關於數據分析檢視畫面

本文說明 Analytics 檢視區，以及建立檢視區的時機。並說明分析檢視畫面與已儲存查詢之間的差異。

總覽

Analytics 檢視區塊是可供查詢的資源。也就是說，定義 Analytics 檢視區後，您可以在 FROM 子句中指定 Analytics 檢視區，然後編寫查詢。

使用 Analytics 檢視畫面最主要的好處，就是您不必受限於 API 或系統定義的資料查詢格式。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。分析檢視區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作業。

Analytics 資料檢視並非具體化檢視。分析資料檢視不是預先計算的檢視畫面，不會定期快取查詢結果。因此，查詢 Analytics 資料檢視等同於查詢 Analytics 資料檢視查詢中列出的資料檢視。

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「記錄檔分析」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。

Analytics 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 資料檢視：您建立的任何 Analytics 資料檢視。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 檢視區塊。但無法編輯或刪除。

如要瞭解如何列出Google Cloud 專案中的 Analytics 檢視區塊，請參閱「列出 Analytics 檢視區塊」。

數據分析檢視畫面位置

資料分析檢視區的位置取決於查詢的資源位置。舉例來說，如果資料分析檢視區查詢位於 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 Analytics 資料檢視時，系統會自動設定位置。

應用實例

分析檢視區的主要優點是，您不必受限於系統定義的格式，可以查詢資料。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。

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區塊，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：記錄檢視畫面的位置。
BUCKET_ID：記錄 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。

如要分析聯播網成效，請查詢 Analytics 檢視畫面。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畫面，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)，判斷跨度的服務名稱：

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，請先將 PROJECT_ID 換成專案 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建立關聯。其中一個方法是建立可執行聯結的 Analytics 檢視區，並選取要納入報表的欄位。

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, 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'/([^/]+)$')