In diesem Thema wird erklärt, wie Sie Apigee-Hybridmesswerte in einem Cloud Operations-Dashboard aufrufen können.
Informationen zu Cloud Operations
Weitere Informationen zu Messwerten, Dashboards und Cloud Operations finden Sie unter:
Hybridmesswerte aktivieren
Bevor Sie Hybridmesswerte an Cloud Operations senden können, müssen Sie zuerst die Messwerterfassung aktivieren. Weitere Informationen zu diesem Verfahren finden Sie unter Messwerterfassung konfigurieren.
Namen und Labels von Hybridmesswerten
Wenn diese Option aktiviert ist, werden Hybridmesswerte von Cloud Operations automatisch eingefügt. Das Domainnamenpräfix der von Hybrid erstellten Messwerte lautet:
apigee.googleapis.com/
Der Messwert /proxy/request_count
enthält beispielsweise die Gesamtzahl der Anfragen, die von einem API-Proxy empfangen werden. Der Messwertname in Cloud Operations lautet daher:
apigee.googleapis.com/proxy/request_count
Mit Cloud Operations können Sie Messwertdaten nach Labels filtern und gruppieren. Einige Labels sind vordefiniert und andere werden explizit durch Hybrid hinzugefügt. Im Abschnitt Verfügbare Messwerte weiter unten werden alle verfügbaren Hybridmesswerte und alle Labels aufgeführt, die speziell für einen Messwert hinzugefügt wurden, den Sie zum Filtern und Gruppieren verwenden können.
Messwerte ansehen
Das folgende Beispiel zeigt, wie Messwerte in Cloud Operations aufgerufen werden:- Öffnen Sie den Monitoring-Messwert-Explorer in einem Browser. Wenn Sie sich bereits in der Cloud Operations Console befinden, wählen Sie Metrics Explorer aus.
Suchen Sie unter Find resource type and metric den Messwert, den Sie untersuchen möchten. Wählen Sie einen bestimmten Messwert aus, der unter Available Metrics aufgeführt ist, oder suchen Sie nach einem Messwert.
- Wählen Sie den gewünschten Messwert aus.
- Wenden Sie den Filter an. Die Filteroptionen für jeden Messwert sind unter Available metrics aufgeführt.
- Cloud Operations zeigt das Diagramm für den ausgewählten Messwert an.
- Klicken Sie auf Speichern.
Dashboard erstellen
Mit Dashboards können Sie relevante Messwertdaten ansehen und analysieren. Cloud Operations bietet vordefinierte Dashboards für die von Ihnen verwendeten Ressourcen und Dienste und Sie können auch benutzerdefinierte Dashboards erstellen.
Sie verwenden ein Diagramm, um einen Apigee-Messwert in Ihrem benutzerdefinierten Dashboard anzuzeigen. Mit benutzerdefinierten Dashboards haben Sie die volle Kontrolle über die angezeigten Diagramme und deren Konfiguration. Weitere Informationen zum Erstellen von Diagrammen finden Sie unter Diagramme erstellen.
Das folgende Beispiel zeigt, wie Sie ein Dashboard in Cloud Operations erstellen und dann Diagramme hinzufügen, um Messwertdaten anzuzeigen:
- Öffnen Sie den Monitoring Metrics Explorer in einem Browser und wählen Sie Dashboards aus.
- Wählen Sie + Dashboard erstellen aus.
- Geben Sie einen Namen für das Dashboard ein. Beispiel: Anfragetraffic des Hybridproxys
- Klicken Sie auf Bestätigen.
Führen Sie für jedes Diagramm, das Sie dem Dashboard hinzufügen möchten, die folgenden Schritte aus:
- Wählen Sie im Dashboard Diagramm hinzufügen aus.
- Wählen Sie den gewünschten Messwert aus, wie oben unter Messwerte ansehen beschrieben.
- Schließen Sie das Dialogfeld ab, um das Diagramm zu definieren.
- Klicken Sie auf Speichern. Cloud Operations zeigt Daten für den ausgewählten Messwert an.
Verfügbare Messwerte
In den folgenden Tabellen werden Messwerte zur Analyse des Proxy-Traffics aufgeführt.
Proxy-, Ziel- und Server-Traffic-Messwerte
OpenTelemetry erfasst und verarbeitet Messwerte (wie unter Messwerterfassung beschrieben) für Proxy-, Ziel- und Server-Traffic.
In der folgenden Tabelle werden die vom OpenTelemetry-Collector verwendeten Messwerte und Labels beschrieben. Diese Labels werden in den Messwert-Logeinträgen verwendet.
