關於數據分析檢視畫面

您可以在 Observability Analytics 中使用 Analytics 檢視畫面，針對可觀測性資料定義含有自訂結構定義的 SQL 查詢，簡化及重複使用複雜的轉換作業。您只能重新執行已儲存的查詢，但可以在其他 SQL 查詢的 FROM 子句中，將分析檢視表做為資料來源。

總覽

分析檢視表是可供查詢的資源。也就是說，定義分析檢視表後，您可以在 FROM 子句中指定分析檢視表，然後撰寫查詢。

使用 Analytics 檢視畫面最主要的好處是，您不必受限於 API 或系統定義的格式，分析檢視畫面可讓您定義結構定義，簡化查詢或減少撰寫查詢的時間。分析檢視表中的查詢可以執行下列動作：只保留特定欄位、重新命名欄位、將巢狀欄位移至頂層資料欄，以及執行分組和彙整。

Analytics 資料檢視不是具體化檢視。分析檢視表並非預先計算的檢視畫面，不會定期快取查詢結果。因此，查詢分析檢視表等同於查詢分析檢視表查詢中列出的檢視區。

Analytics 檢視畫面比已儲存的查詢更強大。已儲存的查詢是指您在「Observability Analytics」頁面執行的查詢，然後儲存。您可以重新執行已儲存的查詢，但無法查詢已儲存查詢的結果。

資料檢視類型

分析檢視畫面分為兩種：使用者定義和系統定義：

  • 使用者定義的 Analytics 檢視畫面：您建立的任何 Analytics 檢視畫面。您可以查詢、編輯及刪除使用者定義的 Analytics 檢視畫面。

  • 系統定義的數據分析檢視畫面是由Google Cloud 服務建立的數據分析檢視畫面。您可以查詢系統定義的 Analytics 檢視畫面。但無法編輯或刪除。

如要瞭解如何在Google Cloud 專案中列出 Analytics 資料檢視，請參閱「列出 Analytics 資料檢視」。

數據分析檢視畫面位置

資料分析檢視表的位置取決於所查詢資源的位置。舉例來說，如果資料分析檢視區查詢 global 位置的記錄檢視區或可觀測性檢視區，則資料分析檢視區的位置也必須是 global。使用 Google Cloud 控制台建立分析檢視表時，系統會自動設定位置。

應用實例

下列範例說明如何使用 Analytics 檢視區塊簡化及重複使用查詢。

查詢網路詳細資料

您想使用虛擬私有雲流量記錄檔分析網路效能。您需要分析整體網路效能，並找出特定網路、IP 位址和主機。這項資訊會儲存在記錄項目的 json_payload 欄位中，位於巢狀欄位內。

為簡化分析查詢，請建立下列分析檢視表，並命名為 network_details：

SELECT
  -- Create a column for each network field.
  JSON_VALUE(resource.labels.subnetwork_name) subnetwork_name,
  JSON_VALUE(json_payload.src_instance.vm_name) vm_name,
  JSON_VALUE(json_payload.connection.src_ip) as src_ip,
  JSON_VALUE(json_payload.connection.src_port) as src_port,
  JSON_VALUE(json_payload.connection.dest_ip) as dest_ip,
  JSON_VALUE(json_payload.connection.dest_port) as dest_port,
  CAST(JSON_VALUE(json_payload.bytes_sent) as INT64) as bytes_sent,
  CAST(JSON_VALUE(json_payload.packets_sent) as INT64) as packets_sent
FROM
  -- Query one log view.
  `PROJECT_ID.LOCATION.BUCKET_ID.LOG_VIEW_ID`
WHERE
  -- Only query the VPC Flow Logs log.
  log_id = "compute.googleapis.com/vpc_flows"
  AND SEARCH(json_payload.reporter, "SRC")

使用查詢前，請先設定下列變數的值：

  • PROJECT_ID：專案的 ID。
  • LOCATION：記錄檢視畫面所在位置。
  • BUCKET_ID：記錄檔 bucket 的名稱或 ID。
  • LOG_VIEW_ID：記錄檢視的 ID，最多 100 個字元，只能包含英文字母、數字、底線和連字號。

如要分析聯播網效能，請查詢分析檢視表。舉例來說，如果您只對執行個體的名稱和傳送的資料量感興趣，可以編寫下列查詢：

SELECT vm_name, bytes_sent, packets_sent,
FROM `analytics_view.my_project.global.network_details`
ORDER BY bytes_sent DESC
LIMIT 100

