Obtén información sobre la supervisión del rendimiento en Firestore en modo Datastore

Cloud Monitoring recopila métricas, eventos y metadatos de los productos de Google Cloud. Con Cloud Monitoring, también puedes configurar paneles personalizados y alertas de uso.

En este documento, se explica cómo usar las métricas, aprender sobre el panel de métricas personalizadas y configurar alertas.

Recursos supervisados

Un recurso supervisado en Cloud Monitoring representa una entidad lógica o física, como una máquina virtual, una base de datos o una aplicación. Los recursos supervisados contienen un conjunto único de métricas que se pueden explorar, informar a través de un panel o usar para crear alertas. Cada recurso también tiene un conjunto de etiquetas de recursos, que son pares clave-valor que contienen información adicional sobre el recurso. Las etiquetas de recursos están disponibles para todas las métricas asociadas con el recurso.

Con la API de Cloud Monitoring, el rendimiento de Firestore en modo Datastore se supervisa con los siguientes recursos:

Recursos Descripción Modo de base de datos compatible
firestore.googleapis.com/Database (recomendada) Tipo de recurso supervisado que proporciona desgloses para project, location* y database_id . La etiqueta database_id será (default) para las bases de datos creadas sin un nombre específico. Todas las métricas compatibles con ambos modos, excepto las siguientes métricas, que no son compatibles con Firestore en modo Datastore:
  • document/delete_ops_count
  • document/read_ops_count
  • document/write_ops_count
datastore_request Tipo de recurso supervisado para proyectos de Datastore y no proporciona desgloses de las bases de datos.

Métricas

Firestore está disponible en dos modos diferentes: Firestore nativo y Firestore en modo Datastore. Para ver una comparación de características entre estos dos modos, consulta Elige entre modos de base de datos.

Para obtener una lista completa de las métricas de Firestore en modo Datastore, consulta Métricas de Firestore en Datastore.

Métricas del entorno de ejecución del servicio

Las métricas serviceruntime proporcionan una descripción general de alto nivel del tráfico de un proyecto. Estas métricas están disponibles para la mayoría de las API de Google Cloud. El tipo de recurso supervisado consumed_api contiene estas métricas comunes. Estas métricas se muestrean cada 30 minutos, lo que hace que los datos se suavicen.

Una etiqueta de recurso importante para las métricas serviceruntime es method. Esta etiqueta representa el método de RPC subyacente al que se llama. Es posible que el método de SDK al que llamas no necesariamente tenga el mismo nombre que el método RPC subyacente. Esto se debe a que el SDK proporciona una abstracción de API de alto nivel. Sin embargo, cuando intentes comprender cómo interactúa la aplicación con Firestore, es importante comprender las métricas según el nombre del método de RPC.

Si necesitas saber cuál es el método de RPC subyacente para un método del SDK determinado, consulta la documentación de la API.

api/request_count

Esta métrica proporciona el recuento de solicitudes completadas en todos los protocolos(protocolo de solicitud, como http, gRPC, etc.), código de respuesta (código de respuesta HTTP), response_code_class (clase de código de respuesta, como 2xx, 4xx, etc.) y grpc_status_code (código de respuesta numérico de gRPC). Usa esta métrica para observar la solicitud general a la API y calcular la tasa de error.

api/request_count que muestren un código 2xx.
Figura 1: Métrica api/request_count (haz clic para ampliar).

En la figura 1, se pueden ver las solicitudes que muestran un código 2xx agrupado por servicio y método. Los códigos 2xx son códigos de estado HTTP que indican que la solicitud se realizó correctamente.

api/request_count que muestren un código 2xx.
Figura 2: Métrica api/request_count que muestra un código 2xx (haz clic para ampliar).

En la Figura 2, se pueden ver las confirmaciones agrupadas por response_code. En este ejemplo, solo vemos respuestas HTTP 200, lo que implica que la base de datos está en buen estado.