Messwertname | Label | Nutzung |
---|---|---|
/proxy/request_count |
method |
Anzahl der Anfragen an den Apigee-Proxy seit der letzten Stichprobe. |
/proxy/response_count |
method
|
Anzahl der vom Apigee API-Proxy gesendeten Antworten. |
/proxy/latencies |
method |
Verteilung der Latenzen, die vom Zeitpunkt des Empfangs der Anfrage durch den Apigee-Proxy bis zum Zeitpunkt des Sendens der Antwort vom Apigee-Proxy an den Client berechnet werden. |
/proxyv2/request_count |
method |
Die Gesamtzahl der erhaltenen API-Proxyanfragen. |
/proxyv2/response_count |
method
|
Die Gesamtzahl der empfangenen API-Proxy-Antworten. |
/proxyv2/latencies_percentile |
method |
Perzentil aller API-Richtlinienantworten auf eine Anfrage. |
/target/request_count |
method
|
Anzahl der Anfragen, die seit der letzten Stichprobe an das Apigee-Ziel gesendet wurden. |
/target/response_count |
method
|
Anzahl der Antworten, die seit der letzten Stichprobe vom Apigee-Ziel empfangen wurden. |
/target/latencies |
method
|
Verteilung der Latenzen, die ab dem Zeitpunkt berechnet werden, an dem die Anfrage an das Apigee-Ziel gesendet wurde, bis zu dem Zeitpunkt, an dem die Antwort vom Apigee-Proxy empfangen wurde. Die Zeit umfasst nicht den Apigee-API-Proxy-Overhead. |
/targetv2/request_count |
method
|
Die Gesamtzahl der Anforderungen, die an den Ziel-Proxy gesendet wurden. |
/targetv2/response_count |
method
|
Die Gesamtzahl der Antworten, die vom Ziel des Proxys empfangen wurden. |
/server/fault_count |
source |
Die Gesamtzahl der Fehler für die Serveranwendung. Die Anwendung kann beispielsweise |
/server/nio |
state |
Die Anzahl der offenen Sockets. |
/server/num_threads |
Die Anzahl der aktiven Nicht-Daemon-Threads auf dem Server. | |
/server/request_count |
method
|
Die Gesamtzahl der Anfragen, die von der Serveranwendung empfangen wurden. Die Anwendung kann beispielsweise |
/server/response_count |
method
|
Gesamtzahl der von der Serveranwendung gesendeten Antworten. Die Anwendung kann beispielsweise |
/server/latencies |
method
|
Latenz ist die Latenz in Millisekunden, die von der Serveranwendung verursacht wird. Die Anwendung kann beispielsweise |
/upstream/request_count |
method
|
Die Anzahl der Anfragen, die von der Serveranwendung an die vorgelagerte Anwendung gesendet werden. Bei |
/upstream/response_count |
method
|
Die Anzahl der Antworten, die von der Serveranwendung von seiner vorgelagerten Anwendung empfangen wurden. Für |
/upstream/latencies |
method
|
Die Latenz, die durch die Upstream-Serveranwendung in Millisekunden verursacht wird. Bei |
UDCA-Messwerte
Open Telemetry erfasst und verarbeitet Messwerte (wie unter Messwertsammlung beschrieben) für den UDCA-Dienst wie bei anderen Hybriddiensten.
In der folgenden Tabelle werden die Messwerte und Labels beschrieben, die der OpenTelemetry-Collector in den UDCA-Messwertdaten verwendet. Diese Labels werden in den Messwert-Logeinträgen verwendet.
