Cloud Monitoring mengumpulkan metrik, peristiwa, dan metadata dari produk Google Cloud . Dengan Cloud Monitoring, Anda juga dapat menyiapkan dasbor kustom dan pemberitahuan penggunaan.
Dokumen ini memandu Anda menggunakan metrik, mempelajari dasbor metrik kustom, dan menetapkan pemberitahuan.
Resource yang Dimonitor
Resource yang dimonitor di Cloud Monitoring mewakili entitas logis atau fisik, seperti virtual machine, database, atau aplikasi. Resource yang dipantau berisi kumpulan metrik unik yang dapat dijelajahi, dilaporkan melalui dasbor, atau digunakan untuk membuat pemberitahuan. Setiap resource juga memiliki kumpulan label resource, yaitu pasangan nilai kunci yang menyimpan informasi tambahan tentang resource. Label resource tersedia untuk semua metrik yang terkait dengan resource.
Dengan menggunakan Cloud Monitoring API, performa Firestore dalam mode Datastore dipantau dengan resource berikut:
Resource | Deskripsi | Mode database yang didukung |
firestore.googleapis.com/Database (direkomendasikan) | Jenis resource yang dimonitor yang memberikan pengelompokan untuk project , location * , dan database_id . Label
database_id akan menjadi (default) untuk database yang dibuat
tanpa nama tertentu. | Semua metrik yang didukung untuk kedua mode, kecuali metrik berikut yang tidak didukung untuk Firestore dalam mode Datastore:
|
datastore_request | Jenis resource yang dimonitor untuk project Datastore dan tidak memberikan pengelompokan untuk database. |
Metrik
Firestore tersedia dalam dua mode yang berbeda, Firestore Native dan Firestore dalam mode Datastore. Untuk perbandingan fitur antara kedua mode ini, lihat Memilih antara mode database.
Untuk mengetahui daftar lengkap metrik untuk Firestore dalam mode Datastore, lihat Metrik Firestore dalam Datastore.
Metrik runtime layanan
Metrik serviceruntime
memberikan ringkasan umum tentang traffic project. Metrik ini
tersedia untuk sebagian besar Google Cloud API. Jenis resource yang dimonitor
consumed_api
berisi metrik umum ini. Metrik ini diambil sampelnya
setiap 30 menit sehingga data menjadi halus.
Label resource penting untuk metrik serviceruntime
adalah method
. Label ini
mewakili metode RPC yang mendasari yang dipanggil. Metode SDK yang Anda panggil mungkin tidak selalu diberi nama yang sama dengan metode RPC yang mendasarinya. Alasannya adalah
karena SDK menyediakan abstraksi API tingkat tinggi. Namun, saat mencoba memahami cara aplikasi Anda berinteraksi dengan Firestore, penting untuk memahami metrik berdasarkan nama metode RPC.
Jika Anda perlu mengetahui metode RPC yang mendasari metode SDK tertentu, lihat dokumentasi API.
api/request_count
Metrik ini memberikan jumlah permintaan yang telah selesai, di seluruh protokol(protokol permintaan, seperti http, gRPC, dll.), kode respons (kode respons HTTP), response_code_class
(class kode respons, seperti 2xx, 4xx,dll.), dan grpc_status_code
(kode respons gRPC numerik). Gunakan metrik ini untuk
mengamati keseluruhan permintaan API dan menghitung rasio error.

Pada gambar 1, permintaan yang menampilkan kode 2xx yang dikelompokkan menurut layanan dan metode dapat dilihat. Kode 2xx adalah kode status HTTP yang menunjukkan bahwa permintaan berhasil.

Pada gambar 2, commit yang dikelompokkan berdasarkan response_code
dapat dilihat. Dalam contoh ini, kita hanya melihat respons HTTP 200 yang menyiratkan bahwa database dalam kondisi baik.
Gunakan metrik runtime layanan berikut untuk memantau database Anda.
api/request_count dalam jenis resource datastore_request
Metrik api/request_count
juga tersedia di bagian jenis resource datastore_request
dengan pengelompokan api_method
dan response_code
. Sebagai gantinya, gunakan metrik ini untuk memanfaatkan periode pengambilan sampel yang lebih baik, yang membantu mendeteksi lonjakan.

api/request_latencies
Metrik api/request_latencies
memberikan distribusi latensi di semua permintaan yang telah selesai.
Firestore mencatat metrik dari komponen Layanan Firestore. Metrik latensi mencakup waktu saat Firestore menerima permintaan hingga waktu saat Firestore selesai mengirim respons, termasuk interaksi dengan lapisan penyimpanan. Oleh karena itu, latensi bolak-balik (rtt) antara klien dan layanan Firestore tidak disertakan dalam metrik ini.

api/request_sizes dan api/response_sizes
Metrik api/request_sizes
dan api/response_sizes
masing-masing memberikan insight tentang ukuran payload (dalam byte). Hal ini dapat berguna untuk memahami
beban kerja tulis yang mengirim data dalam jumlah besar atau kueri yang terlalu luas,
dan menampilkan payload besar.

Pada gambar 5, peta panas untuk ukuran respons untuk metode RunQuery
dapat dilihat.
Kita dapat melihat bahwa ukurannya stabil, median 50 byte, dan secara keseluruhan antara 10 byte
dan 100 byte. Perhatikan bahwa ukuran payload selalu diukur dalam byte
yang tidak dikompresi, tidak termasuk overhead kontrol transmisi.
Metrik operasi entity
Metrik ini memberikan distribusi dalam byte ukuran payload untuk operasi baca (penelusuran dan kueri) dan operasi tulis ke database Firestore. Nilai tersebut mewakili
ukuran total payload. Misalnya, hasil apa pun yang ditampilkan oleh kueri.
Metrik ini mirip dengan metrik api/request_sizes
dan api/response_sizes
,
dengan perbedaan utama adalah metrik operasi entity memberikan sampling yang lebih terperinci, tetapi pengelompokan yang kurang terperinci.
Misalnya, metrik operasi entity menggunakan resource yang dipantau datastore_request
sehingga tidak ada pengelompokan layanan atau metode.
entity/read_sizes
: Distribusi ukuran entity yang dibaca, yang dikelompokkan menurut jenis.entity/write_sizes
: Distribusi ukuran entity yang ditulis, yang dikelompokkan menurut operasi.
Metrik indeks
Rasio tulis indeks dapat dibandingkan dengan metrik document/write_ops_count
untuk memahami rasio fanout
indeks.
index/write_count
: Jumlah penulisan indeks.

Pada gambar 7, Anda dapat melihat bagaimana kecepatan tulis indeks dapat dibandingkan dengan kecepatan tulis dokumen. Dalam contoh ini, untuk setiap penulisan dokumen, ada sekitar 6 penulisan indeks, yang merupakan rasio fanout indeks yang relatif kecil.
Metrik TTL
Metrik TTL tersedia untuk database Firestore Native dan Firestore dalam mode Datastore. Gunakan metrik ini untuk memantau efek kebijakan TTL yang diterapkan.
entity/ttl_deletion_count
: Jumlah total entity yang dihapus oleh layanan TTL.entity/ttl_expiration_to_deletion_delays
: Waktu yang berlalu antara saat entity dengan TTL berakhir masa berlakunya, dan saat entity benar-benar dihapus.Jika Anda melihat bahwa penundaan penghapusan TTL memerlukan waktu lebih dari 24 jam, hubungi dukungan.
Langkah berikutnya
- Pelajari cara menggunakan dasbor Cloud Monitoring untuk melihat metrik.