Auf dieser Seite wird beschrieben, wie Sie mit dem Cloud Monitoring-Dashboard die verfügbaren Messwerte aufrufen, ein benutzerdefiniertes Dashboard erstellen und Benachrichtigungen einrichten.
Messwerte von Firestore im Datastore-Modus ansehen
Verwenden Sie den Metrics Explorer in Cloud Monitoring in der Google Cloud Console, um die verschiedenen Messwerte von Firestore im Datastore-Modus anzusehen und Diagramme zu erstellen. Weitere Informationen zum Erstellen von Diagrammen finden Sie unter Diagramme mit dem Metrics Explorer erstellen.
Cloud Monitoring-Dashboard einrichten
In Cloud Monitoring können Sie mit benutzerdefinierten Dashboards Informationen, die für Sie relevant sind, auf strukturierte Weise anzeigen lassen. Sie können beispielsweise ein Dashboard erstellen, um die Leistungsmesswerte und Benachrichtigungsrichtlinien für Ihr Projekt in der Produktionsumgebung anzuzeigen.
Weitere Informationen zum Einrichten eines benutzerdefinierten Dashboards finden Sie unter Benutzerdefiniertes Dashboard verwalten und Dashboard-Widgets hinzufügen.
Fehlerraten überwachen
Sie können ein Monitoring-Dashboard erstellen, um Fehlerraten zu überwachen und die Verfügbarkeit Ihrer Datenbank sicherzustellen. Verfügbarkeit bezieht sich auf die Rate, mit der Ihre Datenbank innerhalb eines erwarteten Zeitraums mit einem erfolgreichen Statuscode antwortet. Im SLA für Firestore im Datastore-Modus werden die Details dazu festgelegt, was als gültige Anfrage klassifiziert wird.
Die Fehlerrate wird ermittelt, indem die Anzahl der Anfragen, die zu einer Fehlerantwort geführt haben, durch die Gesamtzahl der gesendeten Anfragen geteilt wird.
Sie können ein Beispiel-Dashboard zur Berechnung von Fehlerraten erstellen, indem Sie das A/B-Verhältnis für api/request_count
gültige Anfragen mit 4xx
- oder 5xx
-Fehlercodes berechnen, die den api/request_count
aller gültigen Anfragen gegenübergestellt wurden.
In Abbildung 1 sehen Sie, wie Sie das Fehlerratenverhältnis mithilfe der Messwerte api/request_count im Metrics Explorer visualisieren können.
Benachrichtigungsrichtlinie erstellen
Mit Cloud Monitoring können Sie Benachrichtigungen erstellen, um benachrichtigt zu werden, wenn sich eine Messwertbedingung ändert. So können Sie über potenzielle Probleme informiert werden, bevor sie sich auf Ihre Nutzer auswirken.
Weitere Informationen zum Erstellen von Benachrichtigungen finden Sie unter Benachrichtigungsrichtlinien mit Messwertschwellen erstellen.
Betrachten Sie das folgende Beispiel, in dem wir eine Latenzbenachrichtigungsrichtlinie erstellen. Die Die Benachrichtigungsrichtlinie prüft die P99-Latenz über ein rollierendes Zeitfenster von 5 Minuten. Wenn die p99-Latenz fünf Minuten lang über 250 ms liegt, wird die Benachrichtigung ausgelöst.
Console
Rufen Sie in der Google Cloud Console die Seite Monitoring auf und wählen Sie notifications Benachrichtigungen.
Wählen Sie Richtlinie erstellen aus.
Wählen Sie den Messwert Anfragelatenzen aus der Ressource Consumed API aus.
Fügen Sie einen Dienstfilter für
datastore.googleapis.com
hinzu. Der Messwertapi/request_latencies
wird über das rollierende Zeitfenster von 5 Minuten überwacht.Klicken Sie auf Weiter, um den Trigger zu konfigurieren.
Wählen Sie unter Bedingungstypen die Option Schwellenwert aus.
Eine Schwellenwertbedingung ist auf einen Schwellenwert von 250 ms festgelegt. Eine Benachrichtigung wird ausgelöst, wenn der p99-Latenzwert während des gesamten Zeitraums (5 Min.) gleich bleibt.
Legen Sie den Grenzwert auf 250 fest.
Klicken Sie auf Weiter, um Benachrichtigungen zu konfigurieren.
Legen Sie den Namen der Benachrichtigungsrichtlinie fest und klicken Sie auf Weiter.
Prüfen Sie die Benachrichtigungskonfigurationen und klicken Sie auf Richtlinie erstellen.
MQL
Sie können dieselbe Latenzbenachrichtigungsrichtlinie mithilfe einer MQL-Abfrage (Monitoring Query Language) implementieren. Weitere Beispiele zur Verwendung von MQL finden Sie unter Beispiele für MQL-Abfragen.
fetch consumed_api
| metric 'serviceruntime.googleapis.com/api/request_latencies'
| filter (resource.service == 'firestore.googleapis.com')
| group_by 5m,
[value_request_latencies_percentile:
percentile(value.request_latencies, 99)]
| every 5m
| condition val() > 0.25 's'