Messwertname | Label | Nutzung |
---|---|---|
/udca/server/local_file_oldest_ts |
dataset
|
Der Zeitstempel in Millisekunden seit dem Start der Unix-Epoche für die älteste Datei im Dataset. Dieser wird alle 60 Sekunden berechnet und spiegelt den Status nicht in Echtzeit wider. Wenn der UDCA aktuell ist und bei der Berechnung dieses Messwerts keine Dateien zum Hochladen warten, lautet der Wert 0. Wenn dieser Wert kontinuierlich ansteigt, bleiben alte Dateien auf der Festplatte. |
/udca/server/local_file_latest_ts |
dataset
|
Der Zeitstempel in Millisekunden seit Beginn der Unix-Epoche, für die neueste Datei auf der Festplatte nach Status. Dieser wird alle 60 Sekunden berechnet und spiegelt den Status nicht in Echtzeit wider. Wenn der UDCA aktuell ist und bei der Berechnung dieses Messwerts keine Dateien zum Hochladen warten, lautet der Wert 0. |
/udca/server/local_file_count |
dataset
|
Die Anzahl der Dateien auf dem Datenträger im Datenerfassungs-Pod. Im Idealfall liegt der Wert nahe 0. Ein konstant hoher Wert gibt an, dass Dateien nicht hochgeladen werden oder dass die UDCA sie nicht schnell genug hochladen kann. Dieser Wert wird alle 60 Sekunden berechnet und reflektiert nicht den Status des UDCA in Echtzeit. |
/udca/server/total_latencies |
dataset |
Das Zeitintervall in Sekunden zwischen der erstellten Datendatei und der hochgeladenen Datendatei. Die Buckets sind 100 ms, 250 ms, 500 ms, 1 s, 2 s, 4 s, 8 s, 16 s, 32 s und 64 s. Histogramm für die Gesamtlatenz vom Zeitpunkt der Dateierstellung bis zum erfolgreichen Upload. |
/udca/server/upload_latencies |
dataset |
Die Gesamtzeit in Sekunden, die von der UDCA für das Hochladen einer Datendatei aufgewendet wurde. Die Buckets sind 100 ms, 250 ms, 500 ms, 1 s, 2 s, 4 s, 8 s, 16 s, 32 s und 64 s. Die Messwerte zeigen ein Histogramm für die gesamte Upload-Latenz an, einschließlich aller Upstream-Aufrufe. |
/udca/upstream/http_error_count |
service
|
Die Gesamtzahl der von UDCA aufgetretenen HTTP-Fehler. Dieser Messwert ist hilfreich, um zu bestimmen, welcher Teil der externen UDCA-Abhängigkeiten aus welchem Grund fehlschlagen. Diese Fehler können für verschiedene Dienste (
|
/udca/upstream/http_latencies |
service
|
Die vorgelagerte Latenz von Diensten in Sekunden. Die Buckets sind 100 ms, 250 ms, 500 ms, 1 s, 2 s, 4 s, 8 s, 16 s, 32 s und 64 s. Histogramm für die Latenz von vorgelagerten Diensten. |
/udca/upstream/uploaded_file_sizes |
dataset |
Die Größe der Datei, die in Apigee-Dienste hochgeladen wird, in Byte. Buckets sind 1 KB, 10 KB, 100 KB, 1 MB, 10 MB, 100 MB und 1 GB. Histogramm für die Dateigröße nach Dataset, Organisation und Umgebung. |
/udca/upstream/uploaded_file_count |
dataset |
Eine Anzahl der Dateien, die UDCA in die Apigee-Dienste hochgeladen hat. Hinweis:
|
/udca/disk/used_bytes |
dataset
|
Der Speicherplatz, der von den Datendateien auf dem Laufwerk des Datenerfassungs-Pods belegt wird, in Byte. Eine Erhöhung dieses Werts im Laufe der Zeit:
|
/udca/server/pruned_file_count |
dataset
|
Anzahl der gelöschten Dateien, da ihre Gültigkeitsdauer (TTL) über einen festgelegten Schwellenwert lag.
Das Dataset kann API, Trace und andere enthalten und der Status kann UPLOADED , FAILED oder DISCARDED sein.
|
/udca/server/retry_cache_size |
dataset |
Gibt an, wie viele Dateien pro Dataset von UDCA hochgeladen werden können. Nach drei Wiederholungsversuchen wird die Datei von UDCA in das Unterverzeichnis |
Cassandra-Messwerte
OpenTelemetry erfasst und verarbeitet Messwerte (wie unter Messwertsammlung beschrieben) für Cassandra wie bei anderen Hybriddiensten.
In der folgenden Tabelle werden die Messwerte und Labels beschrieben, die der OpenTelemetry-Erfassungstool in den Cassandra-Messwertdaten verwendet. Diese Labels werden in den Messwert-Logeinträgen verwendet.
