Utilizzare la dashboard di Cloud Monitoring

In questa pagina viene descritto come utilizzare la dashboard di Cloud Monitoring per visualizzare le metriche disponibili, creare una dashboard personalizzata e impostare gli avvisi.

Visualizza le metriche di Firestore in modalità Datastore

Per visualizzare le diverse metriche di Firestore in modalità Datastore e creare grafici, utilizza Esplora metriche all'interno di Cloud Monitoring nella console Google Cloud. Per saperne di più sulla creazione di grafici, consulta Creare grafici con Esplora metriche.

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 delle prestazioni e i criteri di avviso per il progetto nell'ambiente di produzione.

Per ulteriori informazioni sulla configurazione di una dashboard personalizzata, vedi Gestire le dashboard personalizzate e Aggiungere widget.

Monitora i tassi 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.

Puoi creare una dashboard di esempio per il calcolo dei tassi di errore calcolando il rapporto A/B per api/request_count delle richieste valide con codici di errore 4xx o 5xx e confrontarli con il api/request_count di tutte le richieste valide.

 Informazioni sulla disponibilità con la percentuale di errore
Figura 1. Comprendi la disponibilità con la percentuale di errore.

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 consente di creare avvisi che ti informano quando si verifica un cambiamento in una condizione di 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 creiamo un criterio di avviso di latenza. La il criterio di avviso controlla la latenza P99 in un intervallo continuativo di 5 minuti. Se la latenza p99 rimane superiore a 250 ms per 5 minuti, viene attivato l'avviso.

Console

  1. Nella console Google Cloud, vai alla pagina Monitoraggio e poi seleziona  Avvisi.

    Vai a Monitoring

  2. Seleziona Crea criterio.

  3. Seleziona la metrica Tempi di latenza della richiesta dalla risorsa API consumata.

  4. Aggiungi un filtro dei servizi per datastore.googleapis.com. La metrica api/request_latencies viene monitorata durante il periodo continuativo di 5 minuti.

    Seleziona la metrica api/request_latencies per creare il trigger.
    Figura 2. Seleziona la metrica api/request_latencies per creare il trigger.
  5. Fai clic su Avanti per configurare il trigger.

  6. 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 di latenza p99 rimane invariato per l'intero periodo della finestra temporale continua (5 min).

    Aggiungi la soglia per la metrica.
    Figura 3. Aggiungi la soglia per la metrica.
  7. Imposta il Valore soglia su 250.

  8. Fai clic su Avanti per configurare le notifiche.

  9. Imposta il nome del criterio di avviso e fai clic su Avanti.

  10. 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 Esempi di query MQL.

      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'