Usa las siguientes métricas del entorno de ejecución del servicio para supervisar tu base de datos.

api/request_count en el tipo de recurso datastore_request

La métrica api/request_count también está disponible en el tipo de recurso datastore_request con desgloses api_method y response_code. Usa esta métrica para aprovechar el período de muestreo más fino, que ayuda a detectar aumentos repentinos.

api/request_count en el recurso datastore_request
Figura 3: La métrica api/request_count en el recurso datastore_request (haz clic para ampliar).
api/request_latencies

La métrica api/request_latencies proporciona distribuciones de latencia en todas las solicitudes completadas.

Firestore registra las métricas del componente del servicio de Firestore. Las métricas de latencia incluyen desde el momento en que Firestore recibe la solicitud hasta el momento en que Firestore termina de enviar la respuesta, incluidas las interacciones con la capa de almacenamiento. Debido a esto, la latencia de ida y vuelta (rtt) entre el cliente y el servicio de Firestore no se incluye en estas métricas.

api/request_latencies para calcular la distribución de latencia
Figura 4: api/request_latencies para calcular la distribución de latencia
api/request_sizes y api/response_sizes

Las métricas api/request_sizes y api/response_sizes, respectivamente, proporcionan estadísticas sobre los tamaños de la carga útil (en bytes). Pueden ser útiles para comprender las cargas de trabajo de escritura que envían grandes cantidades de datos o consultas demasiado amplias y muestran cargas útiles grandes.

Métricas api/request_sizes y api/response_sizes
Figura 5: api/request_sizes y api/response_sizes (haz clic para ampliar).

En la figura 5, se puede ver un mapa de calor para los tamaños de respuesta del método RunQuery. Podemos ver que los tamaños son estables, una mediana de 50 bytes y, en general, entre 10 bytes y 100 bytes. Ten en cuenta que los tamaños de las cargas útiles siempre se miden en bytes sin comprimir, sin incluir las sobrecargas de control de transmisión.

Métricas de operación de entidades

Estas métricas proporcionan distribuciones en bytes de tamaños de carga útil para operaciones de lectura (búsquedas y consultas) y escrituras en una base de datos de Firestore. Los valores representan el tamaño total de la carga útil. Por ejemplo, cualquier resultado que muestre una consulta. Estas métricas son similares a las métricas api/request_sizes y api/response_sizes, con la diferencia principal de que las métricas de operación de la entidad proporcionan un muestreo más detallado, pero desgloses menos detallados.

Por ejemplo, las métricas de operación de la entidad usan el recurso supervisado datastore_request, por lo que no hay un desglose del servicio o del método.

  • entity/read_sizes: Distribución de los tamaños de las entidades leídas, agrupados por tipo.
  • entity/write_sizes: Distribución de los tamaños de las entidades escritas, agrupados por operaciones.

Métricas de índice

Las tasas de escritura del índice se pueden contrastar con la métrica document/write_ops_count para comprender la proporción de fanout de índices.

  • index/write_count: Recuento de escrituras de índice.
La tasa de escritura del índice se contrastó con la tasa de escritura del documento
Figura 7: La tasa de escritura del índice contrasta con la tasa de escritura del documento (haz clic para ampliar).

En la Figura 7, puedes ver cómo se puede contrastar la tasa de escritura del índice con la tasa de escritura de los documentos. En este ejemplo, por cada escritura de documento, hay alrededor de 6 operaciones de escritura de índice, lo que es una tasa de fanout de índices relativamente pequeña.

Métricas de TTL

Las métricas de TTL están disponibles para las bases de datos nativas de Firestore y de Firestore en modo Datastore. Usa estas métricas para supervisar el efecto de la política de TTL aplicada.

  • entity/ttl_deletion_count: Recuento total de entidades que borraron los servicios de TTL.
  • entity/ttl_expiration_to_deletion_delays: Tiempo transcurrido entre el vencimiento de una entidad con un TTL y el momento en que se borró.

    Si ves que los retrasos en la eliminación del TTL tardan más de 24 horas, comunícate con el equipo de asistencia.

Próximos pasos