Questa pagina descrive come utilizzare la dashboard di Cloud Monitoring per visualizzare le metriche disponibili, creare una dashboard personalizzata e impostare gli avvisi.
Visualizzare le metriche di Firestore in modalità Datastore
Per visualizzare le diverse metriche di Firestore in modalità Datastore e creare grafici, utilizza Metrics Explorer in Cloud Monitoring nella Google Cloud console. Per ulteriori informazioni sulla creazione di grafici, vedi Creare grafici con Metrics Explorer.
Configurare una dashboard di Cloud Monitoring
In Cloud Monitoring, le dashboard personalizzate ti consentono di visualizzare le informazioni pertinenti in modo organizzato. Ad esempio, potresti creare una dashboard per visualizzare le metriche sul rendimento e i criteri di avviso per il tuo progetto nell'ambiente di produzione.
Per scoprire di più sulla configurazione di una dashboard personalizzata, vedi Gestire una dashboard personalizzata e Aggiungere widget della dashboard.
Monitorare le percentuali di errore
Puoi creare una dashboard di monitoraggio per monitorare i tassi di errore e garantire la disponibilità del database. La disponibilità si riferisce alla frequenza con cui il database risponde entro un periodo di tempo previsto con un codice di stato positivo. Lo SLA di Firestore in modalità Datastore definisce i dettagli specifici di ciò che viene classificato come richiesta valida.
La percentuale di errori viene determinata dividendo il numero di richieste che hanno generato una risposta di errore per il numero totale di richieste inviate.
Un esempio di dashboard per il calcolo delle percentuali di errore può essere creato calcolando il rapporto A/B per api/request_count
delle richieste valide con codici di errore 4xx
o 5xx
rispetto al api/request_count
di tutte le richieste valide.

Nella figura 1 puoi vedere come visualizzare il rapporto sul tasso di errori utilizzando le metriche api/request_count in Metrics Explorer.
Crea un criterio di avviso
Cloud Monitoring ti consente di creare avvisi per informarti quando si verifica una modifica in una condizione della metrica. Puoi utilizzare questi avvisi per ricevere una notifica di potenziali problemi prima che si ripercuotano sugli utenti.
Per saperne di più sulla creazione di avvisi, consulta Creare criteri di avviso basati su soglie di metriche.
Considera l'esempio seguente in cui viene creato un criterio di avviso sulla latenza. Il criterio di avviso controlla la latenza p99 in una finestra temporale continua di 5 minuti. Se la latenza p99 rimane superiore a 250 ms per 5 minuti, viene attivato l'avviso.
Console
Nella console Google Cloud, vai alla pagina Monitoraggio e poi seleziona notifications Avvisi.
Seleziona Crea criterio.
Seleziona la metrica Tempi di latenza delle richieste dalla risorsa API consumata.
Aggiungi un filtro per i servizi per
datastore.googleapis.com
. La metricaapi/request_latencies
viene monitorata nell'arco di una finestra temporale continua di 5 minuti.Figura 2. Seleziona la metrica api/request_latencies per creare l'attivatore. Fai clic su Avanti per configurare l'attivatore.
Seleziona Soglia come Tipo di condizione.
Una condizione di soglia è impostata su un valore di soglia di 250 ms. Viene attivato un avviso quando il valore della latenza P99 rimane invariato per l'intero periodo della finestra mobile (5 minuti).
Figura 3. Aggiungi la soglia per la metrica. Imposta il Valore soglia su 250.
Fai clic su Avanti per configurare le notifiche.
Imposta il nome del criterio di avviso e fai clic su Avanti.
Rivedi le configurazioni degli avvisi e fai clic su Crea criterio.
MQL
Puoi implementare lo stesso criterio di avviso sulla latenza utilizzando una query Monitoring Query Language (MQL). Per altri esempi di utilizzo di MQL, consulta Query MQL di esempio.
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'