Setelah Anda mengonfigurasi pengayaan objek, Cloud Storage akan mengevaluasi objek yang memenuhi syarat secara asinkron dan melampirkan metadata pengayaan langsung ke objek yang Anda simpan.
Halaman ini menjelaskan cara memeriksa metadata konteks dasar, mengambil payload data yang diperluas, menghapus pengayaan dari objek, dan memantau progres pemrosesan di Cloud Monitoring.
Mendapatkan peran yang diperlukan
Untuk mendapatkan izin yang diperlukan untuk melihat, mengambil, dan menghapus pengayaan objek, minta administrator untuk memberi Anda peran IAM berikut pada bucket atau project Anda:
-
Melihat metadata pengayaan objek dasar:
Storage Object Viewer (
roles/storage.objectViewer) -
Mengambil data yang diperluas dari pengayaan objek:
Storage Object User (
roles/storage.objectUser) -
Menghapus pengayaan objek selama penulisan ulang objek:
Storage Object Admin (
roles/storage.objectAdmin)
Untuk mengetahui informasi selengkapnya tentang pemberian peran, lihat Mengelola akses ke project, folder, dan organisasi.
Peran yang telah ditetapkan ini berisi izin yang diperlukan untuk melihat, mengambil, dan menghapus pengayaan objek. Untuk melihat izin yang benar-benar diperlukan, perluas bagian Izin yang diperlukan:
Izin yang diperlukan
Izin berikut diperlukan untuk melihat, mengambil, dan menghapus pengayaan objek:
-
Melihat metadata konteks pengayaan objek dasar:
storage.objects.get -
Mengambil data yang diperluas dari pengayaan objek:
storage.objects.viewFullContext -
Menghapus pengayaan objek selama penulisan ulang objek:
-
storage.objects.get -
storage.objects.create -
storage.objects.delete -
storage.objects.update
-
Anda mungkin juga bisa mendapatkan izin ini dengan peran khusus atau peran bawaan lainnya.
Melihat pengayaan objek
Cloud Storage melampirkan metadata pengayaan langsung ke objek Anda sebagai
konteks objek yang dikelola Google di bagian
properti contexts.custom. Setiap model menggunakan kunci yang dicadangkan dengan awalan
google:annotation: (misalnya, google:annotation:label-detector-v1 atau
google:annotation:face-detector-v1).
Cloud Storage mengatur data pengayaan menjadi dua tingkat:
- Metadata konteks: Berisi kunci konteks, status eksekusi model (
value), stempel waktu, dan URL jenis protobuf. Operasidescribedangetobjek standar menampilkan metadata ini. - Data yang diperluas (Pratinjau): Berisi payload pengayaan JSON terstruktur lengkap (hingga 128 KiB). Payload ini mencakup detail seperti koordinat poligon pembatas, skor keyakinan klasifikasi, ekspresi wajah, dan rating keamanan.
Melihat metadata konteks dasar
Untuk memeriksa model mana yang telah memproses objek dan melihat metadata konteks dasar, gunakan konsol Google Cloud atau JSON API:
Konsol
- Di konsol Google Cloud , buka halaman Buckets Cloud Storage.
Dalam daftar bucket, klik nama bucket yang berisi objek yang ingin Anda periksa.
Dalam tabel Objek, kolom Konteks kustom menampilkan chip untuk setiap model yang telah memproses objek (Content Safety, Face Detector, Label Detector, Object Detector, atau PDF Classification).
Untuk memeriksa setiap objek, klik nama objek.
Di halaman Object details, buka kolom Custom contexts. Jika kolom memiliki beberapa chip, klik untuk meluaskan baris.
Tahan kursor di atas atau klik chip model untuk melihat metadata konteks dasar:
- Kunci konteks: Kunci model yang dicadangkan, seperti
google:annotation:label-detector-v1. - Nilai konteks: Status eksekusi model (
SUCCESSatauFAILURE). - Waktu pembuatan dan Waktu terakhir diubah: Stempel waktu saat Cloud Storage membuat dan terakhir memperbarui pengayaan.