API 延遲分析的基本查詢

多個團隊需要每週的成效資料，才能完成分析。您不必讓每個團隊產生每週資料，而是建立可擷取每週資料的分析檢視畫面。其他團隊可以查詢分析檢視表，然後執行分析。

下列查詢說明如何使用 SQL 計算要求延遲時間的最小值、最大值和平均值：

SELECT week, MIN(took_ms) as min, MAX(took_ms) AS max, AVG(took_ms) AS avg
FROM (
  SELECT TIMESTAMP_TRUNC(timestamp, WEEK) AS week,
  CAST( JSON_VALUE(json_payload, '$."http.resp.took_ms"') AS INT64) as took_ms
  FROM
    -- Query one log view.
    `PROJECT_ID.LOCATION.BUCKET_ID.LOG_VIEW_ID`
  WHERE json_payload IS NOT NULL
    AND SEARCH(labels,"frontend")
    AND JSON_VALUE(json_payload.message) = "request complete"
  ORDER BY took_ms DESC, timestamp ASC
)
GROUP BY week ORDER BY week

擷取追蹤記錄服務名稱

假設您想編寫查詢來分析追蹤資料，並想顯示或依合成服務名稱分組，Analytics 檢視區的查詢會使用 COALESCE 函式，依序評估運算式清單，並傳回第一個未評估為 NULL 的運算式值，藉此判斷 span 的服務名稱：

SELECT
  start_time,
  -- Set the value of service name based on the first non-null value in the list.
  COALESCE(
    JSON_VALUE(resource.attributes, '$."service.name"'),
    JSON_VALUE(attributes, '$."service.name"'),
    JSON_VALUE(attributes, '$."g.co/gae/app/module"')) AS service_name,
  name AS span_name,
  duration_nano,
  status.code AS status,
  trace_id,
  span_id
FROM
  `PROJECT_ID.us._Trace.Spans._AllSpans`
LIMIT 10

使用查詢前，請將 PROJECT_ID 替換為專案的 ID。Google Cloud

使用追蹤記錄 ID 彙整追蹤記錄和記錄資料

分析應用程式時，您可能需要將記錄和追蹤資料相互關聯。其中一個做法是建立執行聯結的分析檢視表，並選取欄位來產生報表。

下列查詢會使用時距和追蹤記錄 ID，聯結記錄和追蹤記錄資料：

SELECT
  T.trace_id,
  T.span_id,
  T.name,
  T.start_time,
  T.duration_nano,
  L.log_name,
  L.severity,
  L.json_payload,
  L.text_payload,
  L.proto_payload,
  L.insert_id
FROM
  `PROJECT_ID.us._Trace.Spans._AllSpans` AS T
JOIN
  `PROJECT_ID.us.BUCKET_ID.LOG_VIEW_ID` AS L
ON
  -- Join log and trace data by both the span ID and trace ID.
  -- Don't join only on span ID because this field isn't globally unique.
  T.span_id = L.span_id
  -- A regular expression is required because the storage format of the trace ID
  -- differs between a log view and a trace view.
  AND T.trace_id = REGEXP_EXTRACT(L.trace, r'/([^/]+)$')

使用查詢前，請先設定下列變數的值：

  • PROJECT_ID：專案的 ID。
  • BUCKET_ID：記錄檔 bucket 的名稱或 ID。
  • LOG_VIEW_ID：記錄檢視的 ID，最多 100 個字元，只能包含英文字母、數字、底線和連字號。

在範例中，請注意記錄檢視畫面和可觀測性檢視畫面都位於相同位置 us。一個分析檢視表可以查詢多個檢視區，但這些檢視區必須位於相同位置。

限制

分析檢視畫面有以下限制：

  • 分析檢視區塊只能查詢記錄檢視區塊和可觀測性檢視區塊。
  • 分析檢視表區塊的上層資源必須是 Google Cloud 專案。
  • 您只能使用「Observability Analytics」頁面查詢分析檢視表，且僅限使用「Observability Analytics (預設)」查詢引擎。
  • Analytics 檢視查詢的所有檢視區都必須位於相同位置。
  • 您必須使用 Google Cloud 控制台建立或管理 Analytics 檢視畫面。
  • 每個專案最多可建立 100 個 Google Cloud Analytics 檢視畫面。
  • 每個區域最多可建立 50 個 Analytics 檢視區。
  • 每個 Google Cloud 專案最多可有 10 個區域包含分析檢視表。

後續步驟