Регистрация Войти
Рейтинг:0
melink14 avatar Server

Создание процентиля распределения области с накоплением в Google Cloud Monitoring

флаг cn
melink14

Я создал метрику на основе журнала, используя журналы, хранящиеся в Google Cloud Logs, на основе продолжительности ответа HTTP. Мне нужен график, показывающий площадь сложения для 50-го, 95-го и 99-го процентилей.

Я читал документы Google Cloud Monitoring на различных диаграммах, и хотя я могу получить любую отдельную метрику для отображения в виде процентиля; Кажется, я не могу одновременно отображать все три процентиля.

Какие является можно добавить 3 процентиля к диаграмме как 3 отдельных показателя с разным выравниванием, что, кажется, хорошо работает для обычных линейных диаграмм, но если я изменю тип диаграммы на область с накоплением, то каждый процентиль затеняет свою область независимо от других линий процентиля.

Я также могу отобразить все три линии, если выберу диаграмму «Тепловая карта» с сумма или же дельта выравнивание и нажмите кнопку «скрыть тепловую карту» на диаграмме в обозревателе показателей.

Это очень распространенный способ визуализации процентилей распределения, поэтому я думаю, что это возможно (может быть, отредактировав направление запроса, чтобы включить несколько процентилей), поэтому любая помощь приветствуется.

Сведения о метрике:

Тип: Распределение

Фильтр: logName = "projects/lv-server-1/logs/tail-logs" И jsonPayload.httpRequest:*

Единицы: с

Имя поля: jsonPayload.duration

Ярлыки:

  • "статус, ЦЕЛОЕ ЧИСЛО, jsonPayload.status"
  • 'content_type, STRING,jsonPayload.resp_headers."Content-Type"'

Сегменты гистограммы:

  • Тип: экспоненциальный
  • Количество ковшей: 64
  • Коэффициент экспоненциального роста: 2,0
  • Линейная шкала: .00005
87
1 + 4
Pit avatar
флаг dz
Pit
Чтобы воспроизвести сценарий, не могли бы вы поделиться точно такими же метриками, основанными на журналах, и которые являются ограничением времени продолжительности ответа http. Мы должны учитывать, что выровненная точка данных действительна только для калибровочных и дельта-метрик, когда они имеют тип данных распределения, как показано в [документации по выравниванию данных] (https://cloud.google.com/monitoring/charts/ выбор-агрегация-показателей#выравнивание).
0
Ответить
melink14 avatar
флаг cn
melink14
Привет @Pedro, я обновил вопрос, добавив более подробную информацию. Я включил сегменты гистограммы, так как это точно дает ограничение времени продолжительности записанного HTTP-ответа.
0
Ответить
Pit avatar
флаг dz
Pit
Пожалуйста, не могли бы вы также поделиться фильтрами сборки? Этот [похожий пост] (https://stackoverflow.com/questions/67742984/gcp-alert-filters-criteria-for-multiple-resources) может быть полезен.
0
Ответить
melink14 avatar
флаг cn
melink14
Я также добавил метрические фильтры. Похоже, что похожий пост связан с метриками и оповещениями, но я думаю, что моя проблема больше в том, как создавать диаграммы для моих метрик. Хотя, возможно, есть способ использовать `||` в редакторе запросов?
0
Ответить
Рейтинг:1
melink14 avatar Server
флаг cn
melink14

Я нашел то, что кажется ответом на stackoverflow, после прочтения документации по языку запросов мониторинга.

union_group_by позволяет отображать сразу несколько временных рядов, что позволит корректно работать с накоплением диаграммы с областями. Я искал примеры использования и наткнулся на это сообщение о переполнении стека который был опубликован недавно.

По сути, вы создаете таблицу процентилей из данных о задержке, а затем передаете ее в union_group_by:

fetch global::logging.googleapis.com/user/my_metrics.response_time |
{
    процентиль_от 50 | добавить [p: "50-й процентиль"]
    ;
    процентиль_от 90 | добавить [p: "90-й процентиль"]
    ;
    процентиль_от 95 | добавить [p: "95-й процентиль"]
} |
union_group_by [p]

Результирующий график укладывается правильно, но использует другую интерполяцию, чем при использовании выравнивателя процентилей базового редактора. Хотя значения кажутся примерно правильными.

0 + 0
флаг Moldova
Admin
Этот вопрос на других языках:

Ответить или комментировать

Большинство людей не понимают, что склонность к познанию нового открывает путь к обучению и улучшает межличностные связи. В исследованиях Элисон, например, хотя люди могли точно вспомнить, сколько вопросов было задано в их разговорах, они не чувствовали интуитивно связи между вопросами и симпатиями. В четырех исследованиях, в которых участники сами участвовали в разговорах или читали стенограммы чужих разговоров, люди, как правило, не осознавали, что задаваемый вопрос повлияет — или повлиял — на уровень дружбы между собеседниками.