- View configuration hub: Membuka halaman Object enrichments. Saat melihat chip dari tabel Objek bucket, Anda juga dapat mengklik Filter konteks untuk memfilter objek dalam bucket berdasarkan konteks tersebut.
- Kunci konteks: Kunci model yang dicadangkan, seperti
JSON API
Menginstal dan melakukan inisialisasi gcloud CLI, yang memungkinkan Anda membuat token akses untuk header
Authorization.Gunakan
cURLuntuk mengirim permintaanObjects: getdengan parameter kueriprojection=fullke JSON API:curl -X GET \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Accept: application/json" \ "https://storage.googleapis.com/storage/v1/b/BUCKET_NAME/o/OBJECT_NAME?projection=full"
Dengan:
BUCKET_NAMEadalah nama bucket yang berisi objek. Contoh,my-bucket.OBJECT_NAMEadalah nama objek yang dienkode ke URL. Contoh,image.jpg.
Respons menampilkan struktur
contexts.custom:{ "kind": "storage#object", "id": "my-bucket/image.jpg/1700000000000000", "name": "image.jpg", "bucket": "my-bucket", "contexts": { "custom": { "google:annotation:label-detector-v1": { "value": "SUCCESS", "createTime": "2026-09-29T17:20:00.000Z", "updateTime": "2026-09-29T17:20:00.000Z", "extendedDataTypeUrl": "type.googleapis.com/google.protobuf.Struct" } } } }Kolom
valuemenunjukkan status eksekusi model untuk objek, sepertiSUCCESSatauFAILURE.
Mengambil data yang diperluas
Untuk mengambil data lengkap pengayaan terstruktur (seperti kotak pembatas,
poligon pembatas,
label, atau wajah yang terdeteksi), panggil metode viewFullContext
(Pratinjau) menggunakan JSON API.
Menginstal dan melakukan inisialisasi gcloud CLI, yang memungkinkan Anda membuat token akses untuk header
Authorization.Gunakan
cURLuntuk mengirim permintaanviewFullContextke JSON API, dengan menentukan kunci konteks model yang ingin Anda periksa:curl -X GET \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Accept: application/json" \ "https://storage.googleapis.com/storage/v1/b/BUCKET_NAME/o/OBJECT_NAME/viewFullContext?contextKey=CONTEXT_KEY"
Dengan:
BUCKET_NAMEadalah nama bucket yang berisi objek. Contoh,my-bucket.OBJECT_NAMEadalah nama objek yang dienkode ke URL. Contoh,image.jpg.CONTEXT_KEYadalah kunci konteks model. Contoh,google:annotation:label-detector-v1.
Respons berisi struktur
extendedDatadengan payload pengayaan lengkap:{ "kind": "storage#objectFullContext", "type": "CUSTOM", "key": "google:annotation:label-detector-v1", "value": "SUCCESS", "createTime": "2026-09-29T17:20:00.000Z", "updateTime": "2026-09-29T17:20:00.000Z", "extendedData": { "@type": "type.googleapis.com/google.protobuf.Struct", "modelName": "label-detector", "modelVersion": "v1", "labelAnnotationGroup": { "labelAnnotations": [ { "description": "Night", "knowledgeGraphId": "/m/01d74z", "score": 0.92, "topicality": 0.19 } ] } } }
Untuk mengetahui skema dan kolom JSON mendetail untuk setiap model, lihat Model dan skema yang didukung.
Hapus pengayaan objek
Jika Anda harus mematuhi kebijakan retensi data atau tidak lagi memerlukan metadata pengayaan, Anda dapat menghapusnya dari objek.
Karena Google mengelola kunci konteks yang diawali dengan awalan google:, Anda
tidak dapat mengubah atau menghapusnya menggunakan metode update metadata standar. Sebagai gantinya,
Anda menghapusnya selama operasi penulisan ulang, penyalinan, atau penyusunan objek dengan
menentukan parameter dropContextGroups=custom, yang menghapus semua konteks
objek pada objek.