Messwertname (ohne Domain) | Label | Nutzung |
---|---|---|
/cassandra/process_max_fds |
Maximale Anzahl geöffneter Dateideskriptoren. | |
/cassandra/process_open_fds |
Dateideskriptoren öffnen. | |
/cassandra/jvm_memory_pool_bytes_max |
pool |
Maximale JVM-Speicherauslastung für den Pool. |
/cassandra/jvm_memory_pool_bytes_init |
pol |
Anfängliche Speichernutzung der JVM für den Pool. |
/cassandra/jvm_memory_bytes_max |
area |
Maximale Arbeitsspeicherauslastung der JVM-Instanz. |
/cassandra/process_cpu_seconds_total |
Nutzer- und System-CPU-Zeit in Sekunden. | |
/cassandra/jvm_memory_bytes_used |
area |
Auslastung des JVM Heap-Speichers |
/cassandra/compaction_pendingtasks |
unit |
Offene Komprimierungen für Cassandra-SSTables. Weitere Informationen finden Sie unter Verdichtung. |
/cassandra/jvm_memory_bytes_init |
area |
Arbeitsspeichernutzung für JVM-Heap-Speicher. |
/cassandra/jvm_memory_pool_bytes_used |
pool |
Auslastung des JVM-Pools. |
/cassandra/jvm_memory_pool_bytes_committed |
pool |
Vom JVM-Pool zugesicherte Speichernutzung. |
/cassandra/clientrequest_latency |
scope
|
Latenz der Leseanfrage im 75. Perzentilbereich in Mikrosekunden. |
/cassandra/jvm_memory_bytes_committed |
area |
Arbeitsspeichernutzung für JVM-Heap-Speicher. |
Mit Cassandra-Messwerten arbeiten
Apigee empfiehlt die folgenden Messwerte, die für die Überwachung Ihrer Cassandra-Datenbank wichtig sind:
- Cassandra-Anfragerate: Verwenden Sie diesen Messwert, um die Cassandra-Lese- und Schreibanfragerate zu überwachen.
Messwert: apigee.googleapis.com/cassandra/clientrequest_latency
Ressourcenlabels: project_id
,location
,cluster_name
,namespace_name
,pod_name
,container_name
Messwertlabels: scope
,unit
Damit können Sie die Ressource filtern oder gruppieren.
Wenden Sie den folgenden Filter an, um die Cassandra-Leseanfragerate zu überwachen.
Filter: metric.scope == 'Read'
metric.unit == 'OneMinuteRate'
Wenden Sie den folgenden Filter an, um die Cassandra-Schreibanfragerate zu beobachten.
Filter: metric.scope == 'Write'
metric.unit == 'OneMinuteRate'
- Cassandra-Anfragelatenz: Verwenden Sie diesen Messwert, um die Cassandra-Lese- und Schreibanfragelatenz zu überwachen. Dies ist der gleiche Messwert wie die Anfragerate (
apigee.googleapis.com/cassandra/clientrequest_latency
mit unterschiedlichen Filtern).Wenden Sie den folgenden Filter an, um die Cassandra-Leseanfragelatenz zu überwachen.
Filter: metric.scope == 'Read'
metric.unit == '99thPercentile'
oder'95thPercentile'
oder'75thPercentile'
Wenden Sie den folgenden Filter an, um die Latenz für cassandra-Schreibanfragen zu überwachen.
Filter: metric.scope == 'Write'
metric.unit == '99thPercentile'
oder'95thPercentile'
oder'75thPercentile'
- Cassandra-Pod-CPU-Anfrageauslastung
Messwert: kubernetes.io/container/cpu/request_utilization (GKE on Google Cloud)
kubernetes.io/anthos/container/cpu/request_utilization (Google Distributed Cloud)
Ressourcenlabels: project_id
,location
,cluster_name
,namespace_name
,pod_name
,container_name
Damit können Sie die Ressource filtern oder gruppieren.
- Cassandra-Datenvolumenauslastung
Messwert: kubernetes.io/pod/volume/utilization (GKE on Google Cloud)
kubernetes.io/anthos/pod/volume/utilization (Google Distributed Cloud)
Ressourcenlabels: project_id
,location
,cluster_name
,namespace_name
,pod_name
Messwertlabels: volume_name
Damit können Sie die Ressource filtern oder gruppieren.
Empfehlungen zum Skalieren des Cassandra-Clusters
Die folgenden Richtlinien können als empfohlene Cluster für die Entscheidung dienen, Ihren Cassandra-Cluster zu skalieren. Im Allgemeinen gilt: Wenn Lese- oder Schreibanfragen konsistent eine Latenz des 99. Perzentils zeigen oder die Latenz kontinuierlich ansteigt und Sie entsprechende Spitzen bei der CPU-Anfrageauslastung und die Lese- oder Schreibanfrageraten feststellen, kann Ihr Cassandra-Cluster auch unter Stress stehen. Sie sollten den Cluster skalieren. Weitere Informationen finden Sie unter Cassandra skalieren.
Messwert | Grenzwert | Triggerdauer |
---|---|---|
kubernetes.io/pod/volume/utilization | 85 % | 5 Min. |
kubernetes.io/container/cpu/request_utilization | 85 % | 3 Min. |
Read request Latency 99thPercentile | 5s | 3 Min. |
Write request Latency 99thPercentile | 5s | 3 Min. |