaan BigQuery.
Mengaktifkan log audit dapat dikenai biaya tambahan. Untuk mengetahui informasi tentang harga Cloud Logging, lihat Harga Google Cloud Observability: Logging.
Mengaktifkan log audit penggunaan Data Boost
Anda harus mengaktifkan log audit akses data untuk Spanner sebelum dapat mengumpulkan data penggunaan untuk Data Boost. Untuk melakukannya, ikuti langkah-langkah berikut:
- Ikuti petunjuk di bagian Mengonfigurasi log audit Akses Data dengan konsol Google Cloud .
- Aktifkan jenis log Data Read untuk layanan Spanner API.
- Untuk mendapatkan penggunaan Data Boost berdasarkan teks SQL tugas BigQuery, pastikan log audit untuk BigQuery juga diaktifkan.
Melihat penggunaan menurut akun utama
Untuk mengkueri log audit guna melihat penggunaan Data Boost oleh pengguna, ikuti langkah-langkah berikut:
Buka Logs Explorer di konsol Google Cloud .
Di menu navigasi, klik Log Analytics.
Untuk menampilkan penggunaan menurut pengguna dan database selama 7 hari terakhir, jalankan kueri berikut. Untuk mengubah rentang waktu penggunaan yang ditampilkan, ubah ekspresi
timestampdalam klausaWHERE.SELECT SUM(CAST(JSON_VALUE(labels.data_boost_usage) AS INT64)) AS usage, REGEXP_EXTRACT( proto_payload.audit_log.resource_name, 'projects/[^/]+/instances/[^/]+/databases/[^/]+') AS database, proto_payload.audit_log.authentication_info.principal_email AS principal_email FROM `PROJECT_NAME.global._Default._AllLogs` WHERE timestamp > TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 7 DAY) AND resource.type = 'spanner_instance' AND operation.last IS NULL AND JSON_VALUE(labels.data_boost_usage) != '' GROUP BY database, principal_email;Ganti
PROJECT_NAMEdengan nama project Anda.
Contoh berikut menunjukkan penggunaan dalam unit pemrosesan untuk 4 akun utama.

Melihat penggunaan berdasarkan ID pekerjaan BigQuery
Untuk membuat kueri log audit guna melihat penggunaan Data Boost yang dikelompokkan berdasarkan database, pengguna, dan ID pekerjaan BigQuery, ikuti langkah-langkah berikut:
Buka Logs Explorer di konsol Google Cloud .
Di menu navigasi, klik Log Analytics.
Jalankan kueri berikut:
SELECT SUM(CAST(JSON_VALUE(labels.data_boost_usage) AS INT64)) AS usage, REGEXP_EXTRACT( proto_payload.audit_log.resource_name, 'projects/[^/]+/instances/[^/]+/databases/[^/]+') AS database, proto_payload.audit_log.authentication_info.principal_email AS principal_email, IFNULL(JSON_VALUE(labels.data_boost_workload_id), 'not from BigQuery') AS job_id FROM `PROJECT_NAME.global._Default._AllLogs` WHERE timestamp > TIMESTAMP_SUB(CURRENT_TIMESTAMP(), INTERVAL 7 DAY) AND resource.type = 'spanner_instance' AND operation.last IS NULL AND JSON_VALUE(labels.data_boost_usage) != '' GROUP BY database, principal_email, job_id;Ganti
PROJECT_NAMEdengan nama project Anda.
Contoh berikut menunjukkan penggunaan berdasarkan ID pekerjaan BigQuery.

Melihat penggunaan berdasarkan teks SQL BigQuery
Untuk melihat penggunaan Data Boost untuk beberapa tugas BigQuery yang digabungkan berdasarkan teks SQL tugas tersebut, ikuti langkah-langkah berikut:
Buka Logs Explorer di konsol Google Cloud .
Di menu navigasi, klik Log Analytics.
Jalankan kueri berikut:
SELECT SUM( CAST( JSON_VALUE(db.labels.data_boost_usage) AS INT64)) AS usage, JSON_VALUE( bq.proto_payload.audit_log.metadata.jobInsertion.job.jobConfig.queryConfig.query) AS bq_query FROM `PROJECT_NAME.global._Default._AllLogs` db, `PROJECT_NAME.global._Default._AllLogs` bq WHERE db.timestamp > TIMESTAMP_SUB( CURRENT_TIMESTAMP(), INTERVAL 7 DAY) AND db.resource.type = 'spanner_instance' AND JSON_VALUE(db.labels.data_boost_usage) != '' AND db.operation.last IS NULL AND bq.timestamp > TIMESTAMP_SUB( CURRENT_TIMESTAMP(), INTERVAL 7 DAY) AND bq.proto_payload.audit_log.method_name = 'google.cloud.bigquery.v2.JobService.InsertJob' AND bq.resource.type = 'bigquery_project' AND JSON_VALUE( bq.proto_payload.audit_log.metadata.jobInsertion.job.jobConfig.queryConfig.query) IS NOT NULL AND JSON_VALUE(db.labels.data_boost_workload_id) = REGEXP_EXTRACT(bq.proto_payload.audit_log.resource_name, '[^/]*$') GROUP BY bq_query ORDER BY usage DESCGanti
PROJECT_NAMEdengan nama project Anda.
Contoh berikut menunjukkan penggunaan Data Boost berdasarkan teks SQL.

Membuat pemberitahuan Data Boost
Untuk membuat pemberitahuan yang dikeluarkan saat penggunaan Data Boost melebihi batas yang telah ditentukan, lihat Menetapkan pemberitahuan untuk penggunaan Data Boost.
Langkah berikutnya
- Pelajari Data Boost di Ringkasan Data Boost.