Untuk menghapus konteks objek (termasuk pengayaan objek) saat menulis ulang objek menggunakan JSON API, lakukan hal berikut:
Menginstal dan melakukan inisialisasi gcloud CLI, yang memungkinkan Anda membuat token akses untuk header
Authorization.Gunakan
cURLuntuk memanggil JSON API dengan permintaanPOSTrewrite Object dan parameter kueridropContextGroups=custom:curl -X POST \ -H "Authorization: Bearer $(gcloud auth print-access-token)" \ -H "Content-Length: 0" \ "https://storage.googleapis.com/storage/v1/b/SOURCE_BUCKET/o/SOURCE_OBJECT/rewriteTo/b/DESTINATION_BUCKET/o/DESTINATION_OBJECT?dropContextGroups=custom"
Dengan:
SOURCE_BUCKETadalah nama bucket yang berisi objek sumber. Contoh,my-source-bucket.SOURCE_OBJECTadalah nama objek sumber yang dienkode ke URL. Contoh,image.jpg.DESTINATION_BUCKETadalah nama bucket tujuan (dapat sama dengan bucket sumber). Contoh,my-source-bucket.DESTINATION_OBJECTadalah nama objek tujuan yang dienkode ke URL (dapat cocok dengan objek sumber). Contoh,image.jpg.
Untuk mengelola dan menghapus konteks di miliaran objek, lihat Mengelola konteks objek secara massal.
Memantau metrik pengayaan objek
Anda dapat melacak throughput pemrosesan pengayaan, objek yang tertunda, dan jumlah eksekusi model menggunakan Cloud Monitoring.
Cloud Storage mengekspor metrik berikut di namespace storage.googleapis.com pada gcs_bucket resource yang dimonitor:
Jenis metrik (diawali dengan storage.googleapis.com/) |
Jenis dan tipe | Deskripsi dan label |
|---|---|---|
auto_annotate/operations/pending_objects |
GAUGE, INT64 |
Jumlah total objek yang menunggu pengayaan dalam bucket. Dibuat sampelnya setiap 300 detik. |
auto_annotate/operations/processed_object_count |
DELTA, INT64 |
Jumlah total objek yang diproses oleh pengayaan objek selama jangka waktu tertentu. Sampelnya dibuat setiap 300 detik. |
auto_annotate/operations/model_count |
DELTA, INT64 |
Total jumlah model yang dieksekusi dalam bucket selama periode waktu, dikelompokkan menurut model_name, model_version, dan status (seperti SUCCESS atau FAILURE). |
auto_annotate/operations/request_count |
DELTA, INT64 |
Jumlah total panggilan API yang dilakukan selama periode waktu, yang dikelompokkan menurut method dan response_code. |
auto_annotate/storage/annotated_objects |
GAUGE, INT64 |
Snapshot harian jumlah total objek dalam bucket yang memiliki pengayaan yang dibuat untuk objek tersebut, yang dikelompokkan menurut type dan data_locations. |
auto_annotate/storage/model_outputs |
GAUGE, INT64 |
Snapshot harian dari jumlah total output model yang disimpan di bucket, yang dikelompokkan menurut model_name, model_version, status, type, dan data_locations. |
Untuk mengetahui informasi selengkapnya tentang cara membuat kueri metrik dan menyiapkan pemberitahuan, lihat Metrik Cloud Monitoring untuk Cloud Storage dan Membuat diagram dengan Metrics Explorer.
Langkah berikutnya
- Mengonfigurasi pengayaan objek.
- Menganalisis pengayaan objek dengan SQL di BigQuery.
- Tinjau model dan skema output yang didukung.
- Baca ringkasan pengayaan objek.
- Tinjau resource dan metode JSON API
featureConfigs. - Pelajari konteks objek.
- Mengelola objek secara massal dengan Storage batch operations.